本转向架有利于车辆通过小半径曲线，同时提高车辆直线运行稳定性能；这种轴箱 副构架交叉杆直线电机转向架，主要应用于直线电机车辆，并适用于其他采用类似轴箱 副构架及其具有导向机理的转向架及车辆，它能够保证直线电机车辆有足够的直线运行 稳定性，同时又能保证轮缘不接触钢轨，使车辆安全地通过小半径曲线。提供一种既能 提供较高的抗菱刚度又能提供一定导向作用的轴箱副构架交叉杆直线电机转向架。本发 明提出的轴箱副构架交叉直线电机转向架。图 1 为该转向架三维视图, 图 2 轴箱副构架 交叉杆直线电机转向架主视图，图 3 轴箱副构架交叉杆直线电机转向架俯视图，图 4 轴 箱副构架交叉杆直线电机转向架侧视图。 其结构实现：采用内侧悬挂，一个转向架有四个曲臂，曲臂两两焊接形成副构架臂， 然后把副构架臂安装在同一轮对的两个轴箱上，通过两杆把一个转向架的两个副构架臂 连接起来（附图 1（2）），副构架臂用一弹性悬挂挂在构架上，线性电机一端以一个轮 对的两个轴箱体为支点、另一端以另一车轴为支点实现轴间弹性悬挂，线性电机与感应 轨间隙可根据实际情况予以确定；转向架副构架靠近车体中心一侧。轴箱与构架之间用 橡胶弹簧连接，根据设计要求提供较小的横向、纵向及垂向刚度，为了保证在车辆运行 中线性电机与感应轨之间的间隙不致变化过大，垂向刚度相对较大；构架与摇枕之间采 用心盘及弹性旁承共同承载方式，摇枕与车体之间的在横向与垂向通过空气弹簧实现， 纵向通过牵引拉杆实现；对于制动，采用磁轨制动加轴盘制动方式。 技术指标：在最小通过曲线半径 R50m，直线运行最大速度小于 120km/h 时，满足相关标 准的安全性能指标，平稳性指标为优。

本实用新型涉及农业机械领域，尤其是一种超声波双向交叉振动土壤挖掘装置。包括纵梁，还包括超声波发生器、纵向超声振动换能器、垂向超声振动换能器、纵向超声振动变幅杆和垂向超声振动变幅杆，所述纵向振动变幅杆的一端与纵向超声振动换能器固定连接，纵向超声振动变幅杆的另一端与变幅式铲刀的一端固定连接，所述垂向超声振动变幅杆的一端与垂向超声振动换能器固定连接，垂向超声振动变幅杆的另一端与纵向超声振动变幅杆固定连接，纵向超声振动变幅杆与垂向超声振动变幅杆之间呈垂直设置，所述超声波发生器分别通过信号电缆线将信号传递给纵向超声振动换能器和垂向超声振动换能器。有效地解决了土壤切削挖掘作业中阻力大、耗能高等问题。

本发明公开了一种十字交叉状细水雾灭火罩系统，包括通过输水钢管依次连接的高位水箱、高压消防水泵、耐高压金属软管、细水雾喷射装置，高位水箱上安装有补给水管、水位计，金属软管的两端设有耐高压锁紧接合器；细水雾喷射装置包括四支呈十字交叉状布置的圆弧形金属管、安装于金属管末端下方的支撑地脚、设于四支金属管交叉处的高压水均匀分配器、连接四支金属管的上加强筋、下加强筋，四支金属管的上端口与高压水均匀分配器连通，末端封闭、并构成一同心圆，沿金属管圆周方向设有若干开口朝下的细水雾喷嘴。本发明结构简单，稳定性好，灭火覆

上海大学工程训练中心是上海大学规模最大、学生受众最多的实践教学基地，是实施工程实践教育的重要基地。

日前，国防科技大学系统工程学院大数据与复杂网络研究团队同四川大学、电子科技大学一起，组建新冠病毒大数据交叉学科研究平台，助力新型流行病研究和防控，给多个省份和国家有关部委等提供了8份数据分析报告和决策建议报告，为防控和战胜疫情贡献出了科学智慧。国防科技大学系统工程学院大数据与复杂网络研究团队基于新冠病毒大数据交叉学科研究平台，利用海量多源异构大数据，结合疫情发生发展规律，对人群流动及传播风险进行了综合建模和分析，为政府决策提供了参考依据。特别是团队通过分析春运期间人口流动大数据，建立起疾病传播模型，测算出了疫情扩散蔓延阶段武汉市向全国各地区的输出人口状况和新冠病毒感染的风险指数。还有许多研究人员尝试通过客运数据，研判各个地区及城市的感染风险。也有学者采用“百度迁移”所提供的人口流动数据，通过春运期间从武汉流向全国各省市的人口规模(不包含港澳台数据)和全国感染病毒人数的可视化分布，直观解读两者间的联系。同时加以推断，武汉封城之后，二次传染所造成的病毒传播将日趋占主导地位，传播程度和各省市的人口密度以及管控措施等密切相关。

