短学时有机化学的教学改革思考

有机化学已经渗透到现代生物技术、信息技术和新材料科学等前沿科学领域,交叉联系日渐紧密。改变传统教育思想观念,进行必要的教学改革,是培养高素质创新人才的基础,探索新形势下有机化学教学模式并加以切实运用,是提高学生学习兴趣,培养学生创新能力的重要途径。     

浅谈有机化学中的“辩证唯物主义”思想

辩证唯物主义思想是在自然科学的教学过程中有着充分的体现。有机化学作为一门源于实验理论日趋丰富严谨的学科,更是处处体现辩证唯物主义思想。在有机化学教学中有计划、有目的地对学生进行辩证唯物主义的思想教育,提高学生辩证唯物主义思想水平,才能有效地帮助学生更深刻地理解掌握有机化学知识。     

搅拌、振捣及养护对高性能混凝土强度影响的试验研究

应用正交试验设计设计9组高性能混凝土.正交试验为三因素三水平,选取L9(34)正交表.三因素三水平分别为搅拌(人工搅拌,机械搅拌,超时机械搅拌)、振捣(人工振捣,机械振捣,免振捣)及养护(自然养护,标准养护,绝湿养护).针对该9组混凝土进行14d及28d抗压强度试验,对试验结果进行正交试验的级差分析及方差分析.分析表明,搅拌、振捣及养护对高性能混凝土抗压强度影响程度排序为:搅拌,养护,振捣;最佳方式为:超时搅拌,免振捣,绝湿养护.     

近床面风沙流的颗粒拟流体大涡模拟分析

通过气相大涡模拟与基于颗粒动理学理论的颗粒相湍流拟流体模型进行耦合,对近床面风沙气固两相三维运动进行了数值计算。相同来流风速下,对跃移层内沙相速度、沙相浓度及沙粒脉动均方根速度沿近床面高度变化进行了统计分析,对比了模拟参数结果与相关实验值之间的差异。结果表明:所建计算模型能较好地揭示近床面风沙流特性,低沙相浓度运动模拟中2种曵力系数模型计算得到的各个宏观参数统计量趋于一致;跃移层内沙相平均流向速度随近床面高度的增加呈递增趋势,沙相浓度随近床面高度的增加呈递减趋势,沙相流向脉动均方根速度在跃移底层呈现单一峰值状。模拟结果获得了与相关实验结论相类似的变化规律,得出准确选取沙粒碰撞弹性恢复系数是准确揭示沙相速度脉动强弱的关键。     

风沙流中沙粒相输移的测量

在风洞内对风沙流中运动沙粒进行了粒子图像速度场（PIV）测量，通过调整进光量和降噪处理得到了满意的PIV图像与沙粒相的速度场．结果表明颗粒在空中的运动受到球形度、风速的影响：在1m／s来流风速下，在固定点处50～63μm沉降沙粒的垂向速度随时间的变化出现双峰性，其时均值抹平了瞬时速度的波动；随着风速的增大，沙粒受气流脉动作用的影响越发显著，当来流风速增大到3．5m／s时，观察域内的63～80μm沙粒处于悬移状态；当来流风速为5m／s时，整个测量流场内沙粒的垂向速度的平均值为正值，方向向上．采用图像处理的数字掩码技术，处理图像得到了沙粒在流场中的面密度以及单宽输沙率．分析指出实验的误差主要是由沙粒的粒径尺寸和沙粒图像形心位置的不确定性所造成，且提出减小误差的措施．     

应用粒子图像速度场仪测试圆柱绕流涡的结构

利用粒子图像速度场仪（PIV）的2帧互相关技术,在风洞中测量雷诺数为500的圆柱绕流.通过展示一个涡的产生、发展及脱落的连续瞬时速度矢量场、流线图、速度量级等势线图和涡量等势线图,分析圆柱后涡系发展及涡量输运规律.     

面向产品指标图谱的知识表示学习方法研究

通过知识表示学习方法将产品和指标表示为低维分布式向量,为后续的产品指标补全和产品设计方案预测奠定基础。然而现有的知识表示学习方法只处理实体-关系之间的离散型关联,而对于数值型指标的研究尚属空白。为此,文章依托复杂产品指标图谱的实际业务需求,设计了产品数值型指标的表示学习策略。针对关系三元组和指标三元组的语义差异,探索全新的联合学习训练方案。文章在五个前沿知识表示学习算法上进行实验,其中基于依次学习训练方案的ConvE算法,在图谱链接预测任务上Hit@10指标达到了最优的90.27%。实验结果验证了本文数值型指标表示方法和联合训练方案的有效性。     

科学与文化成果年龄分布研究的新发展

基于两份新年表的研究继续支持我们提出的重大科技成果年龄分布是威布尔分布的猜想。宗教与哲学、音乐及其他艺术类成果的年龄分布亦可用威布尔分布描述。     

一种新型立体痕迹制模材料的研究

目的:提出一种采用高分子改性热塑性塑料来提取案发现场立体痕迹的新方法.方法:利用市场上常见的热塑性塑料乙烯-醋酸乙烯共聚物EVA-14,加入150sN低粘度润滑油为降粘剂,二甲基硅油、白腊为润滑性助定型剂,甘油为脱模剂,改变其性质,使之能适应提取立体痕迹的需要.结果:该方法提取的立体痕迹模型反映细微特征明显.结论:操作方法简便快捷.特征反映清晰,适用范围广泛,易于收藏保存,并且该种材质可反复利用.     

烷烃化学位移和与分子路径指数矢量定量构谱关系的研究

本文利用一组七元素分子路径指数矢量(VPM),采用L-MBP神经网络模型研究了烷烃核磁共振谱化学位移和的定量构谱关系(QSSR)。所建立的网络模型用于未知烷烃化学位移和的预测,结果良好。