教学课程资源库 更多>>

关键词： 物理化学   Ni-Cr薄膜   磁控溅射   表面粗糙度   电性能   形貌   附着力   基底  

摘要： 研究了Al2O3(95%)陶瓷基底的粗糙度对Ni-Cr(80/20)合金薄膜及薄膜换能元性能的影响。利用磁控溅射法在不同粗糙度的基底上制备了Ni-Cr合金薄膜。通过扫描电镜、划痕法、4探针法对薄膜的微观结构、附着性能、电性能进行了研究。根据D-最优化法测定了基底粗糙度不同的薄膜换能元爆发电压、爆发电流。结果表明:随着基底粗糙度的增大,薄膜颗粒度增大,结构缺陷增多,电阻率增大,Ni-Cr薄膜附着力变大;基底粗糙度不同的样品随着刺激量的增大,爆发时间的差别逐渐缩小,当充电电压达到37 V时其爆发时间均接近20μs.

关键词： 科学引文索引   引文数据库   生命科学   临床医学   物理化学   工程技术   学术水平   科学研究  

摘要： 《科学引文索引》（Science Citation Index，SCI）是由美国科学信息研究所（ISI）1961年创办出版的引文数据库刊物，是覆盖生命科学、临床医学、物理化学、农业、生物、兽医学、工程技术等方面的综合性检索刊物，尤其能反映自然科学研究的学术水平，

关键词： 教学方法   参与式教学   物理化学  

摘要： 本文对工科物理化学中参与式教学方法进行了探索。从内容、方法及要求等方面,通过引导学生积极主动地实践将参与式教学融入教学环节,使学生不仅掌握了物理化学的重要理论知识,同时还培养了创新型综合型人才应具备的素质和能力。

关键词： 物理化学   实验   教学改革  

摘要： 根据物理化学实验的特点,结合物理化学实验教学过程中的实际问题,对食品专业物理化学实验进行教学改革探索。

关键词： 物理化学   火工品   Ni-Cr薄膜   溅射   刻蚀   换能元   发火电压  

摘要： 为了制作出阻值一致性好,发火电压低的金属桥膜换能元,对Ni-Cr薄膜换能元制作过程中的薄膜溅射、刻蚀等工艺进行了探索,并对制作的换能元参数进行了测试。结果显示随着溅射功率的减小,薄膜的沉积速率减小,成膜致密性提高;在一定范围内,刻蚀液中高氯酸所占的比例越大,刻蚀用时越短。制作的Ni-Cr薄膜换能元电阻的一致性较好,在47μF电容情况下发火电压均值为6.67 V。

关键词： 双语教学   物理化学   课程建设  

摘要： 双语教学是高等教育的大势所趋。物理化学课程采用双语教学有利于拓宽学生知识视野,使学生将基础英语学习和专业学习紧密联系起来,从而培养新时代的高素质复合型人才。文章结合物理化学教学特点,探讨了双语教学课程建设所涉及的多个方面。

关键词： 物理化学   燃烧性能   双基推进剂   高熔点   燃烧稳定剂  

摘要： 研究了五种新型高熔点燃烧稳定剂（WB、WC、ZrB2、ZrO2和SiC）对螺压双基推进剂燃烧性能的影响。结果表明,WB、WC、ZrB2和ZrO2使空白配方燃速提高,ZrB2和ZrO2的催化能力随其粒度减小而上升。2.07μm的ZrO2使空白配方7 MPa下的燃速增大73%。各配方燃速的最大增幅都出现在7 MPa左右。WB和ZrB2使空白配方的燃速压力平台向高压移动。2.07μm的ZrO2可使空白配方7~13 MPa压力范围指数降低,压力平台拓宽至13 MPa。SiC和WC使空白配方的压力指数增大,低压平台保持。

关键词： 物理化学   高压差示扫描量热(PDSC)   燃速   燃速催化剂   气体产物  

摘要： 分析了燃速催化剂和主要气体产物对燃速的高压差示扫描量热(PDSC)特征量关系方程参数的影响,结果表明,该方程的压强因子与压强指数线性相关,RDX-CMDB改性双基推进剂(R系列推进剂)的燃速催化剂影响燃热因子,主要分解气体产物相对量值比与"燃热因子"和"压强因子"有线性关系或有近线性关系。因此,该方程除了可以描述PDSC的特征量与燃速的关系外,还可以描述推进剂的催化剂作用,也可以定量描述气体产物提高燃速和降低压强因子或压强指数的作用,同时通过它还可揭示燃速催化剂的作用机理。

关键词： 物理化学   改性单基发射药   烧蚀管试验   燃烧渐增性   低烧蚀  

摘要： 采用"浸渍-钝感"工艺制得改性单基发射药。用烧蚀管试验表征了该发射药的烧蚀。采用密闭爆发器研究了该发射药的静态燃烧性能,以857-30 mm制式弹道炮研究了发射药在膛内的动态内弹道性能。结果发现,与制式单基发射药相比较,制得的改性单基发射药的烧蚀量降低了16.4%,燃烧渐增因子Pr由0.035提高到0.445,初速从856.6 m.s-1提高到941.3 m.s-1,提高了9.8%,显示该发射药具有高燃烧渐增性、低烧蚀的特点。

关键词： 物理化学   含硼富燃料推进剂   一次燃烧性能计算   粒子群算法   BP神经网络  

摘要： 使用粒子群算法（particle swarm optimization,PSO）来优化误差反传（back propagation,BP）神经网络的权重和阈值,建立了粒子群神经网络（PSO-BP）计算模型,利用该模型对含硼富燃料推进剂的一次燃烧性能进行了模拟计算,当端羟基聚丁二烯（HTPB,28%~32%）、高氯酸铵（AP,30%~35%,重均粒径0.06~0.140 mm）、卡托辛（GFP,0%~5%）等重要影响因素变化时,计算了相应配方的燃速和压强指数,并与测试结果进行了比较。结果显示,模拟计算的燃速和压强指数相对偏差均小于±7%。