“四模块”嵌入下的混合式教学设计与实践*——以功能材料专业物理化学基础课程为例

为建设适应新时代要求,突出高阶性、创新性、挑战度的一流本科课程,实现价值引领、能力培养和知识传授的教育教学目标,结合功能材料专业的特点和民族高等院校学生的学情,构建了物理化学基础课程的“四模块、三阶段、两时空、双平台”的混合式教学新模式,重塑了“价值引领模块、基础理论模块、多学科融合模块和虚拟仿真实验模块”的“四模块”内容体系。通过“四模块”嵌入下的混合式教学实践研究,结合学生的课前、课中、课后等学习成绩,多维度评价学习效果,并藉由调查问卷来分析学生对混合式教学的评价,最终研究结果表明学生的个性化自主学习能力有了显著提高、学生运用物理化学理论解决复杂问题的综合能力得到了提升,学生经过刻苦学习获得了素质提高的成就感。     

基于废旧锂电池回收制备LixMO (x=0.79, 0.30, 0.08; M=Ni/Co/Mn)材料作为锂-氧气电池正极催化剂的电化学性能研究

锂-氧气电池因其超高的理论比容量而受到科研界的广泛关注, 但其存在较为严重的充放电极化和较差的循环稳定性等问题, 从而极大地限制其商业化进程. 因此设计出有效的正极催化剂是解决锂-氧气电池面临的这些棘手问题的必要手段. 通过对不同充电状态的废旧锂电池正极进行回收制得三种不同锂含量的多元金属氧化物Li_xMO (x=0.79, 0.30, 0.08; M=Ni/Co/Mn), 并分别用作锂-氧气电池正极催化剂. 系统研究了Li_xMO材料中锂含量及晶体结构对其电化学性能的影响. 电化学测试结果表明, 与Li_0.79MO和Li_0.08MO催化剂相比, 基于Li_0.30MO为正极催化剂的锂-氧气电池在电流密度100 mA•g^–1和限定容量800 mAh•g^–1的条件下具有较高的放电比容量(14655.9 mAh•g^–1)、较低的充电电压(3.83 V)和较高的能量转换效率(72.2%). 而且该电池体系在充放电循环140圈后充电终止电压仍低于4.3 V. 最终认为制得的Li_0.30MO材料具有优异的催化性能归因于其稳定的层状-岩盐相复合结构以及结构中富含的氧化镍相和氧空位之间的协同作用. 这些优点能够促进放电产物的可逆形成与分解, 从而提高锂-氧气电池循环性能.     

基于PSO-SVR算法的氧乐果合成过程建模研究

针对氧乐果合成过程中温度控制具有参数时变、时滞后、非线性的特点,提出了一种基于改进粒子群算法的支持向量回归的建模方法。对于支持向量回归模型,3个参数(ε,C,γ)的选取很大程度上决定了其拟合的精度和泛化能力的好坏,采用改进的粒子群算法对参数(ε,C,γ)进行同时寻优,建立了改进的氧乐果合成过程PSO-SVR回归模型,该模型具有很好的学习能力和推广能力。实验结果表明,模型较好地体现了系统的动态特性,可用于氧乐果合成过程的模型预估控制,提高系统的控制品质。     

环氧灌浆材料在莞惠城际轨道工程GZH-5标渗漏水治理中的应用

针对当前聚氨酯灌浆材料在渗漏水治理中存在的问题,提出了依靠堵水环氧灌浆材料和高渗透环氧灌浆材料进行渗漏水治理的新思路。环氧类灌浆材料既能够对混凝土裂缝等缺陷进行修复,也能够封堵渗漏水,希望修复后的缺陷能够保持和恢复混凝土结构的耐久性。     

阴离子聚合PA6与苎麻纤维复合反应中的阻聚与变色机理的研究

通过浇注成型的方法研究并发现了苎麻纤维与阴离子聚合尼龙6(APA-6)反应加工过程中严重的阻聚和变色问题.为了分析阻聚和变色的机理并寻找解决方案,选取了3种不同的引发剂(氢氧化钠、己内酰胺钠盐和己内酰胺溴化镁)分别与微晶纤维素(MCC)在150℃的真空条件下反应.然后分别采用傅里叶变换红外光谱、原子吸收光谱、X-射线衍射和核磁共振波谱表征了引发剂和MCC反应前后的变化.结果证明,阻聚和变色的机理是在强碱性和高温条件下,纤维素发生了剥皮反应,产生的副产物又极易与引发剂反应,因此导致APA-6中起引发作用的己内酰胺阴离子被消耗,从而使得聚合反应终止.另外,由于己内酰胺溴化镁(C1)的低活性和弱碱性,使得剥皮反应很大程度的降低,进而避免了引发剂阴离子的消耗,从而使得阻聚和变色问题得到明显改善,最终实现了通过反应加工的方法制备APA-6与苎麻纤维复合材料的目的.     

