化学的质量分数范文第1篇

导学案

【学习目标】

1、掌握一种溶液组成的表示方法——溶质的质量分数，并能根据化学方程式进行溶质质量分数的计算。

2`,学会配制一定溶质质量分数的溶液。

【重点难点】

1、配制一定溶质质量分数的溶液。

2、根据化学方程式进行溶质质量分数的计算。

【学习方法】

自学法

交流讨论法

【学习过程】

【课前预习】

1、100

g某硫酸溶液恰好与13

g锌完全反应，与锌反应的是硫酸溶液中的 溶质、溶剂、溶液是什么?

2、计算配制50g质量分数为6％的氯化钠溶液所需氯化钠和水的质量？

【课堂探究】

一、溶质的质量分数应用于化学方程式的计算

例题1：100

g某硫酸溶液恰好与13

g锌完全反应。试计算这种硫酸中溶质的质量分数。

[交流讨论]解出此题的关键是什么?

[总结]关键是利用化学方程式先解出硫酸溶质的质量。

[小结]本节课学习了关于溶质质量分数的两种计算类型。了解了不同计算类型的关键点，并会分析题意，能找准各量之间的关系。

二、配制一定溶质质量分数的溶液

例题2：配制50g质量分数为6％的氯化钠溶液，需要哪些仪器和步骤?

【自主检测】

一、选择题

1．在30

℃时，将10

g食盐溶解在40

g水中，该食盐水中食盐的质量分数为(　)

A．10%

B．25%

C．40%

D．20%

2．从20%的氢氧化钠溶液中取出5

g，所取出的溶液与原溶液的溶质质量分数相比(　)

A．变小

B．变大

C．不变

D．无法判断

3．生理盐水是溶质质量分数为0.9%的氯化钠溶液，现用1000

g生理盐水给某病人输液，进入病人体内的氯化钠的质量为(　)

A．0.9

g

B．9

g

C．90

g

D．18

g

4．某溶液溶质的质量分数为10%，下面说法正确的是(　)

①在100份质量溶液中含有10份质量溶质　②在110份质量溶液中含有10份质量溶质　③在100份质量溶剂中含有10份质量溶质　④在90份质量溶剂中溶有10份质量溶质

A．①②

B．③④

C．②③

D．①④

5．在一定温度下，往某饱和溶液中加入原溶质，此时溶液的溶质质量分数(　)

A．不变

B．减小

C．增大

D．无法判断

6、配制一定溶质质量分数的氯化钠溶液的一些操作步骤见下图，正确的操作顺序是（

）

A、④⑤①②③

B、①②③④⑤

C、③④①②⑤

D、②①④③⑤

二、填空题

1．配制溶质质量分数为12%的食盐溶液50

g，一般可用________称取________g食盐，再用________量取________毫升水，倒入已盛有食盐的________中，并用________搅拌即可．

三、计算题

1：50

化学的质量分数范文第2篇

一、 溶质质量分数

溶质质量分数是溶质质量与溶液质量之比。

计算公式：溶质质量分数＝×100%=×100%

对溶液中溶质的质量分数的理解应明确五点：

1.溶质的质量分数是溶液组成的一种表示方法，所指溶液可以是饱和溶液，也可以是不饱和溶液；既可以是稀溶液也可以是浓溶液。

2． 溶质质量分数是质量之比，一般与温度无关。

3． 溶质质量分数是比值，一般用百分数表示。

4． 由于溶液的组成是指溶质在溶解度范围之内溶液各成分在量方面的关系。因此，对溶液组成的变化来说，某物质的质量分数只能在一定范围内才有意义。

例如20℃时，氯化钠的溶解度是36g，说明20℃时，100 g水中最多能溶解36g的氯化钠，所以，20℃时，氯化钠溶液的溶质质量分数不能超过

×100%＝26.5%

离开实际可能性，讨论更大质量分数的氯化钠溶液是没有意义的。由此可以看出，溶液中最大的溶质质量分数是由溶解度决定的，而溶解度受制于温度，所以要讨论溶液中的最大溶质质量分数也必须在一定温度下才有意义。

5． 运用溶质质量分数时，必须分清溶质质量、溶剂质量与溶液质量，特别要注意以下三种情况：

（1） 结晶水合物溶于水，其溶质指不含结晶水的化合物，所带结晶水成为溶剂一部分，如CuSO4•5H2O溶解于水，溶质为CuSO4，结晶水成为溶剂的一部分。

（2） 有些化合物溶于水与水发生反应，如SO3溶于水，SO3＋H2O＝H2SO4 ，其溶质是H2SO4 ，而不是SO3 ，溶剂质量也相应减少。

（3） 溶质只能是已溶解的那一部分。如20℃时20g氯化钠投入到50g水中（20℃时SNaCl＝36g），20℃时，50g水中最多溶18g氯化钠，故溶质质量为18g，而不是20 g 。

