多级轴流压气机全工况特性计算

本文使用三维粘性流动计算软件Fine／Numeca,对某十五级轴流压气机进行了内流流场和全工况特性的数值计算尝试。分析了该压气机在设计工况和非设计工况的性能,同时把整机计算结果和前七级叶片的计算结果进行了比较。计算结果表明,当计算的级数较少时,目前的软件和硬件平台可以比较合理地预测压气机的全工况特性;而当计算的级数较多时,准确的数值模拟仍需要更为准确的多级模型和数值方法。     

模糊神经网络在复合地基沉降量预测中的应用

复合地基后期沉降变形对于建筑物设计及安全具有重要意义,针对通过长期沉降观测以得到复合地基的最终沉降需要耗费较多资源的问题,提出了一种基于模糊神经网络的预测方法.该方法考虑沉降变化过程有较大的随机性和模糊性,直接将样本数据进行模糊化,所得的模糊数代表了样本点集与控制点集中各分量之间的相关度,并依此建立模糊BP神经网络进行学习和估算.实验结果表明了该方法对沉降进行预测是可行与有效的,且在相对误差的有效控制方面优于BP网络方法与灰色方法.     

一种计算稀土材料陷阱深度的新方法

表征陷阱材料的主要物理量是陷阱深度, 准确计算出陷阱深度对于研究陷阱材料具有重要的意义. 从能带模型出发, 利用速率方程分析了整个热释光过程, 提出了一种计算稀土材料陷阱深度的新方法, 替代以往利用单分子或双分子近似计算陷阱深度的方法. 以SrAl2O4：Eu^2＋, Dy^3＋及Sr4Al14O25：Eu^2＋, Dy^3＋材料为研究对象, 计算了陷阱深度. 研究表明, 这种计算方法能更准确、真实地描述其物理过程.     

不同常压流化床煤气化方案的模型预测 Ⅰ. 模型建立及验证

为评价不同气化方案对常压流化床气化的影响，从化学动力学角度并结合化学平衡建立了流化床气化模型，该模型考虑了煤热解和气化所经历的各反应过程。模型预测结果与文献报道的试验数据吻合较好，气化组分的平方误差和在10%左右，表明该模型可以用来预测各种气化方案对常压流化床气化的气化过程、生成煤气组分和气化效率等方面的影响。     

取向、结晶、γ辐照聚对苯二甲酸乙二醇酯(PET)驻极体的陷阱性质

 用拉伸、热处理和γ射线辐照的方法制备了一系列具有不同平面取向度、不同结晶度和不同分子链长度的PET试样.随平面取向度、结晶度和辐照剂量的增大,平均陷阱深度加深.由拉伸取向形成的结构陷阱俘获载流子能力随取向度增大而提高;由γ辐照形成的结构陷阱对俘获载流子的限制能力随辐照剂量增大而降低;由热结晶形成的结构陷阱俘获载流子能力在结晶度为20％时达到极值.提出了相应的三种陷阱模型.     

对一道关于新曲线性质试题的深度学习

对一道关于新曲线性质的试题,结合学生的解答情况多方面进行分析,从试题求解、变式延伸、拓展研究三个维度实施解题教学,引领学生深度学习.     

一题一课:基于深度学习的高三数学微专题教学实践

本文以2021年高考天津卷导数压轴题为例,通过挖掘学生思维盲点,把问题细化,进行有目标导向的微专题教学设计,探讨了基于深度学习的高三数学微专题教学设计新途径——一题一课.     

钻研数学教材的四重境界

钻研教材是教师备课的重要环节,数学教师对数学教材的理解深度,直接影响到课堂教学质量.数学教师教学水平的高低,首当其冲地体现在对教学内容的把握上.但教材往往受到各种因素的限制,编写者不可能将全部的、可能的想法和方案都呈现出来,这就需要教师钻研教材时深入思考、深刻领会渗透在教材中的思想方法、历史文化等内容.     

基于时空图注意力网络的跳高轨迹预测

跳高运动由助跑、单脚起跳、越过横杆落地等一系列动作组成,跳高运动轨迹是一个复杂的因果系统.在每一个时间节点,运动员的身体姿态符合一定的规律约束.研究建立了跳高运动过程中关键身体关节节点坐标依时间变化的离散过程模型,每个时刻的各关节点位置向量由给定的之前若干个时刻的运动员关节点位置决定.跳高运动员肢体的摆动、关节点位置的变化都对运动员位移有重要作用.运动员重要关节点之间的相互作用,使得跳高运动轨迹难以刻画和预测.随着深度学习的发展,图神经网络在时空特征刻画和预测上具有优势.基于时空图注意力网络结合长短时记忆网络、门控循环单元(STGAT-LSTM、STGAT-GRU)建立了具有空间位置约束的跳高运动员关节点位置随时间变化的模型,用于推算跳高运动员重心和关节点位置轨迹.实验结果表明该模型能够很好地刻画跳高运动的过程,对于关节点位置的预测能够达到较好的效果.研究所提出模型的预测效果比基线模型准确性提高了0.02-0.03米.研究给出了基于神经网络模型进行跳高运动轨迹预测的可行解决方案,可作为跳高运动仿真和技术优化研究的重要参考.