华南师范大学学报（自然科学版）

 

本期栏目

碳达峰与碳中和

  • 壁面效应下氨氢预混旋流燃烧特性的数值模拟分析

    史锦晖;张振东;

    为探究燃烧室壁面尺寸对氨氢旋流火焰特性的影响，采用数值模拟方法揭示了壁面尺寸变化对火焰结构、燃烧室流场分布及污染物排放的影响规律。结果表明：壁面尺寸的增加引起了燃烧室循环区面积的显著增加与循环中心沿轴向高度的提升，同时使壁面对旋流火焰径向限制减弱，火焰沿径向发展更为自由充分，火焰与燃烧室轴线夹角随之增大。随着壁面尺寸由60 mm×60 mm增加至100 mm×100 mm,燃烧室出口NO_x摩尔分数从7.402 1×10~(-3)(60 mm×60 mm)下降至7.129 7×10~(-3)(100 mm×100 mm),约下降3.68%。大尺寸燃烧室通过影响组分转化降低了燃料型NO排放，同时更大的壁面由于燃烧室温度的下降而降低了热力型NO排放。在80 mm×80 mm壁面条件下进一步探究了氨氢体积分数及燃料当量比变动下的污染物排放特性，发现出口NO_x的排放量随着氢气体积比的增加而呈先升后降的趋势；燃料当量比由0.8增至1.2时，NO_x摩尔分数从1.051 3×10~(-2)下降至2.158 1×10~(-3),排放量约下降79.5%,呈现出贫燃排放量高，富燃排放量低的规律。

    2025年06期 v.57 1-11页 [查看摘要][在线阅读][下载 2624K]

  • 基于STIRPAT模型的广东省碳排放峰值预测

    胡焕玲;廖涵嘉;陈梓瑾;

    基于广东省1998—2019年碳排放总体情况及相关数据，研究选取了常住人口总量、人均GDP、第二产业占比、能源结构、能源消耗强度与碳排放强度这6个指标作为碳排放影响因素，综合1998—2019年广东省的各指标数据，拓展STIRPAT与岭回归结合，构建碳排放量预测的拟合回归方程。同时采用情景分析，将2020—2035年分为3阶段，设定3种情景对碳排放峰值进行预测。结果表明：在无管控情景广东省碳排放量无法达到峰值；在管控情景广东省碳排放量在2030年达到峰值，峰值为7.022×10~8 t;在强管控情景广东省碳排放量在2025年达到峰值，峰值为6.430×10~8 t。该研究为广东省绿色低碳转型发展提供了理论参考。

    2025年06期 v.57 12-21页 [查看摘要][在线阅读][下载 1675K]

  • 基于微流控实验的纳米微乳液流动规律研究

    杨柳;裴奕杰;张记刚;姜晓宇;董广涛;朱凯;于宇;陈浩儒;

    为了研究纳米微乳液在应用过程中的多相运移行为规律及提高采收率机理，以纳米微乳液为研究对象，开展了TEM测试、Zeta电位测试、润湿性测定、扩张流变学测试及微流控可视化实验。结果表明：当驱替试剂中纳米微乳液体积分数增加时，纳米乳液黏度系数随之下降，进而降低驱替液的流度，改善流度比，减少黏性指进现象，从而提高石油采收率。体积分数为0.2%的纳米微乳液(油-水界面张力值约为0.092 mN/m,接触角为168°)具有良好的驱替原油能力，在驱替速率为0.5μL/min的微流控驱油实验中最终采收率为75.1%。当引入高矿化度地层水时，因双电层压缩作用引发乳液颗粒团聚，导致纳米微乳液的驱油效率开始下降。同时，与氧化性纳米气泡体系(包括CO_2、H_2及空气纳米气泡)的协同实验表明，二者结合未产生预期协同效应，界面活性氧物种的生成反而增加了纳米微乳液稳定性劣化风险。该研究可为矿场尺度的纳米微乳液调驱技术的应用提供一定的理论指导和技术参考。

    2025年06期 v.57 22-35页 [查看摘要][在线阅读][下载 5362K]

