急性后循环缺血性脑卒中患者睡眠状态变化与预后影响因素的研究

背景脑卒中患者通常伴有睡眠状态紊乱失衡,这在临床治疗中极易被忽视,且目前针对睡眠状态是否对该类疾病预后产生影响的研究较少。目的探究急性后循环缺血性脑卒中患者睡眠状态变化与预后影响的因素。方法选取2019年12月—2023年12月在华北理工大学附属开滦总医院诊治的急性后循环缺血性脑卒中患者60例为病例组,根据患者出院时改良Rankin(mRS)评分,将病例组分为预后良好亚组45例,预后不良亚组15例。选取同时期无脑血管狭窄且无急性缺血性脑卒中患者52例作为对照组。收集患者一般及临床资料,比较病例组与对照组患者昼夜睡眠-觉醒节律、日间睡眠-觉醒节律、夜间睡眠-觉醒节律指标以及预后良好亚组与预后不良亚组梗死脑区分布的差异性。采用多因素Logistic回归分析探讨急性后循环缺血性脑卒中患者预后不良的影响因素。结果病例组睡眠呼吸暂停低通气指数(AHI)高于对照组(P<0.05)。病例组睡眠周期颠倒、日间睡眠增多、夜间入睡困难所占比例高于对照组(P<0.05)。病例组日间总睡眠时间、入睡后清醒时间、浅睡眠期、深睡眠期、非快速眼动(NREM)睡眠期、快速眼动(REM)睡眠期、REM睡眠期占比、深睡眠期占比高于对照组,NREM睡眠期占比、浅睡眠期占比低于对照组(P<0.05)。病例组夜间总睡眠时间、浅睡眠期、NREM睡眠期高于对照组(P<0.05)。预后不良亚组桥脑梗死占比高于预后良好亚组(P<0.05)。多因素Logistic回归分析结果显示,日间深睡眠期(OR=1.203,95%CI=1.032~1.401)、桥脑梗死(OR=16.497,95%CI=1.142~238.391)是急性后循环缺血性脑卒中预后不良的影响因素(P<0.05)。结论急性后循环缺血性脑卒中患者AHI增高,睡眠状态特征为睡眠周期颠倒、日间睡眠增多、夜间入睡困难,且日间深睡眠期、桥脑梗死是患者预后不良的影响因素。

深水钢桁梁无承台特大桥无应力状态法合龙应用研究

深水区域钢桁梁特大桥无承台桩基施工需要特别考虑施工工艺及其受力体系控制。依托四川汉源兰家湾特大桥工程,基于无应力状态方法分析计算钢桁梁特大桥的无桩基承台施工技术以及合龙施工的若干力学研究。结果表明,通过搭建深水区域无承台的特大桥桩墩结合施工,在其上进行钢桁梁安装拼接的无应力状态法合龙施工可取得良好受力整体性效果。所述方法可解决在较深水流条件下的特大桥桩基施工与整体受力控制难题,可为类似工程提供技术参考和借鉴。

基于逆Leidenfrost效应的多孔地聚合物微球孔结构及pH缓冲性能

以水玻璃、矿渣粉为材料,基于逆Leidenfrost效应制备了多孔地聚合物微球,研究了其孔结构及pH缓冲性能.结果表明:改变水玻璃掺量和水固比可以调控多孔地聚合物微球的孔结构和pH缓冲性能;当水固比为1.0、水玻璃掺量由4%增大至8%时,微球的孔隙率、中位孔径和孔比表面积均减小,pH值波动范围为1.50~1.90;当水玻璃掺量为4%、水固比由1.0增大至1.2时,微球的孔隙率、中位孔径和孔比表面积均增大,pH值波动范围超过2.00;与双氧水直接发气法制备的多孔地聚合物相比,基于逆Leidenfrost效应制备的多孔地聚合物具有更好的pH缓冲性能和更高的OH-累积浸出量.

