微课是信息化教学的重要手段,也是学校信息化课堂教学改革的重要内容之一,微课以短小精炼、重点突出的特点适合中职学生的学习层次。《机械制图CAD》课程操作性强,学生训练时感到困难,运用微课展现训练任务的操作过程与技巧,学生的绘图技能显著提升,提高了课堂教学效率与教学质量,发挥了微课在教学中的优势,实现了《机械制图CAD》课程教学的教改目标。

关键词：微课;;机械制图CAD;;融合;;策略

查看摘要 索取原文[0页]

电梯系统的振动不仅影响了乘客的舒适感,而且存在着一定的安全隐患。为了从根源解决电梯振动问题,本文主要分析导致电梯系统振动的机械因素,并简要分析避免电梯振动的措施。

关键词：电梯;;振动;;机械因素;;措施

查看摘要 索取原文[0页]

研究背景和目的:骨骼在人体起着支撑身体的作用,随着人们生活水平的提高和医疗水平的发展,人均寿命普遍延长,骨质疏松症和各种原因导致骨折的患者也逐年增多。对于一些重大车祸、手术导致的骨折延迟愈合和骨折不愈合是困扰骨科医生的一个重要课题。有研究表明老年骨折中骨质疏松导致骨折的概率为69.4%。临床上对骨质疏松及骨折的治疗大多是使用药物和手术治疗,虽然具有一定的疗效,但是也带来的很多副作用。近年来研究发现适当的应力刺激可以促进骨形成,但是不同的应力刺激强度及频率影响成骨的效果不同。近些年来有关实验研究证实持续与间歇低载荷机械振动(频率32-37Hz,加速度0.2-0.3g)可以促进骨的成长、促进骨折愈合,对抗骨质疏松。我们课题组已经在低载荷机械振动促进骨生长、对抗骨质疏松方面进行了多年的研究,本课题主要是在间歇低载荷机械振动加载条件下,从Wnt/β-catenin信号通路、通路的特异性阻断剂Dkk1、细胞骨架等方面对间歇低载荷振动促进MC3T3-E1细胞成骨机制做出研究。为今后临床工作中治疗骨质疏松及促进骨折愈合提供一种新的治疗思路和理论支持。实验方法:1、持续与间歇低载荷机械振动对MC3T3-E1细胞内Wnt/β-catenin信号通路、Runx2因子的调控方法:基础对照组(Control):空白对照组,每日加载振动。每日振动30min(SV0.5h):每日实施持续30min的振动加载。每日振动15min×2+30min间歇(IV0.5h):每日实施两次各15min的振动加载,期间间歇30min。采取RT-q PCR、Western blot方式检测细胞内β-catenin m RNA、Runx2 m RNA、β-catenin蛋白表达程度。2、持续与间歇低载荷机械振动作用下Wnt/β-catenin通路对MC3T3-E1成骨效应的调控方法:将实验分为以下四组,空白对照组(Control),每日实施两次各15min的振动加载,期间间歇30min组(IV0.5h)+DKK1(0.2mg/m L)组,DKK1(0.2mg/m L)处理组,每日实施两次各15min的振动加载,期间间歇30min组(IV0.5h)组。待细胞贴壁生长至70%左右,家阻断剂组每组加阻断剂DKK1(0.2mg/m L),不加阻断剂组加等量PBS液,放置于培养箱中培养48小时,然后加载振动组开始施加间歇低载荷机械振动,不加载振动无论组相同环境下但不施加间歇低载荷机械振动。结论:1、持续与间歇低载荷机械振动均可促进成细胞的成骨效应,且间歇低载荷机械振动促进效果更明显;2、间歇低载荷机械振动作用时细胞内β-catenin蛋白、Runx2基因及蛋白表达水平上调,说明间歇低载荷机械振动能够能够促进小鼠MC3T3E1细胞的成骨效应并激活Wnt/β-catenin信号通路;3、无论持续与间歇低载荷机械振动加载与否,特异性阻断剂Dkk1作用下,Wnt/β-catenin信号通路活性均被抑制,Runx2基因及蛋白表达水平下降,证明了间歇低载荷机械振动上调Runx2基因来促进成骨效应时Wnt/β-catenin信号通路参与了促进作用。

