防震减灾的方法
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇防震减灾的方法范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
防震减灾的方法范文第1篇
现代软件技术的发展，提出了一整套解决开发过程中所遇到的一系列问题的工程方法。为解决飞行仿真系统开发中的实际问题，本文将软件工程方法引入到仿真系统的开发中，提出了一套仿真系统开发过程和仿真程序分析与设计的优化方案，并对开发过程中的全面质量管理方法进行了研究，从而实现了软件工程方法在飞行仿真系统开发中的有效应用。
软件工程是一种运用系统的、规范的和可定量的方法来开发、运行和维护软件的工程化开发技术。它借鉴了传统工程的原则和方法，针对传统软件开发方法的缺点，以求高效地开发高质量软件。软件工程方法在软件系统开发过程中的优势主要体现在如下几个方面:对软件开发过程的优化;对软件分析与设计方法的优化;全面的软件质量管理体系。
软件开发过程主要包括需求、设计、实现、确认以及支持等活动，所有这些活动构成了软件的工程开发模式，定义了软件的生存周期。将其用明确的工程化方法描述出来，有助于规范开发的过程，提高开发的效率和质量。目前常用的开发模式有瀑布式模型、原型开发模型、螺旋模型、面向对象模型等。
在软件系统分析与设计方面，软件工程定义了一套比较完整的实现方案。分析是抽取相应需求的过程，设计是将需求转化为设计规格说明的过程。在系统分析与设计方面，目前比较流行并且适合于仿真系统开发的方法是面向对象的分析与设计方法。它在对象、类、方法和消息等概念的支持下，在现实系统的建模、分析与设计方面更直观有效。可用下面的等式来说明面向对象的方法：面向对象=对象十分类十继承十通过消息的通讯。
面向对象的方法将现实系统分解为一个个直观可理解的对象类，并在分类的基础上定义了类的属性和服务(类与类之间的通讯手段)，然后在此基础上将类组装成为实际的软件系统，对软件开发的复杂度进行有效的控制。
质量保证在软件开发过程中占有很重要的位置，在软件工程方法中是依靠软件质量保证(SQA)活动对软件品质进行控制的。SQA是软件开发过程中一项有计划的规范性管理活动，它主要通过如下活动保证软件的开发过程和软件质量：技术方法的应用;正式技术评审的实施;软件测试;标准的执行、修改的控制;度量、记录和记录保存。
软件工程技术的应用改变了软件开发仅是一个纯粹编码过程的基本观念。软件工程方法有一套严格的开发模式和管理控制体系，从问题域的分析，到软件系统的设计、具体的编码实现，再到软件的测试、交付使用与维护，都有一套相应的解决方案，使整个软件开发的过程规范化、文档化，并且在软件系确保软件系统满足开发要求，最大限度地提高软件的质量。为了对以上质量因素进行评价与控制，根据仿真系统的特点综合考虑，可将仿真系统开发过程中的质量保证分为如下几个层次:仿真模型验证与校核;仿真软件测试;仿真软件评审;软件修改过程控制。这几方面的活动不仅仅是单纯的技术活动，还要包含对软件开发过程的管理活动，因此在实施过程中，必须在软件系统的需求分析阶段之前，制定具体的管理方法和实施步骤。
具体的实施步骤为：首先考察对SQA的需求，也就是对仿真系统开发中的软件质量保证和软件配置管理的状态(包含软件开发所采用的政策、过程和标准等)、组织以及SQA与软件开发中其他元素的关系的评价;其次是制定具体的SQA计划，并在一些SQA标准(如GB/T12504—90)的基础上，结合飞行仿真系统的特点，形成SQA计划的标准格式;最后是SQA的实施阶段。
防震减灾的方法范文第2篇
【关键词】 根管治疗； 诊间疼痛； ProTaper和Mtwo系统
doi：10.14033/ki.cfmr.2017.4.010 文献标识码 B 文章编号 1674-6805（2017）04-0020-02
【Abstract】 Objective：To observe the pain after root canal preparation with either ProTaper or Mtwo，and discuss the influence facters of the endodontic interappointment pain.Method：A total of 105 teeth with pulpitis，including molars and premolars，were selected and randomly divided into group A and group B.Group A was treated with ProTaper system，and group B was treated with Mtwo system.The pain happening after root canal preparation were observed，including the characteristics，the degree and duration.Result：There was no singnificant difference in the incidence of pain and duration between the two groups（P>0.05）.Conclusion：There is no significant difference in the incidence of pain and duration after root cancal preparation are observed between ProTaper and Mtwo system.Control the mechanical stimulation strictly，and ensure the preparation equipment working in root canal working length，is an important method of reducing postoperative pain.
【Key words】 Root canal treatment； Interappointment pain； ProTaper and Mtwo system
First-author’s address：Changzhou Cancer Hospital，Changzhou 213001，China
