化学工程:从基础研究到工业应用

本文介绍了我国中长期发展规划中所制定的化学化工学科发展目标,综述了化学工程学科近十余年来在队伍建设、平台建设和国家级奖励等方面所取得的成果,列举了若干化学工程在传递与过程强化、化工分离过程、精细与药物化工、能源化工和材料化工领域从基础研究到工业化应用的例子和成果,展望了化学工程学科今后发展的方向及目标.     

选矿产品矿物自动分析的光片制备

基于扫描电子显微镜的矿物自动分析仪(Quantitative Evaluation of Minerals by Scanning Electronic Microscopy)、MLA(Mineral Liberation Analyser)和AMICS(Advanced Mineral Identification and Characterization System)可用于测定选矿产品中目的矿物的粒度和单体解离度,为确定合理的磨矿细度以及优化选矿工艺流程提供依据。环氧树脂光片的制备是矿物自动识别和测量的最关键的一环,其代表性直接关系到后续数据测量的准确性和真实性。对于金属矿产品来说,由于选矿产品中矿物颗粒粗细不均、密度差异较大,在环氧树脂胶结固化过程中矿物颗粒会产生明显的分异作用并互相黏连,造成分析结果失真。实验证明,把样品与晶质石墨混均,然后加入环氧树脂以及固化剂搅拌混合倒入圆柱状模具进行冷镶嵌,待样品固化后再沿圆柱体的纵向进行切割,并对其切割面进行粗磨、细磨、精磨以及抛光,就可以制备出样品分散性好、分布均匀、表面光滑平整的具有代表性的环氧树脂光片。     

春砂仁无机成分与药效的研究

采集了阳春县三个产地有代表性的春砂仁．用原子吸收光谱、控制气忿和罩帽电极发射光谱等法，测定其无机成分。结果表明，春砂仁对Zn、Mn有较大富集作用．其含量与春砂仁质量正相关；不同产地春砂仁的挥发油、无机成分与药效成分之间存在差别，证实以金花坑的春砂仁质量最优。     

Copula方法与相依违约研究

目前信用风险研究的重点已经从单笔债务的违约概率研究转移到多笔债务的相依违约(Dependent Defaults)研究。Copula方法是研究相依违约的重要方法。这种方法是最近几年才被应用到信用领域研究中的一种新方法。本结合代表性献对Copula方法在相依违约研究中的应用进行了探讨。探讨的内容包括Copula方法被应用于相依违约研究的原因、该方法对于相依违约建模理论的改进以及在实证应用中使用Copula方法应该注意的问题。     

计算机时代千年算盘如何再拨响——《新民晚报》记者访中国珠算代表性传承人张德和

正中国文化部向联合国教科文组织递交的申遗报告中提到的代表性传承人——原上海市珠算心算协会会长张德和,申遗成功后,接受《新民晚报》记者采访,全文转载,以飨读者。问:珠算给人们的印象仅仅是一项计算技术,为什么说是"中华传统数学文化的瑰宝,是一项非物质文化遗产",把它提升到数学文化的层面上来呢?答:中国传统数学的显著特色是"形数结合,以算为主,使用算器建立一套算法体系"。算法体系是包括算式和计算,在算法中计算必须适应机械化算式的运     

弥散型核燃料元件热应力的计算模拟

针对弥散型燃料板的具体形状,选择了一种能够反映其实际变形特征的三维代表性体积单元作为研究对象;利用有限元法对其热力耦合行为进行了弹塑性分析,研究了热应力在燃料和基体中的分布特征.     

一道课本例题的研究性学习

课本例题是通过精心编拟的，它具有代表性、典型性和可塑性，故在学习中，我们要善于研究它们，为此，本文以一例说明，供同学们参考．     

国产塑料的高频声学特性

在10℃—50℃温度范围内和0.8MHz—5MHz频段,测量了有代表性的十几种国产塑料的声学特性。结果表明:在所用温度和频率条件下,声速与温度之间,衰减系数与频率之间,均呈良好的直线关系。     

《关于进一步加强非物质文化遗产保护工作的意见》和《国家级非物质文化遗产代表性传承人认定与管理办法》解读

<正>(2022年3月根据录音整理)很高兴受邀参加中国珠算心算协会珠算（珠算文化）非遗传承人培训班。下面,就中共中央办公厅、国务院办公厅印发的《关于进一步加强非物质文化遗产保护工作的意见》（以下简称《意见》）和《国家级非物质文化遗产代表性传承人认定与管理办法》（以下简称《办法》）谈几点认识和体会,不当之处,请批评指正。     

近红外光谱分析中建模校正集的选择

将极大线性无关组的概念及方法引入近红外光谱分析,探讨了在建立定量分析模型时代表性样品,即校正集样品的选择问题。以2 652个烟末样品为实验材料,随机选取1 001个样品构成预测集,其余1 651个样品为代表性样品备选集。用Matlab软件求出代表性样品备选集光谱矩阵的极大线性无关组,以此作为代表性样品,构成建模的校正集。用PLS回归法建立了烟末样品总糖含量定量分析的预测模型,并将模型用于预测集中1 001个烟末样品总糖含量的预测分析。实验结果表明,当选择的校正集包含的样品数量大于32时,所建各模型对预测集样品预测的平均相对误差均小于4%,平均相关系数大于0.96。其中选择32个代表性样品和146个代表性样品所建模型定量分析预测集中各样品的总糖含量,两个结果经统计检验没有显著性差异(α=0.05),说明求极大线性无关组的方法用于校正集样品的选择,可实现“少而精”选择样品的目的。此外,我们用求极大线性无关组选择校正集样品和随机方法选择校正集样品两种方法,选择了同样数目28,32,41,76,146,163个样品建模进行预测效果的对比实验,结果显示,求极大线性无关组法选择校正集建模的预测效果优于随机选择校正集建模的预测效果。