基于图卷积循环网络的非定常周期性流体流动预测

基于纳维-斯托克斯（Navier-Stokes, N-S）方程的计算流体力学（computational fluid dynamics, CFD）数值模拟是研究非定常周期性流体流动问题的常用方法之一,但其计算需占用大量时间。针对N-S方程求解CFD过程费时的问题,本文提出一种基于图卷积循环网络的非定常周期性流体流动预测框架,实现流体流动状态的快速预测。文中输入历史流体流动数据,通过图卷积循环网络学习非定常周期性流体流动的物理过程,预测流场变量分布。结果表明,基于图卷积循环网络的预测模型可以准确预测流体力学规律,其在流速、涡旋、压力等流场变量预测方面均具有较好表现。相比于传统N-S方程求解方法,采用图卷积循环网络预测速度提高了5倍以上,为流场变量的预测提供了一种新方法。     

一种提高全息照相实验成功率的新方案

该文在简要介绍了全息照相实验原理的基础上,分析各种实验因素,指出"物光与参考光照度比适当"是影响实验效果的主要因素。针对实际操作中"物光与参考光照度比不易控制"这一难点,提出了应用硅光电池作光电传感器、配合万用表对照度实现量化的测量方案。经测试,该方案性能稳定,成本低廉,能显著提高实验的成功率与效果。     

CCD技术在大学物理实验教学中的应用

CCD是新型的半导体光电转换器件,CCD技术是现代光电子学和测试技术中最活跃、最富有成果的研究之一,在大学物理实验教学中发挥着积极有效的作用。介绍了CCD的主要结构和工作原理;列举了CCD在大学物理实验——单缝衍射实验、声光效应实验、牛顿环实验、杨氏模量的测量实验、分光计实验等中的几个应用。