红外光谱在高分子物理实验教学中的应用*

将红外光谱应用于高分子物理实验教学,通过一些实例阐述了红外光谱在聚合物鉴别、分子构象、结晶度以及相容性表征等方面的应用。该实验的设置可以使学生充分了解红外光谱分析的原理方法,学会使用该方法表征高分子不同尺度的结构,激发学生的学习热情,培养学生综合利用所学知识分析和解决问题的能力。     

扇形叶栅叶尖间隙流动及其对叶尖换热的影响

本文通过在水槽中用粒子示踪的方法，利用最新的ＰＩＶ技术对扇形叶栅叶尖间隙泄漏流进行了定量流动显示。同时在风洞中利用萘升华传质模拟传热技术，研究了叶尖间隙区的局部换热特性结果表明泄漏流的流动特性与间隙大小、进口Ｒｅ数、攻角等密切相关，并直接影响叶尖的换热特性。     

2kW行波加速器加速管冷却系统的数值优化设计

 利用工程设计分析软件I DEAS，对高功率加速管的冷却系统进行了计算机辅助设计研究，并通过对不同冷却条件下加速管的温度场、冷却系统的冷却效果进行的数值模拟，实现了加速管冷却系统的优化设计。这可为高束流功率低能电子直线加速器的设计提供参考。     

电磁弹性固体三维问题的虚边界元-等额配点法

依据弹性力学虚边界元法的基本思想和电磁弹性固体的基本解,提出了电磁弹性固体三维问题的虚边界元一等额配点法.该方法继承传统边界元法优点的同时,有效地避免了传统边界元法的边界积分奇异性的问题.算例表明该方法有很高的精度,是求解电磁弹性固体三维问题的一个有效的数值方法.     

气相分子吸收法快速测定工业废水中硫化物

建立气相分子吸收法快速测定工业废水中硫化物的方法。水样经乙酸锌溶液固定后转化成硫化锌沉淀,硫化锌沉淀与盐酸反应转化成硫化氢,用载气将硫化氢气体载入气相分子吸收光谱仪的吸光管中,于202.6 nm波长处测定吸光度,吸光度与硫化物质量浓度之间的关系符合朗伯-比尔定律。硫化物质量浓度在0.02～10.0 mg/L范围内与吸光度线性关系良好,相关系数为0.999 6,方法检出限为0.005 mg/L。采用所建方法分别对水质硫化物标准样品、硫化物标准溶液和加标工业废水平行测定6次,测定值的相对标准偏差为1.3%～7.9%。对水质硫化物标准样品和硫化物标准溶液进行测定,测定值与标准值基本一致,相对误差为-5.0%～2.3%。含硫和不含硫工业废水实际样品的加标回收率分别为85.6%和80.1%。该方法快速、灵敏、准确,可用于工业废水中硫化物的检测。     

面向事件抽取的汉语时间词识别与表示

<正>无论一个句子中显式地指明时间,还是事件中人的语言动作隐式地蕴含时间,自然语言中事件描述总是在一定的时空之中。理解时间词的语义表达,对解析事件抽取中特定的人、物在特定时间和特定地点相互作用具有重要意义。本文以获得事件在时间轴上的位置为出发点,从语义上研究汉语时间在计算机中的表达。通过抽取事件中的时间词,并构建汉语时间本体,从而理解事件间的时间关系。     

银行业高利润隐忧

中国银监会近日发布的《银监会2010年报》显示,2010年中国银行业金融机构实现税后利润8991亿元,同比增长34.5%。其中,中国银行、建设银行、农业银行等8家上市银行公布2010年年报,其净利润同比增幅均在20%以上。     

GLOBAL STABILITY OF LARGE SOLUTIONS TO THE 3D MAGNETIC BéNARD PROBLEM

In this paper,we consider the 3 D magnetic Bénard problem.More precisely,we prove that the large solutions are stable under certain conditions.And we obtain the equivalent condition with respect to this stability condition.Finally,we also establish the stability of 2 D magnetic Bénard problem under 3 D perturbations.     

通过机器学习实现基于摩擦纳米发电机的自驱动智能传感及其应用

在物联网时代,如何开发一种可持续供电、部署方便且使用灵活的智能传感器系统成为了亟待解决的难题..以麦克斯韦位移电流作为驱动力的摩擦纳米发电机(triboelectric nanogenerator,TENG)可直接将机械刺激转化为电信号,因此可作为自驱动传感器使用.基于TENG的传感器拥有结构简单、瞬时功率密度高等优点,为构建智能传感器系统提供了重要手段.同时,机器学习作为一种成本低、开发周期短、数据处理能力和预测能力强的技术,对TENG产生的大量电学信号处理效果显著.本文梳理了基于TENG的传感器系统通过采用机器学习技术进行信号处理和智能识别的最新研究进展,从交通安全、环境监测、信息安全、人机交互和健康运动检测等角度出发,概述了该研究方向的技术特点与研究现状.最后,深入讨论了该领域当前存在的挑战和未来的发展趋势,并分析了未来如何改进以期开拓更广阔的应用空间.我们相信机器学习技术与TENG传感器的结合将推动未来智能传感器网络的快速发展.