课程文献中心 更多>>

关键词： 利格列汀   巨噬细胞极化   破骨细胞活化   磨损颗粒   无菌性假体松动   假体周围骨溶解  

摘要： 背景:研究发现,在利格列汀的干预下,巨噬细胞更多的由M1转向M2极化,降低了相关炎性因子的释放,缓解了局部炎症。目的:探讨利格列汀对巨噬细胞极化、破骨细胞活化及磨损颗粒诱导炎性骨溶解的影响。方法:(1)细胞实验:①巨噬细胞极化:将RAW264.7细胞分4组培养,对照组细胞加入高糖培养基;M1诱导组加入M1诱导培养基(含脂多糖100 ng/mL和干扰素γ20 ng/mL的高糖培养基)模拟炎症环境;利格列汀低、高剂量组分别加入50,200 nmol/L利格列汀处理4 h后加入M1诱导培养基。巨噬细胞极化诱导24 h后,分别进行巨噬细胞极化免疫荧光染色和RT-PCR检测。②破骨细胞活化:将RAW264.7细胞分为4组培养,对照组使用高糖培养基培养,破骨细胞诱导组、利格列汀低剂量组及高剂量组进行破骨细胞诱导,待微小破骨细胞成形后,用利格列汀(50,200 nmol/L)分别干预细胞3 d,进行细胞抗酒石酸酸性磷酸酶染色和RT-PCR检测。(2)动物实验:将24只雄性C57BL/6J小鼠随机分为4组,即假手术组、模型组、利格列汀低剂量组及高剂量组,后3组通过将钛颗粒悬浊液注射至颅骨表面建立颅骨骨溶解模型,从造模后第2天开始,利格列汀低、高剂量组分别灌胃利格列汀(2,10 mg/kg),每天1次,造模3周后,检测血清巨噬细胞极化标志蛋白及炎性因子水平,收集颅骨进行micro-CT扫描、骨参数分析及苏木精-伊红染色评估骨溶解及形态学变化。结果与结论:①细胞实验:与M1诱导组比较,利格列汀低、高剂量组可显著抑制巨噬细胞的M1极化、促进M2极化(P<0.01),且以高剂量组效果更显著(P<0.01)。与破骨诱导组比较,利格列汀低、高剂量组可抑制破骨细胞的活化及骨质吸收,且以高剂量组抑制更显著。与对照组比较,M1诱导组炎性因子mRNA表达升高(P<0.01),而与M1诱导组相比较,利格列汀低、高剂量组炎性因子mRNA表达显著降低(P<0.01)。与对照组比较,破骨诱导组破骨功能标志物的mRNA表达升高(P<0.01);与破骨诱导组比较,利格列汀低、高剂量组破骨功能标志物的mRNA表达降低(P<0.01),且以高剂量组降低更明显。②动物实验:钛颗粒植入导致小鼠颅骨骨溶解破坏,利格列汀可抑制钛颗粒诱导的骨溶解,其中以高剂量组抑制作用更显著。结果表明利格列汀具有调节巨噬细胞极化、抑制破骨细胞活化及对骨骼系统的保护作用。

关键词： 石墨烯层   界面键   分子动力学   磨损破裂  

摘要： 石墨烯作为二维固体润滑材料,其超滑特性不仅是物理作用结果,其化学键结构机制下的摩擦化学现象,是深入理解石墨烯摩擦性能的关键.本文采用分子动力学(MD)方法构建了多重层数石墨烯增强不同粗糙形貌的金属基底模型,实现了其与金刚石尖端滑动过程的动态分析,揭示了考虑尖端与石墨烯之间存在界面键时石墨烯层的理化耦合作用下的磨损机理.研究结果表明:当考虑金刚石尖端与石墨烯之间化学键合时,石墨烯发生磨损破裂的临界载荷相对于不考虑界面化学键时的值减小,这是由于界面键的形成会剥离石墨烯导致石墨烯断裂所致;金属基底的粗糙度也是决定石墨烯发生磨损破裂时临界载荷的重要因素之一,当粗糙度增大,临界载荷减小,同时通过增加石墨烯层的层数(增韧)来提高石墨烯发生磨损破裂失效的临界载荷.

关键词： 犁刀混合机   内衬陶瓷   磨损   粘结强度   试验研究  

摘要： 犁刀混合机腔体内壁内衬陶瓷件的防磨损性能及有效的粘结强度是防止腔体内壁磨损、零件损伤、产品污染的一道坚固屏障，是影响混合机正常使用寿命的关键因素。针对混合机内衬陶瓷件防磨损性能及有效粘结强度问题，首先通过试验验证所选氧化铝陶瓷件在一定的喷砂压力下其磨损值能否达到国家标准要求，再通过试验得出所选陶瓷件室温固化时间对粘结剂粘结强度的影响，确定室温固化时间，最后在一定的固化时间下通过试验得到粘结强度与温度、持续时间的关系。试验结果表明：喷砂压力为0.3MPa时，陶瓷件试样最大磨损体积为0.037 cm3，小于国标要求值0.06cm3；粘结剂室温固化48小时粘结强度能达到设计要求；温度150℃时，持续时间为24小时时，拉伸强度测试值为2.25MPa＞2MPa（最小拉伸强度要求值），剪切强度测试值为6.69MPa＞5MPa（最小剪切强度要求值），满足设计要求。研究结果可为犁刀混合机设计者或使用者提供参考和依据。