非常规交叉口的通行模式是在交叉口上游设置预信号，组织左转和直行车流交替使用进口道来提高通行能力，是一种对策交叉口拥堵的新思路。其虽已在我国数个城市有过实际应用案例，但多由于缺乏坚实的理论和技术支撑而不得不以失败告终。本团队将基于自身既有的非常规交叉口理论研究成果，构建非常规交叉口的失效概率模型，建立预防死锁、动态启用和动态控制的机制与优化方法；此外，基于驾驶行为和选择偏好研究，设计综合考虑驾驶员适应性和车道排队均衡的动静态交通语言系统。本项目研究前期已经发表8篇相关论文，取得1项国家发明专利和1项软件著作权，在此基础上将通过与优秀的企业、单位合作，以面向应用为目的，一方面继续深化成果的科学性和实用性，另一方面，实现成果的推广应用，为研究机构，交通规划、设计和管理领域提供新的技术支撑，为预防和缓解交通拥堵提供有效的应用系统，解决实际交通问题的同时，服务于整体交通系统品质的提升。 在资源、环境等多约束下，相对于道路拓宽等传统手段，非常规交叉口方案是更具可持续性、更有前景的交通拥挤对策手段。本项目研究成果既能够为是否选择非常规交叉口通行模式提供理论支持，也能为非常规交叉口的优化设计提供技术支撑，因而成果可以广泛地应用于城市道路交通设计和拥挤管理之中。研究成果还可以为起草考虑非常规交叉口通行模式的交叉口规划设计规范，为缓解交通阻塞，提高交通系统的稳定性与可靠性提供理论基础和技术支持。进一步，设计的软件可以直接应用于非常规交叉信号设计方案的制定。最后，在此基础上形成的交叉口交通流分析、实验和优化技术，对于研究复杂交通系统问题具有广泛的应用效果。  图1 非常规交叉口通行模式示意图    A: 预信号控制                           B: 主信号控制图2 上海共和新路临沂路非常规交叉口   本研究的内容是交通工程领域里出现的新问题，以非常规交叉口的适应条件和优化方法为重点，以预防和缓解交通拥挤、提高通行能力和节能减排等应用为理论研究的导向。项目研究所转化的成果具有可观的经济、社会效益，主要包括： 1）成果可服务于研究机构：促进对交叉口新型通行模式的探索及其适应性分析、优化设计理论与方法的研究及应用； 2）成果可服务于交通规划、设计和管理领域：成果将为非常规交叉口的规划设计规范奠定基础；为非常规交叉口交通设计、管理实践提供新的技术支持，并在交通拥挤管理的实践中发挥重要作用； 3）成果可服务于系统开发与咨询机构：为基于新模式的交通控制、交通设计咨询和辅助系统开发提供技术指引。

本发明公开了一种rTRAIL突变体，其氨基酸序列如SEQ?ID?No.1所示。本发明还公开了所述rTRAIL突变体的编码基因及含有该编码基因的表达单元、重组载体或表达系统。本发明还公开了一种rTRAIL突变体-vcMMAE偶联物及其制备方法和应用。本发明偶联物具有rTRAIL突变体和MMAE两者的生物学功能，通过rTRAIL突变体与肿瘤细胞表面的死亡受体特异结合，将MMAE定向转运到肿瘤细胞，并在肿瘤细胞内释放发挥作用，既可杀伤对TRAIL敏感性低甚至抵抗的肿瘤细胞，也减少MMAE单独给药产生的毒副作用。

神经递质作为神经元与神经元及神经元与细胞之间沟通的媒介分子，介导了发育、信息感知，运动及大脑的高级认知功能。随着生化分离纯化技术的发展以及人们对大脑精细结构的进一步了解，现如今已发现有几十种重要的神经递质。而神经系统在时间和空间上的高度复杂性对研究特定神经递质的动态变化及其功能提出了极大的挑战。本项目成功构建了一系列新型的基因编码的神经递质荧光探针，可实现对特定神经递质动态变化的灵敏检测。该类荧光探针利用大多数已知的神经递质所对应的特异性G蛋白偶联受体（GPCR）与循环重排的荧光蛋白（cpGFP）融合，利用循环重排荧光蛋白的荧光强度变化来指示GPCR的激活，进而反应外源神经递质的浓度变化（图一）。我们命名该类荧光探针为GRAB探针，即为GPCR Activation Based Sensor的缩写。

同济大学曹志伟教授团队与上海市公共卫生临床中心合作，关于武汉新型冠状病毒2019-nCoV抗原性计算的文章（Identification of potential cross-protective epitope between 2019-nCoV and SARS virus），2020年1月30日在 Journal of Genetics and Genomics在线发表。 研究表明，S蛋白是冠状病毒与宿主细胞表面ACE2受体结合、进而介导病毒入宿主细胞的关键表面蛋白，是疫苗抗体研发的重要靶点。基于具有自主知识产权的免疫原性计算工具CE-Blast，研究小组对所有冠状病毒的S蛋白进行了系统性的结构模拟和免疫原性扫描，计算了新病毒与已知17种冠状病毒亚型之间的免疫原性距离，发现新病毒S蛋白的免疫原性总体上与SARS更为接近。进一步计算揭示，2019武汉新冠状病毒与SARS冠状病毒的S抗原在受体接合区域（RBD）上存在潜在交叉反应表位。最为重要的是，其中一处与人ACE2受体结合位点紧密毗邻。因此，针对该表位区域研发抗体，空间位阻效应可能阻断病毒与ACE2受体的结合，有望起到病毒感染保护作用。同时，针对该表位区域的SARS抗体，可能对2019新病毒具有潜在临床治疗价值。 

2020年1月23日，国防科技大学系统工程学院与四川大学、电子科技大学共同组建新型冠状病毒大数据交叉学科研究平台，为新型流行病研究和防控贡献科学力量。 参与该平台组建的是国防科技大学系统工程学院吕欣教授牵头的大数据与复杂网络研究团队，该团队主要研究方向为大数据挖掘，应急管理与人类行为动力学分析，长期围绕地震、洪水、流行病等问题应用大数据技术开展应急救援工作，在海地地震与霍乱、孟加拉台风Mahasen、西非国家埃博拉、中国登革热等事件中得到广泛应用。 该团队基于新型冠状病毒大数据交叉学科研究平台，利用海量多源异构大数据，结合疫情发生发展规律，对人群流动及传播风险进行了综合建模和分析，为政府决策提供了参考依据。