XiaoMi-AI文件搜索系统
World File Search SystemPSM
深部脑刺激的概率图
背景：对接受深部脑刺激 (DBS) 的患者进行组分析有助于理解和优化运动障碍患者的治疗。概率刺激图 (PSM) 通常用于分析组织刺激与症状效果之间的相关性，但应用的方法不同。目的：计算特定于组的 MRI 模板和 PSM，以研究 PSM 模型参数的影响。方法：分析了 68 名植入尾部未定带的特发性震颤患者的头晕改善和发生情况。输入数据包括每个电极接触的最佳参数（筛选）和临床使用的设置。针对所有 DBS 设置计算了特定于患者的电场模拟（n = 488）。将电场转换为特定于组的 MRI 模板以进行分析和可视化。不同的比较基于表示发生率 (N-map)、平均改善 (M-map)、加权平均改善 (wM-map) 和体素 t 统计量 (p-map) 的 PSM。这些图用于研究输入数据 (临床/筛查设置)、聚类方法、采样分辨率和加权函数的影响。结果：筛查或临床环境对 PSM 的影响最大。wM-map 的平均差异分别为左侧和右侧的 12.4 和 18.2%。基于 wM-map 或 p-map 提取的簇显示体积有显著变化，而定位相似。加权函数对 PSM 的影响很小，除了 wM-map 簇的定位明显发生变化。结论：在创建 PSM 以研究解剖学和 DBS 结果之间的关系时，输入数据的分布和聚类方法是最重要的考虑因素。© 2022 作者。由 Elsevier Inc. 出版。这是一篇根据 CC BY 许可 ( http://creativecommons.org/licenses/by/4.0/ ) 开放获取的文章。
改善城市生态系统的可持续发展战略
城市建设的加剧逐渐破坏了人类居住的生态系统。作为生态系统的基础，植物需要绿色、低成本和有效的技术来维持其在压力环境中的生长。对529篇文章（1999–2023年）的文献计量分析共得到286个关键词和10个聚类，表明景观生态系统中微生物功能的研究越来越重要。磷酸盐溶解微生物（PSM）还可以提高植物的抗病性、适应性和存活率。PSM被广泛用于促进植物生长和改善生态质量。它们可以增加土壤中磷的有效性，减少植物对化肥的依赖。微生物是景观生态系统中调节磷的重要工具。最重要的是，在城市和乡村景观实践中，PSM可以应用于绿地、居住区景观、道路绿化和苗圃种植，在提高植被覆盖率、增强植物抗性、改善环境质量和缓解热岛效应方面发挥着重要作用。 PSM还有助于恢复棕地等污染区域的生态环境和生物多样性，为居民提供更加宜居的生活环境。因此，PSM的多重功效有望在城乡景观生态系统建设中发挥越来越重要的作用。
技术测量 - AcqNotes
本文受以下版权限制：• PSM 支持中心是所有 PSM 产品和服务的唯一管理者，也是唯一获得修改授权的机构。INCOSE 中央办公室管理 INCOSE 产品和服务，也是唯一获得修改授权的机构。由于这是一个协作产品，因此修改由双方参与管理。• 一般使用：允许复制、使用本文档或其中的部分内容，以及根据本文档制作衍生作品，且注明来源为 PSM、INCOSE 和原作者，但所有复制品均需包含此版权声明。• 补充材料：如果明确指明需要单独开发的材料，则可以添加其他材料以用于定制或补充目的。补充材料的礼貌性副本应转发至 PSM 支持中心 psm@pica.army.mil。补充材料仍归作者所有，不会分发，但将与 INCOSE 协调。 • 作者使用：作者有充分的权利以不受约束的方式使用其贡献，但需注明技术来源。
《采购与供应管理》杂志
本文存在的理由很简单：传统的采购与供应管理 (PSM) 研究、理论化和实践方式已不足以“应对当下”。如果学者们想要为应对当前和未来的紧急情况做出有意义的贡献，就像最近的极端天气和 COVID-19 大流行所强调的那样，他们需要在工作中采取一种“非常规业务”的立足点。然而，对于一个植根于传统商业思维的领域来说，这可能意味着什么，或者应该意味着什么？本文以《采购与供应管理杂志》(JPSM) 25 周年特刊社论 (2019) 为基础；JPSM 的编辑团队成员就“非常规业务”对 PSM 的意义提出了他们独特的观点。具体而言，我们主张在范围和抱负上比现在更广泛地思考，同时建立我们以更细致入微的方式理解供应链的能力。我们探讨对实证主义工作的偏见是否忽略了潜在的有趣发现和观点。这促使我们重新思考我们的工作方式：关键标准应该始终是关注理论开发还是测试？学者应该“想得更远”吗？转向具体的研究主题，说明如何通过解决循环经济以及采购和创新的作用来挑战或拓宽我们当前的思维。具体而言，重点关注 PSM 作为大型组织内的内部创业者的功能，以及创新和技术在 PSM 工作中的作用。综上所述，我们希望这里提出的想法和论点能够为 PSM 研究提供信息和启发，带来雄心勃勃且新颖的方法，对业务转型产生重大而持久的影响。
DOE 手册流程安全管理
美国能源部 (DOE) 环境、安全与健康助理部长下属的工人健康与安全办公室 (EH-5) 已发布两本手册，供 DOE 承包商使用，用于管理职业安全与健康管理局 (OSHA) 高度危险化学品工艺安全管理规则 (29 CFR 1910.119) 所涵盖的设施和工艺，在此称为 PSM 规则。PSM 规则包含一套综合的化学工艺安全管理要素，旨在防止可能导致灾难性火灾、爆炸或有毒物质暴露的化学品泄漏。这两本手册《高度危险化学品工艺安全管理》和《化学工艺危害分析》的目的是促进 DOE 内部实施 PSM 规则的规定。
作者 Igor A. Dunaytsev、Svetlana K. Zhigletsova、Marina V. Klykova、Tatiana N. Kondrashenko、Andrey M. Baranov、Ivan A. Dyatlov 机构 1.
