大学“通才教育”背景下《无机化学》教学改革探讨

无机化学是化学及相关专业的一门重要基础课。在通才教育背景下，如何深化无机化学教学改革？本文在教学理念、教学内容、教学方法和评价体系等四个方面进行了初步的探讨。     

在环境中创造建筑的自我

在环境中创造建筑的自我，就是以客观环境制约条件和人文环境背景为基础，探索有个性和特色的建筑形态．从“建筑环境协调、建筑文脉意象”等视角，提出了“顺应协调、对比协调、历史文脉、建筑文脉、自然文脉”等5种在环境中创造建筑特色的设计手法．     

注重学生能力培养发挥学生主动性——谈我院分析化学实验教学改革的几点设想

根据分析化学实验特点，结合工作实际，论述了注重培养学生实验能力、发挥学生主动性和创造性的重要性，并对该课程的教学改革提出了一些设想。     

在有机化学实验教学中实行双语教学的尝试

随着中国加入世界贸易组织、外语在人们的日常生活中变得越来越重要，一个优秀人才不仅要懂专业，而且更要有较高的外语水平，才能适应当今社会的发展要求，根据西南民族学院化学专业学生的实际情况，为了提高学生的专业英语水平，有机化学实验教学中进行了双语教学的尝式，取得了一定的成效。     

玻耳兹曼的实在论

本文阐述了奥地利著名理论物理学家玻耳兹曼的实在论思想的形成及其涵义.文章指出,玻耳兹曼是一位较早使用原子假说解释科学,用假说演绎模式来揭示实在论的非教条主义实在论者.他对物质的原子基础单元的毕生辩护,对实在论的研讨与理解,推动了科学研究活动中对物质基本结构研究的进展,成为20世纪西方科学哲学的铺路人.     

西酞普兰与舒乐安定治疗广泛性焦虑临床研究对照

目的比较西酞普兰与舒乐安定的抗焦虑效果和副作用.方法符合CCMD-3广泛性焦虑诊断标准60例,随机分为研究组(西酞普兰组)与对照组(舒乐安定组);用汉米尔顿焦虑量表(HAMA)评定症状变化,用TESS评定副反应,疗程6周.结果研究组显效率76.67%,有效率93.33%;对照组显效率73.33%,有效率90.00%,两组疗效无显著差异.研究组副作用有恶心、口干、嗜睡、头痛、便秘,以头痛、呕心、口干为最常见的不良事件.结论西酞普兰治疗广泛性焦虑效果较好,副反应轻.     

基于网格映射技术的弹性密封垫孔洞设计研究

针对密封橡胶在压缩情况下易发生翘边而严重影响管片接缝防水效果的问题,基于ABAQUS/Standard中的网格映射技术,建立了超弹性橡胶密封垫的压缩数值模型,对7种不同开孔形状、开孔率、孔洞排列方式的密封垫开展轴向压缩数值模拟。结果表明：在整个压缩数值模拟过程中,弹性橡胶密封垫接触面应力呈现两端大、中间小的多峰值W形分布;闭合孔为圆角三角形的密封垫相较于其他开孔形状的密封垫,平均接触应力最大值提升86.8%;开孔率为0.294的密封垫相较于其他开孔率的密封垫,平均接触应力最大值提升92.6%;错孔排列的密封垫相较于对孔排列的密封垫,平均接触应力最大值提升25.2%;相较于敞开孔构型变化,闭合孔构型变化对接触应力的影响更大,两者同一工况下平均接触应力最大可相差85.2%。     

基于掺铕钨酸盐荧光强度比的非接触温度传感

为了突破传统测温技术应用的局限性,利用NaY （WO₄）₂：Eu³⁺玻璃陶瓷（glass ceramics,GC）实现了具有非接触、实时响应、自校准等优势的双模荧光强度比（luminescence intensity ratio,LIR）测温。采用高温熔融淬灭法制备出含NaY （WO₄）₂：Eu³⁺纳米晶的透明GC样品,并进行系列光谱测量和热敏性能分析。结果表明,样品中Eu³⁺的激发态能级⁵D₁和⁵D₀和基态能级⁷F₂和⁷F₀为两对独立的热耦合能级,可分别基于这两对热耦合能级实现性能优异的双模LIR温度传感。该双模LIR测温技术数据可靠、测温范围广、灵敏度高,再结合GC材料优势,是可用于光纤温度传感器的核心技术材料。     

玄武岩纤维复材筋海水海砂混凝土短柱轴压性能

为解决沿海地区或岛礁建设中钢筋混凝土结构耐久性不足的问题,同时推动海水海砂资源的有效利用,开展了玄武岩纤维复合材料筋增强海水海砂混凝土（BFRP-SSC）短柱轴压性能研究. 研究了纵筋配筋率和箍筋间距对试件轴压性能的影响. 结果表明：BFRP-SSC短柱在加载过程中随着混凝土被压碎、箍筋发生断裂而破坏,表现为较脆性的破坏形式. 增加纵筋配筋率可以增加试件的极限承载力,而配箍率对极限承载力影响不明显,同时减小箍筋间距可以增加其延性. 对比了国内外纤维增强复合材料（FRP）筋混凝土柱承载力计算方法,BFRP-SSC短柱承载力的计算应当考虑BFRP纵筋的贡献. 本文结果可以为BFRP-SSC短柱的设计和应用提供数据支撑和理论依据.     

基于改进I-Attention U-Net的锌浮选泡沫图像分割算法

针对泡沫图像的高度复杂性导致其难以被准确分割的难题,本文提出了一种新的I-Attention U-Net网络用于泡沫图像分割.该算法以U-Net网络作为主干网络,使用Inception模块替换第一卷积池化层来提取泡沫图像的多尺度、多层次浅层特征信息;引入金字塔池化模块,通过对不同尺度的特征图求和来提升分割效果;并对自注意力门控单元进行改进,使注意力单元更适合于浮选泡沫图像的分割,强化深层特征的重要性并对不同尺寸的泡沫边界进行强化学习.研究结果表明：本文所提出算法的Jaccard系数为91.73%,Dice系数为95.66%.与同类其他分割算法结果相比,Jaccard系数及Dice系数分别提高了1.59%、0.88%.该模型能够较好地对锌浮选泡沫图像进行分割,解决欠分割与过分割的问题,为后续的泡沫特征提取奠定基础.此外,该方法检测时间和模型参数少,具备可以部署在工业现场计算机的能力,有一定的实际应用价值.