前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇防震減災(zāi)的方法范文，相信會(huì)為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

防震減災(zāi)的方法范文第1篇

 

現(xiàn)代軟件技術(shù)的發(fā)展，提出了一整套解決開發(fā)過程中所遇到的一系列問題的工程方法。為解決飛行仿真系統(tǒng)開發(fā)中的實(shí)際問題，本文將軟件工程方法引入到仿真系統(tǒng)的開發(fā)中，提出了一套仿真系統(tǒng)開發(fā)過程和仿真程序分析與設(shè)計(jì)的優(yōu)化方案，并對(duì)開發(fā)過程中的全面質(zhì)量管理方法進(jìn)行了研究，從而實(shí)現(xiàn)了軟件工程方法在飛行仿真系統(tǒng)開發(fā)中的有效應(yīng)用。

 

軟件工程是一種運(yùn)用系統(tǒng)的、規(guī)范的和可定量的方法來開發(fā)、運(yùn)行和維護(hù)軟件的工程化開發(fā)技術(shù)。它借鑒了傳統(tǒng)工程的原則和方法，針對(duì)傳統(tǒng)軟件開發(fā)方法的缺點(diǎn)，以求高效地開發(fā)高質(zhì)量軟件。軟件工程方法在軟件系統(tǒng)開發(fā)過程中的優(yōu)勢(shì)主要體現(xiàn)在如下幾個(gè)方面:對(duì)軟件開發(fā)過程的優(yōu)化;對(duì)軟件分析與設(shè)計(jì)方法的優(yōu)化;全面的軟件質(zhì)量管理體系。

 

軟件開發(fā)過程主要包括需求、設(shè)計(jì)、實(shí)現(xiàn)、確認(rèn)以及支持等活動(dòng)，所有這些活動(dòng)構(gòu)成了軟件的工程開發(fā)模式，定義了軟件的生存周期。將其用明確的工程化方法描述出來，有助于規(guī)范開發(fā)的過程，提高開發(fā)的效率和質(zhì)量。目前常用的開發(fā)模式有瀑布式模型、原型開發(fā)模型、螺旋模型、面向?qū)ο竽Ｐ偷取?/p>

 

在軟件系統(tǒng)分析與設(shè)計(jì)方面，軟件工程定義了一套比較完整的實(shí)現(xiàn)方案。分析是抽取相應(yīng)需求的過程，設(shè)計(jì)是將需求轉(zhuǎn)化為設(shè)計(jì)規(guī)格說明的過程。在系統(tǒng)分析與設(shè)計(jì)方面，目前比較流行并且適合于仿真系統(tǒng)開發(fā)的方法是面向?qū)ο蟮姆治雠c設(shè)計(jì)方法。它在對(duì)象、類、方法和消息等概念的支持下，在現(xiàn)實(shí)系統(tǒng)的建模、分析與設(shè)計(jì)方面更直觀有效。可用下面的等式來說明面向?qū)ο蟮姆椒ǎ好嫦驅(qū)ο?對(duì)象十分類十繼承十通過消息的通訊。

 

面向?qū)ο蟮姆椒▽F(xiàn)實(shí)系統(tǒng)分解為一個(gè)個(gè)直觀可理解的對(duì)象類，并在分類的基礎(chǔ)上定義了類的屬性和服務(wù)(類與類之間的通訊手段)，然后在此基礎(chǔ)上將類組裝成為實(shí)際的軟件系統(tǒng)，對(duì)軟件開發(fā)的復(fù)雜度進(jìn)行有效的控制。

 

質(zhì)量保證在軟件開發(fā)過程中占有很重要的位置，在軟件工程方法中是依靠軟件質(zhì)量保證(SQA)活動(dòng)對(duì)軟件品質(zhì)進(jìn)行控制的。SQA是軟件開發(fā)過程中一項(xiàng)有計(jì)劃的規(guī)范性管理活動(dòng)，它主要通過如下活動(dòng)保證軟件的開發(fā)過程和軟件質(zhì)量：技術(shù)方法的應(yīng)用;正式技術(shù)評(píng)審的實(shí)施;軟件測(cè)試;標(biāo)準(zhǔn)的執(zhí)行、修改的控制;度量、記錄和記錄保存。

 

軟件工程技術(shù)的應(yīng)用改變了軟件開發(fā)僅是一個(gè)純粹編碼過程的基本觀念。軟件工程方法有一套嚴(yán)格的開發(fā)模式和管理控制體系，從問題域的分析，到軟件系統(tǒng)的設(shè)計(jì)、具體的編碼實(shí)現(xiàn)，再到軟件的測(cè)試、交付使用與維護(hù)，都有一套相應(yīng)的解決方案，使整個(gè)軟件開發(fā)的過程規(guī)范化、文檔化，并且在軟件系確保軟件系統(tǒng)滿足開發(fā)要求，最大限度地提高軟件的質(zhì)量。為了對(duì)以上質(zhì)量因素進(jìn)行評(píng)價(jià)與控制，根據(jù)仿真系統(tǒng)的特點(diǎn)綜合考慮，可將仿真系統(tǒng)開發(fā)過程中的質(zhì)量保證分為如下幾個(gè)層次:仿真模型驗(yàn)證與校核;仿真軟件測(cè)試;仿真軟件評(píng)審;軟件修改過程控制。這幾方面的活動(dòng)不僅僅是單純的技術(shù)活動(dòng)，還要包含對(duì)軟件開發(fā)過程的管理活動(dòng)，因此在實(shí)施過程中，必須在軟件系統(tǒng)的需求分析階段之前，制定具體的管理方法和實(shí)施步驟。

 

具體的實(shí)施步驟為：首先考察對(duì)SQA的需求，也就是對(duì)仿真系統(tǒng)開發(fā)中的軟件質(zhì)量保證和軟件配置管理的狀態(tài)(包含軟件開發(fā)所采用的政策、過程和標(biāo)準(zhǔn)等)、組織以及SQA與軟件開發(fā)中其他元素的關(guān)系的評(píng)價(jià);其次是制定具體的SQA計(jì)劃，并在一些SQA標(biāo)準(zhǔn)(如GB/T12504—90)的基礎(chǔ)上，結(jié)合飛行仿真系統(tǒng)的特點(diǎn)，形成SQA計(jì)劃的標(biāo)準(zhǔn)格式;最后是SQA的實(shí)施階段。

防震減災(zāi)的方法范文第2篇

【關(guān)鍵詞】 根管治療； 診間疼痛； ProTaper和Mtwo系統(tǒng)

doi：10.14033/ki.cfmr.2017.4.010 文獻(xiàn)標(biāo)識(shí)碼 B 文章編號(hào) 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

根管預(yù)備是根管治療的重要步驟，根管預(yù)備術(shù)后疼痛一直是臨床醫(yī)生關(guān)注的并發(fā)癥之一。主要原因有根管解剖形態(tài)、細(xì)菌感染及機(jī)械創(chuàng)傷等。鎳鈦銼根管預(yù)備目前已大量應(yīng)用于口腔臨床，選擇合適的預(yù)備方法對(duì)減少根管預(yù)備術(shù)后疼痛尤為重要。本文對(duì)臨床診斷為牙髓炎的非感染根管患牙隨機(jī)采用2種根管預(yù)備方法（ProTaper和Mtwo系統(tǒng)），比較根管預(yù)備術(shù)后短期疼痛的發(fā)生情況。

1 資料與方法

1.1 一般資料

選取2013年9月-2016年3月在筆者所在醫(yī)院就診的牙髓炎患者105例作為研究對(duì)象（包括磨牙和前磨牙共105個(gè)），其中男55例，女50例，年齡20～60歲，平均（45±3）歲。納入標(biāo)準(zhǔn)：全身無系統(tǒng)性疾病，患牙牙周狀況良好，排除感染根管患牙，根管預(yù)備前未服用抗生素和止疼藥。隨機(jī)將患者分為2組。A組（53牙）：選擇ProTaper根管預(yù)備系統(tǒng)預(yù)備根管；B組（52牙）：選擇Mtwo根管預(yù)備系統(tǒng)預(yù)備根管。兩組一般資料差異無統(tǒng)計(jì)學(xué)意義（P>0.05），具有可比性。

1.2 方法

兩組均采用Raypex 5根尖定位儀測(cè)量根管。兩組患牙在失活劑失活后或局麻下去髓，揭髓室頂，建立根管通路，均使用10#、15#K銼疏通根管。A組選擇ProTaper鎳鈦銼冠根向技術(shù)預(yù)備根管，先用G鉆行根管入口的預(yù)備，再用SX鎳鈦銼完成根管上部預(yù)備，依次使用S1、S2和完成銼F1、F2完成根管預(yù)備。B組選擇Mtwo器械等長技術(shù)預(yù)備根管，依次使用Mtwo鎳鈦根管銼0.04錐度/10#、0.05錐度/15#、0.06錐度/20#、最終0.06錐度/25#完成根管預(yù)備。A、B兩組預(yù)備過程中均使用EDTA、0.5%次氯酸鈉和生理鹽水交替沖洗根管。術(shù)后囑患者觀察根管預(yù)備后是否出現(xiàn)疼痛及疼痛的程度、特點(diǎn)、持續(xù)時(shí)間，并詳細(xì)記錄。

1.3 評(píng)價(jià)標(biāo)準(zhǔn)

疼痛評(píng)定標(biāo)準(zhǔn)：0級(jí)，無疼痛；1級(jí)，輕微不適；2級(jí)，輕度疼痛，不需要止痛藥物；3級(jí)，嚴(yán)重疼痛，需要口服藥物和復(fù)診。兩組分別于根管預(yù)備后24、48 h復(fù)診，并記錄術(shù)后疼痛的相關(guān)信息。

1.4 統(tǒng)計(jì)學(xué)處理

采用Epidata建立數(shù)據(jù)庫，采用SPSS 11.0軟件對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，計(jì)量資料以（x±s）表示，采用t檢驗(yàn)；計(jì)數(shù)資料以率（%）表示，采用字2檢驗(yàn)，P