基于Adaboost-PSO-SVM的铝电解槽健康状态诊断方法研究

针对铝电解槽在铝电解生产过程中故障频发的问题,提出了一种基于支持向量机(support vector machine,SVM)的铝电解槽健康状态诊断模型,考虑传统的支持向量机只能适用于二分类问题,采用自适应推进算法(adaptive boosting,Adaboost)将支持向量机的二分类问题转化为多分类问题用于求解铝电解槽健康状态诊断问题,充分考虑了子模型的权重,强化了模型的适用性。并利用粒子群优化算法(particle swarm optimization,PSO)对其超参数寻优,提高模型的预测精度。实验结果表明,提出的铝电解槽健康状态诊断模型的准确率和Macro-F1分数分别达到94.70%和0.9453,相较于其他传统模型均有显著提升。

锂离子电池健康状态估计及寿命预测研究进展综述

随着锂离子电池的应用越来越广泛,锂电池健康状态的精确估计和剩余寿命的实时预测对于锂电池系统的安全运行和降低运维成本具有重要意义。锂电池内部复杂的物理化学反应和外部复杂工作条件,使得实现精准的健康状态估计和寿命预测具有挑战性。该文综述近年来锂电池健康状态估计和剩余使用寿命预测方法的研究现状,分析基于物理/数学模型、数据驱动、模型法和数据驱动融合,以及多种数据驱动融合的锂电池健康状态估计方法的优缺点及适用条件,并对比分析不同数据驱动类型的锂电池寿命预测方法。指出锂电池健康状态估计及寿命预测尚存在的问题,并对未来研究方向进行展望,对完善锂电池健康状态估计和寿命预测算法理论体系、指导实际应用技术具有重要意义。

锂离子电池储能电站的热失控状态检测与安全防控技术研究进展

锂离子电池具有能量密度大、使用寿命长、工作温度范围宽、自放电小等优点,是中国电化学储能电站的主流电池技术。然而,在加热、过充等恶劣工况下,锂离子电池易发生热失控引发火灾甚至爆炸,因此其安全问题已逐渐成为锂离子电池储能电站建设及大规模应用的首要问题。该文系统分析了锂离子储能电池热失控的诱因、电池内部反应过程及外部特征参量的变化规律,重点总结了当前主要的电池热失控状态检测技术、智能诊断算法及储能电站安全防控技术,最后对储能电站热失控状态检测及安全防控技术进行了总结和展望。

带有状态/输入量化的无人艇航向跟踪控制

[目的]针对水面无人艇(USV)的海上通信受限的问题,提出一种带有状态/输入量化的USV航向跟踪控制方法。[方法]基于反步法设计系统控制律,结合动态面技术降低虚拟控制律的计算量膨胀问题。对于控制系统中存在的不确定项及外界干扰,利用扩张状态观测器(ESO)进行估计。采用均匀量化器分别对控制系统中的状态变量和控制输入进行量化,且量化后的状态反馈信息仅用于跟踪控制。利用量化状态递归设计基于ESO的USV航向控制器,证明闭环控制系统中量化变量和非量化变量间误差的有界性。[结果]基于李雅普诺夫稳定性理论,提出了量化误差考量及闭环系统稳定性判定方法,严格证明了所设计的带有状态量化和输入量化的USV航向跟踪控制系统的稳定性,仿真实验验证了该控制策略的有效性。[结论]结果表明,所提方法可为USV航向跟踪控制提供借鉴。

刀具磨损状态的多步向前智能预测

刀具状态的准确监测对于提高切削加工质量和加工效率至关重要。在当前广泛用于刀具磨损状态监测的间接法中,多以单步或短期预测为主,没有实现多步预测,且累积误差较大。高斯过程是间接法中应用较多的一种机器学习方法,然而传统的高斯过程回归由于模型结构和算法的限制,对刀具磨损预测的精度不高。针对上述不足,提出了改进的自回归递归高斯过程模型对刀具磨损进行多步预测。为了减小预测累积误差,在模型训练中应用了改进的模型更新方式、组合核函数,对样本设置了遗忘因子,在预测中加入了偏差校正方法。研究了各个改进因素对模型的影响并综合所有有利因素,实现了较准确的刀具磨损状态多步预测,在3个测试集上预测误差分别降低了85.68%,20.67%和63.32%。

