试析如何在大学计算机基础教学中构建和谐师生关系

良好的师生关系是课堂师生开展互动的必要前提。计算机基础教学的健康发展需要有一个相互信任,相互尊重、和谐民主的教学环境,因此需要教师转变角色,由知识的权威转为平等的参与者和合作者;由课堂的管制者转为课堂的组织、引导和促进者;由课堂的表演者转变为学生表演的发动者,转变教学模式,突出学生的主体位置。教师在课堂上于学生构建和谐的师生关系是计算机教学的需要。     

钛合金粉末注射成形溶剂脱脂工艺研究

采用粉末注射成形方法制备了钛合金坯体，然后利用溶剂脱脂方法脱除坯体中可溶性粘结剂。通过对溶剂脱脂动力学分析表明，在脱脂过程中，存在动力学控制步骤转化的过程，提出了脱脂临界厚度的概念。当厚度超过5mm时，试样脱脂过程受扩散控制，在常温下进行溶剂脱脂时，其扩散系数为1．86×10^-6cm^2·s^-1，活化能为12．96kJ．mol^-1.K^-1；在厚度小于5mm时，试样脱脂过程受粘结剂溶解和扩散混合控制。     

地方应用型高校双语课程教学模式探讨 ——以常州工学院"土力学"双语教学为例

"土力学"是普通高等学校土木工程专业本科生的专业基础课.文章提出一种以解决问题为导向的基于CDIO的分阶段双语教学模式,该模式根据课程内容及学生状态对教学手段采取动态调整,既能够保障学生专业知识的学习效果,又能够提高学生的英语思维能力和跨文化交际能力.该教学模式充分考虑了学生的个体差异和双语教学的课程目标,极大提高了学生对双语课程的吸收效果,对双语教学的持续发展与完善具有参考意义.     

某型伸缩机翼无人机的性能分析

由于众多机翼变形方式中,伸缩机翼能提供一种较为简单的一维变形方式,使得在机翼的气动特性发生较大变化时,无人机能获得不同飞行状态下较优的飞行性能.为评估机翼伸缩带来的性能收益,使用雅典娜涡格法程序(AVL)作为气动分析工具,对安装有伸缩翼的某型无人机进行气动分析与性能计算,并研究伸缩机翼变形机构带来的额外增重对性能的影响.分析结果表明:在相同攻角范围下,伸缩机翼的最大升阻比提高36.57％,最大升力系数提高34.85％;伸缩翼无人机的阻力、航时与航程、起飞与着陆距离等性能收益,受变形机构带来的机翼额外增重影响,并且增重量越大,伸缩翼无人机的性能收益越少.     

一种快速起振中频电源的研究

中频电源是感应加热领域常用的一种设备。传统的中频电源采用扫频方式起振,其一次起振成功率不高,特别当负载变化时容易引起停振现象。针对这些问题,本文提出了一种半桥串联谐振快速起振中频电源电路。电路自动捕捉负载谐振频率,使系统自动进入谐振工作状态。通过对半桥串联谐振逆变器电路的分析、计算,再通过工作电路的实际测试,表明该设计可以满足快速稳定起振要求,且当负载变化时也能稳定工作。     

有机硅改性两性离子型聚丙烯酰胺的制备

以丙烯酰胺(AM)为反应单体,乙二胺四乙酸二钠(EDTA)为配位剂,碳酸二甲酯为稳定分散剂,十二烷基苯磺酸钠为表面活性分散剂,四甲基乙二胺(TMEDA)为催化剂,偶氮二异丁氰(AIBN)为引发剂,在N-N甲叉双丙烯酰胺(MBA)交联作用下链接阴离子单体甲基丙烯酸二甲氨乙酯(DMAEA)、阳离子单体甲基丙烯酰氧乙基三甲基氯化铵(DMC),并用硅烷偶联剂(KH570)进一步改性,通过胶束聚合技术合成阴/阳两性聚丙烯酰胺絮凝剂.用离心机对合成品的稳定性做测试,总结出合成稳定絮凝剂各组分的用量范围:n(DMC):n(DMAEA)=1.0:1.2,w(AM)=4％～16％,w(AIBN)=0.3％～1.5％,w(碳酸二甲酯)=20％～60％,w(KH570)=0.3％～0.9％,w(十二烷基苯磺酸钠)=4％～14％.     

微波法及其在制备抗性糊精的研究进展

抗性糊精是一种非粘性膳食纤维,可由结肠菌在结肠内发酵,对人体健康有利.抗性糊精的制备方法主要有酸热法和微波法,其中微波法是一种新型的方法.本文介绍了微波的反应机理、微波的应用优点以及微波法制备抗性糊精的研究进展.     

利用天青石制备碳酸锶(SrCO3)的直接法及其动力学

使用天青石矿为原料制备碳酸锶现行有两种工艺:黑灰工艺(black ash)和纯碱工艺(soda ash).这两种生产方法都存在产品质量不高,能耗高、污染环境严重的问题.论文提出了由硫酸锶矿与碳酸铵直接反应制备碳酸锶直接法.针对此反应,考察的温度范围为293～363 K和碳酸铵浓度为0.5～1.5 mol/L.利用缩核模型模拟计算了浸取反应动力学,得到的反应活化能(Ea)为89.1 kJ/mol.利用此直接方法制备出合格的碳酸锶产品,通过冷却结晶得到了硫酸铵固体,这些实验和理论结果将为该工艺的工业放大和工业生产提供可靠的理论基础.     

基于 MEEMD-FN-LSTM 的冷热电联供系统负荷预测∗

针对当前冷热电联供(Combined Cooling,Heating and Power,CCHP)系统优化调度研究缺少冷热电负荷预测的问题,提出了基于改进集成经验模态分解(Modified Ensemble Empirical Mode Decomposition,MEEMD)、模糊熵(Fuzzy Entropy,FN)和长短期记忆神经网络(Long Short Term Memory,LSTM)的CCHP系统负荷预测方法.使用M EEM D算法将原始数据分解为若干IM F分量,计算IM F分量的模糊熵并将模糊熵相近的分量相加,使用LSTM对相加后新的分量进行预测,最后将分量预测结果重构得到最终预测值.通过仿真并对比分析其他方法的负荷预测精度,证明所提预测方法具有良好的预测效果.     

基于主成分分析与Wasserstein距离的低压用户相别识别

负载不平衡会导致电能质量差、功率损耗增加、变压器使用寿命缩短等问题,而准确识别用户相别可调整部分用户相别,尽可能达到三相负载平衡,因此提出一种基于主成分分析与Wasserstein距离的低压用户相别识别方法.首先利用主成分分析提取低压用户电压主成分进行聚类,然后计算聚类中值与关口各相电压Wasserstein距离进行相别归属.实测数据证明该方法对相别识别准确性较高,且相较于传统相似度算法在判别相别时具有明显区分度.