摘要：磷化合物工业，特别是可溶性矿物肥料工业规模非常大。但是，剩余的磷资源可供勘探 60-80 年，开采出的磷中只有不到 10-15% 可以用于植物。其他磷则作为环境污染物消失 [1, 2]。传统磷工业的“绿色”替代方案是直接利用微生物溶解不溶性磷矿石。这项工作的目的是基于在俄罗斯气候区变化和独特生态位的考察工作，尽可能广泛地创建和开发活性磷酸盐溶解微生物 (PSM) 的收集。该收集用于开发区域磷生物肥料和其他需求。方法。组织了 15 次长期和短期考察，前往各种气候（从亚北极到亚热带）和生态位（矿山、保护区、洞穴、火山等），收集最有效的 PSM。通过定量控制矿物液体培养基中的 PS 活性和功效、使用多种碳源、检查“非卤化”分离物，加强了磷酸三钙 (TCP) 琼脂 [3,4] 上“透明区”的半定量和矛盾选择方法。选定的 PSM 被储存在收集中并筛选其他潜在活性。结果。广泛的远征搜索（超过 100 个生态位）允许创建具有可变特征培养物的大型 PSM 集合（超过 700 个）。新选择的分离物属于不同的微生物群：从革兰氏阴性杆菌、球菌到革兰氏阳性孢子杆菌和酵母。许多分离物不是从土壤或根际中选出的，而是从营养和磷严重缺乏的生态位中选出的。三分之一的收集的非卤化培养物显示出最高水平的 PSA。与已知的最佳 PSM [7] 相比，许多分离物对 TCP 和天然 P 矿石的 PS 活性非常高，并且具有更好的技术性能。作为生物肥料，几种菌株在盆栽和田间试验中成功测试。PS 联合体的使用表明，可以从贫矿石和废物中连续流动 P，从而回收 P 并保护环境 [5,6]。许多 PSM 的有用特性是高水平的杀菌剂活性。PSM 收集对于筛选代谢物、酶（有机酸、生物聚合物、植酸酶等）非常有前景。这项工作得到了 ISTC 项目 #2754.2、#3107 的支持。
调查报告 - 化学安全委员会
2 由于 Sterigenics 在其工厂中储存了超过 5,000 磅的 EO，因此它受 OSHA PSM 标准 (29 CFR § 1910.119) 的约束。PSM 涵盖了包含标准附录 A 中所列清单中确定的临界量高度危险化学品以及数量超过 10,000 磅的其他易燃物的工艺。 3 参见 CAA 第 112 节和 40 CFR 第 61 部分。 4 RMP 计划在《清洁空气法》第 112(r) 节和 40 CFR 第 68 部分中有详细说明。
美国化学安全与危害调查委员会
OSHA 在最终 PSM 规则 1 的序言中指出，豁免第 (a)(1)(ii)(B) 段中描述的 AST 的理由是，它们已经受到 OSHA 易燃液体标准（29 CFR §1910.106（以下简称“106 标准”或“106”））的监管。1910.106 于 1974 年发布，基于 1969 年版美国国家消防协会 NFPA 30：易燃和可燃液体规范。但 NFPA 30 以及 106 标准从未旨在防止或尽量减少灾难性泄漏的后果，这是 PSM 标准的目的；它只是为了解决易燃和可燃液体的火灾和爆炸危险。此外，NFPA 30 标准在过去四十年中经历了重大修订 2易燃液体的储存和加工最佳实践已经发生了很大变化。相比之下，106 标准基本保持不变。出于这两个原因，106 标准对免于 PSM 的储罐的适用性从来都不足以防范其灾难性危险潜力。有关 1910.106 标准所需更改的进一步讨论，请参阅问题领域 14。
使用数字孪生进行过程安全管理
摘要 本章讨论了在典型的海上平台上为小口径管道 (SBP) 的过程安全管理 (PSM) 开发数字孪生 (DT) 的框架。SBP 的 PSM 期间的一个重要问题是，由于过程设施上的 SBP 数量非常多，因此很难在小口径连接 (SBC) 处放置传感器以进行应力估计。在没有应力值的情况下，很难估计 SBC 的剩余疲劳寿命 (RFL)，这进一步阻碍了检查计划。因此，在本章中，采用由 CFD、FEA 和机器学习组成的方法来获得用于 SBC 应力估计的虚拟传感器。虚拟传感器的输入是压力和流速等工艺参数，而输出是 SBC 处的最大冯-米塞斯应力。随后，使用概率裂纹扩展定律与贝叶斯网络相结合来开发 DT，用于 SBP 的 RFL 估计，进而用于获得可靠性曲线和检查计划。在线部署开发的 DT 将提供最新的 RFL 估计和检查计划，然后可用于 SBP 的 PSM。