2 結(jié)果

兩組疼痛發(fā)生率和疼痛持續(xù)時(shí)間比較差異均無統(tǒng)計(jì)學(xué)意義（P>0.05），見表1、表2。

3 討論

目前普遍認(rèn)為根管預(yù)備后疼痛原因是根管預(yù)備過程中器械損傷根尖周組織、化學(xué)沖洗液混合根管碎屑等造成的p害，大量炎性介質(zhì)釋放或激活導(dǎo)致的急性根尖周炎癥反應(yīng)[1]。機(jī)用鎳鈦機(jī)械預(yù)備可以更好地清理成形根管，減少機(jī)械刺激，臨床常用的鎳鈦器械有ProTaper和Mtwo系列，本文探討兩種器械預(yù)備根管，觀察預(yù)備后疼痛發(fā)生率和持續(xù)時(shí)間。

根管預(yù)備前，A、B兩組患牙均采用電測(cè)法測(cè)定根管工作長度，電測(cè)法準(zhǔn)確性不受根管內(nèi)血液，滲出液的影響，可以確保根管預(yù)備器械和沖洗始終控制在工作長度內(nèi)[2-3]。A、B兩組患牙在確定工作長度前均使用10#K銼疏通根管，A組采用冠向技術(shù)預(yù)備，結(jié)果A組疼痛率為11.3%，在根管預(yù)備時(shí)，每號(hào)針預(yù)備結(jié)束均反復(fù)沖洗根管，并再次電測(cè)法測(cè)定工作長度，確保銼始終在工作長度內(nèi)工作[4]。但仍有6例疼痛病例出現(xiàn)，可能是沖洗液和根管碎屑超越根尖止點(diǎn)，這一結(jié)果提示無壓力沖洗和仔細(xì)預(yù)備根管同樣可以降低由機(jī)械刺激導(dǎo)致的術(shù)后疼痛。B組采用的是等長技術(shù)預(yù)備，根管預(yù)備注意要點(diǎn)同A組，術(shù)后疼痛率為13.5%。結(jié)果顯示A組、B組分別有24例、27例出現(xiàn)了輕微不適和術(shù)后疼痛，疼痛率明顯低于Glennon等[5]研究結(jié)果，且大部分疼痛持續(xù)時(shí)間不超過48 h。A、B兩組疼痛率差異無統(tǒng)計(jì)學(xué)意義。這一現(xiàn)象提示術(shù)中確保工作長度內(nèi)的根管預(yù)備是安全的，同時(shí)應(yīng)在少切割牙體組織的原則下，盡可能敞開根管上部，努力避免根管沖洗液和微量根管泥溢出根尖止點(diǎn)，杜絕各種機(jī)械刺激對(duì)預(yù)防術(shù)后疼痛是十分重要的[6-9]。

本次臨床觀察提示，影響非感染根管預(yù)備術(shù)后疼痛的主要原因來自于于機(jī)械刺激，理想的根管預(yù)備止點(diǎn)應(yīng)恰好位于根尖狹窄區(qū)，準(zhǔn)確的根管工作長度和反復(fù)根管沖洗是預(yù)防術(shù)后疼痛的關(guān)鍵因素。

參考文獻(xiàn)

[1]鮑萍萍，范兵.根管治療約診間痛發(fā)生機(jī)制的研究進(jìn)展[J].國際口腔醫(yī)學(xué)雜志，2007，34（6）：440-442.

[2] Angotti V，F(xiàn)elici 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]黃定明，周學(xué)東.根管治療工作長度確定之惑及解決之道[J].華西口腔醫(yī)學(xué)雜志，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]陳青，于靜濤.不同預(yù)備方式預(yù)備根管后牙本質(zhì)裂紋產(chǎn)生狀況分析[J].中國實(shí)用口腔科雜志，2016，9（2）：85-88.

[8]倪毅.超聲蕩洗對(duì)根管預(yù)備后疼痛及療程的影響[J].世界臨床醫(yī)學(xué)，2016，10（6）：185.

防震減災(zāi)的方法范文第3篇

中圖分類號(hào)：R2-03 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1005-5304（2013）04-0103-05

由于中醫(yī)診斷主要根據(jù)醫(yī)生的經(jīng)驗(yàn)來決定，因此，在臨床施治過程中存在較大的主觀性和不確定性等問題。在中醫(yī)診斷領(lǐng)域引進(jìn)數(shù)據(jù)挖掘技術(shù)，不但符合現(xiàn)在多學(xué)科交叉發(fā)展的潮流，在解決實(shí)際問題上，無疑也是中醫(yī)客觀化進(jìn)程中的又一催化劑。作為一門融合人工智能、機(jī)器學(xué)習(xí)和數(shù)理統(tǒng)計(jì)等方法的新型學(xué)科技術(shù)，數(shù)據(jù)挖掘在克服人類本身認(rèn)知和思維長度的基礎(chǔ)上，充分利用海量臨床數(shù)據(jù)，通過模擬臨床診斷推理過程來挖掘臨床診斷數(shù)據(jù)中繁雜的證、癥關(guān)系，對(duì)尋求中醫(yī)專家的辨證規(guī)律有重要價(jià)值。目前，在該領(lǐng)域涉及到的數(shù)據(jù)挖掘方法較多，主要有貝葉斯網(wǎng)絡(luò)、人工神經(jīng)網(wǎng)絡(luò)、粗糙集理論、關(guān)聯(lián)分析、決策樹、聚類分析、判別分析、支持向量機(jī)、多標(biāo)記學(xué)習(xí)、隨機(jī)森林等。筆者現(xiàn)對(duì)這些方法的相關(guān)應(yīng)用綜述如下。

1 常見數(shù)據(jù)挖掘方法

1.1 貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)是通過簡明的圖形方式結(jié)合統(tǒng)計(jì)理論來定性表示變量間復(fù)雜因果或概率關(guān)系的一種數(shù)據(jù)分析方法，包括網(wǎng)絡(luò)集和概率集兩部分。該方法具強(qiáng)大的執(zhí)行高效推理任務(wù)的功能，能充分利用先驗(yàn)知識(shí)，而使其在診斷領(lǐng)域的應(yīng)用價(jià)值極大。在解決中醫(yī)定量診斷問題上，其體現(xiàn)出的功能主要表現(xiàn)在：揭示眾多癥癥之間以及癥與證間的復(fù)雜關(guān)系，探究證候的主要癥狀和次要癥狀，定量確定其診斷價(jià)值，這有助于確定證候診斷的標(biāo)準(zhǔn)和規(guī)范，而且建立的證候診斷模型以概率形式給出診斷結(jié)果，能有效輔助專家作出決策。因此，該方法對(duì)促進(jìn)中醫(yī)診斷學(xué)發(fā)展所做的貢獻(xiàn)不可忽視。張氏等[1]對(duì)255例肺癌患者證候以癥狀之間的關(guān)聯(lián)性及關(guān)聯(lián)強(qiáng)度為基礎(chǔ)，利用貝葉斯網(wǎng)絡(luò)概括出了肺癌的證候要素，包括病機(jī)要素9個(gè)、病位要素5個(gè)及病機(jī)要素之主要癥狀與次要癥狀。曲氏等[2]對(duì)611例抑郁癥患者的中醫(yī)證候進(jìn)行了研究，采用貝葉斯網(wǎng)絡(luò)對(duì)抑郁癥中醫(yī)癥狀進(jìn)行評(píng)定，發(fā)現(xiàn)擬定的中醫(yī)證型包含了抑郁癥的核心癥狀和周邊癥狀的不同組合方式，體現(xiàn)了抑郁癥臨床多變的證候特點(diǎn)。范氏等[3]對(duì)收集到的1512例類風(fēng)濕關(guān)節(jié)炎（RA）患者的臨床數(shù)據(jù)采用基于聚類的貝葉斯網(wǎng)絡(luò)模型，提取出了RA的7項(xiàng)主特征及4型的類特征，為中醫(yī)辨證分型及RA中醫(yī)診斷標(biāo)準(zhǔn)提供了臨床依據(jù)。龔氏等[4]對(duì)2501例2型糖尿病的臨床數(shù)據(jù)運(yùn)用該方法分析，發(fā)現(xiàn)空腹血糖異常患者及糖化血紅蛋白異常患者均以陰虛熱盛多見，而餐后2 h血糖異常患者則以陰虛多見。王氏等[5]應(yīng)用此方法通過分析474例血瘀證臨床診斷數(shù)據(jù)進(jìn)行血瘀證定量診斷，發(fā)現(xiàn)了血瘀證的7個(gè)關(guān)鍵癥狀，并與此同時(shí)建立“是否血瘀證”的分類器模型，經(jīng)交叉驗(yàn)證發(fā)現(xiàn)此分類器診斷準(zhǔn)確率達(dá)96.6%。郭氏等[6]認(rèn)為，證候的復(fù)雜性表現(xiàn)為證候各因素之間的高維高階性，他們運(yùn)用貝葉斯網(wǎng)絡(luò)技術(shù)對(duì)肺系疾病證候構(gòu)成因素之間關(guān)聯(lián)形式進(jìn)行了研究，發(fā)現(xiàn)各因素間的聯(lián)結(jié)形式是線性相關(guān)與非線性相關(guān)并存的，它們相互交織，形成復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，表現(xiàn)出典型的非線性特征。

1.2 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是在對(duì)人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)認(rèn)識(shí)理解的基礎(chǔ)上人工構(gòu)造的新型信息處理系統(tǒng)。目前的神經(jīng)網(wǎng)絡(luò)模型有：用于分類、預(yù)測(cè)和模式識(shí)別的前饋式神經(jīng)網(wǎng)絡(luò)模型，用于聯(lián)想記憶和優(yōu)化計(jì)算的反饋式神經(jīng)網(wǎng)絡(luò)模型，以及用于聚類的自組織映射方法。其中前饋式神經(jīng)網(wǎng)絡(luò)模型是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)之一。對(duì)于將其應(yīng)用于中醫(yī)診斷領(lǐng)域，陳氏[7]認(rèn)為，中醫(yī)學(xué)辨證施治本質(zhì)上就是對(duì)眾多數(shù)據(jù)信息進(jìn)行處理并提取規(guī)律的過程，而人工神經(jīng)網(wǎng)絡(luò)恰恰具備較好獲得數(shù)據(jù)規(guī)律的能力。人工神經(jīng)網(wǎng)絡(luò)模型的優(yōu)勢(shì)主要體現(xiàn)于其黑箱結(jié)構(gòu)，這賦予人工神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性擬合能力，使其能夠任意精度逼近非線性函數(shù)。

