浅析量子力学中的不确定性原理

德国物理学家海森伯在1927年提出的不确定性原理,包括两力学量间的不确定性原理和能量与时间的不确定性原理,它的提出意味着量子力学不仅有了完整的数学形式,而且有了合理的理论解释.本文尝试通过对不确定性原理的创立背景、过程、应用等来对这一原理做简要介绍,特别强调了科学讨论在科学发展中的作用.     

β衰变的历史概述

β衰变的研究是一个探究物质深层物理原理的过程.它始于β放射性的研究,引导人类对物质的认识开始从原子深入到原子核内部.其能谱的测量,导致了泡利的中微子假设.在此基础上,费米第一次提出了关于β衰变的唯象理论并提出了弱相互作用的概念.此后发展出弱相互作用的中间玻色子理论,使得人类对物质的认识深入到核子内部,促进了电弱统一理论的发展,最终促成了标准模型的完成.文章回顾了β衰变这一横亘整个20世纪的重要物理学事件,对β衰变的研究历史中的关键事件进行了分析和介绍,对理解现代物理学中的标准模型的建立和发展有重要意义.     

近5年高考物理中物理学史题目的分析

自2017年《普通高中物理课程标准》发布以来,对于物理学史方面提出了更多建议和要求.在新高考评价体系的背景下,从近5年的全国高考题出发,对物理学史的相关题目进行整理和分析,探索高考命题与核心素养的深层次联系,并就物理学史服务于高中物理教学给出了一些建议.     

气相色谱-火焰光度法测定土壤中有机磷农药残留

建立了气相色谱-火焰光度(GC-FPD)分析土壤中敌敌畏、氧化乐果、二嗪农、乐果、甲基对硫磷、马拉硫磷、对硫磷、水胺硫磷、喹硫磷等9种有机磷农药残留量的方法。样品用丙酮-二氯甲烷(1:3)提取,浓缩、定容后用Hp-5MS(30m×0.25 mm×0.25μm)毛细管柱分离,FPD检测器检测。方法回收率在68.71%～110.39%之间;RSD在5.5%～11%之间;检出限在0.397～1.60μg/mL之间,方法可用于环境土壤样品中有机磷农药残留的测定。     

民族地方高校普通物理数字化教学探索与实践

本文以西藏大学为例,探索在民族地方高校新设"计算物理基础"课程的目的、做法及实施情况.以Matlab为平台,将计算机数值计算与模拟实验引入普通物理教学中,促进Matlab的数值计算及模拟功能与普通物理课程教学的整合,对学生进行科学计算教育,培养学生的科学计算能力,推进民族地区普通物理数字化教学改革.     

关于提升大学物理教学质量的一些思考

调研了《大学物理》期刊"教学改革"栏目近10年有关提高大学物理教学质量方面的部分文章,从教学内容、教学手段、课堂组织、反馈评价,以及总结整改5个方面,对于如何提高大学物理的教学质量,结合文献当中所反映的国内同行的普遍做法,以及个人的一些教学经验,进行了一些思考.     

优化课堂教学:合作式学习在数学课堂教学中的应用

1前言课堂是学生学习的主要场所.合作学习源于教学需要,它作为一种学习方式,在当下被越来越多的一线老师们用于课堂教学.在《普通高中数学课程标准(实验)》中指出:有效的数学学习活动不能单纯地依赖模仿和记忆,动手实践、自主探究与合作交流是学生学习数学的重要方式.     

燃料电池中Pt基催化剂对CO的催化氧化

燃料电池具有燃料多样性、噪声低、对环境污染小等优势,近年来备受研究者关注。然而,电池中的贵金属催化剂极易被少量的CO毒化,成为制约其商业化的一大障碍。因此,设计出高性能的催化剂对于推动燃料电池的发展十分关键。本文综述了燃料电池中铂(Pt)基催化剂对CO催化氧化的研究现状,首先探讨了CO催化氧化机理以及CO在Pt金属表面化学吸附的机理,其次详细介绍了Pt负载型催化剂、双金属催化剂以及助催化剂在催化反应中的不同作用,然后简单分析了影响Pt基催化剂性能的其他因素。最后,对燃料电池中Pt基催化剂的研究方向作了进一步的展望,旨在为燃料电池中CO催化氧化的发展开拓新思路。     

机器学习筛选用于气体吸附分离和存储的金属有机骨架材料

金属有机框架（Metal-organic framework ,MOF）因其高孔隙率、高比表面积和结构可调性,在气体吸附分离领域广泛应用。随着MOF数量激增,传统分子模拟和实验方法验证MOF性能成本高且速度慢,因此目前MOF筛选工作已转向高通量计算辅助的机器学习（Machine-learning,ML）。机器学习作为一种高效的大数据处理方法,能够在高通量筛选（High-Throughput Computational Screening,HTCS）的基础上对数据进行拟合,从而快速而准确地筛选出气体吸附分离材料,并深入挖掘其结构与性能之间的关系。本文回顾了近年机器学习应用于MOF筛选的研究。本文重点讨论了一些运用机器学习从大量结构中筛选出可用于CH4、H2和CO2等气体吸附分离与储存的MOF材料的工作。同时,我们梳理了当前MOF材料筛选工作中的研究思路和进展,并指出了机器学习在筛选MOF材料工作中面临的一些瓶颈和挑战。最后,对该领域的未来发展前景进行了展望。     

也谈恒温恒压下勒夏特列原理的应用

探讨了增加反应物或生成物的物质的量对平衡移动的影响, 并应用数学公式解析了得出的结论, 提出了化学平衡移动不符合勒夏特列原理的公式判断方法。