一、免疫应答的基本过程和特征 (一)识别阶段 (二)反应阶段 (三)效应阶段 二、细胞免疫应答 三、体液免疫应答 四、免疫应答的影响因素 五、免疫应答的调节 第四节抗感染免疫

提出了钨合金的组织结构模型.在此基础上通过有限元法对钨合金拉伸变形时组织结构中的应力分布及其变化规律进行了计算机数值模拟研究.结果表明：钨合金拉伸变形时拉伸方向最大正应力和最大Mises应力区域在钨颗粒相中，同时钨颗粒还将受到垂直于拉伸方向的压应力；最大剪切应力分布在粘结相中，随拉伸变形增加，粘结相最先进入塑性状态；由于粘结相的塑性变形，钨合金中应力不断重组，应力逐渐在钨颗粒中集中

可用于进行芳香亲电取代反应的亲电体种类繁多,表6-2依据亲电活性将其分为三类 。第一类亲电体非常活泼,可与几乎所有的芳香化合物甚至被强吸电子取代基钝化的那 些衍生物进行反应。第二类亲电体易与苯及被给电子取代基活化的芳香化合物进行反应 ,但对那些被吸电子取代基钝化的衍生物, 一般不活泼,难于反应;第三类亲电体只能与那些比苯活泼得多的,特别是具有强给电子取代基的芳香化合物反应

为了研究铸钢冷却壁的高温工作性能,通过热态实验测试了铸钢冷却壁温度场分布,并首次在铸钢冷却壁上安装了应变片,对其冷面的应变分布进行了研究.在炉温1100℃无渣皮条件下,铸钢冷却壁热面最高温度在600℃左右,低于铸钢相变温度;冷面中心线部位应变在-5×10-4左右,四周平均应变在-3×10-4左右.对冷却水管进行了热阻分析,证实了冷却水管与基体之间融合充分,不存在气隙.验证了铸钢特殊的屈服现象,其在热冲击后应变分布得到明显改善

从安钢电极控制的实际应用出发,应用数据挖掘技术建立了电极预测模型并应用于电极控制系统的参数整定.首先介绍了建立电极预测模型的数据挖掘过程;然后在数据挖掘算法中提出了一种新的变结构遗传Elman网络方法,该算法用改进的混合遗传算法对网络结构和权值及自反馈增益同步动态寻优.将基于BP算法的Elman网络和本文提出的变结构遗传Elman网络都应用于安钢交流电弧炉的电极预测模型中进行比较.通过基于安钢现场数据的计算机仿真实验表明:采用变结构遗传Elman网络的数据挖掘算法比BP算法具有更好的动态性能、更快的逼近速度和更高的精度.在此基础上,把建立的模型应用于安钢电极控制系统的参数整定,取得了良好的控制效果

应用热力学方法,对转炉炼钢前期高碳低温铁水条件下石灰石分解及CO2氧化作用进行了分析,推导出了CO2分压(pCO2)和高碳低温区域碳活度系数fC,%的求解方程.结果表明:石灰石中CaCO3在高碳低温的铁水面附近,其分解反应平衡温度比标准状态时低得多,随着吹炼过程中炉温上升其反应趋势增大,CO2在转炉炼钢吹炼初期与[C]、[Si]、[Mn]和Fe(l)的反应都可以自发进行,其排列次序与各元素被O2氧化的反应相同;在高碳低温铁水条件下pCO2值非常小,转炉炼钢初期pCO2在0.002 2~0.000 5pΘ左右,因此可以认为石灰石分解产生的CO2会全部参与铁水氧化反应

一. 一级反应 反应速率只与物质浓度的一次方成正比的反应称为一级反应(first order reaction) 。对一级反应

在Gleeble-1500热模拟试验机上,通过高温压缩实验对316L不锈钢的动态再结晶行为进行了系统研究.结果表明:316L不锈钢热变形加工硬化倾向性较大,在真应力应变曲线上没有出现明显的应力峰值σp;316L不锈钢在热变形过程中发生了动态再结晶,但只是在局部区域观察到了动态再结晶晶粒.对动态再结晶的实验数据进行拟合,得到316L不锈钢的热激活能和热变形方程,并给出了发生动态再结晶的临界应变和临界应力以及Zener-Hollomon参数和稳态应力的关系

(一)底物浓度对酶反应速率的影响 用反应初速度ⅴ对底物浓度[S]作图得P355图9-6。 曲线分以下几段 (1)OA段:反应底物浓度较低时ⅴ与[S]成正比,表现为一级反应,v= kISI 根据酶底物中间络合物学说,酶催化反应时,首先和底物结合生成中间 复合物ES,然后再生成产物P,并释放出E E+S P+E OA段上,底物浓度小,酶未被底物饱和,有剩余酶,反应速率取决于 ES浓度,与[S]呈线性关系,V正比于[S]

⚫金属应变片式传感器 ◼金属丝式应变片 ◼金属箔式应变片 ◼测量电路 ◼应变式传感器应用 ⚫压阻式传感器 ◼压阻效应 ◼晶向、晶面的表示方法 ◼压阻系数 ◼固态压阻器件