但不足的是，在中醫(yī)研究中，人工神經(jīng)網(wǎng)絡(luò)不能進(jìn)行變量篩選，對(duì)其得到的結(jié)果也只是局部最優(yōu)而非全局最優(yōu)。如李氏等[8]對(duì)142例脾氣虛弱及肺脾氣虛證HIV/AIDS患者的主要實(shí)驗(yàn)指標(biāo)、四診信息的主要癥狀和舌象運(yùn)用Clementine中的特征選擇節(jié)點(diǎn)進(jìn)行篩選，建立脾氣虛弱和肺脾氣虛的人工神經(jīng)網(wǎng)絡(luò)模型，發(fā)現(xiàn)該模型能較好地診斷艾滋病患者脾氣虛弱和肺脾氣虛證型，其樣本模型訓(xùn)練集診斷的正確率和測(cè)試集診斷的正確率分別為87.25%和80.00%。傅氏等[9]認(rèn)為，運(yùn)用數(shù)據(jù)驅(qū)動(dòng)模式建立中風(fēng)人工神經(jīng)網(wǎng)絡(luò)模型，將為進(jìn)行繁雜多變的中風(fēng)證候的動(dòng)態(tài)研究、掌握證候的動(dòng)態(tài)演變規(guī)律及在不同時(shí)點(diǎn)進(jìn)行療效評(píng)價(jià)提供一個(gè)新的探索方向。許氏等[10]通過對(duì)心血管疾病中醫(yī)臨床信息數(shù)據(jù)庫中的臨床信息和證候類別之間的關(guān)系進(jìn)行分析，發(fā)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)尤其是OCON網(wǎng)絡(luò)對(duì)該病常見的中醫(yī)證型的識(shí)別率最高，其中心氣虛證和心陽虛證分別高達(dá)92.4%、82.9%。有研究運(yùn)用人工神經(jīng)網(wǎng)絡(luò)分析RA、糖尿病腎病（DN），分別建立RA和DN證候的BP網(wǎng)絡(luò)模型，并采用三倍交叉驗(yàn)證的方法，發(fā)現(xiàn)這2種模型平均診斷準(zhǔn)確率分別為90.72%、92.21%[11-12]。余氏[13]通過文獻(xiàn)資料和臨床資料收集選用人工神經(jīng)網(wǎng)絡(luò)等方法開展2型糖尿病證候診斷標(biāo)準(zhǔn)模型建立及對(duì)比研究，所建模型在臨床數(shù)據(jù)測(cè)試樣本的正確辨識(shí)率為73%。

1.3 粗糙集理論

粗糙集理論主要用于分析研究不完備數(shù)據(jù)，這是繼概率論、模糊集、灰色理論之后又一個(gè)刻畫不確定、不完備系統(tǒng)的有力數(shù)學(xué)工具。基于其具有能有效處理各種不確定、不完備信息的強(qiáng)大能力，有研究者認(rèn)為將其用于分析中醫(yī)癥狀-辨證要素間相關(guān)性，建立定性定量標(biāo)準(zhǔn)，有很大前景[14]。其最大優(yōu)點(diǎn)在于不需要問題所需處理數(shù)據(jù)之外的任何先驗(yàn)信息，能夠在保留關(guān)鍵信息的前提下求得知識(shí)的最小表達(dá)式。因此，將粗糙集理論引入中醫(yī)，運(yùn)用到中醫(yī)診斷上，將可能是實(shí)現(xiàn)中醫(yī)診斷智能化的又一個(gè)發(fā)展方向。

陳氏等[15]以450例老年人細(xì)菌性肺炎患者在就診過程中的285項(xiàng)指標(biāo)為研究對(duì)象，采用粗糙集方法對(duì)已經(jīng)過初始數(shù)據(jù)處理的各數(shù)據(jù)進(jìn)行挖掘分析，得到7種中老年肺炎的證候診斷標(biāo)準(zhǔn)，為療效評(píng)價(jià)指標(biāo)提供了客觀依據(jù)。陳氏等[16]從與原發(fā)性高血壓相關(guān)的古今醫(yī)案中收集237例病案，對(duì)其癥狀和體征進(jìn)行數(shù)據(jù)預(yù)處理，運(yùn)用基于粗糙集理論的KDD決策分析系統(tǒng)Rosetta軟件約簡病證屬性，獲取到了原發(fā)性高血壓肝陽上亢證的專家知識(shí)，為進(jìn)一步研究原發(fā)性高血壓肝陽上亢證奠定基礎(chǔ)。劉氏[17]運(yùn)用粗糙集理論對(duì)脾胃系疾病的證候診斷進(jìn)行相關(guān)研究，建立了可進(jìn)行辨證分型的計(jì)算機(jī)軟件，并通過這一軟件量化標(biāo)準(zhǔn)來判斷患者所屬證候，為治療脾胃系疾病辨證提供可靠依據(jù)。謝氏[18]建立了一個(gè)基于粗集理論的中醫(yī)診斷專家系統(tǒng)模型，以模擬中醫(yī)專家診斷的過程。秦氏等[19]把粗糙集應(yīng)用于中醫(yī)類風(fēng)濕證候診斷，并在類風(fēng)濕病的各證候診斷上應(yīng)用。

1.4 關(guān)聯(lián)分析

在數(shù)據(jù)挖掘方法中，關(guān)聯(lián)分析常用來挖掘特征之間或者數(shù)據(jù)之間的相互依賴關(guān)系，對(duì)給定的事務(wù)數(shù)據(jù)庫找出滿足最小支持度和最小置信度的關(guān)聯(lián)規(guī)則。與其他數(shù)據(jù)分析方法不同的是，關(guān)聯(lián)規(guī)則的引入，可以從大量貌似繁雜癥與證的數(shù)據(jù)中，找到隱形的關(guān)聯(lián)，極大促進(jìn)中醫(yī)診斷學(xué)的發(fā)展；并且其所得結(jié)果清晰有用，同時(shí)支持間接數(shù)據(jù)挖掘；可處理變長的數(shù)據(jù)，為尋找診斷數(shù)據(jù)中的隱性關(guān)聯(lián)帶來了方便，其計(jì)算的消耗量也可以預(yù)見[20]。

肖氏等[21]設(shè)計(jì)了一種基于遺傳算法的正相關(guān)關(guān)聯(lián)規(guī)則挖掘算法，發(fā)現(xiàn)胃部不適癥狀與處方、證候重要關(guān)聯(lián)關(guān)系。陳氏等[22]通過對(duì)400例肝硬變患者進(jìn)行關(guān)聯(lián)分析，找出符合最小支持度和最小置信度并形成規(guī)則的中醫(yī)證候氣滯/氣郁證和血瘀證，這表明肝硬變和氣滯證、血瘀證之間關(guān)聯(lián)度非常高。鐘氏等[20]采用關(guān)聯(lián)規(guī)則的分析算法，探求胃炎癥狀與“中虛氣滯”辨證之間的關(guān)系，得到在中虛氣滯證中，口干欲飲這個(gè)癥狀對(duì)辨證的影響最大。

1.5 決策樹

決策樹算法是一種逼近離散值函數(shù)的方法，常用來形成分類器和預(yù)測(cè)模型，是建立在信息論基礎(chǔ)之上對(duì)數(shù)據(jù)進(jìn)行分類的一種方法。岳氏[23]通過選取300例確診為小兒肺炎患者的數(shù)據(jù)為基礎(chǔ)，成功構(gòu)建了基于決策樹算法的小兒肺炎指紋辨證分類模型，準(zhǔn)確率達(dá)84.5%。鐘氏等[20]從中醫(yī)胃炎數(shù)據(jù)中篩選出“中虛氣滯”的病歷，通過決策樹，以“中虛氣滯”為目標(biāo)屬性，根據(jù)病歷中癥狀辨證是否與目標(biāo)屬性相同設(shè)置“yes”和“no”兩值，再通過設(shè)置的訓(xùn)練樣例運(yùn)用ID3算法構(gòu)建決策樹，以判斷未知中醫(yī)證型的病例是否歸屬“中虛氣滯”。查氏等[24]將397例已確診活動(dòng)期RA患者隨機(jī)分為中藥和西藥治療組，通過對(duì)其初診中西醫(yī)癥狀及檢查結(jié)果采用決策樹進(jìn)行證病信息和療效的相關(guān)關(guān)系探索，得出可從證候信息的角度獲得藥物治療的最佳適應(yīng)證，從而實(shí)現(xiàn)個(gè)體化治療。徐氏等[25]對(duì)406例慢性胃炎病例用bootstrap抽樣擴(kuò)增，采用基于信息熵的決策樹c4.5算法建立中醫(yī)辨證模型，測(cè)試集模型分類符合率為81.25%。

1.6 聚類分析

聚類分析的實(shí)質(zhì)就是聚集數(shù)據(jù)成類，使類間的相似性最小，而盡可能增大類內(nèi)的相似性。其優(yōu)點(diǎn)是：作為一種探索性的統(tǒng)計(jì)分析方法，聚類分析方法可以在對(duì)數(shù)據(jù)沒有先驗(yàn)知識(shí)的情況下對(duì)數(shù)據(jù)資料進(jìn)行分類，根據(jù)數(shù)據(jù)的內(nèi)在相似或相關(guān)程度，可使得類別內(nèi)數(shù)據(jù)“差異”盡可能小，類別間“差異”盡可能大，對(duì)中醫(yī)藥領(lǐng)域中的癥狀組合規(guī)律、證候規(guī)律等方面的研究具有一定的推動(dòng)作用。但由于中醫(yī)證候復(fù)雜程度較大，聚類分析在解決這些問題時(shí)存在的局限性表現(xiàn)在：①多結(jié)果，主觀性大。此分析方法無法根據(jù)數(shù)據(jù)內(nèi)部特點(diǎn)自主確定分為幾類，需要研究者依據(jù)其學(xué)科知識(shí)和經(jīng)驗(yàn)來確定到底聚為幾類、聚到哪一類為最佳；此外，選擇不同的類間距離和變量間距離的定義方法，結(jié)果將大有不同，因此，多次嘗試、反復(fù)分析對(duì)于此類分析方法來說是必須的。②單分配，即變量只能被聚到某一類。在研究癥狀的聚類問題時(shí)，中醫(yī)的一個(gè)癥狀常需要能被聚到不同的類中，但聚類分析只能將一個(gè)癥狀歸入某一個(gè)類別里面。

