超声波燃气表矩形流道的雷诺修正系数仿真研究

在超声波流量计测量技术中, 雷诺修正系数相关的研究对于提高计量精度有重要作用. 为研究矩形流道的雷诺修正系数与雷诺数的关系, 对矩形流道在常温常压流量较小情况下进行仿真, 结果发现: 矩形流道层流状态下的雷诺修正系数与雷诺数呈线性相关. 保持压强、体积流量不变, 在不同温度下进行仿真及拟合, 结果表明: 在不同温度下雷诺修正系数与雷诺数的线性关系依然满足. 在上述实验基础上, 对矩形流道湍流状态下的雷诺修正系数与雷诺数关系进行研究, 通过改变温度、压强和体积流量进行仿真及拟合发现, 矩形流道湍流状态下雷诺修正系数与雷诺数呈非线性相关.     

热电制冷技术研究与应用

热电制冷技术是一种主要基于帕尔贴效应的新型制冷技术,由于其具有结构简单、制冷迅速、寿命长等优点,热电制冷技术受到了越来越多的关注。通过对国内外相关文献的研究,对热电制冷技术的原理进行了阐述,并对热电制冷的应用和性能优化两方面的发展进行了综述。     

鲁米诺的合成与振荡化学发光

鲁米诺的合成与化学发光是一个极具展示度的基础化学实验。近年来，国内部分高校陆续开设了这一实验，引起不错的反响。为进一步丰富和提升该实验的科学理论内涵，我们进行了如下改进：1)在合成部分引入机械搅拌、硫粉还原和微波合成，实现安全、快速、高效制备高纯度鲁米诺的目的；2)在单次化学发光的基础上，特别引入宛如星辰闪烁般的振荡化学发光反应(鲁米诺/H2O2/SCN-/Cu2+/OH-振荡体系)，该反应涉及非平衡态热力学和非线性化学等重要概念与基础理论知识，激发学生的求知欲；3)设计并搭建了可与荧光光谱仪配套使用的简易微型磁力搅拌加热装置，实现了对振荡化学发光的光强和振荡周期等数据的实时定量监测，使学生可以自行设计对比实验，探究影响振荡反应过程的因素，并总结振荡反应规律。该实验涵盖了多学科的重要知识点，兼具科学性与趣味性，对培养学生的探索精神和创新意识具有重要意义。     

基于Green-Naghdi模型与三相延迟模型的耦合热弹性波传播

研究了基于G-N模型与三项延迟模型的热弹性波的传播特征.在各种广义热弹性理论中,热位移概念的引入使得G-N模型具有独特性质而引起广泛的关注和应用.基于G-N模型,最近一个三相延迟模型被提出.主要研究了这两种模型下第一和第二声波(耦合热弹性波)的色散和衰减特性,分析了温度场和位移场在两种模型下的振幅比和相位差.结果发现三相延迟模型更为通用和灵活,应得到更多的关注与应用.     

椭圆的切线与法线引出的高次曲线

对椭圆的切线和法线有关的三个轨迹问题展开新的探索,发现了三条优美对称的高次曲线和相关长度、距离公式.     

托卡马克中磁流体不稳定性与高能量离子相互作用

在托卡马克中,磁流体不稳定性与高能量离子相互作用是一个非常重要的问题,它对未来聚变堆稳态长脉冲运行至关重要。HL-2A是我国第一个具有先进偏滤器位形的非圆截面的托卡马克核聚变实验研究装置。撕裂模是托卡马克中的一种基本的电阻磁流体不稳定性,它可以改变磁场的拓扑结构,形成输运短路,甚至会触发大破裂。高能量离子在燃烧等离子体和各种外部辅助加热过程中是不可避免会产生的。目前,撕裂模与高能量离子相互作用依然存在一些关键性问题,例如撕裂模与高能量离子相互作用的共振关系、该物理过程导致高能量离子损失的物理机理等,并且还没有完整的关于撕裂模与高能量离子共振相互作用的数值模拟工作。因此,本综述论文主要从以下三个方面展开:1)回顾撕裂模与高能量离子相互作用的研究历史;2)基于HL-2A实验,从数值模拟的角度讨论撕裂模与高能量离子共振相互作用的物理机理以及其导致高能量离子损失的物理机制;3)展望未来聚变堆中撕裂模与高能量离子相互作用的情况。     

从学生的“问题”出发审视空间向量内容的教学和育人价值北大核心

1问题提出高中数学课程引入空间向量内容后,使很多原本需要进行推理演化的立体几何问题的求解“代数化”、“程序化”了,以往的一些立体几何的“难题”变得“简单”了.有老师认为,立体几何内容在培养学生直观想象、逻辑推理核心素养的育人价值减弱了.在教学中,不难发现即便有空间向量作为解决立体几何问题的有力工具,学生在解决立体几何问题时依然会存在各式各样的“错误”.     

实践波利亚“怎样解题表”的一组“尺规作图”教学案例北大核心

1问题提出为了回答“一个问题的好解法是如何产生的”这个令人困惑的问题,数学教育家波利亚专门研究了解题的思维过程,并将其凝练为一张“怎样解题表”,即理解题目、拟定计划、执行计划、回顾与反思[1],其中的“问题和建议”是解决问题的一串“万能钥匙”.诸多一线数学教师尽管了解波利亚的“怎样解题表”,却未自觉实践之.究其原因,或在于没有领悟蕴含其中的具有普适意义的数学思想方法的作用,或在于没有掌握如何运用其中的相关“问题和建议”教会学生学会解题.     

贝叶斯优化卷积神经网络公共场所异常声识别*

针对公共场所异常声的感知和识别问题,提出一种基于贝叶斯优化卷积神经网络的识别方法。提取声信号的Gammatone倒谱系数、倍频程功率谱、短时能量和谱质心,组合成声信号的特征图。构建卷积神经网络作为分类器,利用递增的卷积核设置和池化操作处理不同尺度的特征。基于贝叶斯优化算法优化卷积神经网络的模型参数,对包括火苗噼啪声、婴儿啼哭声、烟花燃放声、玻璃破碎声和警报声的5种公共场所异常声进行识别。该方法的识别结果与基于不同的特征提取和分类器方案得到的识别结果进行比较,结果表明该方法的识别效果优于其他特征提取和分类器方案的识别效果。最后分析了该方法在不同信噪比噪声干扰下的识别结果,验证了该方法的有效性。     

Hardy和Littlewood的一个三角和

本文对Hardy和Littlewood考虑的一个有限三角和做了进一步地研究.通过充分运用Chebyshev多项式和M?bius函数的性质,建立了该有限三角和的一个有趣的恒等式,并得到了一个精确的渐近公式.