无机及分析化学教学探索——以吉布斯自由能为例

以吉布斯自由能变与分析化学部分四大平衡的关系为主线,由点到面,将化学热力学部分与分析化学部分基础理论知识有机的联系起来,启发学生的发散性思维。通过知识点的归纳和整理,让学生学会如何构建自己的知识体系,活学活用基础理论知识。     

Multiwfn在分子轨道理论教学中的应用

分子轨道理论是学生在学习无机化学过程较难理解和掌握的内容,文章使用gaussian和multiwfn软件对分子轨道成分和键级的计算,绘制了分子轨道能级图,并将这部分内容形象直观地呈现出来,有利于增加学生学习的主动性和积极性,提高教学质量.     

一种SBS改性沥青黏度测试新方法——旋转平板黏度法

针对布氏旋转黏度(BV)测试方法确定的SBS改性沥青施工温度过高的问题,提出了一种使用固定剪切速率的旋转平板黏度(RPV)测试方法.利用2种测试方法,确定了分别添加3种温拌剂后的SBS改性沥青施工温度(拌和与压实温度),用以指导马歇尔混合料试件制作,并进行空隙率测试.结果表明:采用RPV方法能有效规避采用BV方法测试SBS改性沥青黏温曲线时出现的剪切稀化效应而导致的预测施工温度偏高问题,其确定的施工温度能使混合料的体积设计指标满足规范要求,同时充分发挥温拌剂的降温节能作用;RPV方法还解决了BV方法中繁琐的转子和转速更换问题,相同时间内,测试的黏度数据点数量约为BV方法的4倍,且变异系数更小;对于普通70#基质沥青的黏度测试,RPV方法得出的结果与BV方法所得结果没有显著差异(显著性水平α=0.05).因此,RPV方法有望成为更高效准确的沥青(尤其是SBS改性沥青)表观黏度的测试方法,进一步服务于科研与工程.     

自研环保无机硅胶温拌剂的综合性能鉴评

研发了一种应用于寒冷低温地区以无机硅胶作为主要成分的新型温拌剂Siligate.为探明该温拌剂对沥青性能的影响,选用苯乙烯丁二烯苯乙烯嵌段共聚物(SBS)改性沥青,并引入中国应用较广的2种温拌剂Sasobit与Evotherm M1进行对比,采用旋转平板黏度试验、双边缺口拉伸试验、低温临界开裂温度(Tcr)计算、环境排放物定量测试,对温拌剂的降黏、抗疲劳改性、抗低温开裂改性、减排效果展开分析.结果表明:6%的Siligate、3%的Sasobit和0.8%的Evotherm M1具备相似的降温效果,均降低拌和温度13℃,降低压实温度14℃;以上述掺量作为对比基准,Siligate可使沥青胶结料的低温临界开裂温度Tcr显著降低,起到优化低温抗裂性能的作用,这是传统温拌剂所不具备的;Siligate还起到了改善沥青抗疲劳性能,降低碳基化合物排放的效果.     

基于三视图的实体重建技术研究

基于三视图的三维实体重建技术是根据已有二维视图中的几何信息和拓扑信息,生成相应的三维实体模型.以AutoCAD绘制的三视图及DXF格式的文件信息为基础,提出并实现了一种由三视图重建三维实体的算法.通过对三视图的规则处理,由计算机自动实现实体重建,对三视图分别进行平移、旋转、拉伸操作,然后作相应的布尔运算即可反求出该视图...     

塑料模具非平衡布局浇注系统研究

浇注系统设计是模具设计重要内容,一模多腔中非平衡布局无论是同一塑件还是不同的塑件,设计的浇注系统能否做到以同样的压力、温度和时间,同时充满各个型腔对塑件的成型质量起到关键的作用,本文以一模多腔中非平衡布局为研究对象,探讨浇注系统的设计,希望能对模具行业的设计人员起到一定的作用。     

抛物面梯度可视化研究

在对工程数量场优化问题的研究过程中,经常要分析数量场中各点的温度和压力等变化趋势,它可以归结为求解各点处的梯度方向。而数量场的数学模型通常都可以看成是曲面的表达式。该文用图解的方法对抛物面这类曲面的梯度进行了研究,建立了相应的数学表达式,最后利用Visual Lisp编程在AutoCAD中实现抛物面梯度的图形显示。     

薄筒件锥面成形各工序应力应变分布的统一解

本文对生产中广泛应用的拉拔、缩颈、扩口和胀管等薄筒件锥面成形工序的应力应变进行了系统的理论分形,首次从总体上给出这些工序在 Mises 椭圆上的应变变化率及其应变分布,并将 Mises 椭圆上不同区域的应变分布曲线ε-ф与相应的变形区几何位置上应变分布曲线ε-r 做了对比,表达了几种特定加载途径下的应变变化规律。Mises 椭圆上的锥面成形应变曲线ε-ф能形象地说明薄筒件锥面应形工序应变变化规律的全貌。     

面向企业数据孤岛的联邦排序学习

排序学习（Learning-to-Rank,LTR）模型在信息检索领域取得了显著成果.而该模型的传统训练方法需要收集大规模文本数据.然而,随着数据隐私保护日渐受到人们重视,从多个数据拥有者（如企业）手中收集数据训练排序学习模型的方式变得不可行.各企业之间数据被迫独立存储,形成了数据孤岛.由于排序模型训练需要使用查询记录、文档等诸多隐私信息,数据孤岛难以融合打通,这制约了排序学习模型的训练.联邦学习能够让多数据拥有方在隐私保护的前提下联合训练模型,是一种打通数据孤岛的新方法.本文在其启发下提出了一种新的框架,即面向企业数据孤岛的联邦排序学习,它同时解决了联邦学习场景下排序学习所面临的两大挑战,即交叉特征生成与缺失标签处理.为了应对多方交叉特征的生成问题,本文使用了一种基于略图（Sketch）数据结构与差分隐私的方法,其相比于传统加密方法具有更高的效率,同时还具有隐私性与结果精度的理论保证.为了应对缺失标签问题,本文提出了一种新的联邦半监督学习方法.最终,本文通过在公开数据集上的大量实验验证了所提方法的有效性.     

Carleman不等式的一种新改进

利用Taylor公式,本文给出关于常数e的一个恒等式及一些双边不等式,利用它们改进了Carleman不等式,同时改进了文献[1,2,3,4,6]的结果.