二、 溶质质量分数计算的类型

（一） 溶质、溶剂、溶液的质量与溶质的质量分数的相互换算

例（2009•泰安）制作“叶脉书签”需要l00g溶质质量分数为10％的氢氧化钠溶液。请问：

（1） 配制时需要氢氧化钠固体的质量是___________g，水的质量是___________g；

（2） 若用20％的氢氧化钠溶液和水配制，需要20％的氢氧化钠溶液质量是___________g。

解（1） 氢氧化钠的质量=100g×10%=10g，水的质量=100g－10g = 90g

（2） 设需要20％的氢氧化钠溶液的质量为x

20%x=100g×10%

x=50g

答案：（1）1090（2）50

（二） 溶质质量分数与溶液体积、密度的有关换算

溶液的质量＝溶液的体积×溶液的密度

溶质质量分数=×100%

（三） 溶液的稀释、浓缩的计算

稀释（浓缩）前后溶质的质量不变，即：

浓溶液的质量×浓溶液中溶质质量分数=稀溶液的质量×稀溶液中溶质质量分数

例化学实验室现有98%的浓硫酸，但在实验中常需要用较稀的硫酸溶液，要把50g质量分数为98%的浓硫酸稀释为质量分数为20%的硫酸溶液，需要多少克水？

分析我们先来找出稀释前后溶液、溶质、溶剂的变化：

解：设需要水的质量为x

则（50g＋x）×20%＝50g×98%

50g＋x＝

x＝245g－50g

x＝195g

答：需加195克水。

（四） 在有关溶质质量分数与化学方程式联系的综合计算中，最关键的是掌握生成溶液质量的计算

一般说来，溶质质量可利用化学方程式进行计算，而计算生成物溶液的质量常用两种方法，一种方法称为溶液组成法，即利用溶液质量＝溶质质量 +溶剂质量。而较为简便的另一种为质量守恒法，即利用质量守恒定律进行计算：溶液质量＝反应物物质质量总和－不溶固体或生成的沉淀质量－生成的气体质量。

例（2010•盐城）取黄铜屑（铜锌合金）32.5g，放入盛有180g稀硫酸（足量）的容器中充分反应，生成氢气0.4g。试计算（请写出解题过程）：

（1） 该黄铜屑中铜的质量。

（2）反应后的溶液蒸发掉多少克水后可变成20%的硫酸锌溶液？

解设原混合物中锌的质量为x，生成的硫酸锌的质量为y

Zn + H2SO4 ZnSO4 + H2

65___________161___________2

x___________y___________ 0.4g

65∶x=2∶0.4g___________x=13g

161∶y=2:0.4g___________ y=32.2g

（1） 黄铜屑中铜的质量为：32.5g-13g=19.5g

（2） 设蒸发的水的质量为m

32.2g/ （180g+13g-0.4g-m）×100%=20%

m=31.6g

或32.2g/20%=161g

（180g+13g-0.4g）-161g=31.6g

答：略

点拨此题是有关化学方程式、溶质质量分数结合起来的综合题，解题的关键是要弄清楚反应后溶液中的溶质是什么，如何求该溶液中溶质质量和溶液质量。

附：跟踪练习题

（2010•南京）某化学兴趣小组的同学在实验室配制质量分数为8％的氢氧化钠溶液，并用其测定某稀盐酸中溶质的质量分数。

（1） 配制200g质量分数为8％的氢氧化钠溶液。

① 计算：需要氢氧化钠固体的质量为___________g，水的体积为___________mL（水的密度近似看作1g／cm3）。

② 称量：调节托盘天平平衡，将一个烧杯放在托盘天平的___________盘，称量其质量。然后___________ （按操作的先后顺序选填字母），直至天平平衡。