根管预备是根管治疗的重要步骤，根管预备术后疼痛一直是临床医生关注的并发症之一。主要原因有根管解剖形态、细菌感染及机械创伤等。镍钛锉根管预备目前已大量应用于口腔临床，选择合适的预备方法对减少根管预备术后疼痛尤为重要。本文对临床诊断为牙髓炎的非感染根管患牙随机采用2种根管预备方法（ProTaper和Mtwo系统），比较根管预备术后短期疼痛的发生情况。
1 资料与方法
1.1 一般资料
选取2013年9月-2016年3月在笔者所在医院就诊的牙髓炎患者105例作为研究对象（包括磨牙和前磨牙共105个），其中男55例，女50例，年龄20～60岁，平均（45±3）岁。纳入标准：全身无系统性疾病，患牙牙周状况良好，排除感染根管患牙，根管预备前未服用抗生素和止疼药。随机将患者分为2组。A组（53牙）：选择ProTaper根管预备系统预备根管；B组（52牙）：选择Mtwo根管预备系统预备根管。两组一般资料差异无统计学意义（P>0.05），具有可比性。
1.2 方法
两组均采用Raypex 5根尖定位仪测量根管。两组患牙在失活剂失活后或局麻下去髓，揭髓室顶，建立根管通路，均使用10#、15#K锉疏通根管。A组选择ProTaper镍钛锉冠根向技术预备根管，先用G钻行根管入口的预备，再用SX镍钛锉完成根管上部预备，依次使用S1、S2和完成锉F1、F2完成根管预备。B组选择Mtwo器械等长技术预备根管，依次使用Mtwo镍钛根管锉0.04锥度/10#、0.05锥度/15#、0.06锥度/20#、最终0.06锥度/25#完成根管预备。A、B两组预备过程中均使用EDTA、0.5%次氯酸钠和生理盐水交替冲洗根管。术后嘱患者观察根管预备后是否出现疼痛及疼痛的程度、特点、持续时间，并详细记录。
1.3 评价标准
疼痛评定标准：0级，无疼痛；1级，轻微不适；2级，轻度疼痛，不需要止痛药物；3级，严重疼痛，需要口服药物和复诊。两组分别于根管预备后24、48 h复诊，并记录术后疼痛的相关信息。
1.4 统计学处理
采用Epidata建立数据库，采用SPSS 11.0软件对数据进行统计分析，计量资料以（x±s）表示，采用t检验；计数资料以率（%）表示，采用字2检验，P
2 结果
两组疼痛发生率和疼痛持续时间比较差异均无统计学意义（P>0.05），见表1、表2。
3 讨论
目前普遍认为根管预备后疼痛原因是根管预备过程中器械损伤根尖周组织、化学冲洗液混合根管碎屑等造成的p害，大量炎性介质释放或激活导致的急性根尖周炎症反应[1]。机用镍钛机械预备可以更好地清理成形根管，减少机械刺激，临床常用的镍钛器械有ProTaper和Mtwo系列，本文探讨两种器械预备根管，观察预备后疼痛发生率和持续时间。
根管预备前，A、B两组患牙均采用电测法测定根管工作长度，电测法准确性不受根管内血液，渗出液的影响，可以确保根管预备器械和冲洗始终控制在工作长度内[2-3]。A、B两组患牙在确定工作长度前均使用10#K锉疏通根管，A组采用冠向技术预备，结果A组疼痛率为11.3%，在根管预备时，每号针预备结束均反复冲洗根管，并再次电测法测定工作长度，确保锉始终在工作长度内工作[4]。但仍有6例疼痛病例出现，可能是冲洗液和根管碎屑超越根尖止点，这一结果提示无压力冲洗和仔细预备根管同样可以降低由机械刺激导致的术后疼痛。B组采用的是等长技术预备，根管预备注意要点同A组，术后疼痛率为13.5%。结果显示A组、B组分别有24例、27例出现了轻微不适和术后疼痛，疼痛率明显低于Glennon等[5]研究结果，且大部分疼痛持续时间不超过48 h。A、B两组疼痛率差异无统计学意义。这一现象提示术中确保工作长度内的根管预备是安全的，同时应在少切割牙体组织的原则下，尽可能敞开根管上部，努力避免根管冲洗液和微量根管泥溢出根尖止点，杜绝各种机械刺激对预防术后疼痛是十分重要的[6-9]。
本次临床观察提示，影响非感染根管预备术后疼痛的主要原因来自于于机械刺激，理想的根管预备止点应恰好位于根尖狭窄区，准确的根管工作长度和反复根管冲洗是预防术后疼痛的关键因素。
参考文献
[1]鲍萍萍，范兵.根管治疗约诊间痛发生机制的研究进展[J].国际口腔医学杂志，2007，34（6）：440-442.
[2] Angotti V，Felici R.Accuracy of three electronic apex locators in anterior and posterior teeth：An Ex Vivo Study[J].Journal of Endodontics，2010，36（12）：2003-2007.
[3] Lin T，Tian X C，Li W，et al.The effect of curvatures on the accuracy of the electronic apex locator[J].Journal of Shanghai Stomatology，2014，23（6）：685-688.
[4]黄定明，周学东.根管治疗工作长度确定之惑及解决之道[J].华西口腔医学杂志，2016，34（2）：109-114.
[5] Glennon J P，Ng Y L，Setchell D J.Prevalence of and factors affecting postpreparation pain in patients undergoing two-visit root canal treatment[J].International Endodontic Journal，2004，37（1）：29-37.
[6] Oliveira M，Biffi J.Morphometric evaluation and planning of anticurvature filing in roots of maxillary and mandibular molars[J].Brazilian Oral Research，2015，29（1）：1-9.
[7]陈青，于静涛.不同预备方式预备根管后牙本质裂纹产生状况分析[J].中国实用口腔科杂志，2016，9（2）：85-88.
[8]倪毅.超声荡洗对根管预备后疼痛及疗程的影响[J].世界临床医学，2016，10（6）：185.
防震减灾的方法范文第3篇
中图分类号：R2-03 文献标识码：A 文章编号：1005-5304（2013）04-0103-05
由于中医诊断主要根据医生的经验来决定，因此，在临床施治过程中存在较大的主观性和不确定性等问题。在中医诊断领域引进数据挖掘技术，不但符合现在多学科交叉发展的潮流，在解决实际问题上，无疑也是中医客观化进程中的又一催化剂。作为一门融合人工智能、机器学习和数理统计等方法的新型学科技术，数据挖掘在克服人类本身认知和思维长度的基础上，充分利用海量临床数据，通过模拟临床诊断推理过程来挖掘临床诊断数据中繁杂的证、症关系，对寻求中医专家的辨证规律有重要价值。目前，在该领域涉及到的数据挖掘方法较多，主要有贝叶斯网络、人工神经网络、粗糙集理论、关联分析、决策树、聚类分析、判别分析、支持向量机、多标记学习、随机森林等。笔者现对这些方法的相关应用综述如下。