材料化学与物理

  • 植物-微生物燃料电池的原油降解与微生物产电性能

    夏宇;毛慧;齐春民;谢水祥;唐善法;王哲;赵连吉;

    陆上油田开发每年产生数百万吨含油污泥，处理难度高，环境危害大，现有处理技术难以对其进行有效处理，且经济性较差，存在二次污染风险。微生物处理技术因其高效降解、环境友好及低成本而受到广泛关注。将所筛选新型本源微生物(副蕈状芽孢杆菌)作为产电菌，某油田的落地油泥作为底物耦合植物构建了植物-微生物燃料电池(PMFC),探究了不同植物、含油率及环境温度对PMFC处理含油污泥中原油降解率及产电性能的影响。结果表明：副蕈状芽孢杆菌可以作为产电菌进行原油降解和产电，石竹的产电与降解能力优于白鹤芋，并远高于水葫芦。石竹在含油率约为1%时耐油能力最优，适宜温度为25℃。在最佳环境条件下，可获得最佳峰值输出电压376.84 mV、最大功率密度141.81 mW/m~3和原油降解率21.57%。研究结果为油田含油污泥处理提供了新思路。

    2025年06期 v.57 36-46页 [查看摘要][在线阅读][下载 4952K]

  • 纳米纤维素/Li1.3Al0.3Ti1.7(PO4)3复合隔膜在锂金属电池中的应用

    冯晓燕;李江鹏;高苑鑫;段明月;柴敬超;

    纤维素/Li_(1.3)Al_(0.3)Ti_(1.7)(PO_4)_3(LATP)复合隔膜通过环保、可规模化的造纸工艺制备。系统调控纤维素与LATP质量比(1∶1～1∶8)建立了组成–结构–性能关联。质量比为1∶4的隔膜呈现最优综合性能：LiFePO_4/Li半电池在0.5C倍率下1 000次循环的容量衰减率为0.034%/次；高压LiNi_(0.5)Mn_(1.5)O_4/Li电池(>4.7 V)在2C倍率下1 000次循环的容量保持率达78.4%。该方法构建了高性能有机-无机复合隔膜体系，通过无机电解质含量调控离子传输特性，为高安全性、高能量密度锂离子电池隔膜设计提供了新思路。

    2025年06期 v.57 47-56页 [查看摘要][在线阅读][下载 4805K]

协同智能与智慧教育

  • 基于大语言模型的多知识视角问答社区专家发现模型

    许嘉;李正凯;吕品;王艳秋;苏申;王志刚;

    专家发现(Expert Finding)的核心目标在于精准匹配用户提问与能够提供高质量解答的潜在专家，是问答社区、企业搜索和社交网络等多种应用的核心支撑任务。然而，当前专家发现领域的研究大多局限于单一核心知识视角，难以全面、多视角捕捉问题和专家的潜在特性，从而限制了专家发现的准确性。为解决这一难题，文章提出了一种基于大语言模型的多知识视角专家发现模型(LLMef)。该模型引入了多知识视角建模机制，有效融合核心知识、前置知识及后置知识三大视角的全面信息，实现对问题和专家特征的深度、细粒度表征。具体而言，LLMef模型基于开源大语言模型LLaMA-2-7B设计问题多知识视角编码器，实现问题的多知识视角表征；同时，设计了专家多知识视角聚合器，利用注意力机制聚合专家历史回答问题中的多知识视角信息，生成专家的多知识视角聚合表征。最后，通过对比实验、消融实验、参数敏感性实验，并辅以案例分析对LLMef模型进行验证。对比实验结果表明：与最好的基线模型TCQR相比，LLMef模型在6个公开数据集上的平均倒数排名(MRR)、前K精确度(P@K)和归一化折损累积增益(NDCG)分别平均提升了9.83%、13.58%、6.25%。消融实验结果表明问题多知识视角编码器和专家多知识视角聚合器的协同作用显著提升了问题建模与专家建模的精细度及准确性：与LLMef模型相比，关于问题多知识视角编码器的变体模型的MRR值平均降低了7.21%,关于专家多知识视角聚合器的变体模型的MRR值平均降低了10.43%。此外，参数敏感性实验结果明确了LLMef模型的最优参数配置，案例分析结果进一步揭示了LLMef模型优化专家发现效果的内在逻辑。综上可知，LLMef模型能够更精准地挖掘问题与专家间的潜在知识关联，可为问答社区、企业搜索等场景提供更可靠的专家发现结果。