关键词： 光纤传感   煤矿采煤机   异常磨损   自动辨识   模型  

摘要： 采煤机传动系统会遭受摩擦与磨损的侵害，一旦产生异常磨损会引发其自身的失效，造成设备故障与安全事故，为此，提出基于光纤传感的煤矿采煤机异常磨损自动辨识方法。选择双光纤传感器作为测量设备，按照其工作特性和光束特征，建立采煤机周期运行信号测量模型;变换采煤机周期信号相位，得到采煤机周期测量信号的正切与反正切形式;通过与信号相位相关的模态参量，对照采煤机异常磨损故障态的运行信号极值点，建立采煤机异常磨损自动辨识函数。实验结果表明:所研究方法可以实现采煤机不同异常磨损情况的辨识，具有应用价值。

关键词： 氧化石墨烯   真空浸渗热压工艺   碳纤维增强复合材料   摩擦磨损  

摘要： 碳纤维增强复合材料（CFRP）作为一种轻质高强复合材料，在航空航天、汽车、船舶等领域得到了广泛的应用。基于真空浸渗热压工艺制备不同GO含量的T800碳纤维增强复合材料，在其表面进行往复摩擦磨损试验，采用扫描电子显微镜对磨损表面的微观特征进行分析。结果表明：随着GO含量的不断增加，CF/EP的摩擦磨损性能呈现先上升后下降的趋势，GO含量为0.50%，摩擦过程中复合材料的摩擦系数更稳定，磨损表面损伤较小，摩擦磨损性能较好，其磨损率达到最低值0.926×10-3，较未添加GO的复合材料磨损率2.523×10-3降低了63.29%。GO含量在0.75%、1.00%时的磨损率分别为1.547×10-3、2.149×10-3均高于0.50%。GO含量为0.50%时，GO在基体中逐渐实现均匀分布。GO的均匀分布可以在摩擦过程中形成一层润滑保护膜，减少碳纤维和树脂基质之间的直接摩擦，同时提高了碳纤维和树脂基体的结合强度，从而降低了纤维的断裂，改善了复合材料的耐疲劳性能。

关键词： 神经网络   磨损模型   动力学仿真   钢轨磨损预测方法  

摘要： 随着铁路高速化与重载化发展，现场使用的钢轨材料种类愈加繁杂，其磨损行为也更加复杂。准确地预测现场钢轨磨损规律，对钢轨选用与安全服役具有重要作用。随着机器学习在铁路领域的应用，为磨损预测提供了新手段。鉴于此，利用机器学习建立了磨损模型和钢轨磨损预测方法。首先，建立了以材料硬度比、接触应力、转速、蠕滑率为特征的数据集。然后，利用机器学习的反向传播神经网络（BPNN）、卷积神经网络（CNN）和极限梯度提升（XGBoost）算法，分别建立磨损模型，评估后发现BPNN算法最适合该数据集结构；在BPNN算法中加入贝叶斯算法(BO)优化超参数，结果表明BO-BPNN算法模型精度和泛化能力进一步提升，准确率达到0.942。最后，利用BO-BPNN磨损模型、动力学仿真和数值计算建立了磨损预测方法，利用该方法对PG4和PG5两种钢轨进行磨损预测，发现硬度更高的PG5材料耐磨性能更优。本文建立的磨损预测方法为钢轨磨损行为预测提供了新方法，可指导现场钢轨材料选用和运营维护。

关键词： 图像语义分割   深度学习   刀具磨损   图像处理   形态学滤波   定量评价  

摘要： 刀具磨损状态的鲁棒评价对于保证加工效率提高产品供给质量具有重要的作用。针对于现有刀具磨损状态直接评价方法难以自适应进行磨损区域划分的问题，提出了一种结合图像语义分割与形态滤波的铣削刀具磨损状态智能评价方法。首先，通过引入压缩-激励结构，融合U-Net网络编码与解码过程中对应特征信息，提高模型的语义分割性能，实现小样本条件下刀具图像的像素级分割。为进一步改善网络输出效果，提出一种分段处理的优化策略，针对于不同磨损阶段的刀具图像采用不同的结构元进行形态学滤波处理。最终，通过统计形态学滤波后分割区域面积实现刀具磨损状态的定量评价。实验结果表明，较之经典U-Net结构，提出方法可提高识别准确率10%左右，论证了所提出方法的有效性。提出方法针对刀具图像逐像素进行磨损状态的自适应判断，可广泛适用于不同刀具类型的磨损状态评价过程。

关键词： 卧式泵   表面织构   柱塞副   磨粒磨损   EDEM  

摘要： 卧式泵是煤矿井下安全和高效开采核心动力装置之一，其柱塞-耐磨环摩擦副在煤矿高污染工况下的磨粒磨损是影响卧式泵使用性能的关键。为此，基于相似理论和离散元理论建立了干摩擦工况下柱塞副磨粒磨损的EDEM仿真模型，将圆柱摩擦副简化为平面摩擦副，并分别研究了上接触（耐磨环在上）和下接触（柱塞在上）两种情况下，织构位置、柱塞运动速度、耐磨环径向载荷等参数对磨粒破碎、磨痕分布及磨损量的影响。结果表明：在柱塞和耐磨环上同时设置织构的抗磨效果较差，在耐磨环上设置织构的抗磨效果较好，且织构化耐磨环方案S3和U1有助于磨粒容纳于织构凹坑而不参与摩擦副间的挤压磨损，起到“容而不排”的作用，抗磨效果最佳，相较于对应的无织构方案S2和U2，总磨损量分别降低76.8%和62.2%；且随着柱塞运动速度的上升，上接触摩擦副的总磨损量持续增加，下接触摩擦副的总磨损量先减后增；随着耐磨环径向负载的增加，上接触和下接触摩擦副的总磨损量均持续增加，因此应尽量减小柱塞副的径向载荷。研究结果可为织构化摩擦副的磨粒磨损研究奠定基础。