1 常见数据挖掘方法
1.1 贝叶斯网络
贝叶斯网络是通过简明的图形方式结合统计理论来定性表示变量间复杂因果或概率关系的一种数据分析方法，包括网络集和概率集两部分。该方法具强大的执行高效推理任务的功能，能充分利用先验知识，而使其在诊断领域的应用价值极大。在解决中医定量诊断问题上，其体现出的功能主要表现在：揭示众多症症之间以及症与证间的复杂关系，探究证候的主要症状和次要症状，定量确定其诊断价值，这有助于确定证候诊断的标准和规范，而且建立的证候诊断模型以概率形式给出诊断结果，能有效辅助专家作出决策。因此，该方法对促进中医诊断学发展所做的贡献不可忽视。张氏等[1]对255例肺癌患者证候以症状之间的关联性及关联强度为基础，利用贝叶斯网络概括出了肺癌的证候要素，包括病机要素9个、病位要素5个及病机要素之主要症状与次要症状。曲氏等[2]对611例抑郁症患者的中医证候进行了研究，采用贝叶斯网络对抑郁症中医症状进行评定，发现拟定的中医证型包含了抑郁症的核心症状和周边症状的不同组合方式，体现了抑郁症临床多变的证候特点。范氏等[3]对收集到的1512例类风湿关节炎（RA）患者的临床数据采用基于聚类的贝叶斯网络模型，提取出了RA的7项主特征及4型的类特征，为中医辨证分型及RA中医诊断标准提供了临床依据。龚氏等[4]对2501例2型糖尿病的临床数据运用该方法分析，发现空腹血糖异常患者及糖化血红蛋白异常患者均以阴虚热盛多见，而餐后2 h血糖异常患者则以阴虚多见。王氏等[5]应用此方法通过分析474例血瘀证临床诊断数据进行血瘀证定量诊断，发现了血瘀证的7个关键症状，并与此同时建立“是否血瘀证”的分类器模型，经交叉验证发现此分类器诊断准确率达96.6%。郭氏等[6]认为，证候的复杂性表现为证候各因素之间的高维高阶性，他们运用贝叶斯网络技术对肺系疾病证候构成因素之间关联形式进行了研究，发现各因素间的联结形式是线性相关与非线性相关并存的，它们相互交织，形成复杂的网络结构，表现出典型的非线性特征。
1.2 人工神经网络
人工神经网络是在对人脑神经网络结构认识理解的基础上人工构造的新型信息处理系统。目前的神经网络模型有：用于分类、预测和模式识别的前馈式神经网络模型，用于联想记忆和优化计算的反馈式神经网络模型，以及用于聚类的自组织映射方法。其中前馈式神经网络模型是目前应用最广泛的神经网络之一。对于将其应用于中医诊断领域，陈氏[7]认为，中医学辨证施治本质上就是对众多数据信息进行处理并提取规律的过程，而人工神经网络恰恰具备较好获得数据规律的能力。人工神经网络模型的优势主要体现于其黑箱结构，这赋予人工神经网络强大的非线性拟合能力，使其能够任意精度逼近非线性函数。
但不足的是，在中医研究中，人工神经网络不能进行变量筛选，对其得到的结果也只是局部最优而非全局最优。如李氏等[8]对142例脾气虚弱及肺脾气虚证HIV/AIDS患者的主要实验指标、四诊信息的主要症状和舌象运用Clementine中的特征选择节点进行筛选，建立脾气虚弱和肺脾气虚的人工神经网络模型，发现该模型能较好地诊断艾滋病患者脾气虚弱和肺脾气虚证型，其样本模型训练集诊断的正确率和测试集诊断的正确率分别为87.25%和80.00%。傅氏等[9]认为，运用数据驱动模式建立中风人工神经网络模型，将为进行繁杂多变的中风证候的动态研究、掌握证候的动态演变规律及在不同时点进行疗效评价提供一个新的探索方向。许氏等[10]通过对心血管疾病中医临床信息数据库中的临床信息和证候类别之间的关系进行分析，发现人工神经网络尤其是OCON网络对该病常见的中医证型的识别率最高，其中心气虚证和心阳虚证分别高达92.4%、82.9%。有研究运用人工神经网络分析RA、糖尿病肾病（DN），分别建立RA和DN证候的BP网络模型，并采用三倍交叉验证的方法，发现这2种模型平均诊断准确率分别为90.72%、92.21%[11-12]。余氏[13]通过文献资料和临床资料收集选用人工神经网络等方法开展2型糖尿病证候诊断标准模型建立及对比研究，所建模型在临床数据测试样本的正确辨识率为73%。
1.3 粗糙集理论
粗糙集理论主要用于分析研究不完备数据，这是继概率论、模糊集、灰色理论之后又一个刻画不确定、不完备系统的有力数学工具。基于其具有能有效处理各种不确定、不完备信息的强大能力，有研究者认为将其用于分析中医症状-辨证要素间相关性，建立定性定量标准，有很大前景[14]。其最大优点在于不需要问题所需处理数据之外的任何先验信息，能够在保留关键信息的前提下求得知识的最小表达式。因此，将粗糙集理论引入中医，运用到中医诊断上，将可能是实现中医诊断智能化的又一个发展方向。
陈氏等[15]以450例老年人细菌性肺炎患者在就诊过程中的285项指标为研究对象，采用粗糙集方法对已经过初始数据处理的各数据进行挖掘分析，得到7种中老年肺炎的证候诊断标准，为疗效评价指标提供了客观依据。陈氏等[16]从与原发性高血压相关的古今医案中收集237例病案，对其症状和体征进行数据预处理，运用基于粗糙集理论的KDD决策分析系统Rosetta软件约简病证属性，获取到了原发性高血压肝阳上亢证的专家知识，为进一步研究原发性高血压肝阳上亢证奠定基础。刘氏[17]运用粗糙集理论对脾胃系疾病的证候诊断进行相关研究，建立了可进行辨证分型的计算机软件，并通过这一软件量化标准来判断患者所属证候，为治疗脾胃系疾病辨证提供可靠依据。谢氏[18]建立了一个基于粗集理论的中医诊断专家系统模型，以模拟中医专家诊断的过程。秦氏等[19]把粗糙集应用于中医类风湿证候诊断，并在类风湿病的各证候诊断上应用。
1.4 关联分析
在数据挖掘方法中，关联分析常用来挖掘特征之间或者数据之间的相互依赖关系，对给定的事务数据库找出满足最小支持度和最小置信度的关联规则。与其他数据分析方法不同的是，关联规则的引入，可以从大量貌似繁杂症与证的数据中，找到隐形的关联，极大促进中医诊断学的发展；并且其所得结果清晰有用，同时支持间接数据挖掘；可处理变长的数据，为寻找诊断数据中的隐性关联带来了方便，其计算的消耗量也可以预见[20]。
肖氏等[21]设计了一种基于遗传算法的正相关关联规则挖掘算法，发现胃部不适症状与处方、证候重要关联关系。陈氏等[22]通过对400例肝硬变患者进行关联分析，找出符合最小支持度和最小置信度并形成规则的中医证候气滞/气郁证和血瘀证，这表明肝硬变和气滞证、血瘀证之间关联度非常高。钟氏等[20]采用关联规则的分析算法，探求胃炎症状与“中虚气滞”辨证之间的关系，得到在中虚气滞证中，口干欲饮这个症状对辨证的影响最大。