李氏等[26]應(yīng)用系統(tǒng)聚類的方法對(duì)276例乙肝后肝硬化的癥狀、體征進(jìn)行分析研究，得出乙肝后肝硬化基本中醫(yī)證候有濕熱內(nèi)蘊(yùn)證、肝腎陰虛證、肝郁脾虛證、脾虛濕盛證、脾腎陽虛證、血瘀證、氣（陽）虛證共7類。盧氏等[27]通過制定“中醫(yī)證候臨床觀察表”，對(duì)106例兒童中間型β地中海貧血患者進(jìn)行中醫(yī)證候調(diào)查，采用聚類分析等統(tǒng)計(jì)學(xué)方法得出廣州地區(qū)中間型β地中海貧血患兒中醫(yī)證候分布特點(diǎn)為氣血兩虛證>肝腎陰虛證>脾腎陽虛證>陰陽兩虛證，這為進(jìn)一步規(guī)范化辨證論治提供了一定依據(jù)。何氏等[28]采用臨床流行病學(xué)的方法，對(duì)143例冠心病PIC術(shù)后患者的癥狀、體征等臨床資料進(jìn)行了聚類分析，得出冠心病PIC術(shù)后患者證候分為氣虛痰濁、腎虛血瘀、肝氣郁結(jié)、脾氣虧虛、心氣虧虛、氣陰虧虛共6類。黃氏等[29]應(yīng)用變量聚類分析的數(shù)理統(tǒng)計(jì)方法，對(duì)慢性疲勞綜合征（CFS）進(jìn)行了中醫(yī)辨證分型，并對(duì)收集到的237例CFS患者的癥狀、舌象和脈象等臨床資料進(jìn)行了變量聚類分析，得出變量聚類分析能幫助CFS在中醫(yī)證候中合理分為精髓空虛、陰液虧虛、脾腎陽虛和肝火亢盛共4型，解釋比例為61.68%。

1.7 判別分析

與其他統(tǒng)計(jì)學(xué)方法不同的是，判別分析的主要目的是建立一個(gè)線性組合，使其可用最優(yōu)化的模型來概括分類之間的差異。該方法常用來根據(jù)已知數(shù)據(jù)的分類情況判斷未知待分析數(shù)據(jù)的歸屬問題等，在證候的研究方面應(yīng)用最廣。

胡氏等[30]根據(jù)所收集的413例亞健康失眠患者的中醫(yī)證型對(duì)證候變量進(jìn)行逐步判別分析，建立判別函數(shù)式，得出亞健康失眠中醫(yī)證型判別函數(shù)與臨床診斷吻合良好，逐一回代法判別總一致率達(dá)81.1%。夏氏等[31]對(duì)77例慢性再生障礙性貧血（CAA）患者進(jìn)行辨證分型分組，應(yīng)用逐步判別分析方法建立CAA中醫(yī)證型判別方程，篩選出了與判別方程最相關(guān)的6個(gè)免疫學(xué)和血常規(guī)指標(biāo)。酈氏等[32]以腦梗死中醫(yī)證型標(biāo)準(zhǔn)化研究結(jié)果為基礎(chǔ)，采用逐步判別分析，建立了腦梗死各證型與觀察指標(biāo)間的數(shù)學(xué)判別方程。趙氏等[33]對(duì)收集符合RA診斷標(biāo)準(zhǔn)的患者按照辨證對(duì)變量進(jìn)行逐步判別分析，建立了一個(gè)具有較好的判別效果的判別模型。薛氏等[34]選用已進(jìn)行頻數(shù)分析的文獻(xiàn)207篇進(jìn)行肝病證候的判別分析，認(rèn)為肝郁脾虛證辨證標(biāo)準(zhǔn)難以脫離疾病特點(diǎn)。

1.8 支持向量機(jī)

支持向量機(jī)是基于統(tǒng)計(jì)學(xué)習(xí)和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則的學(xué)習(xí)機(jī)器，可以通過核函數(shù)將低維輸入空間的數(shù)據(jù)特征投射到高維數(shù)據(jù)控件，并求得最優(yōu)分類的超平面。該算法的關(guān)鍵思想是利用核函數(shù)把一個(gè)復(fù)雜的分類任務(wù)映射，使之轉(zhuǎn)化成一個(gè)線性可分問題。在許多實(shí)際學(xué)習(xí)問題中，它允許擴(kuò)大的空間維數(shù)非常大，在某些情況下可能無窮大，能較好地解決小樣本、非線性、高維數(shù)和局部最小等問題。支持向量機(jī)方法較適用于中醫(yī)診斷數(shù)據(jù)的現(xiàn)狀和對(duì)中醫(yī)臨床經(jīng)驗(yàn)的總結(jié)。

徐氏等[35]以中醫(yī)心系503個(gè)樣本為例，利用支持向量機(jī)進(jìn)行中醫(yī)心系證候分類研究，結(jié)果表明，該方法在證候分類中能達(dá)到較高的準(zhǔn)確率。王氏等[36]以名醫(yī)診治冠心病典型醫(yī)案115例建立冠心病名醫(yī)診療數(shù)據(jù)庫，運(yùn)用支持向量機(jī)方法提取到名醫(yī)診治冠心病8個(gè)主要證候要素并確定其定量診斷，闡釋了證候要素應(yīng)證組合規(guī)律。殷氏等[37]對(duì)舌診數(shù)據(jù)進(jìn)行主成分提取，分別建立Logistic回歸和支持向量機(jī)模型，發(fā)現(xiàn)在小樣本情況下支持向量機(jī)模型更優(yōu)，敏感度達(dá)92.8%，特異度達(dá)92.3%。楊氏等[38]精選1個(gè)家系虛寒證的相關(guān)基因信息，選擇間接比較實(shí)驗(yàn)方案進(jìn)行基因芯片實(shí)驗(yàn)，對(duì)5例虛寒證和5例正常人差異表達(dá)基因的表達(dá)值進(jìn)行建模，使用支持向量機(jī)、K近鄰分類法等方法，將家系中其他人樣本帶入，發(fā)現(xiàn)其能夠正確判別。在舌象診斷鑒別上，謝氏[39]依據(jù)支持向量機(jī)理論，以徑向基函數(shù)作為核函數(shù)構(gòu)造多分類分類器，將舌象的特征參數(shù)作為輸入樣本，對(duì)病證進(jìn)行分類，并以肝病病證分類做了仿真。

1.9 多標(biāo)記學(xué)習(xí)方法

與其他分類方法不同的是，多標(biāo)記學(xué)習(xí)方法的每個(gè)研究對(duì)象不再對(duì)應(yīng)于單一的概念標(biāo)記，而是由單個(gè)示例（屬性向量）表示并對(duì)應(yīng)于多個(gè)概念標(biāo)記，即一個(gè)樣本和多個(gè)類標(biāo)相關(guān)聯(lián)。鑒于現(xiàn)實(shí)社會(huì)涉及到的很多真實(shí)對(duì)象往往都具多語義、多分類目標(biāo)性，如疾病的證候、證型，待分類的文檔、網(wǎng)頁，生物信息學(xué)中的基因等，因此，多標(biāo)記學(xué)習(xí)方法的成熟對(duì)促進(jìn)這些領(lǐng)域的發(fā)展也就顯得十分重要。然而該方法存在的一個(gè)主要問題是不能充分利用各訓(xùn)練樣本所含概念標(biāo)記之間的相關(guān)性，從而有效提高學(xué)習(xí)系統(tǒng)的泛化能力；此外，由于其存在復(fù)雜程度較大，運(yùn)用該方法進(jìn)行研究尚存在降維方法和特征選擇方法較少的不足。

針對(duì)中醫(yī)臨床證候兼夾的多標(biāo)記特點(diǎn)，研究人員首次將多標(biāo)記學(xué)習(xí)算法引入到中醫(yī)問診的客觀化研究。該研究將多標(biāo)記學(xué)習(xí)結(jié)合頻次分析，應(yīng)用于冠心病的問診證候模型建立，有效提高了診斷模型的識(shí)別率；在此基礎(chǔ)上，還結(jié)合中醫(yī)數(shù)據(jù)特點(diǎn)，提出了多標(biāo)記學(xué)習(xí)算法（REAL），并結(jié)合信息增益等特征選擇方法，挑選出常見證候的20個(gè)最優(yōu)特征，顯著提高了慢性胃炎的證候的識(shí)別率[40-41]。邵氏等[42]運(yùn)用多標(biāo)記學(xué)習(xí)結(jié)合混合優(yōu)化的特征選擇算法（HOML），用于冠心病中醫(yī)問診數(shù)據(jù)分析，建立了中醫(yī)冠心病數(shù)據(jù)模型，并獲得了冠心病問診癥狀的最優(yōu)特征子集。

1.10 隨機(jī)森林

隨機(jī)森林是決策樹算法的一種改進(jìn)，其綜合思想是組合多棵bootstrap樣本建立的決策樹的預(yù)測(cè)，通過投票給出有效的錯(cuò)判率估計(jì)、分類器強(qiáng)度、相關(guān)性和變量的重要性等指標(biāo)。該方法對(duì)每個(gè)被分析的數(shù)據(jù)都給出了重要性的評(píng)分，在某種程度上有利于有效的特征變量的挑選，降低數(shù)據(jù)維度。隨機(jī)森林作為一種自然的非線性建模工具，具有很高的預(yù)測(cè)準(zhǔn)確率，能很好地容忍異常值和噪聲，不易出現(xiàn)過擬合，降低分類錯(cuò)誤率；也不會(huì)出現(xiàn)在bootstrap樣本中的OOB數(shù)據(jù)，還能為樣本提供一個(gè)數(shù)據(jù)內(nèi)部估計(jì)，可用來高效估計(jì)組合分類器中的泛化誤差，有助于理解分類精度以及如何提高精度。

洪氏等[43]通過引入隨機(jī)森林方法，對(duì)《慢性疲勞（CF）中醫(yī)臨床癥狀分級(jí)量化表》中的95個(gè)癥狀進(jìn)行數(shù)據(jù)編碼，選取CF常見證候要素的主要癥狀并衡量癥狀對(duì)各證候要素的貢獻(xiàn)程度，得到了CF脾虛證、心虛證、肝郁證以及氣虛證4個(gè)證候要素的癥狀集，將各癥狀集作為模型輸入，各模型預(yù)測(cè)準(zhǔn)確率分別為96.13%、94.75%、95.89%、94.26%。鄒氏等[44]借用特定脾虛證臨床數(shù)據(jù)集證明基于特征提取的分類集成模型比其他集成方法具更低的錯(cuò)誤率，認(rèn)為特征提取在降低錯(cuò)誤率上作出了明顯的貢獻(xiàn)，但其結(jié)果是否適用于其他小樣本數(shù)據(jù)尚未證實(shí)。王氏等[45]通過文獻(xiàn)調(diào)研，推測(cè)使用隨機(jī)森林提取亞健康關(guān)鍵癥狀或指標(biāo)可幫助亞健康狀態(tài)的判斷。