含锆碳硅陶瓷先驱体的半经验理论研究

采用PM6方法对添加了配体Zr(AcAc)4,Zr(NH(C2H5))4,ZrCp2Cl2,ZrCp2ClH形成的16种含锆碳硅陶瓷先驱体(PZCS)和PCS(10)的几何结构、电子属性、反应能进行了系统的理论研究,结果表明:(1)大体积的Zr(AcAc)4带来的的空间效应并未过多的影响Si—Zr键的键长;(2)从单配体衍生物到对应的多配体衍生物HOMO-LUMO能隙趋向于减小,配体Zr(NH(C2H5))4得到的衍生物的能隙下降幅度最大.ZrCp2Cl2得到的衍生物的能隙比对应的ZrCp2ClH的能隙要大;(3)16种PZCS的反应能均为负值,随配体数的增加,Zr(NH(C2H5))4的衍生物的反应能减小,而其他三种配体的衍生物的反应能增大.     

水和白酒中异味物质检测的研究进展

综述了水和白酒中异味物质检测的样品前处理方法(包括液液萃取、固相萃取、液相微萃取、固相微萃取、搅拌棒吸附萃取、吹扫捕集、顶空等)和检测方法(包括气相色谱法、气相色谱-质谱法、气相色谱-飞行时间质谱法)的研究进展(引用文献52篇)。     

样品温度和空间约束两种方法相结合对激光诱导击穿光谱的影响

升高样品温度和采用空间约束能提高激光诱导击穿光谱的信号强度,两种技术的结合可以进一步提高激光诱导击穿光谱的光谱强度.本文在空气环境中研究了升高样品温度和空间约束效应两种方法相结合对激光诱导击穿光谱的影响,测量了激光诱导铝等离子体的时间分辨光谱.实验结果表明:升高样品温度能增加激光诱导击穿光谱的信号强度,高温样品能耦合更...     

基于深度学习和细观力学的颗粒材料本构关系研究

颗粒材料的本构关系对岩土工程等众多领域至关重要. 不同于传统的唯象本构理论, 本文基于机器学习模型探索了一种细观力学理论指导下的数据驱动型颗粒材料本构关系预测方法. 根据Vogit均质化假设, 建立了小应变条件下颗粒材料应力?应变解析关系, 此关系唯一地确定了一组与颗粒材料本构行为相关的细观组构变量. 这些变量与反应颗粒材料宏观性质的主应力和主应变信息通过一系列离散元三轴压缩数值试验获得. 考虑到细观组构变量为内变量, 不能直接作为本构模型的输入. 本文基于有向图方法将颗粒材料微观结构信息隐式地包含在应力?应变的预测当中, 并采用门控循环单元(GRU)循环神经网络作为基础深度学习模型描述有向图中结点之间的映射关系. 通过将有向图从目标节点沿源节点展开, 整个应力?应变预测模型可由两个神经网络分别训练并组装而成. 将训练后的深度学习模型在全新的数据集上进行测试, 结果表明该训练策略能有效捕捉到颗粒材料在常规三轴任意加卸载, 等中主应力系数b的真三轴加载, 和等平均有效应力p的真三轴加卸载等复杂多轴加载工况下的应力?应变响应关系, 模型具有良好的内插和外推预测能力. 考虑到深度学习模型捕捉颗粒材料力学响应的能力及其开放式学习的特点, 充分结合数据驱动方法和理论本构模型可能是颗粒材料本构研究的一个重要方向.      

J-TEXT托卡马克高速单色成像系统研制

在J-TEXT托卡马克上研制了一套高速单色成像系统用于研究等离子体杂质行为与磁流体力学(MHD)不稳定性之间的关系.用STRAH代码模拟估算了碳杂质(CV227.09nm,CIII464.7nm)辐射强度.采用光纤耦合方法设计了系统光路结构,光路覆盖高场侧区域0.3a～0.95a(a为小半径),其空间分辨率为1.3cm...