1.5 决策树
决策树算法是一种逼近离散值函数的方法，常用来形成分类器和预测模型，是建立在信息论基础之上对数据进行分类的一种方法。岳氏[23]通过选取300例确诊为小儿肺炎患者的数据为基础，成功构建了基于决策树算法的小儿肺炎指纹辨证分类模型，准确率达84.5%。钟氏等[20]从中医胃炎数据中筛选出“中虚气滞”的病历，通过决策树，以“中虚气滞”为目标属性，根据病历中症状辨证是否与目标属性相同设置“yes”和“no”两值，再通过设置的训练样例运用ID3算法构建决策树，以判断未知中医证型的病例是否归属“中虚气滞”。查氏等[24]将397例已确诊活动期RA患者随机分为中药和西药治疗组，通过对其初诊中西医症状及检查结果采用决策树进行证病信息和疗效的相关关系探索，得出可从证候信息的角度获得药物治疗的最佳适应证，从而实现个体化治疗。徐氏等[25]对406例慢性胃炎病例用bootstrap抽样扩增，采用基于信息熵的决策树c4.5算法建立中医辨证模型，测试集模型分类符合率为81.25%。
1.6 聚类分析
聚类分析的实质就是聚集数据成类，使类间的相似性最小，而尽可能增大类内的相似性。其优点是：作为一种探索性的统计分析方法，聚类分析方法可以在对数据没有先验知识的情况下对数据资料进行分类，根据数据的内在相似或相关程度，可使得类别内数据“差异”尽可能小，类别间“差异”尽可能大，对中医药领域中的症状组合规律、证候规律等方面的研究具有一定的推动作用。但由于中医证候复杂程度较大，聚类分析在解决这些问题时存在的局限性表现在：①多结果，主观性大。此分析方法无法根据数据内部特点自主确定分为几类，需要研究者依据其学科知识和经验来确定到底聚为几类、聚到哪一类为最佳；此外，选择不同的类间距离和变量间距离的定义方法，结果将大有不同，因此，多次尝试、反复分析对于此类分析方法来说是必须的。②单分配，即变量只能被聚到某一类。在研究症状的聚类问题时，中医的一个症状常需要能被聚到不同的类中，但聚类分析只能将一个症状归入某一个类别里面。
李氏等[26]应用系统聚类的方法对276例乙肝后肝硬化的症状、体征进行分析研究，得出乙肝后肝硬化基本中医证候有湿热内蕴证、肝肾阴虚证、肝郁脾虚证、脾虚湿盛证、脾肾阳虚证、血瘀证、气（阳）虚证共7类。卢氏等[27]通过制定“中医证候临床观察表”，对106例儿童中间型β地中海贫血患者进行中医证候调查，采用聚类分析等统计学方法得出广州地区中间型β地中海贫血患儿中医证候分布特点为气血两虚证>肝肾阴虚证>脾肾阳虚证>阴阳两虚证，这为进一步规范化辨证论治提供了一定依据。何氏等[28]采用临床流行病学的方法，对143例冠心病PIC术后患者的症状、体征等临床资料进行了聚类分析，得出冠心病PIC术后患者证候分为气虚痰浊、肾虚血瘀、肝气郁结、脾气亏虚、心气亏虚、气阴亏虚共6类。黄氏等[29]应用变量聚类分析的数理统计方法，对慢性疲劳综合征（CFS）进行了中医辨证分型，并对收集到的237例CFS患者的症状、舌象和脉象等临床资料进行了变量聚类分析，得出变量聚类分析能帮助CFS在中医证候中合理分为精髓空虚、阴液亏虚、脾肾阳虚和肝火亢盛共4型，解释比例为61.68%。
1.7 判别分析
与其他统计学方法不同的是，判别分析的主要目的是建立一个线性组合，使其可用最优化的模型来概括分类之间的差异。该方法常用来根据已知数据的分类情况判断未知待分析数据的归属问题等，在证候的研究方面应用最广。
胡氏等[30]根据所收集的413例亚健康失眠患者的中医证型对证候变量进行逐步判别分析，建立判别函数式，得出亚健康失眠中医证型判别函数与临床诊断吻合良好，逐一回代法判别总一致率达81.1%。夏氏等[31]对77例慢性再生障碍性贫血（CAA）患者进行辨证分型分组，应用逐步判别分析方法建立CAA中医证型判别方程，筛选出了与判别方程最相关的6个免疫学和血常规指标。郦氏等[32]以脑梗死中医证型标准化研究结果为基础，采用逐步判别分析，建立了脑梗死各证型与观察指标间的数学判别方程。赵氏等[33]对收集符合RA诊断标准的患者按照辨证对变量进行逐步判别分析，建立了一个具有较好的判别效果的判别模型。薛氏等[34]选用已进行频数分析的文献207篇进行肝病证候的判别分析，认为肝郁脾虚证辨证标准难以脱离疾病特点。
1.8 支持向量机
支持向量机是基于统计学习和结构风险最小化原则的学习机器，可以通过核函数将低维输入空间的数据特征投射到高维数据控件，并求得最优分类的超平面。该算法的关键思想是利用核函数把一个复杂的分类任务映射，使之转化成一个线性可分问题。在许多实际学习问题中，它允许扩大的空间维数非常大，在某些情况下可能无穷大，能较好地解决小样本、非线性、高维数和局部最小等问题。支持向量机方法较适用于中医诊断数据的现状和对中医临床经验的总结。
徐氏等[35]以中医心系503个样本为例，利用支持向量机进行中医心系证候分类研究，结果表明，该方法在证候分类中能达到较高的准确率。王氏等[36]以名医诊治冠心病典型医案115例建立冠心病名医诊疗数据库，运用支持向量机方法提取到名医诊治冠心病8个主要证候要素并确定其定量诊断，阐释了证候要素应证组合规律。殷氏等[37]对舌诊数据进行主成分提取，分别建立Logistic回归和支持向量机模型，发现在小样本情况下支持向量机模型更优，敏感度达92.8%，特异度达92.3%。杨氏等[38]精选1个家系虚寒证的相关基因信息，选择间接比较实验方案进行基因芯片实验，对5例虚寒证和5例正常人差异表达基因的表达值进行建模，使用支持向量机、K近邻分类法等方法，将家系中其他人样本带入，发现其能够正确判别。在舌象诊断鉴别上，谢氏[39]依据支持向量机理论，以径向基函数作为核函数构造多分类分类器，将舌象的特征参数作为输入样本，对病证进行分类，并以肝病病证分类做了仿真。
1.9 多标记学习方法
与其他分类方法不同的是，多标记学习方法的每个研究对象不再对应于单一的概念标记，而是由单个示例（属性向量）表示并对应于多个概念标记，即一个样本和多个类标相关联。鉴于现实社会涉及到的很多真实对象往往都具多语义、多分类目标性，如疾病的证候、证型，待分类的文档、网页，生物信息学中的基因等，因此，多标记学习方法的成熟对促进这些领域的发展也就显得十分重要。然而该方法存在的一个主要问题是不能充分利用各训练样本所含概念标记之间的相关性，从而有效提高学习系统的泛化能力；此外，由于其存在复杂程度较大，运用该方法进行研究尚存在降维方法和特征选择方法较少的不足。
