HPM视角下“基本不等式”的教学北大核心

《普通高中数学课程标准(2017年版)》中指出在数学学科核心素养培养过程中需要注重数学文化的渗透;并要求教师在教学过程中注重引导学生把握数学本质,了解数学的发展历程,厘清知识的源与流,建立新旧知识之间的关联.数学教师要尊重学生的认知规律和数学的学科特性,放慢节奏,增加体验,让数学学习自然发生.     

基于时变啮合刚度的变位齿轮系统热弹流润滑研究

为探究动载荷作用下变位齿轮系统的热弹流润滑特性，综合考虑齿轮变位和时变啮合刚度的影响，基于动力学理论，建立了齿轮的六自由度摩擦动力学模型，分析振动与静载荷作用下变位齿轮系统的热弹流润滑特性. 研究表明:与其他传动类型相比，正传动齿轮系统的润滑效果最佳，轮齿间可以形成较厚的润滑油膜，轮齿间的摩擦系数、油膜的最高温升最小，并且，随着两齿轮变位系数和的增大，润滑状况不断得到改善，热胶合承载能力增强；变位系数增加使齿轮系统的刚度增大，但同时降低了油膜的刚度.      

氨基功能化磁性CoFe2O4/氧化石墨烯去除电镀废水中Cr(Ⅵ)的研究

使用改良的hummers法制备出的氧化石墨烯为载体,采用共沉淀法制备出磁性CoFe2O4/氧化石墨烯(MGO),再使用三乙烯四胺(TETA)对磁性CoFe2O4/氧化石墨烯进行氨基功能化,制备出氨基功能化磁性CoFe2O4/氧化石墨烯吸附剂.采用X-射线衍射仪(XRD)、傅里叶变换红外光谱仪(FT-IR)和扫描电子显微镜(SEM)对TETA-MGO的物相、化学组成和微观形貌进行表征,以TETA-MGO作为吸附剂去除电镀废水中Cr(Ⅵ),探讨吸附性能和吸附机理,分析TETA-MGO在外加磁场下的液固分离和再生吸附性能.结果表明纳米级立方尖晶石相磁性CoFe2O4均匀生长于氧化石墨烯的表面和片层之间,TETA通过C-N键与磁性氧化石墨烯(MGO)相连,氨基功能化成功,活性吸附位点增点.室温下,pH =2时吸附效果最佳,吸附120 min时达到吸附平衡,平衡吸附量约为48.66 mg·g-1,TETA-MGO对Cr(Ⅵ)的吸附动力学和吸附热力学可分别使用拟二级动力学模型和Langmuir等温吸附模型描述,吸附过程主要属于化学吸附控制的单分子层吸附,使用外加磁场可以对TETA-MGO实现简单的固液分离,TETA-MGO经过6次再生吸附后,对Cr(Ⅵ)的吸附量仅下降19.67;,说明具有良好的循环再生吸附能力.     

基于阵列MEMS磁传感器的测量与标定方法

针对MEMS磁传感器存在测量噪声大的问题,利用MEMS磁传感器体积小的特点,设计了阵列形式的MEMS磁传感器测量模块,减小了测量噪声对标定结果的影响。通过合理的硬件设计,实现同一时刻采集32个MEMS磁传感器信号。在硬件设计基础上,通过对阵列MEMS磁传感器建模与分析,设计了基于阵列MEMS磁传感器的标定方法。通过仿真及实物系统实验,验证了所提出方法的有效性。系统实验结果表明,采用阵列MEMS磁传感器标定结果的归一化模值标准差较单个磁传感器减小了70%。     

稳定分层湍流中逆梯度输运的关联分析研究

本文采用关联分析方法研究了稳定温度分层湍流中的结构特性、输运特性，以及热量、动量逆梯度输运现象的尺度效应及其参数演化．首先采用大涡模拟方法对稳定分层湍流中的结构特性和输运特性进行了分析，将逆梯度输运发生的时间尺度作为已知条件，结合关联量分析方法在波数空间中的解析解，对逆梯度输运现象的尺度效应进行了分析研究．结果发现，稳定分层强度较大的流动中发生垂向热量及动量逆梯度输运现象，发生的结构尺度与关联分析所发现垂向热量、动量逆梯度输运的波数形成了呼应．随着分层强度增加，热量、动量的输运强度均受抑制，与逆梯度输运关联的流场结构尺度减小，同样的效应也发生在流场结构向下游演化的过程中．     

狄拉克材料BaMnBi2的单晶制备和物理性质研究

在本工作中,我们成功制备了层状过渡金属磷族化合物BaMnBi2单晶样品,并研究了该化合物的磁学性质和电学输运性质.准二维化合物BaMnBi2具有四方晶体结构,主要包含有两个Bi四方格子层和一个共边的MnBi4四面体层.磁化率显示BaMnBi2在TN ＝288 K以下发生反铁磁相变,并表现出很强的磁各向异性.在反铁磁相变温度TN 以上,磁化率随温度呈线性关系,暗示体系在顺磁态具有很强的反铁磁关联.电阻率随温度变化曲线和在磁场下电阻率随角度的变化曲线都表明BaMnBi2具有准二维的电子结构.磁场导致的金属-绝缘体转变和低温下大的非饱和线性磁阻,与Bi四方格子层存在狄拉克费米子是一致的.     

紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

某型电动飞机螺旋桨振动特性实验研究

某型电动飞机采用螺旋桨产生拉力,为了防止螺旋桨工作时共振,利用ES-2-150振动实验系统进行了两叶木质螺旋桨和碳纤维螺旋桨的振动特性实验,采用谐振搜索与驻留方法测量出木质螺旋桨的第一阶固有频率为36.07Hz,碳纤维螺旋桨的第一阶固有频率为73.58Hz。螺旋桨爬升状态转频为39Hz,这与木质螺旋桨的第一阶固有频率非常接近,导致木质螺旋桨在爬升状态出现比较严重的振动故障。因此,某型电动飞机最终选择两叶碳纤维螺旋桨作为其拉力产生装置。