    2025年06期 v.57 57-70页 [查看摘要][在线阅读][下载 2475K]

  • 基于双仿射模型与指针网络联合建模的知识图谱问答模型

    张天成;鞠振昊;孙相会;许嘉;于明鹤;刘恒宇;于思淼;于戈;

    现阶段基于知识图谱的问答研究主要集中在英文领域，中文领域因起步较晚，且缺乏足够的问答语料数据，发展相对滞后。中文中大量实体存在别名，增加了问答的复杂性。为此，文章提出了一种基于双仿射模型与指针网络联合建模的知识图谱问答模型(Prompt-Biaf-JointPN,PBJ)。首先，在Prompt模块采用思维链方法将多跳问题拆分为多个单跳问题；然后，针对每个单跳问题，Biaf模块以双仿射模型为输出层进行实体提及识别，并在JointPN模块将实体消歧与关系匹配任务统一建模为选择形式的阅读理解任务，从而获得中间答案；接着，在Prompt模块通过循环迭代机制，将上一跳的答案作为下一跳问题的实体提及，直到最终生成完整答案。为验证模型性能，在3个数据集(NLPCC-ICCPOL、KgCLUE、NLPCC-MH)上，将PBJ模型与Pipeline1、Pipeline2、TransferNet等11个基线模型进行了对比实验。对比实验结果验证了PBJ模型在中文语境下处理复杂问答任务的准确率：在单跳任务上，将PBJ模型去掉Prompt模块后的BJ模型的Hits@1值比最优的基线模型Pipeline2 w/Biaf高2.15%;在多跳任务上，PBJ模型的Hits@1值比最优的基线模型ChineseBERT高1.26%。最后，为验证文章提出的Prompt、Biaf、JointPN模块的有效性，进行了消融实验。消融实验结果表明这3个模块对提升PBJ模型性能均有重要贡献：分别缺少Prompt、Biaf、JointPN模块的3个模型的Hits@1值，相较于PBJ模型分别下降了2.13%、2.84%、6.51%。综上可知，PBJ模型通过联合建模实体消歧与关系匹配，可有效缓解中文知识图谱问答中实体别名复杂、语料稀缺等瓶颈，为中文多跳问答提供了一种实用且可扩展的新思路。

    2025年06期 v.57 71-81页 [查看摘要][在线阅读][下载 2646K]

  • 基于深度学习的印章文本检测与识别

    张涵;徐丽格;胡东浩;余宝贤;李百成;张翊;

    印章文本识别对现代数字化文档处理与身份核验至关重要，然而，实际复杂场景下的印章文本检测与识别普遍存在精准度不足的问题。针对此，文章提出一种基于深度学习的印章文本检测与识别方案：(1)为提升模型在复杂场景中印章文本检测的特征提取能力，以可微分二值化网络(DBNet)为基础架构，面向文本特征融合，设计了带有残差结构多尺度特征融合注意力机制模块(RES-EMA),提出一种新的印章文本检测模型(RE-DBNet)。(2)基于SVTR模型，优化得到新的印章文本识别模型(CASVTR):在特征提取阶段，采用Conv卷积模块替换局部混合模块，构建Conv+GM编码器，以强化模型对字符特征的提取能力；在特征解码阶段，针对性设计基于Transformer的CTC解码器，以解决传统模型解码过程存在的多路径解码与特征不对齐问题，提升文本识别精度。最后，在ICDAR2023-ReST公开数据集上，将RE-DBNet模型与VitDet、TPSNet、TrOCR模型进行印章文本检测对比，将CASVTR模型与SAR、ABINet、SRN等模型进行印章文本识别对比；比较RES-EMA、EMA、SE、CBAM等注意力机制模块对文本检测模型的性能差异；开展编码器分别为Conv+GM、LM+GM以及解码器分别为CTC、CTC+LSTM、CTC+BiLSTM、CTC+Transformer的模型在印章文本识别中的性能对比实验。实验结果表明：(1)RE-DBNet模型的印章文本检测召回率达98.54%,较对比模型中召回率最优的VitDet模型提升了1.94%;CASVTR模型的印章文本识别准确率、平均归一化编辑距离分别为90.32%、0.987 4,较对比模型中性能最优的ParseQ模型分别提升了1.84%、0.018 7。(2)与增加EMA模块的DBNet-EMA模型相比，RE-DBNet模型的Precision、Recall、Hmean值分别提高了2.7%、0.03%、1.47%;基于Conv+GM编码器的SVTR-Conv模型的Accuracy值比SVTR模型提高了0.85%,基于Transfor-mer的CTC解码器的CASVTR模型的Accuracy、ANED值分别比SVTR-Conv-BiLSTM模型提高了2.43%、0.003 8。综上可知，文章提出的基于深度学习的文本检测与识别方案有效解决了复杂场景下印章文本检测精度低、识别阶段CTC解码多路径干扰及特征不对齐的问题，可为实际复杂业务场景的印章文本检测与识别提供可靠的技术支撑。

