大一学生实验室安全教育实效研究*

为考查线上线下混合安全教育模式实施后的实际效果,对天津理工大学化工、环安、机械、材料学院2020级大一学生进行实验室安全知识测试。结果表明:接受线上线下混合安全教育的大一学生安全知识的掌握情况较好;不足之处在于学生普遍对应急处置知识掌握较差。因此,在后续安全教育过程中,仍需进一步优化安全教育内容与模式,全面推进全员、全程安全教育。     

高居里温度铁电单晶PIN-PT的机电性能

弛豫铁电单晶Pb(In_1/2Nb_1/2)O₃-PbTiO₃(PIN-PT)相较于常用的Pb(Mg_1/3Nb_2/3)O₃-PbTiO₃(PMN-PT)具有更高的居里温度,在高稳定性、高性能的传感器、换能器方面具有应用前景。本工作采用谐振法研究了[001]方向极化的0.66PIN-0.34PT铁电单晶的全矩阵机电性能参数。0.66PIN-0.34PT 单晶的三方-四方相变温度(T_RT)约为160 ℃,居里温度(T_C)约为260 ℃,室温压电系数d₃₃、d₃₁、d₁₅分别为1 340 pC/N、-780 pC/N、321 pC/N,介电常数ε^T₃₃、ε^S₃₃、ε^T₁₁、ε^S₁₁分别为2 700、905、2 210、1 927,机电耦合系数 k₃₃、k₃₁、k₁₅、k_t分别为 87%、58%、38%、61%。其纵向压电常数(d₃₃)和纵向机电耦合系数(k₃₃)小于 PMN-PT 单晶,但是横向压电性能(d₃₁)和剪切压电性能(d₁₅)都略高于PMN-PT单晶。另外,研究了机电耦合性能随温度的变化趋势,发现0.66PIN-0.34PT单晶在150 ℃以下有较好的温度稳定性。     

基于MRS-SJC-Copula模型对A股与港股的动态联动性研究

由于经济增长周期变化,导致不同股票市场存在高低状态转换的现象,在研究不同股票市场之间联动性的研究时,需要考虑股票波动均值和方差两种结构变化。基于具有马尔可夫状态转换的动态SJC-Copula,结合修正ICSS算法对我国内地股票市场和香港股票市场之间的联动性进行方差结构突变点的检验。实证结果表明:国内和香港股票市场之间存在非线性非对称的时变相依性,并持续存在高低两种不同状态的概率转换。股票指数由于动态联动受到负面消息的下跌幅度大于正面消息的变化幅度,且上下尾部均受上期信息的持续影响。“沪港通”、“深港通”、中美贸易战等因素使得其上下尾部发生结构突变,内地与香港股票市场的联动性增大和市场波动幅度趋强。     

基于近似解析法的超导储能磁体设计

降低超导储能磁体的研制成本一直是控制超导磁储能系统(Superconducting Magnetic Energy Storage, SMES) 总成本的重要手段之一. 本文考虑在一定磁体结构参数范围内, 磁体产生的最大磁场值可以采用级数进行 表示, 磁体的电感值可以采用线性函数表示, 给出了超导储能磁体磁场能量的近似解析表达式, 提出了一种基于近 似解析法的超导储能磁体设计方法. 该方法以储能磁体的线材用量最小作为设计目标, 在给定超导线材参数和临界电流特性曲线, 以及磁体储能总量要求的情况下, 依据此方法可快速的得到成本最优时所对应的磁体结构参数.将近似解析法优化和采用传统的有限元软件 Ansys 仿真优化进行对比分析, 结果表明采用近似解析法进行磁体优化更加方便快捷, 节省了大量计算时间.     

2,6-二甲基-3,5-二(吡唑-3-基)吡啶/铜构筑的一维链状Keggin型杂多酸盐的合成、结构及电化学性质研究

以二水氯化铜(CuCl2·2H2O)、硅酸钠(Na2SiO3)、钼酸钠(Na2 MoO4)和2,6-二甲基-3,5-二(吡唑-3-基)吡啶(简写为H2L)为原料,通过水热反应,成功地合成了一个一维链状Keggin型多酸基杂化化合物[Cu2(H3L)2](SiMo12O40).通过X-射线单晶衍射、TGA、IR以及元素分析对该化合物的结构进行表征.测试结果表明,该化合物属于三斜晶系,P-1空间群,晶胞参数a=1.1689(5) nm,b=1.2157(5) nm,c=1.2233(5) nm,α=62.066(5)°,β=62.833(5)°,γ =74.789(5)°,V=1.363 8(10) nm3,Z=2,R1=0.082 4,wR2=0.174 5.电化学分析结果表明该化合物对亚硝酸盐的还原具有良好的电催化效果.     

构建实验问题整合探究教学模式 培养学生物理核心素养

首先,根据物理核心素养培养目标和高中物理实验复习教学特点,构建基于物理核心素养培养的实验问题整合探究教学模式;其次,给出实验问题整合探究教学模式实施策略;最后,结合具体教学实例阐述该教学模式实施的途径.     

基于SVM的固化土无侧限抗压强度模型

为实现较少试验次数下固化土无侧限抗压强度(qu)的准确预测, 提出了基于支持向量机(SVM)的固化土qu的预测模型. 以固化剂各组分掺入比、龄期、初始含水量、固化剂掺量等因素为输入量, 固化土的qu作为输出量, 以径向基为核函数, 采用网格搜索法和交叉验证法进行参数优化, 建立了基于SVM的固化土qu的预测模型. 算例分析表明: 该模型适用于任意条件下固化土qu的精确预测, 且在较小试验成本下实现与响应面法相当的预测精度.