两种诱虫灯下亚洲玉米螟种群动态及迁飞状态分析

【目的】亚洲玉米螟(Ostrinia furnacalis)是我国玉米生产中最具毁灭性的鳞翅目迁飞害虫之一,严重威胁玉米安全生产,比较和评价地面灯和探照灯诱集的玉米螟种群动态和迁飞状态,为玉米螟精准防控技术制定和迁飞监测预警提供科学依据。【方法】2019—2023年连续5年在山东烟台利用地面灯和高空探照灯对玉米螟进行监测,每年4月1日至10月31日逐日检查并统计两种诱虫灯下的玉米螟数量,通过绘制监测曲线分析玉米螟的种群动态;根据每日诱虫量占全年诱虫量的百分比研究分析玉米螟的上灯规律;根据迁飞性昆虫种群数量“突增突减”现象,以及探照灯和地面灯诱虫数量比值,分析玉米螟的迁飞状态。【结果】玉米螟发生数量在年度间和月份间呈差异变化,且探照灯对玉米螟的诱集量高于地面灯,经Pearson相关分析,两种诱虫灯年诱虫总量之间不存在相关性;地面灯和探照灯监测的玉米螟种群动态基本一致,但探照灯诱虫高峰明显,且开始时间早,结束时间晚;地面灯和探照灯下玉米螟上灯规律一致,只有高峰日、一般发生日和不发生日3种类型,且高峰日均以7月中旬为分界点呈现前后两个高峰阶段;迁飞状态分析显示,玉米螟总体上分为两个迁飞过程,5月下旬至6月下旬为第一个迁飞过程,虫量少、历期短,7月下旬至9月中旬为第二个迁飞过程,虫量多、历期长。【结论】地面灯和探照灯下玉米螟种群动态一致,两种灯均可用于监测玉米螟发生动态,但探照灯诱虫数量多、诱虫高峰明显、第一个高峰日早、高峰历期长,在监测玉米螟早期迁飞状态方面更具优势,可及时监控玉米螟发生情况,并做好防控准备;地面灯和探照灯下玉米螟上灯规律一致,其高峰日均分前后两个高峰阶段,且高峰日状态明显,均可用于监测玉米螟上灯规律;玉米螟5月下旬至6月下旬经烟台从南往北迁飞,7月下旬至9月中旬往南回迁,可提前在玉米螟迁飞路径上加强监测预警,并开展精准防控工作控制玉米螟迁飞种群数量。

一种可解释的云平台任务终止状态预测方法

基于特征选择和模型可解释方法构建可解释性强的云平台任务终止状态预测模型,该模型可视化任务/作业的静态和动态属性与终止状态之间的映射关系,进而找出负载特征与任务终止状态之间的映射机理.利用Google公开的工作负载监控日志,并加入云平台中任务的动态信息,采用沙普利加和解释(Shapley additive explain,SHAP)找出静态和动态属性对终止状态影响的重要性,利用变量重要性结合SHAP值和XGBoost模型,对任务终止状态预测模型建模后的结果进行解释,使用可视化技术呈现负载特征如何影响模型对不同任务终止状态的预测.用SHAP值绝对值的平均值衡量特征的重要性,实现任务不同终止状态特征重要性的全局可视化,根据结果筛选出对任务终止状态预测模型影响大的20个变量,作为特征筛选的依据;由可视化的结果可知,任务运行过程中,各特征的不同特征值对任务的终止状态有影响,不同特征值对终止状态的产生有不同的影响.特征选择结合模型可解释性方法运用于任务终止状态预测模型的构建流程中,可辅助构建高分类性能及易于理解的任务终止状态预测模型,通过对负载特征与任务终止状态之间映射机理的探索,可以优化云平台的调度机制.