2 討論

中醫(yī)臨床診斷數(shù)據(jù)存在的一個(gè)顯著特點(diǎn)是證候夾兼、數(shù)據(jù)多而繁雜、各數(shù)據(jù)之間的關(guān)系藏而不現(xiàn)。因此，借助現(xiàn)代化的信息技術(shù)手段，綜合運(yùn)用數(shù)理統(tǒng)計(jì)分析方法以進(jìn)一步挖掘四診以及證候之間的隱性關(guān)聯(lián)具有重要意義。然而，在數(shù)理統(tǒng)計(jì)方法研究發(fā)展正處于高峰期的信息化時(shí)代，如何根據(jù)待分析的數(shù)據(jù)庫的特點(diǎn)選擇正確恰當(dāng)?shù)姆椒ㄊ钱?dāng)前數(shù)據(jù)挖掘首先要考慮的問題。

一個(gè)樣本量較大的數(shù)據(jù)庫，當(dāng)需要進(jìn)行一定的數(shù)據(jù)分類時(shí)，可能有必要對(duì)上述方法進(jìn)行探索。聚類分析可滿足對(duì)數(shù)據(jù)進(jìn)行一定的癥狀的組合、證候規(guī)律的挖掘；若是在已知數(shù)據(jù)的分類情況下需要對(duì)待分析數(shù)據(jù)進(jìn)行分類，判別分析恰有這方面的優(yōu)勢(shì)；決策樹則在實(shí)現(xiàn)數(shù)據(jù)分類挖掘過程中的可視化方面凸顯其優(yōu)勢(shì)；隨機(jī)森林可在決策樹的基礎(chǔ)上進(jìn)一步提高有效特征變量的提取率，同時(shí)還能避免數(shù)據(jù)預(yù)處理過程中的過擬合現(xiàn)象。當(dāng)然，在臨床數(shù)據(jù)分析過程中也經(jīng)常出現(xiàn)數(shù)據(jù)樣本量較小、維度較高等現(xiàn)象，支持向量機(jī)方法在中醫(yī)領(lǐng)域的引進(jìn)則為這些數(shù)據(jù)的分析帶來新的契機(jī)。除了對(duì)數(shù)據(jù)進(jìn)行分類挖掘外，數(shù)據(jù)之間的關(guān)聯(lián)討論也是數(shù)據(jù)分析必不可少的，尤其在中醫(yī)診斷中探討各癥、證之間的關(guān)聯(lián)領(lǐng)域的應(yīng)用；在隱性關(guān)聯(lián)分析的眾多分析方法中，多標(biāo)記學(xué)習(xí)法有效解決了證候夾兼的現(xiàn)象；粗糙集理論有利于建立定量定向標(biāo)準(zhǔn)；人工神經(jīng)網(wǎng)絡(luò)在識(shí)別證型上主要體現(xiàn)其強(qiáng)大的非線性擬合能力；此外，在探究癥與證關(guān)系上，貝葉斯網(wǎng)絡(luò)還是診斷領(lǐng)域的常用之法，該方法還可幫助我們進(jìn)一步探討癥狀集中的主次癥。

總之，集各種數(shù)據(jù)挖掘方法之長于一體來對(duì)某一數(shù)據(jù)庫進(jìn)行挖掘分析將為中醫(yī)界數(shù)據(jù)挖掘技術(shù)的成熟帶來不可預(yù)料的進(jìn)展。目前，大部分?jǐn)?shù)據(jù)挖掘方法都只是被單一采用，即使有同時(shí)運(yùn)用多種挖掘方法進(jìn)行數(shù)據(jù)分析，也只是對(duì)某一數(shù)據(jù)系統(tǒng)運(yùn)用多種方法相互比較，所獲得的結(jié)果效用度較小。多重方法相互交融、相互補(bǔ)充、綜合運(yùn)用于某一數(shù)據(jù)分析系統(tǒng)中的研究在在中醫(yī)領(lǐng)域尚不很成熟，或許可以成為數(shù)據(jù)挖掘在中醫(yī)藥研究中的進(jìn)一步的模式和規(guī)則，為數(shù)理統(tǒng)計(jì)在中醫(yī)藥知識(shí)的創(chuàng)新和發(fā)展中開辟一條新的途徑。

參考文獻(xiàn)：

[1] 張霆，陳波，馬勝林，等.基于貝葉斯網(wǎng)絡(luò)的肺癌證候研究[C]//慶祝浙江省中西醫(yī)結(jié)合學(xué)會(huì)成立三十周年論文集粹.杭州：浙江省中西醫(yī)結(jié)合學(xué)會(huì)，2011：50-52.

[2] 曲森，啟盛，包祖曉.貝葉斯網(wǎng)絡(luò)模型在中醫(yī)證候研究中的應(yīng)用[C]//世界中聯(lián)第三屆中醫(yī)、中西醫(yī)結(jié)合老年醫(yī)學(xué)學(xué)術(shù)大會(huì)論文集.北京：世界中醫(yī)聯(lián)合會(huì)，2010：61-63.

[3] 范建平，李常洪，吳美琴，等.貝葉斯網(wǎng)絡(luò)在中醫(yī)診斷中的應(yīng)用研究[J].管理科學(xué)學(xué)報(bào)，2008，11（6）：143-150.

[4] 龔燕冰，倪青，高思華，等.Ⅱ型糖尿病主要理化指標(biāo)與中醫(yī)證候相關(guān)性的貝葉斯網(wǎng)絡(luò)分析[J].中華中醫(yī)藥雜志，2010，25（1）：3l-33.

[5] 王學(xué)偉，瞿海斌，王階.一種基于數(shù)據(jù)挖掘的中醫(yī)定量診斷方法[J].北京中醫(yī)藥大學(xué)學(xué)報(bào)，2005，28（1）：4-7.

[6] 郭蕾，王學(xué)偉，王永炎，等.論高維高階與證候的復(fù)雜性[J].中華中醫(yī)藥雜志，2006，21（2）：76-78.

[7] 陳偉青.淺論人工神經(jīng)網(wǎng)絡(luò)在中醫(yī)學(xué)上的應(yīng)用[J].河南中醫(yī)學(xué)院學(xué)報(bào)， 2004，19（11）：12-13.

[8] 李玉森，施學(xué)忠，楊永利，等.人工神經(jīng)網(wǎng)絡(luò)在HIV/AIDS患者主要虛證診斷中的應(yīng)用[J].中華中醫(yī)藥雜志，2012，27（5）：1269-1271.

[9] 傅勤慧，裴建，惠建榮，等.中風(fēng)證候動(dòng)態(tài)研究現(xiàn)狀與展望：數(shù)據(jù)與模型驅(qū)動(dòng)模式的應(yīng)用[J].中西醫(yī)結(jié)合學(xué)報(bào)，2011，9（12）：1292-1300.

[10] 許朝霞，王憶勤，顏建軍，等.基于支持向量機(jī)和人工神經(jīng)網(wǎng)絡(luò)的心血管疾病中醫(yī)證候分類識(shí)別研究[J].北京中醫(yī)藥大學(xué)學(xué)報(bào)，2011，34（8）：539-543.

[11] 白云靜，申洪波，孟慶剛.基于共軛梯度下降算法的類風(fēng)濕性關(guān)節(jié)炎BP神經(jīng)網(wǎng)絡(luò)癥候模型研究[J].中國中醫(yī)藥信息雜志，2010，17（3）：96-97.

[12] 白云靜，申洪波，孟慶剛，等.基于人工神經(jīng)網(wǎng)絡(luò)的中醫(yī)證候非線性建模研究[J].中國中醫(yī)藥信息雜志，2007，14（7）：3-4.

[13] 余學(xué)慶.基于智能計(jì)算的2型糖尿病中醫(yī)證候診斷方法研究[D].北京：北京中醫(yī)藥大學(xué)，2007.

[14] 晏峻峰，朱文鋒.粗糙集理論在中醫(yī)證素辨證研究中的應(yīng)用[J].中國中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志，2006，12（2）：90-93.

[15] 陳楚湘，沈建京，陳冰，等.運(yùn)用粗糙集理論建立中老年肺炎中醫(yī)癥候診斷標(biāo)準(zhǔn)[C]//第二中國控制會(huì)議論文集.上海：中國自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)，2010：40-42.

[16] 陳素玲，付爽，高云，等.基于粗糙集理論的原發(fā)性高血壓肝陽上亢證辨證系統(tǒng)的建立[J].山東中醫(yī)藥大學(xué)學(xué)報(bào)，2010，34（3）：201-203.

[17] 劉泉.粗糙集在脾胃系疾病中醫(yī)辨證中的應(yīng)用研究[D].武漢：湖北中醫(yī)學(xué)院，2008.

[18] 謝國明.基于粗集理論的中醫(yī)診斷模型的建立[J].數(shù)理醫(yī)藥學(xué)雜志， 2005，18（4）：302-304.

[19] 秦中廣，毛宗源，鄧兆智.粗糙集在中醫(yī)類風(fēng)濕證候診斷中的應(yīng)用[J].中國生物醫(yī)學(xué)工程學(xué)報(bào)，2001，20（4）：357-363.

[20] 鐘穎，胡雪蕾，陸建峰.基于關(guān)聯(lián)規(guī)則和決策樹的中醫(yī)胃炎診斷分析[J].中國中醫(yī)藥信息雜志，2008，15（8）：97-99.

[21] 肖光磊，陸建峰，李文林，等.正相關(guān)關(guān)聯(lián)規(guī)則及其在中醫(yī)藥中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2010，46（6）：227-233.

[22] 陳明，楊慧芳，余蕾.基于關(guān)聯(lián)規(guī)則的肝硬變辨證數(shù)據(jù)挖掘研究[J].河南中醫(yī)雜志，2009，29（3）：258-260.

[23] 岳路.決策樹算法在小兒肺炎中醫(yī)臨床診斷中的研究與應(yīng)用[D].濟(jì)南：山東大學(xué)，2011.

