关于仪器分析教学改革和大学生创新培养的探讨

本文结合仪器分析课程的内容和特点,分别从“把多媒体教学引进仪器分析的课堂”、“开设仪器设备创新的实验教学内容”、“引入基于问题学习法”、“及时更新教学内容”和“实行开放实验室制度”等五个方面探讨了对仪器分析教学改革和大学生创新培养的措施与方法。     

论网络化时代高校心理健康教育体系建设

网络是把双刃剑。一方面,由于网络形成的网络心理障碍、网络成瘾综合症等突出心理健康问题给高校心理健康教育带来严峻的挑战;另一方面,网络也给高校心理健康教育带来了难得的机遇。本文就如何构建网络化时代高校心理健康教育体系提出了建议。     

等离子体天线辐射特性研究

用环形荧光灯制作了两幅等离子体天线,等离子体激励源分别为220 V交流电压和射频信号.测量了两种等离子体天线的电压驻波比和远区辐射场强,并与周长相同的方框金属天线的特性进行了对比.结果表明,等离子体天线的增益较金属天线平均低5 dB左右;在试验频率低端,220 V电源预激励方式下等离子体天线增益比RF直接激励要高2～4 dB,随着频率增加,两者增益差变小.     

玻璃纤维对GRC复合材料耐久性的影响

研究了玻璃纤维化学成分中ZrO2的质量分数、玻璃纤维类型及玻璃纤维长度等因素对GRC耐久性的影响。结果表明：加速老化条件下,玻璃纤维的抗侵蚀性随着ZrO2质量分数的增加而提高,以预混型短切玻璃纤维为增强材料的GRC比以水分散型短切玻璃纤维为增强材料的GRC表现出更好的耐久性;与长度为20mm的玻璃纤维相比,以长度为12mm的玻璃纤维配制的GRC表现出更好的耐久性。玻璃纤维掺量过高会造成分散不均匀,进而影响GRC复合材料的密实度和耐久性。     

车载高精度稳瞄系统的满意度设计

研究了车载高性能稳瞄系统伺服带宽设计的几个主要约束因素,对运动载体和强冲击振动环境下的扭转谐振等问题进行了深入研究,提出了噪声、精度和机械谐振等综合优化条件下的设计方法,同时对高性能稳瞄头部机构的安装机座提出了扭转谐振的要求以及减小谐振效应的方法.     

矿物掺合料对GRC耐久性的影响

通过长达3年的标准养护试验及80℃热水加速老化试验,研究了矿物掺合料粉煤灰、硅灰对耐碱玻璃纤维增强普通硅酸盐水泥(GRC)耐久性的影响,并对矿物掺合料改善GRC耐久性的机理作了初步分析探讨。研究结果表明,粉煤灰和硅灰矿物掺合料可明显改善GRC的长期耐久性。     

应用多GPU的可压缩湍流并行计算

利用CUDA Fortran语言发展了基于图形处理器(GPU)的计算流体力学可压缩湍流求解器。该求解器基于结构网格有限体积法,空间离散采用AUSMPW+格式,湍流模型为k-ωSST两方程模型,采用MPI实现并行计算。针对最新的GPU架构,讨论了通量计算的优化方法及GPU计算与PCIe数据传输、MPI通信重叠的多GPU并行算法。进行了超声速进气道及空天飞机等算例的数值模拟以验证GPU在大网格量情况下的加速性能。计算结果表明:相对于Intel Xeon E5-2670 CPU单一核心的计算时间,单块NVIDIA GTX Titan Black GPU可获得107~125倍的加速比。利用四块GPU实现了复杂外形1.34亿网格的快速计算,并行效率为91.6%。     

大规模科学数据体绘制技术综述

体绘制是刻画大规模科学数据中复杂物理特征的有效途径,然而,数据量极大、特征难以捕捉等问题依然是目前体绘制研究的主要挑战。为此,研究者们从三个方面对体绘制算法进行了深入研究,以提高大规模数据体绘制的效率和效果。一方面,依托硬件通过多处理器核来分担计算,降低单处理器核所要完成的计算量,是提高体绘制效率的一个有效途径。另一方面,充分发掘数据场内在特性对三维数据场进行约简,大幅减少绘制处理数据量从而降低算法开销,也是提高体绘制效率的一个有效途径。同时,在体绘制算法中融入特征分析和特征增强方法,让复杂物理特征从数据场中突显出来,以实现对科学数据的高质量绘制。本文对国内外体绘制技术相关研究进展进行了调研、综述,并分析了不同的研究方法,最后展望了未来体绘制技术研究的可能发展方向,包括应用驱动的特征体绘制、基于特征的约简体绘制、适应硬件的体绘制多级加速以及原位智能化体绘制等。     

激光制备高附着性能的铜基类金刚石膜

提升类金刚石(Diamond-Like Carbon, DLC)膜在被保护基底上的附着能力具有明显的实际应用价值。从微观机理上分析了前期设计的Cu基多层DLC膜有效性的原因。在此基础上,研究了DLC/SiC循环层中两者厚度比例对膜层的附着性能、纳米硬度和耐磨性的影响,以优化结构、进一步提升实际应用所需的膜层性能。纳米划痕和压痕测试结果表明:随着DLC层与SiC层厚度比例的增大,多层DLC膜在Cu基上附着性能逐渐降低,但当厚度比小于2.3时,仍接近厚度400 nm的单层DLC膜在Si基上的附着性能;Cu基多层DLC膜的纳米硬度逐渐提高,同时,耐磨性接近纯DLC膜。     

基于深度学习的军事辅助决策研究

信息化战争对作战指挥的时效性、精确性都提出了更高要求,也为军事辅助决策研究发展指明了新方向。随着AlphaGo的出现,深度学习技术在多个领域均取得了显著成果,也给军事领域特别是军事辅助决策领域带来了深刻影响。通过综合分析总结当前军事辅助决策领域的研究现状,结合深度学习的原理和特点,从情报信息融合、样本自动生成、训练模型泛化、自然语言理解等方面,提出基于深度学习的军事辅助决策智能化建设发展的新思路。