关键词：间歇低载荷机械振动;;Wnt/β-catenin信号通路;;Runx2因;;成骨细胞;;DKK1

查看摘要 索取原文[0页]

目的:探究术后重症监护病房(ICU)机械通气患者应用机械振动排痰护理改善肺部并发症的效果。方法:选取86例术后入住ICU行机械通气患者为受试对象,随机数表法分为观察组与对照组各43例。对照组患者实施人工扣背排痰护理干预,观察组患者则采取机械振动排痰护理进行干预,比较两组患者脱机时间、抗生素使用时间、住ICU时间及肺部并发症改善效果差异。结果:观察组患者脱机时间、抗生素使用时间、住ICU时间均明显少于对照组(P<0.05);观察组患者肺部并发症改善有效率明显高于对照组(P<0.05)。结论:术后ICU机械通气患者应用机械振动排痰护理可有效缓解其肺部并发症,对预后恢复有利。

关键词：ICU;;机械通气;;机械振动排痰;;肺部并发症

查看摘要 索取原文[0页]

近年来,随着我国建筑行业的飞速发展,各种新型的、大型的建筑物开始出现在人们的视野当中,传统的建筑机械模式已经跟不上时代的潮流,建筑施工向着高效、安全的方向前进,而建筑机械自动化的使用对于建筑业的建设来说具有很大的促进作用,只有正确合理的利用建筑机械,才能提高生产效率,有效缩短工程所需时间,保证工程完成质量,促进我国的建筑业发展。因此,本文分析了自动化技术的优势及其现状,并探究了其将来的发展前景。

关键词：建筑机械;;自动化技术;;发展现状;;发展前景

查看摘要 索取原文[0页]

利用机械力对钼尾矿进行活化,并掺入矿渣、熟料和脱硫石膏制备胶凝材料,并通过XRD、SEM研究机械力活化对钼尾矿胶凝性能的影响。结果表明:机械力活化能够有效改变钼尾矿颗粒粒度分布,激发钼尾矿颗粒的水化反应活性。所制备净浆试块28 d的抗折强度和抗压强度分别可以达到10.1 MPa和63.21MPa,具有良好的胶凝活性。钼尾矿胶凝材料的水化产物主要是水化硅酸钙凝胶和钙矾石。胶凝材料中钼尾矿的总掺量达到70%,固体废弃物掺量达到87.5%,为固体废弃物的二次利用开拓了新思路。

关键词：钼尾矿;;机械活化;;胶凝材料;;水化反应

查看摘要 索取原文[0页]

我国是梨产量大国,翠冠梨市场前景广阔。为了保证梨的品质,快速有效分选出翠冠梨机械损伤果以及缺陷果,实现翠冠梨品质在线检测。本文主要进行基于高光谱成像技术的翠冠梨机械损伤和外部缺陷无损检测方法研究。以翠冠梨表面的机械碰压损伤为研究对象,分别采集完好样本和机械损伤后1-7天、11天、14天的翠冠梨的高光谱图像,并提取其表面损伤区域的光谱信息,光谱范围为500 nm-900 nm。采用中心化方法对采集的光谱进行光谱预处理,分别通过竞争性自适应重加权算法和连续投影算法提取特征波长,利用线性判别式分析和偏最小二乘法分别建立全谱和特征波长检测模型,识别翠冠梨碰压伤。通过检测结果分析,基于全谱检测模型和特征波长检测模型,其完好果和机械碰压果的识别准确率均在90%以上,最优可达97.78%。以翠冠梨表面的多种缺陷特征(色差、结痂、褐腐、腐烂、脐腐)为研究对象,分别采集翠冠梨完好样本和表面具有色差、结痂、褐腐、腐烂、脐腐特征的翠冠梨缺陷样本高光谱图像,经过掩膜处理后,选择550 nm、649 nm、859 nm三个波段的图像生成假彩色合成图像。果梗与完好区域定义为正,色差、结痂、褐腐、腐烂、脐腐缺陷定义为负,利用卷积神经网络对其建模,测试准确率为94.28%。研究结果表明,高光谱成像技术可应用于翠冠梨机械损伤和外观缺陷的检测,为翠冠梨品质高光谱在线检测系统提供理论基础。