针对中医临床证候兼夹的多标记特点，研究人员首次将多标记学习算法引入到中医问诊的客观化研究。该研究将多标记学习结合频次分析，应用于冠心病的问诊证候模型建立，有效提高了诊断模型的识别率；在此基础上，还结合中医数据特点，提出了多标记学习算法（REAL），并结合信息增益等特征选择方法，挑选出常见证候的20个最优特征，显著提高了慢性胃炎的证候的识别率[40-41]。邵氏等[42]运用多标记学习结合混合优化的特征选择算法（HOML），用于冠心病中医问诊数据分析，建立了中医冠心病数据模型，并获得了冠心病问诊症状的最优特征子集。
1.10 随机森林
随机森林是决策树算法的一种改进，其综合思想是组合多棵bootstrap样本建立的决策树的预测，通过投票给出有效的错判率估计、分类器强度、相关性和变量的重要性等指标。该方法对每个被分析的数据都给出了重要性的评分，在某种程度上有利于有效的特征变量的挑选，降低数据维度。随机森林作为一种自然的非线性建模工具，具有很高的预测准确率，能很好地容忍异常值和噪声，不易出现过拟合，降低分类错误率；也不会出现在bootstrap样本中的OOB数据，还能为样本提供一个数据内部估计，可用来高效估计组合分类器中的泛化误差，有助于理解分类精度以及如何提高精度。
洪氏等[43]通过引入随机森林方法，对《慢性疲劳（CF）中医临床症状分级量化表》中的95个症状进行数据编码，选取CF常见证候要素的主要症状并衡量症状对各证候要素的贡献程度，得到了CF脾虚证、心虚证、肝郁证以及气虚证4个证候要素的症状集，将各症状集作为模型输入，各模型预测准确率分别为96.13%、94.75%、95.89%、94.26%。邹氏等[44]借用特定脾虚证临床数据集证明基于特征提取的分类集成模型比其他集成方法具更低的错误率，认为特征提取在降低错误率上作出了明显的贡献，但其结果是否适用于其他小样本数据尚未证实。王氏等[45]通过文献调研，推测使用随机森林提取亚健康关键症状或指标可帮助亚健康状态的判断。
2 讨论
中医临床诊断数据存在的一个显著特点是证候夹兼、数据多而繁杂、各数据之间的关系藏而不现。因此，借助现代化的信息技术手段，综合运用数理统计分析方法以进一步挖掘四诊以及证候之间的隐性关联具有重要意义。然而，在数理统计方法研究发展正处于高峰期的信息化时代，如何根据待分析的数据库的特点选择正确恰当的方法是当前数据挖掘首先要考虑的问题。
一个样本量较大的数据库，当需要进行一定的数据分类时，可能有必要对上述方法进行探索。聚类分析可满足对数据进行一定的症状的组合、证候规律的挖掘；若是在已知数据的分类情况下需要对待分析数据进行分类，判别分析恰有这方面的优势；决策树则在实现数据分类挖掘过程中的可视化方面凸显其优势；随机森林可在决策树的基础上进一步提高有效特征变量的提取率，同时还能避免数据预处理过程中的过拟合现象。当然，在临床数据分析过程中也经常出现数据样本量较小、维度较高等现象，支持向量机方法在中医领域的引进则为这些数据的分析带来新的契机。除了对数据进行分类挖掘外，数据之间的关联讨论也是数据分析必不可少的，尤其在中医诊断中探讨各症、证之间的关联领域的应用；在隐性关联分析的众多分析方法中，多标记学习法有效解决了证候夹兼的现象；粗糙集理论有利于建立定量定向标准；人工神经网络在识别证型上主要体现其强大的非线性拟合能力；此外，在探究症与证关系上，贝叶斯网络还是诊断领域的常用之法，该方法还可帮助我们进一步探讨症状集中的主次症。
总之，集各种数据挖掘方法之长于一体来对某一数据库进行挖掘分析将为中医界数据挖掘技术的成熟带来不可预料的进展。目前，大部分数据挖掘方法都只是被单一采用，即使有同时运用多种挖掘方法进行数据分析，也只是对某一数据系统运用多种方法相互比较，所获得的结果效用度较小。多重方法相互交融、相互补充、综合运用于某一数据分析系统中的研究在在中医领域尚不很成熟，或许可以成为数据挖掘在中医药研究中的进一步的模式和规则，为数理统计在中医药知识的创新和发展中开辟一条新的途径。
参考文献：
[1] 张霆，陈波，马胜林，等.基于贝叶斯网络的肺癌证候研究[C]//庆祝浙江省中西医结合学会成立三十周年论文集粹.杭州：浙江省中西医结合学会，2011：50-52.
[2] 曲森，启盛，包祖晓.贝叶斯网络模型在中医证候研究中的应用[C]//世界中联第三届中医、中西医结合老年医学学术大会论文集.北京：世界中医联合会，2010：61-63.
[3] 范建平，李常洪，吴美琴，等.贝叶斯网络在中医诊断中的应用研究[J].管理科学学报，2008，11（6）：143-150.
[4] 龚燕冰，倪青，高思华，等.Ⅱ型糖尿病主要理化指标与中医证候相关性的贝叶斯网络分析[J].中华中医药杂志，2010，25（1）：3l-33.
[5] 王学伟，瞿海斌，王阶.一种基于数据挖掘的中医定量诊断方法[J].北京中医药大学学报，2005，28（1）：4-7.
[6] 郭蕾，王学伟，王永炎，等.论高维高阶与证候的复杂性[J].中华中医药杂志，2006，21（2）：76-78.
[7] 陈伟青.浅论人工神经网络在中医学上的应用[J].河南中医学院学报， 2004，19（11）：12-13.
[8] 李玉森，施学忠，杨永利，等.人工神经网络在HIV/AIDS患者主要虚证诊断中的应用[J].中华中医药杂志，2012，27（5）：1269-1271.
[9] 傅勤慧，裴建，惠建荣，等.中风证候动态研究现状与展望：数据与模型驱动模式的应用[J].中西医结合学报，2011，9（12）：1292-1300.
[10] 许朝霞，王忆勤，颜建军，等.基于支持向量机和人工神经网络的心血管疾病中医证候分类识别研究[J].北京中医药大学学报，2011，34（8）：539-543.
[11] 白云静，申洪波，孟庆刚.基于共轭梯度下降算法的类风湿性关节炎BP神经网络症候模型研究[J].中国中医药信息杂志，2010，17（3）：96-97.
[12] 白云静，申洪波，孟庆刚，等.基于人工神经网络的中医证候非线性建模研究[J].中国中医药信息杂志，2007，14（7）：3-4.
[13] 余学庆.基于智能计算的2型糖尿病中医证候诊断方法研究[D].北京：北京中医药大学，2007.
[14] 晏峻峰，朱文锋.粗糙集理论在中医证素辨证研究中的应用[J].中国中医基础医学杂志，2006，12（2）：90-93.
[15] 陈楚湘，沈建京，陈冰，等.运用粗糙集理论建立中老年肺炎中医症候诊断标准[C]//第二中国控制会议论文集.上海：中国自动化学会控制理论专业委员会，2010：40-42.
[16] 陈素玲，付爽，高云，等.基于粗糙集理论的原发性高血压肝阳上亢证辨证系统的建立[J].山东中医药大学学报，2010，34（3）：201-203.
[17] 刘泉.粗糙集在脾胃系疾病中医辨证中的应用研究[D].武汉：湖北中医学院，2008.
