高三数学复习的探索、实践与思考

高三数学复习的探索、实践与思考乐金科（江苏省宝应县曹甸中学２２５８０３）１９９０年以来，高考数学命题整体趋于稳定，逐步走向成熟，而且在稳定中求发展，求创新．与之相随的高三数学复习，其复习的方向、复习的思路等也必须作出相应的调整．本文就笔者在复习过程中...     

锁相电子散斑系统

电子散斑干涉计量在变形量检测¹、无损探伤、振动分析^(2,3)等领域具有广泛的应用前景,目前它之所以未能实用化,最重要的原因就是该系统对环境的要求过高,特别是物体的振动和空气的扰动对测量结果影响很大,甚至会导致测量失败,因而国内外学者在不断寻找解决此问题的锁相技术。本文提出了一种简易的切实可行的锁相方法-光学锁相法,消除了物体的振动和空气扰动对电子散斑测量的影响。     

低温原子化石墨炉原子吸收法测定环境和生物样中的镉

本文描述了以氩/氢混合气体作保护气体,测定环境和生物样品中痕量镉的石墨炉原子吸收法。实验证明,与纯氩气作保护气体相比较用氩/氢混合气体作保护气体,能够降低镉的原子化温度(100℃),并且减少基体物质如MgCl_2和NaClO_4的干扰。这种改善氯化物和高氯酸盐基体干扰的机理,主要是由于氢的存在与基体中的氯形成高离解能的氯化氢,从而避免了通常在镉原子化之前形成易挥发的氯化镉而损失。用本方法测定了七种标准参考物质,结果与标准值一致,证明方法是可靠的。     

椭圆中焦点三角形的边角关系探究

在椭圆中,以椭圆两个焦点F1、F2和椭圆上某一点(除长轴的两个顶点)P(x,y)构成的三角形称为焦点三角形,笔者对这个三角形的一些边角关系做一些归纳与探讨,总结出一些通用并且常用的性质作为命题,同时对这些命题进行了证明,这样再遇到比较复杂问题的时候,想起这些命题往往可以迎刃而解,达到快速解题的目的.     

无机纳米与多孔材料合成中的凝聚态化学

所谓凝聚态,一般意义上是指液态和固态,而凝聚态化学,即是在固相和液相中的各种化学过程。在无机材料,特别是无机纳米与多孔材料的合成制备中,凝聚态化学过程贯穿其中,几乎无处不在。在固相材料合成过程中,通过液相中的各种化学反应以获得目标固体材料的所需组分和物相,也许就是无机材料合成中一个最基本的凝聚态化学问题;而多孔如微孔或介孔材料合成中,更涉及伴随组分和物相形成过程中的孔结构形成与调控;进一步,在制备面向实际应用如催化剂和药物载体时,则在以上的各项要求之外,还必须考虑材料的表面活性位、缺陷等关键因素,以及颗粒尺寸、分散性和形貌等几何和物理特性。本文以无机氧化物为对象,讨论了无机材料在凝聚态化学合成过程中的几个侧面,包括纳米颗粒和粉体的化学合成方法,多孔材料的合成和多孔复相结构的合成调控,以及多级孔结构沸石的合成制备与催化性能,以期能加深对材料合成中凝聚态化学过程的认识,并期待以凝聚态化学为指导,进一步推动无机材料特别是纳米多孔材料合成的发展。     

卷积神经网络在流场重构研究中的进展

近年来, 随着深度学习在图像处理、语音识别、自动驾驶、自然语言处理等领域迅速发展, 该技术也被越来越广泛地应用于处理具有复杂非线性、高维度、大数据量等特点的流体力学方向. 传统的方法无法有效地处理这些庞大的数据, 深度学习因其具有强大的函数拟合能力, 可以从大量的数据中挖掘有用的信息. 当前, 流体力学深度学习技术有了初步的一些研究成果, 在流动信息特征提取、多源数据信息融合及流场的智能重构等方面具有重要的工程价值, 其应用潜力逐渐得到证实. 如何利用地面风洞试验、数值模拟及飞行试验获取的数据进行深入挖掘, 快速智能感知及重构流场, 可为主动流动控制提供重要指导. 本文主要从深度学习不同类型的网络结构出发探讨了卷积神经网络在流场重构中的研究进展, 文章首先介绍卷积神经网络的一些基本概念以及基本网络结构, 之后简要介绍流场超分辨率重构网络、端到端的映射网络、长短期记忆网络的基本结构与理论, 并详细归纳出他们的改进形式在流场重构领域的一系列研究进展与成果, 最后对文章做出总结并探讨了流场重构深度学习技术所面临的挑战与展望.      

光固化3D打印与传统涂膜法制备聚酰亚胺的摩擦学性能比较研究

为研究光固化3D打印成形技术及其材料配方对光敏聚酰亚胺摩擦学性能的影响,分别采用光固化3D打印技术和传统涂膜成形对比评价了几种光敏型和热固型聚酰亚胺的摩擦学性能、热稳定性及机械性能等. 研究表明:为适应光固化3D打印成形需要而加入的活性稀释剂和交联剂对光敏聚酰亚胺的机械性能具有提升作用,但削弱了减摩抗磨和耐热性能;相较于涂膜成形的热固性聚酰亚胺,3D打印样品的耐热性能降低,摩擦系数升高了0.08,磨损率增加了9×10?6 mm3/(N·m). 尽管光固化3D打印聚酰亚胺的减摩抗磨性能低于热固成形聚酰亚胺,但基于光固化3D打印技术的一体成型、高精度和自由制造等诸多优势,对实现高性能及复杂结构精密润滑器件的一体化智能制造具有重要的工程意义.