一.实验目的1.测定二氧化碳的P-V-T关系，观察临界现象：①临界状态附近气液两相模糊的现象。②气液整体相变现象。③测定CO2的pc、vc、tc等临界参数，并将实验所得的vc值与理想气体状态方程和范德瓦尔方程的理论值相比教，简述其差异原因。2.测定CO2的P-V-T关系，在P-V坐标中绘出t为20℃,27℃，31.1℃,50℃四种等温曲线，与标准试验曲线及克拉贝隆方程和范德瓦尔方程的理论计算值相比较并分析差异原因。3.测定在不同压力下饱和蒸汽和饱和液体的比容（或密度）及饱和温度和饱和压力的对应关系。观察凝结和汽化过程及临界状态附近汽液两相模糊的现象。4.测定二氧化碳饱和温度和饱和压力的对应关系。二.技术指标1.承压玻璃管及设备耐压承限可达到11MPa，承压玻璃管内的二氧化碳完全呈现液化状态30分钟以上方可泄压，如未达到此标准，作不合格设备处理。2.实验压力达到3Mpa时，水银柱在承压玻璃管内清晰可见。对应温度下，当压力达到液化压力时，承压玻璃管出现二氧化碳液化现象。3.工作电源：电压AC220V、50Hz，单相三线制、功率≤2100W；安全保护：具有接地保护、漏电保护、过流保护。4.防静电台面，高品质铝合金型材框架（可移动式设计，水平调节支撑型带刹车脚轮），无焊接点，安装拆卸方便。5.装置外形尺寸：1200×500×1700mm。 三.▲与本工艺配套的3D仿真教学软件、3D虚拟仿真平台。3D仿真软件具有管理员端、教师端、学生端，可实现教学实验网络化；▲①安装于学校内服务器上的局域网版；②联网即可使用，没有地域限制的网络版；③▲学生可任意在手机端和电脑端通过此平台学习设备的操作；④▲软件以人物360°自由漫游的视角观看实验的各个角度，有场景特效和背景音乐、语音播报和切换场景功能；⑤包含实验原理、实验目的和实验步骤的实验介绍功能；⑥在该界面中，可看到具体的操作指引。⑦语音播报及文字辅助认识设备部件及用途；⑧按照实验的操作步骤模拟实验功能；⑨▲软件平台可实时记录和保存学生操作软件的情况；⑩▲学生按照实验步骤进行考试，系统能当场评分并上传到教师端。 ▲（1）3D虚拟仿真平台：登录管理员以及教师端账号后可看到个人信息、学校管理、学院管理、系别管理、年级管理、班级管理、设备列表、考试管理、试卷管理、学生试卷、签到管理、新增作业管理、未审批作业、科目管理、作业成绩、考试成绩、错题试卷、未审核作业、通知公告、最新作业、成绩查询、在线用户、和系统设置这二十三个功能菜单，包含添加部门名称、负责人、联系电话、邮箱信息、管理员用户昵称、邮箱、用户名称、岗位、学校名称、手机号码、自主设置密码、搜索查询成员，上传文件、文件类型、专业、科目以及学校ID，可以在软件平台以文档形式上传教学资料，考试题目，可设置单选题、多选题、判断题、填空题、内容、科目、答案添加，▲可以查询学生的历次考试成绩，使用3D仿真软件的情况；学生可任意在手机端和电脑端通过此平台学习实验设备3D仿真教学软件的使用操作，完成理论知识的学习，系统可立即自动批改并生成考试分数，实时上传到教师端。 ▲（2）投标文件中提供以上软件每项功能的高清截图，以及二维码形式的▲软件录频，使评委能清晰看到以上参数中的每个功能内容（静态图片视为无效提供），验证仿真平台功能和实验设备3D仿真功能，中标后采购人有权要求中标人提供软件安装包进行参数演示，如出现虚假应标、拒绝演示等，采购人有权终止合同，并由中标人承担一切后果。  

北京大学化学与分子工程学院楼宇自控系统设备采购及安装项目 招标项目的潜在投标人应在登录东方在线www.o-science.com注册并购买获取招标文件，并于2022年06月15日 09点30分（北京时间）前递交投标文件。

东南大学化学化工学院落地式高速冷冻离心机采购招标项目的潜在投标人应在东南大学采购中心网（https://dnzb.seu.edu.cn/）获取招标文件，并于2022年06月16日14点30分（北京时间）前递交投标文件。

能源与动力工程学院超快时间分辨光谱系统招标项目的潜在投标人应在详见西安交通大学采购与招标管理办公室网站（cgb.xjtu.edu.cn）获取招标文件，并于2022年07月04日14点30分（北京时间）前递交投标文件。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

北京大学物理学院、纳光电子前沿科学中心、人工微结构和介观物理国家重点实验室“极端光学团队”胡小永教授和龚旗煌院士等在非厄密拓扑光子学研究中取得重要进展：发展出一种研究新型增益-损耗畴壁拓扑光学体系的有效哈密顿量新方法，揭示了由增益-损耗畴壁诱导的拓扑态的产生机制。

日前，东南大学肖睿教授团队与帝国理工学院宋启磊副教授团队在国际著名期刊“NatureCommunications”上发表了题为“Precursorengineeringofhydrotalcite-derivedcopper-basedredoxsorbentsforreversibleandstablethermochemicaloxygenstorage”的论文，报道了该团队在化学链高活性、高稳定性载氧体应用于清洁燃烧碳捕集技术的最新研究成果。