[24] 查青林，何羿婷，喻建平，等.基于決策樹分析方法探索類風(fēng)濕性關(guān)節(jié)炎證病信息與療效的相關(guān)關(guān)系[J].中國中西醫(yī)結(jié)合雜志，2006，26（10）：871-986.

[25] 徐蕾，賀佳，孟虹，等.基于信息熵的決策樹在慢性胃炎中醫(yī)辨證中的應(yīng)用[J].中國衛(wèi)生統(tǒng)計(jì)，2004，21（6）：329-331.

[26] 李毅，劉艷，寇小妮，等.乙肝后肝硬化癥狀學(xué)聚類研究[J].中醫(yī)藥導(dǎo)報(bào)，2012，18（2）：14-16.

[27] 盧焯明，錢新華.以聚類分析法研究兒童中間型β地中海貧血的中醫(yī)證候分布規(guī)律[J].中華中醫(yī)藥雜志，2012，27（3）：607-611.

[28] 何慶勇，王階.基于聚類分析的冠心病介入術(shù)后中醫(yī)證候分類及診斷[J].中醫(yī)雜志，2008，49（10）：918-921.

[29] 黃小波，李宗信，陳文強(qiáng)，等.慢性疲勞綜合征的中醫(yī)證候聚類分析[J].中華中醫(yī)藥雜志，2006，21（10）：592-594.

[30] 胡萬華，陳克龍，趙娜，等.亞健康失眠患者中醫(yī)證型的判別分析[J].中醫(yī)雜志，2012，53（2）：142-144.

[31] 夏樂敏，王運(yùn)律.慢性再生障礙性貧血中醫(yī)證型判別方程的建立與使用[J].中華中醫(yī)藥學(xué)刊，2012，30（2）：409-411.

[32] 酈永平，溫淑云.腦梗死證型量化分級(jí)的判別方程研究[J].中國中醫(yī)急癥，2012，21（1）：81-82.

[33] 趙寶利，黃可兒，趙敏.類風(fēng)濕關(guān)節(jié)炎中醫(yī)辨證分型的判別分析[J].中華中醫(yī)藥雜志，2012，27（1）：240-242.

[34] 薛飛飛，汪南.基于判別分析的肝病肝郁脾虛證證候特點(diǎn)的文獻(xiàn)研究[J].中華中醫(yī)藥雜志，2011，26（6）：1260-1263.

[35] 徐，王億勤，鄧峰.基于SVM的中醫(yī)心系證候分類研究[J].世界科學(xué)技術(shù)―中醫(yī)藥現(xiàn)代化，2010，12（5）：713.

[36] 王階，吳榮，周雪忠.基于支持向量機(jī)的名老中醫(yī)治療冠心病證候要素研究[J].北京中醫(yī)藥大學(xué)學(xué)報(bào)，2008，31（8）：540.

[37] 殷彬，方思行.脾虛證診斷的數(shù)學(xué)模型[J].暨南大學(xué)學(xué)報(bào)：自然科學(xué)版，2006，26（3）：363-367.

[38] 楊麗萍，黃睿，張洛欣，等.用特征功能模塊法挖掘一個(gè)虛寒證家系的基因表達(dá)譜[J].中華中醫(yī)藥雜志，2010，25（5）：683-685.

[39] 謝錚桂.基于多分類支持向量機(jī)的中醫(yī)舌診診斷的研究[J].計(jì)算機(jī)與數(shù)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] 邵歡，李國正，劉國萍，等.多標(biāo)記中醫(yī)問診數(shù)據(jù)的癥狀選擇[J].中國科學(xué)：信息科學(xué)，2011，41（11）：1372-1387.

[43] 洪燕珠，周昌樂，張志楓，等.基于隨機(jī)森林法的慢性疲勞證候要素特征癥狀的選擇[J].中醫(yī)雜志，2010，51（7）：634-638.

[44] 鄒永杰，周繼鵬，王桂香，等.基于特征提取的分類集成在脾虛證診斷中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用與軟件，2010，27（3）：22-25.

防震減災(zāi)的方法范文第4篇

本文通過精簡FAS系統(tǒng)氣體保護(hù)區(qū)火災(zāi)模式觸發(fā)流程；將單一外部變量觸發(fā)模式改由FAS系統(tǒng)內(nèi)部變量觸發(fā)火災(zāi)模式；利用硬件模塊解決軟件無法實(shí)現(xiàn)的功能等技術(shù)創(chuàng)新手段解決問題。經(jīng)過現(xiàn)場實(shí)際應(yīng)用，克服了原FAS系統(tǒng)氣體防護(hù)區(qū)火災(zāi)模式號(hào)觸發(fā)條件的缺陷，使FAS系統(tǒng)更及時(shí)、更可靠、更安全。

【關(guān)鍵詞】: FAS系統(tǒng)；氣體防護(hù)區(qū)；火災(zāi)模式號(hào)；創(chuàng)新應(yīng)用

中圖分類號(hào)：X928.7 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：

本文通過對(duì)深圳地鐵現(xiàn)有FAS系統(tǒng)氣體防護(hù)區(qū)火災(zāi)模式號(hào)的觸發(fā)條件及使用過程中存在的不足進(jìn)行統(tǒng)計(jì)分析，最后采用一種較為新穎、安全有效的方案，在符合法律規(guī)范的基礎(chǔ)上解決現(xiàn)有氣體防護(hù)區(qū)模式號(hào)觸發(fā)可靠性問題，為將來地鐵新線建設(shè)提出一個(gè)新的應(yīng)用。

現(xiàn)有氣體防護(hù)區(qū)模式號(hào)觸發(fā)機(jī)制分析

當(dāng)前，深圳地鐵FAS系統(tǒng)的氣體保護(hù)區(qū)域火災(zāi)模式觸發(fā)條件為單區(qū)氣體滅火控制盤REL箱監(jiān)視到氣體管道內(nèi)壓力開關(guān)動(dòng)作。此種觸發(fā)機(jī)制由于是通過系統(tǒng)外部設(shè)備觸發(fā)，在可靠性、及時(shí)性和安全系數(shù)幾個(gè)方面存在一些不足。

可靠性分析：

1.1壓力開關(guān)動(dòng)作為觸發(fā)模式的唯一條件，觸發(fā)條件單一，若此設(shè)備故障則無法觸發(fā)火災(zāi)模式；

1.2壓力開關(guān)屬于FAS系統(tǒng)外部設(shè)備，無法對(duì)其設(shè)備狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)或進(jìn)行壓力測(cè)試，不能確保其性能良好。

例如深圳地鐵某一車站19個(gè)氣體保護(hù)區(qū)火災(zāi)模式執(zhí)行情況統(tǒng)計(jì)，由于壓力開關(guān)不動(dòng)作未能成功觸發(fā)火災(zāi)模式的比例高達(dá)32%。

及時(shí)性分析：

2.1FAS系統(tǒng)監(jiān)測(cè)到火災(zāi)后需要經(jīng)過30秒延時(shí)后才控制氣體釋放，當(dāng)氣體經(jīng)過管道后壓力開關(guān)才會(huì)動(dòng)作；

2.2火災(zāi)模式的觸發(fā)需要經(jīng)過系統(tǒng)內(nèi)部信息轉(zhuǎn)換及傳遞才可完成。

圖1-1 氣體保護(hù)區(qū)模式觸發(fā)時(shí)間統(tǒng)計(jì)

如圖1-1所示，氣體保護(hù)區(qū)火災(zāi)模式觸發(fā)時(shí)間均接進(jìn)60秒，嚴(yán)重制約了火災(zāi)情況下模式的執(zhí)行速度，對(duì)車站火災(zāi)應(yīng)急處理產(chǎn)生巨大影響。

安全性分析：

3.1壓力開關(guān)易發(fā)生誤動(dòng)作造成火災(zāi)模式誤執(zhí)行；

3.2壓力開關(guān)有任何缺陷將直接影響到火災(zāi)模式控制；

3.3發(fā)生火災(zāi)時(shí)啟動(dòng)火災(zāi)模式緩慢，不能形成無風(fēng)密閉空間甚至滲入新風(fēng)，影響滅火效果；

3.4火災(zāi)模式未在氣體保護(hù)區(qū)防火閥關(guān)閉后立即執(zhí)行，造成風(fēng)機(jī)、風(fēng)管損壞。

表1-1 各線壓力開關(guān)問題統(tǒng)計(jì)

表1-1所示為近一年內(nèi)深圳地鐵三條線因壓力開關(guān)質(zhì)量引起的問題，因壓力開關(guān)造成火災(zāi)模式誤執(zhí)行，組織搶修就有五次之多，環(huán)中線還因壓力開關(guān)質(zhì)量問題全線更換壓力開關(guān)。

解決方案的提出

如何改進(jìn)FAS系統(tǒng)氣體保護(hù)區(qū)火災(zāi)模式觸發(fā)條件，讓系統(tǒng)擺脫FAS外系統(tǒng)設(shè)備的束縛變得更及時(shí)、更可靠、更安全。根據(jù)FAS系統(tǒng)氣體保護(hù)區(qū)觸發(fā)火災(zāi)模式的機(jī)制，從探測(cè)器、壓力開關(guān)、REL氣體滅火控制盤、電磁閥、SDU程序進(jìn)行考慮，結(jié)合法律法規(guī)與可行性提出以下三種可能實(shí)現(xiàn)的解決方案：

1、修改SDU程序?qū)崿F(xiàn)

氣體滅火控制系統(tǒng)SDU程序及模式與組分別如圖2-1、2-2所示。

氣體滅火控制系統(tǒng)模式號(hào)是由與組觸發(fā)，與組中任一設(shè)備動(dòng)作即觸發(fā)模式號(hào)。現(xiàn)氣體保護(hù)區(qū)模式號(hào)觸發(fā)條件只有壓力開關(guān)，方案一的方法為通過更改與組中觸發(fā)條件解決問題。

此方案實(shí)施最方便，無需增加任何硬件設(shè)備，只需更改系統(tǒng)能夠SDU程序即可實(shí)現(xiàn)設(shè)定目標(biāo)。

但是，通過深入查閱SDU編程資料、試驗(yàn)測(cè)試并向廠家咨詢后，發(fā)現(xiàn)由于軟件自身特點(diǎn)限制不能實(shí)現(xiàn)“與組”嵌套功能，無法實(shí)現(xiàn)感煙探測(cè)器與組和感溫探測(cè)器與組共同觸發(fā)模式，因此該方案不可行。