关键词：高光谱成像;;无损检测;;翠冠梨;;线性判别式分析;;卷积神经网络

查看摘要 索取原文[0页]

以提高《机械设计基础》课程教学质量为目的,分析了以往教学过程中所存在的影响教学效果的几个问题,注重教与学过程中主观和客观影响因素的共同改进,提出了若干"以学生为本"的教学改进方法和手段。该研究成果可为高校培养机械行业的技术型和创新型人才的基础教育发挥积极的作用。

关键词：机械设计基础;;教学质量;;改进;;以学生为本

查看摘要 索取原文[0页]

旋转机械广泛运用于现代制造的各行各业,它们的可靠性对于工业生产尤为重要。随着科技的不断进步,机械装备也向着大型化、精确化、自动化等方向发展,其结构越发复杂,这给后续的装备维护与诊断工作带来了巨大的挑战。新一代人工智能技术和大数据技术的兴起,为解决这一难题提供了良好的思路。本文以新型的聚类分析技术为核心,结合现代信号处理与特征处理技术,构建新的智能诊断模型,研究了机械装备的智能故障诊断方法,减少诊断过程中的人工参与,提高机械装备诊断精度和效率。本文主要内容如下:首先,简单阐述了机械装备智能故障诊断方法的总体框架,进而综述了基于聚类分析的智能故障诊断的国内外研究现状,并指出基于无监督聚类的故障模式识别方法的优势以及所具有的广阔应用前景。其次,对三种比较常见的现代信号处理与特征提取方法进行阐述,包括小波包变换(Wavelet Packet Transform,WPT)、总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)以及变分模态分解(Variational Mode Decomposition,VMD)。通过具体信号的分解分析,验证各自方法的分析效果。与此同时,简要概括了聚类分析技术,重点详细介绍本文所涉及的仿射传播聚类(Affinity Propagation clustering,AP)和快速搜索密度峰值聚类(Density Peaks Search,DPS)的基本理论,并指出各自的优势。再次,为满足使非专业人员也可以进行故障诊断操作,本文提出了一种基于自适应特征选择与AP聚类的轴承智能诊断方法。原创性地提出自权重(Self-Weight)算法,并用于自动评估每个特征敏感程度,结合AP方法对特征聚类,可自适应获取最优特征用于故障诊断。通过两组不同实验台的轴承故障分类数据,说明了所提智能诊断方法对不同故障类别和不同损伤类别均可有效诊断。同时,在诊断结果中展示了AP方法相对其它聚类方法具有更快速更准确的优势。最后,为实现故障在线自动识别和进一步提高识别率,本文提出了一种改进的自适应DPS聚类法(Adaptive Density Peaks Search,ADPS)以及基于VMD特征去噪技术。将VMD方法用于特征去噪,相比用原始特征聚类,采用降噪后的特征趋势能得到的更好聚类结果。同样采用本文所提出的Self-Weight算法选择敏感特征。对滚动轴承与齿轮箱齿轮两种零部件的故障诊断结果,表明了所提智能方法能够在更少的先验知识和无专家的情况下进行诊断。对一组轴承全生命周期无标签数据进行故障诊断,结果表明所提方法可自动识别轴承不同故障模式,同时也展示出该智能诊断方法对未知故障模式的良好的识别能力。因此,该方法可完全适用于在线机械故障智能诊断,具有广阔的应用前景。

关键词：聚类分析;;自适应特征选择;;仿射传播聚类;;快速搜索密度峰值聚类;;智能故障诊断

查看摘要 索取原文[0页]

聚类可以更加细化评价产品性能。k-均值聚类简单、快速,适合大样本分类,是解决聚类问题的一种有效方法。介绍k-均值聚类的方法和步骤,并运用k-均值聚类法对工程机械常用的L-HM46液压油的15个样品进行分类。以利于用户选择物有所值的产品,保证工程机械液压系统性能发挥和设备的高效、可靠、安全运行。

关键词：工程机械;;液压油;;性能;;聚类

查看摘要 索取原文[0页]