多学科交叉融合工程人才培养模式探索与实践——以非织造材料与工程专业为例

多学科交叉融合工程专业人才培养是当前高等教育人才产出的重要发展方向,如何做好学科交叉工程人才培养是当前工科专业建设发展面临的重要问题.非织造材料与工程专业是为满足国家产业用纺织品人才需求而设立的工科专业,具有高分子材料、化学、机械、纺织等多学科交叉且实践性较强的特点.本文从培养方案、课程体系、师资队伍、教学方法和人才培...     

阴极铜化学标准样品的研制

经成分设计、原料选取、熔铸加工、均匀性检验等研制了阴极铜化学标准样品。以高纯铜为主原料,加入Si,Zn,S,Se等18种杂质元素制备而成,各定值元素含量呈梯度上升分布。经检验该标准样品成分均匀,稳定性好,18种杂质元素的定值结果分别为Se 0.000 02%~0.000 87%,Te 0.000 03%~0.001 1%,Bi 0.000 02%~0.001 2%,Cr 0.000 02%~0.003 2%,Mn 0.000 03%~0.002 7%,Sb 0.000 02%~0.003 1%,Cd 0.000 01%~0.003 0%,As0.000 01%~0.003 8%,P 0.000 05%~0.005 6%,Pb 0.000 03%~0.004 4%,S 0.000 15%~0.008 2%,Sn 0.000 01%~0.002 6%,Ni0.000 09%~0.006 0%,Fe 0.000 16%~0.005 4%,Si 0.000 15%~0.003 4%,Zn 0.000 04%~0.005 2%,Co 0.000 01%~0.003 5%,Ag 0.000 07%~0.007 2之间。定值结果的扩展不确定度为0.000 01%~0.000 3%(k=2)。研制的阴极铜化学标准样品已被批准为国家级标准样品,标准编号为GSB 04–2554–2010。该标准样品成分设计合理、涵盖范围广,可用于阴极铜及部分铜合金的分析检测。     

两种前向神经网络在变压器故障诊断中的应用

针对依靠变压器油中溶解气体分析的传统故障诊断方法存在的不足以及未来智能诊断算法进一步发展的需要,在研究人工神经网络的基础上,介绍了两种前向神经网络在变压器故障诊断中的应用,并用大量的DGA样本数据做了仿真训练。首先讨论了几种常用变压器故障诊断方法的一些缺陷,通过分析现代智能诊断算法的局限性,得出改进人工神经网络的优势。然后结合两种前向神经网络的原理和结构,对变压器内部故障进行了分类和编码。分别设计了相应的故障诊断模型,在MATLAB中做了仿真测试,并给出了仿真程序。仿真结果表明,两种神经网络用于变压器故障识别较为理想,其中PNN网络在样本数量较多时效果更好,有效提高了变压器故障诊断的正确率。     

带有信号因子的试验设计及在测砷中的应用

本文用带有信号因子的内、外表试验设计的分析方法优化了用分光光度计测微量砷的试验条件。得到了优化条件下的理想工作曲线 ,将此方法用于细菌在难浸金矿石的预处理中微量砷的测定 ,结果满意     

利用霍耳位置传感器测杨氏模量

固体材料杨氏模量是综合性大学和工科院校物理实验中必做的实验之一。该实验可以学习和掌握基本长度和微小位移量测量的方法和手段。探讨了利用霍尔位置传感器的输出电压与位移量线形关系以测量杨氏模量微小位移量的方法。     

2-硝基苯-1,3-二酚合成教学实验的副反应产物探究及科学素养的培育

新时代高等教育的重要任务是将思想政治工作贯穿到整个教育教学过程中。化学学科的实验教学在化学本科培养体系里占据着至关重要的地位。2-硝基苯-1,3-二酚的合成是一个经典的有机化学教学实验，在全国各高校的有机化学实验课程中有着广泛的开展。本文以该教学实验作为案例，记录了实验教学过程中，教师引导学生对实验的副反应产物进行的详细探讨，并在探讨过程中提炼出了课程思政的两个重要要素，即培养科学思维与树立严谨的科学态度，最后对这两个要素在整个本科实验教学体系中的延伸做出了展望。