2、增加監(jiān)視模塊監(jiān)視（單區(qū)氣體滅火控制盤）REL二次火警干接點(diǎn)實(shí)現(xiàn)

氣體滅火控制系統(tǒng)REL控制箱內(nèi)33、34號(hào)端子在火警確認(rèn)狀態(tài)下可對(duì)外輸出一個(gè)閉合的干接點(diǎn)信號(hào)，此方案利用一個(gè)CT1監(jiān)視模塊監(jiān)視此信號(hào)，并以此信號(hào)為條件觸發(fā)火災(zāi)模式。

此方案增加成本最低的監(jiān)視模塊監(jiān)視原有輸出即可實(shí)現(xiàn)設(shè)定目標(biāo)。通過對(duì)REL箱進(jìn)行測(cè)試發(fā)現(xiàn)REL箱二次火警干接點(diǎn)在手動(dòng)狀態(tài)下，感煙探測(cè)器及感溫探測(cè)器同時(shí)動(dòng)作輸出后，CT1模塊無法動(dòng)作觸發(fā)火災(zāi)模式。

3、通過增加（輸入輸出）IO模塊實(shí)現(xiàn)

通過在氣體滅火控制系統(tǒng)模塊箱內(nèi)增加一個(gè)（輸入輸出）IO模塊，利用IO模塊控制寄存器實(shí)現(xiàn)不同條件下控制IO模塊輸出，再由IO模塊反饋激活與組觸發(fā)模式號(hào)。

此方案新增模式號(hào)觸發(fā)條件激活（輸入輸出）IO模塊輸出端，IO模塊輸入端立即收到反饋并觸發(fā)火災(zāi)模式。通過查閱SDU編程資料及模塊編程實(shí)驗(yàn)證明此方案在理論上可以完全實(shí)現(xiàn)設(shè)定目標(biāo)要求。

經(jīng)過研究分析得出結(jié)論：第一種方案無法實(shí)現(xiàn)；第二種方案可部分實(shí)現(xiàn)；第三種方案可完全實(shí)現(xiàn)。最終方案選定“增加輸入輸出模塊（IO）實(shí)現(xiàn)”。

方案創(chuàng)新點(diǎn)

1、簡化火災(zāi)模式觸發(fā)流程

原FAS系統(tǒng)氣體保護(hù)區(qū)通過探測(cè)裝置檢測(cè)火災(zāi)，再由氣體主機(jī)觸發(fā)REL延時(shí)30秒后輸出電磁閥控制氣體噴放，噴放的氣體觸動(dòng)管道內(nèi)壓力開關(guān)動(dòng)作，REL檢測(cè)到壓力開關(guān)動(dòng)作后將信息傳遞到FAS主機(jī)（EST3），F(xiàn)AS主機(jī)再觸發(fā)火災(zāi)模式。改進(jìn)后FAS系統(tǒng)氣體保護(hù)區(qū)通過探測(cè)裝置檢測(cè)到火災(zāi)后立即由FAS主機(jī)邏輯判斷后觸發(fā)火災(zāi)模式，其流程快速直接，大大提高了系統(tǒng)的及時(shí)性。

利用FAS系統(tǒng)設(shè)備替代外系統(tǒng)設(shè)備

原FAS系統(tǒng)氣體保護(hù)區(qū)火災(zāi)模式觸發(fā)變量為“壓力開關(guān)是否動(dòng)作”，改進(jìn)后通過FAS系統(tǒng)內(nèi)部設(shè)備的狀態(tài)作為變量，這樣不僅提高了FAS系統(tǒng)的穩(wěn)定性而且還提升了模式觸發(fā)的及時(shí)性、可靠性。

軟硬件結(jié)合

方案利用新增一個(gè)輸入輸出模塊（IO）作為模式控制的中轉(zhuǎn)，利用IO模塊控制端的“LOW寄存器”進(jìn)行編程設(shè)計(jì)實(shí)現(xiàn)感煙探測(cè)器與組與感溫探測(cè)器與組激活模塊控制，同時(shí)利用“HIGH寄存器”實(shí)現(xiàn)緊急啟動(dòng)按鈕激活模塊控制，再進(jìn)行輸入輸出轉(zhuǎn)換，最后將模塊監(jiān)視納入模式與組實(shí)現(xiàn)FAS系統(tǒng)氣體保護(hù)區(qū)火災(zāi)模式觸發(fā)條件的創(chuàng)新整改。

創(chuàng)新成果

以深圳地鐵環(huán)中線西麗站為試驗(yàn)點(diǎn)，將新方案應(yīng)用前后進(jìn)行比較可以看出整改后氣體滅火控制系統(tǒng)觸發(fā)火災(zāi)模式號(hào)更加的迅速，且未出現(xiàn)無法觸發(fā)火災(zāi)模式的情況，解決了系統(tǒng)原有缺陷，大幅提升系統(tǒng)性能，發(fā)生火災(zāi)時(shí)能夠迅速執(zhí)行火災(zāi)模式保證車站內(nèi)人員及設(shè)備的安全，提升車站消防安全服務(wù)水平，收獲巨大的社會(huì)效益。

結(jié)語

地鐵作為公共交通設(shè)施，其消防安全尤為重要。FAS系統(tǒng)在發(fā)生火災(zāi)時(shí)產(chǎn)生報(bào)警信息并將火災(zāi)信息傳遞給綜合監(jiān)控系統(tǒng)以完成車站火災(zāi)應(yīng)急處理。綜合監(jiān)控系統(tǒng)與FAS系統(tǒng)之間信息的傳遞通過火災(zāi)模式號(hào)實(shí)現(xiàn)，火災(zāi)模式號(hào)觸發(fā)的及時(shí)性、穩(wěn)定性直接關(guān)系著地鐵內(nèi)的人員及設(shè)備安全。本技術(shù)創(chuàng)新應(yīng)用通過對(duì)原系統(tǒng)深入研究分析并進(jìn)行二次開發(fā)，取得了豐碩的成果：

1、解決原FAS系統(tǒng)由于壓力開關(guān)誤動(dòng)作導(dǎo)致系統(tǒng)報(bào)警執(zhí)行火災(zāi)模式的問題；

2、改進(jìn)后FAS系統(tǒng)觸發(fā)火災(zāi)模式條件冗余，方式智能化，觸發(fā)模式更及時(shí)，更穩(wěn)定；

3、有效預(yù)防因火災(zāi)模式執(zhí)行緩慢影響七氟丙烷氣體的滅火效果及造成設(shè)備設(shè)施損壞等情況的發(fā)生；

4、先觸發(fā)執(zhí)行火災(zāi)模式，后噴放滅火劑，極大的提高了滅火質(zhì)量；

5、改進(jìn)后系統(tǒng)可實(shí)現(xiàn)火災(zāi)模式控制的科學(xué)測(cè)試，有效檢驗(yàn)系統(tǒng)設(shè)備的運(yùn)行狀態(tài)，為火災(zāi)應(yīng)急處理提供強(qiáng)有力的保障。

【參考文獻(xiàn)】

【1】GB16806-2006消防聯(lián)動(dòng)控制系統(tǒng)，中華人民共和國建設(shè)部、國家監(jiān)督檢驗(yàn)檢疫監(jiān)督總局，2006

防震減災(zāi)的方法范文第5篇

關(guān)鍵詞：專業(yè)課教學(xué);虛擬裝配;運(yùn)動(dòng)仿真;開發(fā)

中圖分類號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2016）41-0234-02

職業(yè)院校的最大特點(diǎn)，就是培養(yǎng)學(xué)生既要有一定的理論知識(shí)，又要有較強(qiáng)的實(shí)際動(dòng)手能力。畢業(yè)生到單位后能很快適應(yīng)本職工作，成為應(yīng)用型的高技能人才。學(xué)生實(shí)際動(dòng)手能力的提高主要體現(xiàn)在專業(yè)課的教學(xué)中，多年來由于受各種因素的影響，專業(yè)課的教學(xué)效果并不能令人滿意。究其主要原因是現(xiàn)有專業(yè)課教材中許多裝配圖較為復(fù)雜，有些裝配圖不僅學(xué)生看不懂，新走上教學(xué)崗位的年輕教師也感到吃力，這些都直接影響了學(xué)生學(xué)習(xí)專業(yè)課的積極性。對(duì)此，嘗試開發(fā)專業(yè)課主要機(jī)器設(shè)備虛擬裝配及運(yùn)動(dòng)仿真軟件，能使學(xué)生直觀的了解機(jī)器設(shè)備的結(jié)構(gòu)原理，進(jìn)而進(jìn)行虛擬裝配，在虛擬裝配熟練的基礎(chǔ)上帶動(dòng)實(shí)際操作，從而改善專業(yè)課的教學(xué)效果。

一、以前專業(yè)課教學(xué)存中在的兩種傾向

（一）專業(yè)課偏重于理論講解，學(xué)生缺乏實(shí)際動(dòng)手操作能力

1.近幾年，由于招生規(guī)模的不斷擴(kuò)大，學(xué)校原有的實(shí)訓(xùn)條件已遠(yuǎn)遠(yuǎn)不能滿足學(xué)生實(shí)訓(xùn)的需要，本該在實(shí)訓(xùn)車間完成的課程，由于實(shí)訓(xùn)條件有限，機(jī)器設(shè)備及其他維修課程不得不改為在教室里進(jìn)行理論講解;

2.新老教師交替更新，一些實(shí)踐經(jīng)驗(yàn)豐富的老教師退休或調(diào)離，許多新的、高學(xué)歷的年輕教師走上講臺(tái)，他們理論功底扎實(shí)，但大多缺乏實(shí)踐動(dòng)手能力，因此，他們更偏重于將專業(yè)課教學(xué)改為在理論教室講解;

3.實(shí)際操作耗能耗材，操作不當(dāng)容易造成機(jī)器設(shè)備損壞，實(shí)訓(xùn)成本較高，在學(xué)校教學(xué)經(jīng)費(fèi)比較緊張的情況下，學(xué)校只有壓縮這部分經(jīng)費(fèi)。因此，本應(yīng)該在實(shí)訓(xùn)車間完成的專業(yè)課教學(xué)只能在理論課堂講解，使得原本比較簡單的機(jī)器設(shè)備結(jié)構(gòu)、原理變得復(fù)雜、抽象不好理解，許多學(xué)生覺得專業(yè)課教學(xué)枯燥無味，有些干脆放棄專業(yè)課的學(xué)習(xí)。