    2025年06期 v.57 82-90页 [查看摘要][在线阅读][下载 1960K]

交叉学科研究

  • 教师职业幸福感的异质性：基于潜在剖面分析

    曾姝倩;李庆豪;徐艳伟;

    教师职业幸福感既是教育政策的价值旨归，更是高质量教师队伍建设的重要观测维度。教师职业幸福感并非单纯的主观感受，还受个人特征、学校环境及政策环境影响，呈现群体差异。基于潜在剖面分析和Shapley值分解法的实证研究发现，我国中小学教师的职业幸福感存在“停滞挣扎型”(35%)、“渐进探索型”(50%)和“高峰隐忧型”(15%)3类，在人口学分布上呈现出显著差异。多维归因分析发现，教师职业幸福感受政策环境(宏观)、学校生态(中观)与个体特质(微观)的三重作用机制影响。研究表明：(1)政策支持作为制度性保障是导致教师职业幸福感差异的关键要素，其解释力显著高于学校环境因素；(2)不同类型教师存在异质性需求特征，“停滞挣扎型”与“高峰隐忧型”教师的职业幸福感知受物质保障水平显著影响，而“渐进探索型”教师则对职业发展支持具有更高敏感性；(3)学校环境呈现双刃效应，工作要求显著抑制幸福感，工作资源则通过赋能路径发挥增益作用。据此，研究提出三层次支持体系：宏观层面构建分类支持框架，强化基础保障性政策供给；中观层面推进学校治理转型，打造专业发展导向的生态型组织；微观层面实施精准资源匹配，依据群体特征提供差异化支持。研究为破解教师职业幸福感的群体差异困境提供了新的理论视角，对完善教师教育政策体系具有重要参考价值。

    2025年06期 v.57 91-102页 [查看摘要][在线阅读][下载 2412K]

  • 基于可解释机器学习构建基础教育教师职业倦怠预测模型

    周艳;张可;张卫;

    本研究基于河南省商丘市、周口市和信阳市334所中小幼学校的33 569名教师样本，构建可解释机器学习模型预测基础教育教师职业倦怠。通过逻辑回归、随机森林、XGBoost、CatBoost和LightGBM算法比较，发现CatBoost综合性能最优(AUC=0.88,特异性=0.86)。人口学分析显示村镇教师倦怠率高于区县，未婚教师及低经济水平群体风险突出。SHAP解释性分析揭示了基础教育教师职业倦怠的重要风险和保护因素排序，影响基础教育教师职业倦怠的前5个预测因子依次为：深层扮演、工作投入、角色过载、抑郁、神经质。其中，深层扮演与工作投入为核心保护因子，角色过载、抑郁和神经质为主要风险源。研究构建了可解释的教师倦怠预测模型和可视化预测工具，明确了“深层扮演—工作投入”双保护因子与“角色过载—抑郁—神经质”三风险源的核心作用，为区域教育管理部门实施分级干预提供了证据。

    2025年06期 v.57 103-111页 [查看摘要][在线阅读][下载 1853K]