[18] 谢国明.基于粗集理论的中医诊断模型的建立[J].数理医药学杂志， 2005，18（4）：302-304.
[19] 秦中广，毛宗源，邓兆智.粗糙集在中医类风湿证候诊断中的应用[J].中国生物医学工程学报，2001，20（4）：357-363.
[20] 钟颖，胡雪蕾，陆建峰.基于关联规则和决策树的中医胃炎诊断分析[J].中国中医药信息杂志，2008，15（8）：97-99.
[21] 肖光磊，陆建峰，李文林，等.正相关关联规则及其在中医药中的应用[J].计算机工程与应用，2010，46（6）：227-233.
[22] 陈明，杨慧芳，余蕾.基于关联规则的肝硬变辨证数据挖掘研究[J].河南中医杂志，2009，29（3）：258-260.
[23] 岳路.决策树算法在小儿肺炎中医临床诊断中的研究与应用[D].济南：山东大学，2011.
[24] 查青林，何羿婷，喻建平，等.基于决策树分析方法探索类风湿性关节炎证病信息与疗效的相关关系[J].中国中西医结合杂志，2006，26（10）：871-986.
[25] 徐蕾，贺佳，孟虹，等.基于信息熵的决策树在慢性胃炎中医辨证中的应用[J].中国卫生统计，2004，21（6）：329-331.
[26] 李毅，刘艳，寇小妮，等.乙肝后肝硬化症状学聚类研究[J].中医药导报，2012，18（2）：14-16.
[27] 卢焯明，钱新华.以聚类分析法研究儿童中间型β地中海贫血的中医证候分布规律[J].中华中医药杂志，2012，27（3）：607-611.
[28] 何庆勇，王阶.基于聚类分析的冠心病介入术后中医证候分类及诊断[J].中医杂志，2008，49（10）：918-921.
[29] 黄小波，李宗信，陈文强，等.慢性疲劳综合征的中医证候聚类分析[J].中华中医药杂志，2006，21（10）：592-594.
[30] 胡万华，陈克龙，赵娜，等.亚健康失眠患者中医证型的判别分析[J].中医杂志，2012，53（2）：142-144.
[31] 夏乐敏，王运律.慢性再生障碍性贫血中医证型判别方程的建立与使用[J].中华中医药学刊，2012，30（2）：409-411.
[32] 郦永平，温淑云.脑梗死证型量化分级的判别方程研究[J].中国中医急症，2012，21（1）：81-82.
[33] 赵宝利，黄可儿，赵敏.类风湿关节炎中医辨证分型的判别分析[J].中华中医药杂志，2012，27（1）：240-242.
[34] 薛飞飞，汪南.基于判别分析的肝病肝郁脾虚证证候特点的文献研究[J].中华中医药杂志，2011，26（6）：1260-1263.
[35] 徐，王亿勤，邓峰.基于SVM的中医心系证候分类研究[J].世界科学技术―中医药现代化，2010，12（5）：713.
[36] 王阶，吴荣，周雪忠.基于支持向量机的名老中医治疗冠心病证候要素研究[J].北京中医药大学学报，2008，31（8）：540.
[37] 殷彬，方思行.脾虚证诊断的数学模型[J].暨南大学学报：自然科学版，2006，26（3）：363-367.
[38] 杨丽萍，黄睿，张洛欣，等.用特征功能模块法挖掘一个虚寒证家系的基因表达谱[J].中华中医药杂志，2010，25（5）：683-685.
[39] 谢铮桂.基于多分类支持向量机的中医舌诊诊断的研究[J].计算机与数字工程，2008，36（11）：60.
[40] Liu GP， Li GZ， Wang YQ. Modelling of inquiry diagnosis for coronary heart disease in TCM by using multi-label learning[J]. BMC Complementary and Alternative Medicine，2010，10：37.
[41] Liu GP， Yan JJ， Wang YQ， et al. Application of multi-label learning using the relevant feature for each label （REAL） algorithm in the diagnosis of chronic gastritis[J]. Evidence- Based Complementary and Alternative Medicine，2012，6：3-5.
[42] 邵欢，李国正，刘国萍，等.多标记中医问诊数据的症状选择[J].中国科学：信息科学，2011，41（11）：1372-1387.
[43] 洪燕珠，周昌乐，张志枫，等.基于随机森林法的慢性疲劳证候要素特征症状的选择[J].中医杂志，2010，51（7）：634-638.
[44] 邹永杰，周继鹏，王桂香，等.基于特征提取的分类集成在脾虚证诊断中的应用[J].计算机应用与软件，2010，27（3）：22-25.
防震减灾的方法范文第4篇
本文通过精简FAS系统气体保护区火灾模式触发流程；将单一外部变量触发模式改由FAS系统内部变量触发火灾模式；利用硬件模块解决软件无法实现的功能等技术创新手段解决问题。经过现场实际应用，克服了原FAS系统气体防护区火灾模式号触发条件的缺陷，使FAS系统更及时、更可靠、更安全。
【关键词】: FAS系统；气体防护区；火灾模式号；创新应用
中图分类号：X928.7 文献标识码：A 文章编号：
本文通过对深圳地铁现有FAS系统气体防护区火灾模式号的触发条件及使用过程中存在的不足进行统计分析，最后采用一种较为新颖、安全有效的方案，在符合法律规范的基础上解决现有气体防护区模式号触发可靠性问题，为将来地铁新线建设提出一个新的应用。
现有气体防护区模式号触发机制分析
当前，深圳地铁FAS系统的气体保护区域火灾模式触发条件为单区气体灭火控制盘REL箱监视到气体管道内压力开关动作。此种触发机制由于是通过系统外部设备触发，在可靠性、及时性和安全系数几个方面存在一些不足。
可靠性分析：
1.1压力开关动作为触发模式的唯一条件，触发条件单一，若此设备故障则无法触发火灾模式；
1.2压力开关属于FAS系统外部设备，无法对其设备状态进行实时监测或进行压力测试，不能确保其性能良好。
例如深圳地铁某一车站19个气体保护区火灾模式执行情况统计，由于压力开关不动作未能成功触发火灾模式的比例高达32%。
及时性分析：
2.1FAS系统监测到火灾后需要经过30秒延时后才控制气体释放，当气体经过管道后压力开关才会动作；
2.2火灾模式的触发需要经过系统内部信息转换及传递才可完成。