（二）強(qiáng)調(diào)學(xué)生動(dòng)手實(shí)踐，忽視專業(yè)課教學(xué)質(zhì)量的提高

為了改變這種單純理論教學(xué)現(xiàn)象，提高學(xué)生實(shí)際動(dòng)手能力，學(xué)校將專業(yè)課教學(xué)改到實(shí)訓(xùn)車間或到企業(yè)去上，這些做法雖然較前面有一定的進(jìn)步，但通過實(shí)踐發(fā)現(xiàn)還存在一些不足。主要表現(xiàn)有兩點(diǎn)：

1.許多實(shí)習(xí)指導(dǎo)教師多年來養(yǎng)成側(cè)重于實(shí)際操作的習(xí)慣，理論講解較少，在簡單講解完機(jī)器設(shè)備的結(jié)構(gòu)、原理后，讓學(xué)生去實(shí)際拆裝，學(xué)生只會(huì)機(jī)械地模仿拆卸裝配，拆卸方法不清、操作盲目。加上學(xué)生對(duì)機(jī)器設(shè)備的結(jié)構(gòu)、原理了解得并不充分，學(xué)生操作時(shí)經(jīng)常不按拆裝程序操作、出現(xiàn)野蠻拆卸，造成有些機(jī)器設(shè)備在很短的時(shí)間內(nèi)精度嚴(yán)重受損，甚至有些干脆報(bào)廢，后續(xù)班級(jí)沒辦法使用，達(dá)不到預(yù)期的學(xué)習(xí)目標(biāo)。

2.有些學(xué)校把專業(yè)課學(xué)習(xí)放到企業(yè)進(jìn)行，但企業(yè)是以生產(chǎn)為主，學(xué)生實(shí)習(xí)培訓(xùn)為輔，受生產(chǎn)環(huán)境影響，許多專業(yè)課的學(xué)習(xí)在企業(yè)得不到保證，使得專業(yè)課學(xué)習(xí)達(dá)不到預(yù)期效果。

二、虛擬裝配及運(yùn)動(dòng)仿真軟件的開發(fā)

針對(duì)以上專業(yè)課教學(xué)中存在的兩種傾向，通過計(jì)算機(jī)輔助繪圖軟件使用，嘗試開發(fā)專業(yè)課主要機(jī)器設(shè)備三維虛擬裝配及運(yùn)動(dòng)仿真軟件，使得學(xué)生的專業(yè)課學(xué)習(xí)更加直觀、形象。

（一）確定開發(fā)小組成員及開發(fā)項(xiàng)目

開發(fā)專業(yè)課虛擬裝配及運(yùn)動(dòng)仿真軟件，是一項(xiàng)工作量大、涉及多方面知識(shí)的工作，除了要有較強(qiáng)的專業(yè)知識(shí)外，還要具有吃苦耐勞、勇于鉆研的精神，由經(jīng)驗(yàn)豐富的老師帶領(lǐng)部分青年教師組成課題小組并吸收個(gè)別基礎(chǔ)知識(shí)比較扎實(shí)的高年級(jí)同學(xué)參與其中。開發(fā)的項(xiàng)目本著由易到難的原則進(jìn)行，從較為簡單的化工管路的管件及閥門開始。如彎頭、三通、大小頭和管閥、球閥、蝶閥、磁力閥等，在積累了一定經(jīng)驗(yàn)后，開發(fā)化工機(jī)器設(shè)備的各種泵，前后開發(fā)了單級(jí)離心泵、齒輪油泵、雙吸泵、多級(jí)泵、磁力泵、屏蔽泵、往復(fù)泵等，在此基礎(chǔ)上，對(duì)風(fēng)機(jī)、列管式換熱器等實(shí)習(xí)車間現(xiàn)有的機(jī)器設(shè)備進(jìn)行開發(fā)。

（二）開發(fā)過程

整個(gè)開發(fā)過程步驟如下：

1.制定開發(fā)計(jì)劃。為了使開發(fā)工作有序、按計(jì)劃完成，開發(fā)前制定了詳細(xì)的開發(fā)計(jì)劃。計(jì)劃包括開發(fā)各項(xiàng)目的時(shí)間段、主要內(nèi)容、開發(fā)所需工具、量具、具體步驟及各分項(xiàng)目的主要負(fù)責(zé)人。

2.現(xiàn)場實(shí)際測(cè)繪。進(jìn)入現(xiàn)場后，對(duì)裝配體進(jìn)行逐件拆卸，為了保證工作順利進(jìn)行，對(duì)每個(gè)拆下的零件編號(hào)，然后徒手繪出各零件的草圖，對(duì)標(biāo)準(zhǔn)件測(cè)量其主要尺寸并確定型號(hào)，研究每個(gè)零件的裝配方法并徒手畫出裝配示意圖或裝配草圖，然后將機(jī)器設(shè)備恢復(fù)原位。

3.在工作室核對(duì)草圖，對(duì)表達(dá)不清或尺寸不全的草圖再重新核對(duì)、訂正，對(duì)標(biāo)準(zhǔn)件核對(duì)型號(hào)及尺寸，理順各草圖之間的關(guān)系，保證各裝配體的零部件草圖及標(biāo)準(zhǔn)件、常用件型號(hào)尺寸齊全。在此基礎(chǔ)上用計(jì)算機(jī)CAD軟件畫出各裝配體的零件圖及裝配圖（或裝配示意圖）。

4.根據(jù)零件圖，用Slid Works軟件畫出各零件三維造型。在工作室進(jìn)行二維草圖繪制以及三維零件造型。為了提高效率，可將裝配體的所有零件三維造型都繪制好以后，再考慮下一步裝配。

5.用已經(jīng)建好的三維零件進(jìn)行機(jī)器設(shè)備的虛擬裝配，在虛擬裝配的過程中對(duì)裝不進(jìn)去的零件及時(shí)調(diào)整，將其尺寸及形狀進(jìn)行修改，然后重新裝配。

6.完成裝配體的拆卸及裝配爆炸圖，在爆炸圖中分步驟將裝配體裝配及拆卸步驟逐項(xiàng)交代清楚。

7.利用Slid Works軟件的制作動(dòng)畫功能，制作出各機(jī)器設(shè)備的拆卸和裝配動(dòng)畫，在動(dòng)畫中強(qiáng)調(diào)拆卸和裝配中注意事項(xiàng)及重點(diǎn)，以便引起學(xué)生學(xué)習(xí)時(shí)的注意。

三、采用虛擬裝配及運(yùn)動(dòng)仿真軟件在專業(yè)課教學(xué)中傳授知識(shí)和技能

開發(fā)出專業(yè)課機(jī)器設(shè)備的虛擬裝配及運(yùn)動(dòng)仿真軟件后，配合機(jī)器設(shè)備的實(shí)體，指導(dǎo)教師在一體化教室的授課發(fā)生了根本性的變化。首先，指導(dǎo)教師對(duì)要拆裝的機(jī)器設(shè)備進(jìn)行介紹，用三維動(dòng)畫展示機(jī)器設(shè)備的結(jié)構(gòu)原理，機(jī)器設(shè)備在在馬達(dá)的帶動(dòng)下旋轉(zhuǎn)起來，形象、直觀、工作原理一目了然，增加了學(xué)生學(xué)習(xí)的興趣和積極性，學(xué)生能夠直觀的掌握機(jī)器設(shè)備的結(jié)構(gòu)和工作原理。其次，指導(dǎo)教師演示虛擬拆卸，利用Slid Works創(chuàng)建爆炸圖，將機(jī)器設(shè)備上的零件按正確的拆卸順序進(jìn)行虛擬拆卸，在虛擬拆卸的過程中指導(dǎo)教師邊虛擬裝拆邊告訴學(xué)生要點(diǎn)和注意事項(xiàng)，為了使學(xué)生真正消化吸收，對(duì)此可反復(fù)演示，（有條件的學(xué)校可讓學(xué)生在電腦上反復(fù)練習(xí)虛擬裝配）。第三，在學(xué)生掌握上述內(nèi)容的前提下，指導(dǎo)教師再帶學(xué)生到機(jī)器設(shè)備的實(shí)體前，實(shí)際演示機(jī)器設(shè)備的裝拆過程。第四，分小組讓學(xué)生實(shí)際裝拆，指導(dǎo)教師巡回檢查指導(dǎo)。第五，裝拆結(jié)束后，指導(dǎo)教師及時(shí)總結(jié)，對(duì)存在的不足重新演示糾正。最后，指導(dǎo)教師讓學(xué)生按正確的方法將機(jī)器設(shè)備裝配好，恢復(fù)場地原有布局。

四、開發(fā)虛擬裝配及運(yùn)動(dòng)仿真軟件在專業(yè)課教學(xué)中的應(yīng)用成效

1.通過開發(fā)專業(yè)課機(jī)器設(shè)備虛擬裝配及運(yùn)動(dòng)仿真軟件，有效地鍛煉了課題組成員的綜合能力，參與開發(fā)師生的徒手繪圖能力、CAD繪圖能力、Slid Works三維建模能力及專業(yè)知識(shí)和能力都有了顯著提高。

2.通過開發(fā)和使用專業(yè)課機(jī)器設(shè)備虛擬裝配及運(yùn)動(dòng)仿真軟件，減輕了專業(yè)課指導(dǎo)教師的教學(xué)負(fù)擔(dān)，學(xué)生掌握專業(yè)課的情況明顯好轉(zhuǎn)，教學(xué)成效顯著。

3.減少了盲目拆卸和裝配，耗材、耗能和零部件損壞情況明顯改觀，機(jī)器設(shè)備的使用壽命大幅度增加。

參考文獻(xiàn)：

[1]袁鋒.計(jì)算機(jī)輔助設(shè)計(jì)與制造實(shí)訓(xùn)圖庫[M].北京：機(jī)械工業(yè)出版社，2013.

[2]鄧勁蓮.機(jī)械產(chǎn)品三維建模圖冊(cè)[M].北京：機(jī)械工業(yè)出版社，2014.

[3]趙罘.常用機(jī)械機(jī)構(gòu)虛擬裝配及運(yùn)動(dòng)仿真40例[M].北京：機(jī)械工業(yè)出版社，2015.

[4]匡照忠.化工機(jī)器與設(shè)備[M].北京：化學(xué)工業(yè)出版社，2013.

[5]吳先文.機(jī)械設(shè)備維修技術(shù)[M].北京：人民郵電出版社，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）