A． 将氢氧化钠固体加入烧杯中

B． 按需要添加砝码、移动游码

该步骤中用烧杯而不用纸称量氢氧化钠的原因是___________ ．

③ 溶解：用量筒量取所需的水，倒入盛有氢氧化钠固体的烧杯里，搅拌，使其溶解，并冷却至室温。

④ 把配好的溶液装入试剂瓶，塞好橡皮塞并贴上标签。

（2）右图表示用上述配制的氢氧化钠溶液与20g某稀盐酸发生反应后溶液温度的变化情况。

① 根据曲线判断，当加入氢氧化钠溶液的质量为___________时，反应恰好完全进行。

② 当加入15g氢氧化钠溶液时，所得溶液中的溶质为___________（写化学式）。

③ 试计算该稀盐酸中溶质的质量分数。（请写出计算过程）

答案：

（1） ①16184② 左BA氢氧化钠易潮解（或氢氧化钠具有腐蚀性）

（2） ①20g② HCl、NaCl

③ 解：20g氢氧化钠溶液中NaOH的质量：20g×8％=1．6g

设该稀盐酸中HCl的质量为x

HCl + NaOH=NaCl + H20

36．5___________40

x1．6g

＝

x=1．46g

稀盐酸的质量分数：×100％=7．3％

化学的质量分数范文第3篇

部分地区中考试卷知识点分布情况统计

一、知基点――对质量守恒定律的理解

质量守恒定律作为初中化学课程的第一定律，是自然界客观存在的普遍规律，该定律的探究实验是第一个进行定量分析的化学实验，揭示了化学反应过程中反应物与生成物之间的质量关系。

1.“化学反应”是理解定律的先决条件。质量守恒定律只研究化学变化中的质量关系，不适用于物理变化，一切化学反应都遵循质量守恒定律。

2.“参加”和“生成”是分析定律的突破口。一定要强调“反应物”必须指“实际参加反应”的各物质，不能将“没有真实参加反应”的物质质量纳入其中。对于“生成物”而言，应该指反应后生成的各物质，其中包括在生成物中出现的气体或者沉淀。

3.“质量总和”是应用定律的关键所在。实验探究“质量守恒定律”，应当选择密封环境体系。

4.“守恒（相等）”是定律的终极结论。质量守恒定律只适合“质量守恒”，不涉及“体积守恒”、“分子数目守恒”等。

例1 两同学对蜂窝煤的燃烧进行了如下探究，其中依据质量守恒定律解释的是（）。

A.当燃烧正旺时将炉门关上，煤层上方出现蓝色火焰

解释：此时氧气不足，产生的CO在燃烧。

B.煤完全燃烧后煤灰质量比煤的质量轻

解释：煤燃烧产生的二氧化碳等气体逸出。

C.在煤炉上放一壶水不能防止CO中毒

解释：CO难溶于水。

D.将煤做成蜂窝状更易燃烧

解释：蜂窝状的煤与空气接触面积增大。

解析：利用质量守恒定律解释生活中的一些现象时，只能说明化学反应中反应物和生成物之间的质量关系，而煤燃烧后煤灰质量比煤的质量轻，是因为生成了CO2等气体，同样遵守质量守恒定律。故正确答案为B。

中考题型总结及预测：在2008年中考中，涉及到此知识点的考题有：河南省第8题（选择题），肇庆市第20题（填空题），四川南充市第17题（实验探究题）等。对质量守恒定律的理解仍将是2009年中考的考点，与之相关的题型变化较多，有选择、填空、实验等题型，其分值约为2～4分。

二、明重点――质量守恒定律的拓展和应用

质量守恒定律是化学学习的核心和基石，应用广泛：1.依据质量守恒定律的原理，合理解释生活、生产和化学实验中的一些现象，揭示和反驳伪科学，如水变油，点石成金等。2.确定物质所含的元素种类及质量，正确书写物质的化学式以及物质变化的化学方程式等。3.引导我们从定量分析的角度认识化学反应，合理进行化学工艺、工业生产等。

从宏观和微观两个不同角度解释说明“质量守恒定律”的具体内容：

1.一定不发生改变的要素，宏观方面有：物质的质量总和、元素种类、元素质量；微观方面有：原子种类、原子数目、原子质量。

2.一定发生变化的要素，宏观方面是指物质的种类；微观方面是指分子的种类。

3.有可能发生变化的要素是分子的数目（微观）。

例2将一定质量的a、b、c、d四种物质放入一密闭容器中，在一定条件下反应一段时间后，测得反应后各物质的质量如下：

下列说法错误的是（）。

A.a和b是反应物，d可能是催化剂

B.反应后a物质的质量为4.64g

C.c物质中元素的种类一定等于a、b两种物质中元素的种类

D.若物质a与物质b的相对分子质量之比为2：1，则反应中a与b的化学计量数之比为2：1

解析：这是一道表格数据型试题，应充分理解化学反应中的反应物、生成物和反应条件、催化剂等。该化学反应的基本类型为化合反应：2.56g的a物质和0.64g的b物质化合生成3.2g的c物质，d物质可能是催化剂。c物质一定是化合物，包含a、b物质中元素的种类。其中a、b物质的质量比为2.56g:0.64g=4:1。故答案为B。

中考题型总结及预测：在2008年中考中，涉及此考点的试题有：沈阳市第9题（选择题），天津市第17题（填空题）等。质量守恒定律的应用是中考命题的热点，一般以选择、填空的形式出现，尤其以选择题常见，其分值约为2～4分。