图1-1 气体保护区模式触发时间统计
如图1-1所示，气体保护区火灾模式触发时间均接进60秒，严重制约了火灾情况下模式的执行速度，对车站火灾应急处理产生巨大影响。
安全性分析：
3.1压力开关易发生误动作造成火灾模式误执行；
3.2压力开关有任何缺陷将直接影响到火灾模式控制；
3.3发生火灾时启动火灾模式缓慢，不能形成无风密闭空间甚至渗入新风，影响灭火效果；
3.4火灾模式未在气体保护区防火阀关闭后立即执行，造成风机、风管损坏。
表1-1 各线压力开关问题统计
表1-1所示为近一年内深圳地铁三条线因压力开关质量引起的问题，因压力开关造成火灾模式误执行，组织抢修就有五次之多，环中线还因压力开关质量问题全线更换压力开关。
解决方案的提出
如何改进FAS系统气体保护区火灾模式触发条件，让系统摆脱FAS外系统设备的束缚变得更及时、更可靠、更安全。根据FAS系统气体保护区触发火灾模式的机制，从探测器、压力开关、REL气体灭火控制盘、电磁阀、SDU程序进行考虑，结合法律法规与可行性提出以下三种可能实现的解决方案：
1、修改SDU程序实现
气体灭火控制系统SDU程序及模式与组分别如图2-1、2-2所示。
气体灭火控制系统模式号是由与组触发，与组中任一设备动作即触发模式号。现气体保护区模式号触发条件只有压力开关，方案一的方法为通过更改与组中触发条件解决问题。
此方案实施最方便，无需增加任何硬件设备，只需更改系统能够SDU程序即可实现设定目标。
但是，通过深入查阅SDU编程资料、试验测试并向厂家咨询后，发现由于软件自身特点限制不能实现“与组”嵌套功能，无法实现感烟探测器与组和感温探测器与组共同触发模式，因此该方案不可行。
2、增加监视模块监视（单区气体灭火控制盘）REL二次火警干接点实现
气体灭火控制系统REL控制箱内33、34号端子在火警确认状态下可对外输出一个闭合的干接点信号，此方案利用一个CT1监视模块监视此信号，并以此信号为条件触发火灾模式。
此方案增加成本最低的监视模块监视原有输出即可实现设定目标。通过对REL箱进行测试发现REL箱二次火警干接点在手动状态下，感烟探测器及感温探测器同时动作输出后，CT1模块无法动作触发火灾模式。
3、通过增加（输入输出）IO模块实现
通过在气体灭火控制系统模块箱内增加一个（输入输出）IO模块，利用IO模块控制寄存器实现不同条件下控制IO模块输出，再由IO模块反馈激活与组触发模式号。
此方案新增模式号触发条件激活（输入输出）IO模块输出端，IO模块输入端立即收到反馈并触发火灾模式。通过查阅SDU编程资料及模块编程实验证明此方案在理论上可以完全实现设定目标要求。
经过研究分析得出结论：第一种方案无法实现；第二种方案可部分实现；第三种方案可完全实现。最终方案选定“增加输入输出模块（IO）实现”。
方案创新点
1、简化火灾模式触发流程
原FAS系统气体保护区通过探测装置检测火灾，再由气体主机触发REL延时30秒后输出电磁阀控制气体喷放，喷放的气体触动管道内压力开关动作，REL检测到压力开关动作后将信息传递到FAS主机（EST3），FAS主机再触发火灾模式。改进后FAS系统气体保护区通过探测装置检测到火灾后立即由FAS主机逻辑判断后触发火灾模式，其流程快速直接，大大提高了系统的及时性。
利用FAS系统设备替代外系统设备
原FAS系统气体保护区火灾模式触发变量为“压力开关是否动作”，改进后通过FAS系统内部设备的状态作为变量，这样不仅提高了FAS系统的稳定性而且还提升了模式触发的及时性、可靠性。
软硬件结合
方案利用新增一个输入输出模块（IO）作为模式控制的中转，利用IO模块控制端的“LOW寄存器”进行编程设计实现感烟探测器与组与感温探测器与组激活模块控制，同时利用“HIGH寄存器”实现紧急启动按钮激活模块控制，再进行输入输出转换，最后将模块监视纳入模式与组实现FAS系统气体保护区火灾模式触发条件的创新整改。
创新成果
以深圳地铁环中线西丽站为试验点，将新方案应用前后进行比较可以看出整改后气体灭火控制系统触发火灾模式号更加的迅速，且未出现无法触发火灾模式的情况，解决了系统原有缺陷，大幅提升系统性能，发生火灾时能够迅速执行火灾模式保证车站内人员及设备的安全，提升车站消防安全服务水平，收获巨大的社会效益。
结语
地铁作为公共交通设施，其消防安全尤为重要。FAS系统在发生火灾时产生报警信息并将火灾信息传递给综合监控系统以完成车站火灾应急处理。综合监控系统与FAS系统之间信息的传递通过火灾模式号实现，火灾模式号触发的及时性、稳定性直接关系着地铁内的人员及设备安全。本技术创新应用通过对原系统深入研究分析并进行二次开发，取得了丰硕的成果：
1、解决原FAS系统由于压力开关误动作导致系统报警执行火灾模式的问题；
2、改进后FAS系统触发火灾模式条件冗余，方式智能化，触发模式更及时，更稳定；
3、有效预防因火灾模式执行缓慢影响七氟丙烷气体的灭火效果及造成设备设施损坏等情况的发生；
4、先触发执行火灾模式，后喷放灭火剂，极大的提高了灭火质量；
5、改进后系统可实现火灾模式控制的科学测试，有效检验系统设备的运行状态，为火灾应急处理提供强有力的保障。
【参考文献】
【1】GB16806-2006消防联动控制系统，中华人民共和国建设部、国家监督检验检疫监督总局，2006
防震减灾的方法范文第5篇
关键词：专业课教学;虚拟装配;运动仿真;开发
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）41-0234-02
职业院校的最大特点，就是培养学生既要有一定的理论知识，又要有较强的实际动手能力。毕业生到单位后能很快适应本职工作，成为应用型的高技能人才。学生实际动手能力的提高主要体现在专业课的教学中，多年来由于受各种因素的影响，专业课的教学效果并不能令人满意。究其主要原因是现有专业课教材中许多装配图较为复杂，有些装配图不仅学生看不懂，新走上教学岗位的年轻教师也感到吃力，这些都直接影响了学生学习专业课的积极性。对此，尝试开发专业课主要机器设备虚拟装配及运动仿真软件，能使学生直观的了解机器设备的结构原理，进而进行虚拟装配，在虚拟装配熟练的基础上带动实际操作，从而改善专业课的教学效果。
一、以前专业课教学存中在的两种倾向
（一）专业课偏重于理论讲解，学生缺乏实际动手操作能力
1.近几年，由于招生规模的不断扩大，学校原有的实训条件已远远不能满足学生实训的需要，本该在实训车间完成的课程，由于实训条件有限，机器设备及其他维修课程不得不改为在教室里进行理论讲解;
