基于发展科学探究能力的高中化学教学实践 ——以"元素周期律"章节为例

基于学生在学习元素周期律时存在的普遍问题改进了教学实践,分析了元素周期律发展学生科学探究能力的价值,设计了四个教学环节——趣味导入,成果展示;分析规律,做出猜想;设计方案,收集证据;梳理模型,迁移应用,并提出了三点针对学生探究能力发展的教学建议.     

井约束振幅保真评价技术在春光探区的应用

春光探区的油气藏类型以岩性油气藏为主,对地震资料的分辨率、保真度有很高的要求。井约束振幅保真评价技术是一套行之有效的振幅保真评价手段。以井资料作为约束控制点,结合地震剖面形成二维的波阻抗模型,以波阻抗模型检验处理过程中目的层的保真情况,确保处理过程和最终成果的保真度。通过利用井资料和地震剖面相结合,描述主要目标层的各种振幅属性,在处理过程中通过验证振幅的保真性来选择处理方法和优选参数等,确保了地震数据处理过程中的保真度。在识别春光探区的岩性油气藏应用中起到较好的效果。     

基于带缺失PISA数据对中国学生科学素养的诊断分析

利用DINA模型(Deterministic inputs,noisy and gate model)对PISA2015中国学生科学素养数据进行建模,使用贝叶斯M CMC算法实现对缺失数据的自动填补和模型参数的估计.     

污水处理场废气生物处理装置提标

VOCs是形成臭氧的重要前体物,加强VOCs治理是现阶段控制臭氧污染的有效途径.废气生物处理装置为满足新的排放要求改造前应先对废气组分进行分析,并筛选合适的菌种进行接种以降低后续提标装置的投资.可采用吸附技术或高级氧化技术对生物处理装置出气进行提标处理.提标工艺如采用吸附技术需考虑吸附剂脱附产生物质的再处理.     

一种植物油中苯并（a）芘含量测定的固相萃取前处理方法

为了建立一种准确性高、成本低的植物油中苯并(a)芘测定的样品前处理方法，基于GB 5009.7—2016以自制氧化铝柱为固相萃取柱，采用单因素试验对称样量、洗脱剂量、洗脱流速、吸附剂存放时间、吸附剂量这5个影响植物油中苯并（a）芘洗脱的因素进行研究，优化前处理条件，并对测定方法进行考察。结果表明：优化的前处理条件为称样量0.100 0 g、洗脱剂量120 mL、吸附剂（氧化铝）量22 g、洗脱流速1滴/2 s、吸附剂存放时间少于12周；方法检出限为0.2 μg/L，样品加标回收率为94.23%～100.00%，RSD为1.20%～7.36%；同一样品测定结果与SGS测定值接近，相对平均偏差为2.36%～3.50%。说明本试验方法测定结果准确，可应用于油脂企业植物油中痕量苯并（a）芘的测定。     

简支梁桥横向分布加载装置及板梁模型试验研究

针对一种新型桥梁横向分布加载装置和3个不同有效铰缝高度的有机玻璃板梁桥实验模型,通过对模型梁进行横向加载实验,实测横向分布分析值与铰接板法理论分析值吻合较好.实测结果表明,铰缝有效高度对板梁的横向分布略有影响,铰接板法理论对工程设计是偏安全的.该实验加载装置装拆方便,占用空间小,不受场地限制,教学效果良好,可推广应用于相关高校同类专业实验教学中.     

氮含量及固溶温度对21-6-9奥氏体不锈钢组织和硬度的影响

为了探讨氮含量及固溶温度对21-6-9不锈钢组织和硬度的影响,分别在950、1000、1050和1100 ℃对3种不同氮含量的热轧态21-6-9不锈钢进行1 h固溶处理,通过光学显微镜观察其组织结构,结合Thermo-Calc热力学计算对试验钢的微观组织进行分析,并对其进行硬度测试。结果表明,0.20%~0.28%N的21-6-9不锈钢热轧后沿轧制方向析出铁素体,且钢中铁素体经950~1100 ℃固溶处理可消除,当N含量达到0.34%时,试验钢中不再出现铁素体。随着固溶处理温度的升高,21-6-9不锈钢的晶粒组织长大,硬度降低。N含量的增加可显著提高固溶态21-6-9不锈钢的硬度,其增加程度随固溶处理温度的升高而减弱。     

高铁桥梁智慧建造综合管控平台的设计与应用

为了提升高铁桥梁的施工技术和管理水平,通过地空快速高精度三维数据融合与场景构建技术,并结合建筑信息模型(Building Information Model,BIM)技术,开展基于工业互联网的工地数据库全连接研究,打破生产现场管理信息"孤岛",将拌合站、钢筋加工场、试验室、施工现场的三维场景、工艺生产、配料任务、施工进度、安全质量、视频监控、应力监测等数据进行关联,实现施工生产多维度数据全连接,最终构成基于"一张图"的企业级高铁桥梁施工智慧综合管控平台.     

基于像素偏转模型和机器学习的室外图像天空像素检测

图像中的天空区域对于基于视觉的地面机器人导航具有重要意义,为了识别图像中的天空部分,本文提出了一种基于像素偏转模型的BP神经网络天空识别方法.首先,制作天空图像集和非天空图像集,天空图像集由各种天气情况下的天空提取而成,非天空图像集由非天空的景物构成,主要包括建筑、汽车、树木、植物等;其次,使用提出的像素偏转模型提取天空图像集和非天空图像集的像素特征并进行处理,对天空像素点和非天空像素点进行标注,利用BP神经网络对像素特征进行训练,得到权重文件;最后,使用得到的权重文件进行天空的识别.为了更好的说明本文算法和模型的优越性,使用本文算法与Otsu算法、YeHu算法、Graph-cut算法和Mask-Rcnn算法模型进行了比较,并设计了两组组对比实验,第一组实验进行识别效果的主观评价,第二组实验利用CamVid数据集的天空类进行算法精度的定量分析.