小兴安岭南麓野猪春冬季行为状态的生境选择

野猪(Sus scrofa)造成的人兽冲突是我国目前野生动物管理中急需解决的问题之一,但往往管理成本高,却效果甚微。了解野猪觅食、卧息等重要行为状态的生境选择规律,对科学管理策略的制定及避免人兽冲突极为重要。以小兴安岭南坡农林混交区域的野猪(5只雌性,8只雄性)为研究对象,基于其2019—2022年春冬季卫星定位项圈追踪数据,运用隐马尔科夫模型(HMM)识别野猪觅食、卧息和移动的三种行为状态,然后用步选择函数(SSF)研究这三种行为状态的生境选择。结果表明:野猪觅食、卧息和移动的生境需求不同,但均回避落叶针叶林,且性别差异明显,雌性野猪回避农田;地形是影响雌性野猪春季和雌雄野猪冬季三种行为状态生境选择的主要因子,地形和植被类型是影响雄性野猪春季三种行为状态生境选择的主要因子;雌性野猪,在春季,选择海拔高、坡度小的生境卧息、觅食及移动,且卧息和觅食均偏爱阴坡,冬季则选择海拔高,坡度大的阳坡卧息及觅食,偏爱在混交林和阳坡移动;雄性野猪,在春季,选择在混交林和坡度大的阴坡卧息,在混交林、落叶阔叶林和海拔低的区域觅食,在落叶阔叶林、常绿阔叶林内、海拔低、坡度小和距河流近的区域移动,在冬季,选择坡度大、海拔高、接近河流的阳坡卧息,在距河流近、坡度小的区域觅食,在常绿阔叶林、坡度小和距河流近的阳坡移动。本研究结果可为该区域的野猪毁田的预测和预警,捕获地点的选择等管控措施的制定提供依据和新思路。

二氧化锆全瓷冠修复前牙的效果及对局部炎症状态的影响

目的:探究及观察二氧化锆全瓷冠修复前牙的效果及对局部炎症状态的影响。方法:选取2019年1月—2021年1月深圳市龙岗区妇幼保健院口腔科的100例需进行前牙冠修复的患者为研究对象,根据随机数字表法分为对照组(镍铬合金烤瓷冠组)和观察组(二氧化锆全瓷冠组),每组50例。比较两组的修复效果(颜色匹配度、完整度及边缘密合度)、不良情况发生率、局部炎症状态指标[龈沟液炎症因子白介素-1β(IL-1β)及白介素-6(IL-6)、炎症介质前列腺素E2(PGE2)]、炎症趋化因子[调节活化正常T细胞表达和分泌因子(RANTES)]、患者满意度。结果:观察组的颜色匹配度、完整度及边缘密合度均显著优于对照组,不良情况发生率显著低于对照组,差异均有统计学意义(P<0.05)。治疗前,两组的局部炎症状态指标比较,差异均无统计学意义(P>0.05);治疗后3、6个月,观察组的局部炎症状态指标均显著优于对照组,患者满意度显著高于对照组,差异均有统计学意义(P<0.05)。结论:二氧化锆全瓷冠修复前牙的效果较好,且可有效控制患者的局部炎症状态,更受患者认可。

基于随机森林法的铣刀磨损状态监测

针对机床加工过程中铣削刀具状态监测困难,以及单传感器监测法存在信息不全的问题,提出了一种利用随机森林完成多传感器信息融合的刀具磨损状态监测研究方法。在不同的切削参数下,以声发射传感器和振动传感器为信号采集元件,多方位采集信号,并对信号进行时域、频域、小波包分析,提取其对刀具状态敏感的共计23个特征量,构建随机森林模型对铣刀状态进行监测。实验结果表明,该研究方法识别刀具准确率达90.0%,具有可行性。