2.新老教师交替更新，一些实践经验丰富的老教师退休或调离，许多新的、高学历的年轻教师走上讲台，他们理论功底扎实，但大多缺乏实践动手能力，因此，他们更偏重于将专业课教学改为在理论教室讲解;
3.实际操作耗能耗材，操作不当容易造成机器设备损坏，实训成本较高，在学校教学经费比较紧张的情况下，学校只有压缩这部分经费。因此，本应该在实训车间完成的专业课教学只能在理论课堂讲解，使得原本比较简单的机器设备结构、原理变得复杂、抽象不好理解，许多学生觉得专业课教学枯燥无味，有些干脆放弃专业课的学习。
（二）强调学生动手实践，忽视专业课教学质量的提高
为了改变这种单纯理论教学现象，提高学生实际动手能力，学校将专业课教学改到实训车间或到企业去上，这些做法虽然较前面有一定的进步，但通过实践发现还存在一些不足。主要表现有两点：
1.许多实习指导教师多年来养成侧重于实际操作的习惯，理论讲解较少，在简单讲解完机器设备的结构、原理后，让学生去实际拆装，学生只会机械地模仿拆卸装配，拆卸方法不清、操作盲目。加上学生对机器设备的结构、原理了解得并不充分，学生操作时经常不按拆装程序操作、出现野蛮拆卸，造成有些机器设备在很短的时间内精度严重受损，甚至有些干脆报废，后续班级没办法使用，达不到预期的学习目标。
2.有些学校把专业课学习放到企业进行，但企业是以生产为主，学生实习培训为辅，受生产环境影响，许多专业课的学习在企业得不到保证，使得专业课学习达不到预期效果。
二、虚拟装配及运动仿真软件的开发
针对以上专业课教学中存在的两种倾向，通过计算机辅助绘图软件使用，尝试开发专业课主要机器设备三维虚拟装配及运动仿真软件，使得学生的专业课学习更加直观、形象。
（一）确定开发小组成员及开发项目
开发专业课虚拟装配及运动仿真软件，是一项工作量大、涉及多方面知识的工作，除了要有较强的专业知识外，还要具有吃苦耐劳、勇于钻研的精神，由经验丰富的老师带领部分青年教师组成课题小组并吸收个别基础知识比较扎实的高年级同学参与其中。开发的项目本着由易到难的原则进行，从较为简单的化工管路的管件及阀门开始。如弯头、三通、大小头和管阀、球阀、蝶阀、磁力阀等，在积累了一定经验后，开发化工机器设备的各种泵，前后开发了单级离心泵、齿轮油泵、双吸泵、多级泵、磁力泵、屏蔽泵、往复泵等，在此基础上，对风机、列管式换热器等实习车间现有的机器设备进行开发。
（二）开发过程
整个开发过程步骤如下：
1.制定开发计划。为了使开发工作有序、按计划完成，开发前制定了详细的开发计划。计划包括开发各项目的时间段、主要内容、开发所需工具、量具、具体步骤及各分项目的主要负责人。
2.现场实际测绘。进入现场后，对装配体进行逐件拆卸，为了保证工作顺利进行，对每个拆下的零件编号，然后徒手绘出各零件的草图，对标准件测量其主要尺寸并确定型号，研究每个零件的装配方法并徒手画出装配示意图或装配草图，然后将机器设备恢复原位。
3.在工作室核对草图，对表达不清或尺寸不全的草图再重新核对、订正，对标准件核对型号及尺寸，理顺各草图之间的关系，保证各装配体的零部件草图及标准件、常用件型号尺寸齐全。在此基础上用计算机CAD软件画出各装配体的零件图及装配图（或装配示意图）。
4.根据零件图，用Slid Works软件画出各零件三维造型。在工作室进行二维草图绘制以及三维零件造型。为了提高效率，可将装配体的所有零件三维造型都绘制好以后，再考虑下一步装配。
5.用已经建好的三维零件进行机器设备的虚拟装配，在虚拟装配的过程中对装不进去的零件及时调整，将其尺寸及形状进行修改，然后重新装配。
6.完成装配体的拆卸及装配爆炸图，在爆炸图中分步骤将装配体装配及拆卸步骤逐项交代清楚。
7.利用Slid Works软件的制作动画功能，制作出各机器设备的拆卸和装配动画，在动画中强调拆卸和装配中注意事项及重点，以便引起学生学习时的注意。
三、采用虚拟装配及运动仿真软件在专业课教学中传授知识和技能
开发出专业课机器设备的虚拟装配及运动仿真软件后，配合机器设备的实体，指导教师在一体化教室的授课发生了根本性的变化。首先，指导教师对要拆装的机器设备进行介绍，用三维动画展示机器设备的结构原理，机器设备在在马达的带动下旋转起来，形象、直观、工作原理一目了然，增加了学生学习的兴趣和积极性，学生能够直观的掌握机器设备的结构和工作原理。其次，指导教师演示虚拟拆卸，利用Slid Works创建爆炸图，将机器设备上的零件按正确的拆卸顺序进行虚拟拆卸，在虚拟拆卸的过程中指导教师边虚拟装拆边告诉学生要点和注意事项，为了使学生真正消化吸收，对此可反复演示，（有条件的学校可让学生在电脑上反复练习虚拟装配）。第三，在学生掌握上述内容的前提下，指导教师再带学生到机器设备的实体前，实际演示机器设备的装拆过程。第四，分小组让学生实际装拆，指导教师巡回检查指导。第五，装拆结束后，指导教师及时总结，对存在的不足重新演示纠正。最后，指导教师让学生按正确的方法将机器设备装配好，恢复场地原有布局。
四、开发虚拟装配及运动仿真软件在专业课教学中的应用成效
1.通过开发专业课机器设备虚拟装配及运动仿真软件，有效地锻炼了课题组成员的综合能力，参与开发师生的徒手绘图能力、CAD绘图能力、Slid Works三维建模能力及专业知识和能力都有了显著提高。
2.通过开发和使用专业课机器设备虚拟装配及运动仿真软件，减轻了专业课指导教师的教学负担，学生掌握专业课的情况明显好转，教学成效显著。
3.减少了盲目拆卸和装配，耗材、耗能和零部件损坏情况明显改观，机器设备的使用寿命大幅度增加。
参考文献：
[1]袁锋.计算机辅助设计与制造实训图库[M].北京：机械工业出版社，2013.
[2]邓劲莲.机械产品三维建模图册[M].北京：机械工业出版社，2014.
[3]赵罘.常用机械机构虚拟装配及运动仿真40例[M].北京：机械工业出版社，2015.
[4]匡照忠.化工机器与设备[M].北京：化学工业出版社，2013.
[5]吴先文.机械设备维修技术[M].北京：人民邮电出版社，2014.
Application of Virtual Assembly and Motion Simulation Software Development in Specialized Course Teaching
JIA Ke-wen
（School of Mechanical Technique，Xin Jiang Institute of Light Industry Technology，Urumqi，Xinjiang 830021，China）