不同荷电状态磷酸铁锂电池热失控温度与产气特性分析

新能源产业的飞速发展使磷酸铁锂电池广泛应用于储能领域。磷酸铁锂电池电解液固有的可燃性使其热稳定性和安全性问题不容忽视。为了更好地防控储能电站的爆炸事故,有必要开展储能电池的热失控过程研究,并对产气过程和产气组分的危害性进行深入分析。开展了不同荷电状态(State of Charge, SOC)60 Ah磷酸铁锂电池热失控试验,根据电池温度演变曲线,将电池热失控过程分成三个阶段;依据电池产气曲线,将电池产气过程分为四个阶段;使用FLACS软件建模对预混气体进行了爆炸仿真,探索了SOC对可燃气体燃爆行为的影响规律,混合可燃气体的爆炸上下限和爆炸超压随着SOC的增大而增大。研究成果对储能电站的安全防护具有理论指导意义。

基于改进KNN算法的新能源发电单元运行状态识别

目前识别发电单元运行状态的研究较少,数据来源以数据采集与监控系统为主,采集速度较慢。为此,提出了一种基于发电单元机端电气量数据并融合改进k近邻(KNN)算法的新能源发电单元状态识别方法,直接采集机端电气量数据用于快速判断发电单元状态。提出KNN算法的改进策略,克服了传统KNN算法准确度低、识别速度慢的缺点。利用电力系统分析综合程序获取用于状态识别的发电单元机端电气量数据,利用改进策略对数据进行预处理,并对比传统KNN算法、逐条使用改进策略的KNN算法对新能源发电单元状态识别的耗时与准确度。结果表明所提算法较传统算法的识别准确度和速度明显提升,能满足稳定控制过程中对新能源发电单元的状态感知需求。

基于美学需求的个案护理模式对乳腺癌保乳切除术后患者心理状态和瘢痕的影响

目的:探究基于美学需求的个案护理模式对乳腺癌保乳切除术后患者心理状态和瘢痕的影响。方法:选择2019年2月-2022年2月笔者医院行乳腺癌保乳切除术的106例患者,按随机数表法分为观察组(n=53)和对照组(n=53)。对照组采用常规护理模式,观察组采用基于美学需求的个案护理模式。比较两组护理干预前后心理状态[焦虑自评量表(Selfrating anxiety scale,SAS)、抑郁自评量表(Self-rating depression scale,SDS)、自尊量表(Rosenberg senesteem scale,RSES)]、生活质量[乳腺癌生存质量测评量表(Functional assessment of cancer therapy-breast,FACT-B)]、瘢痕[温哥华瘢痕量表(Vancouver scar scale,VSS)]及并发症发生情况。结果:干预后,两组的SAS、SDS均低于干预前,且观察组均低于对照组(P<0.05),而两组RSES评分高于干预前,且观察组高于对照组(P<0.05);术后1、3、6个月,观察组的VSS评分均低于对照组(P<0.05);干预后,两组的FACT-B各项评分均高于干预前,且观察组的生理状况、社会/家庭状况、情感状况、功能状况、附加关注状况均高于对照组(P<0.05);观察组并发症发生率为22.64%,显著低于对照组的43.40%(P<0.05)。结论:基于美学需求的个案护理模式能够改善乳腺癌保乳切除患者术后心理状态,减轻术后瘢痕,并能提高患者的生活质量。

肝癌患者营养状态与肝功能、炎症因子及预后的相关性分析

目的探讨肝癌患者营养状态与肝功能、炎症因子及预后的相关性。方法选取2019年1月至2020年12月在巴彦淖尔市医院行半肝切除术治疗的原发性肝癌患者170例临床资料进行回顾性分析。通过患者主观整体评估(PG-SGA)结果将患者进行分组,0~≤1分组(13例)、2~≤3分组(34例)、4~≤8分组(58例)、≥9分组(65例)。比较各组患者肝功能指标与炎症因子水平差异,分析PG-SGA评分与肝功能指标、炎症因子水平的相关性,并比较营养良好组(4~≤8分组+≥9分组)、营养不良组(0~≤1分组+2~≤3分组)预后生存状态。结果PG-SGA≥9分组患者直接胆红素(DBIL)、总胆红素(TBIL)、谷草转氨酶(AST)、谷丙转氨酶(ALT)、白细胞介素-6(IL-6)、肿瘤坏死因子-α(TNF-α)、白细胞介素-1(IL-1)分别高于0~≤1分组、2~≤3分组、4~≤8分组(F=20.870、18.633、835.004、1190.48、26.283、28.242、31.109,P<0.05),白蛋白(ALB)分别低于0~≤1分组、2~≤3分组、4~≤8分组(F=-18.755,P<0.05)。Pearson相关性分析显示:PG-SGA评分与ALB呈负相关(r=-0.403,P<0.05),与DBIL、TBIL、ALT、AST、TNF-α、IL-1、IL-6呈正相关(r=0.412、0.451、0.862、0.849、0.530、0.543、0.515,P<0.05)。Kaplan-Meier生存分析显示,营养良好组总生存情况优于营养不良组(χ^(2)=6.364,P<0.05)。结论肝癌患者多存在营养不良状况,且营养状态与肝功能、炎症因子及预后相关密切,临床需注重肝癌患者营养状态监测,保证患者术前营养状态良好.

尾波干涉法检测混凝土应力损伤状态试验研究

为了更加精确地检测混凝土内部应力损伤状态,利用Ritec非线性高能超声测试系统对4种不同强度等级的混凝土试块和短柱进行超声波尾波干涉试验,建立尾波波速变化率-应力(dv/v-σ)曲线,根据曲线斜率构造尾波波速变化率与应力状态模型并对混凝土损伤状态进行研究。结果表明:所构造的应力状态模型将混凝土的损伤过程分为3部分:0~40%极限抗压强度、40%~70%极限抗压强度、70%极限抗压强度至破坏。根据应力状态模型可以清晰地对混凝土在承受荷载过程中的应力区间及损伤状态进行判定,进而评估其安全状态。

倾转旋翼机悬停状态气动干扰分析

针对倾转旋翼机,开展了悬停状态气动干扰风洞试验和数值模拟研究。试验中,测量了悬停状态下的旋翼升力、扭矩以及半模机翼的气动力。同时,采用运动嵌套网格方法,通过求解N-S方程对机翼倾角0°和90°两种状态进行数值模拟,开展了数值模拟与风洞试验的相关性分析研究,验证了该数值模拟方法的有效性。结果表明:不考虑机身气动力时,孤立旋翼、机翼攻角0°和机翼攻角90°三种状态下旋翼气动特性差异不明显;考虑机身气动力时,机翼攻角0°时,机身产生约18.2%向下载荷,单片桨叶和机身出现强烈非定常气动特性,其中桨叶升力系数动态值与平均值比为9.8%,机身升力系数动态值与平均值比为18.38%。

基于改进Kruskal-Wallis检验的低压开关电器状态表征参数选择

由于状态数据的多属性、高维度和大数据量,以及特征参数难以满足正态性和方差齐性检验的事实,低压开关电器的状态表征参数难于选择。针对该问题,基于非参数单体多状态样本的分组状态间秩差异性,以及特征参数Kruskal-Wallis(KW)检验统计量的计算规则和变化趋势,研究论证了单体样本特征参数表征显著性鉴别机理。同时,基于状态序列斜率变化增量和子序列变异增量,提出样本状态时序分类算法,并将该算法与参数鉴别机理相结合,形成单体多状态样本改进KW检验理论。最后,基于改进理论提出低压开关电器状态表征参数选择新方法。以交流接触器为例进行验证,结果表明该文方法适用于具有非线性、非平稳、动态随机分布等特点的低压开关电器状态表征参数选择。实例证明,基于该方法获得状态表征曲线的拟合优度可达0.91,状态划分显著性P值可达8.42848×10–266,表征与分类精度较参数选择前及同类方法提升明显,为下一步研究低压开关电器状态的精确划分与识别奠定了理论基础。