三、看热点――化学方程式的书写

用化学式表示化学反应的式子叫化学方程式。化学方程式表示化学反应的客观事实，是表明反应物和生成物之间质量关系的重要化学用语。

化学方程式的书写原则为：1.必须以客观事实为基础，绝不可凭空臆造事实上不存在的物质和化学反应；2.遵守质量守恒定律，等号两边各原子的种类和数目必须相等。

书写步骤为：1.写：左写反应物，右写生成物；2.配：写好化学式，配平计量数；3.注：中间连等号，条件要注明；4.标：生成气体或沉淀，箭头要标明。

常见的反应条件：点燃、加热（）、高温、通电、催化剂等。当反应物中没有气体时，生成物中气体应注明“”，当反应物中没有固体时，固体生成物后应注明“”。

化学方程式的表示意义：1.表示化学反应中的反应物、生成物及反应条件；2.表示化学反应中各反应物、生成物之间的质量关系（质量比）；3.表示化学反应中各反应物、生成物之间的粒子个数关系（化学计量数比）。

例3下面示意图形象地表示了某化学反应前后分子的变化。其中?表示氧原子、表示碳原子，则该反应的化学方程式为：；该示意图说明化学变化的实质是 。

解析：由示意图分析、确定发生化合反应的化学方程式为2CO+O2 2CO2；再从分子-原子观点来解释化学变化的实质，即反应物的原子重新组合成新分子（或分子发生了变化）。

中考题型总结及预测：在2008年中考中，涉及到此考点的试题有：柳州市第13题（选择题），徐州市第22题（填空题），青岛市第25题（理解分析题），广东省第3题（实验探究题）等。化学方程式的书写通常以选择、填空、实验题形式出现，还可能出现分析、简答等主观题，分值约为6～8分。

四、破难点――化学方程式的配平

化学方程式的配平，即在化学方程式两边的化学式前面配上适当的化学计量数。

1.观察法。适用于简单、直观的化学方程式，可以直接判断出各物质化学式的化学计量数。

2.最小公倍数法。确定出化学方程式左右两边某元素的原子个数的最小公倍数，然后配上相应的化学计量数，使得该元素左右两边的原子个数相等。

除此之外，还有奇数配偶法、代数法等。

例4腌制食品中会产生亚硝酸盐，亚硝酸盐易诱发癌症。有人设想，先向含有亚硝酸盐（以NaNO2为例说明）的腌制食品中加入过量的氯化铵，共热后生成无毒无害的氮气、水和氯化钠；然后再持续加热，使过量的氯化铵分解为氨气、氯化氢气体，经过这样处理的腌制食品就可放心食用了。请写出设想中两个反应的化学方程式。

解析:书写“陌生”化学方程式要比书写常见的化学方程式还要简单。首先根据题中提供的已知信息确定好反应物、生成物、反应条件和生成物状态，然后正确写出化学式，配平化学方程式，注明反应条件和生成物状态即可。

答案：NH4Cl + NaNO2N2 + 2H2O + NaCl；

NH4Cl NH3 + HCl。

中考题型总结及预测：在2008年中考中，涉及到此考点的试题有：常州市第9题（选择题），潍坊市第22题（填空题）等。化学方程式的配平往往以填空题和化学实验题为主，分值约为6～8分。

五、析错点――与化学方程式相关的简单计算

利用化学方程式进行计算的依据是质量守恒定律。数学计算方法是化学方程式的具体应用，解题步骤为：设未知量写出并配平化学方程式列出相关物质的相对分子质量、已知量和未知量列出比例式、求出未知量简明地写出答案。

1.化学方程式是化学计算的依据，书写化学方程式要抓住4个“准确”。准确书写化学式，准确配平化学方程式，准确注明反应条件，准确计算相关物质的相对分子质量。写错化学式、方程式未配平、相对分子质量计算有误等是常见的错误。

2.化学方程式反映的是纯净物间的质量关系。遇到不纯物时，要先将不纯的已知量换算为纯净物的质量：纯净物质量（g）=不纯物质量（g）×纯度。若是已知气体的体积，则应将其换算为质量才可进行计算：气体质量（g）=气体体积（L）×密度。

例5石灰厂为测定一批石灰石样品中碳酸钙的质量分数,取用4g石灰石样品,把20g稀盐酸分4次加入样品中（样品中除碳酸钙外,其余的成分既不与盐酸反应,也不溶于水）,充分反应后经过滤、干燥等操作，最后称量，得实验数据如下表：

（1）该石灰石样品中碳酸钙的质量分数是 ；

（2）计算该稀盐酸的质量分数（写出计算过程，结果精确到0.1%）。

解析：本题是一道有关数据分析处理的计算题。应认真分析表格中的数据，通过反应的化学方程式迅速找到完全参加反应的纯物质的质量作为计算的已知条件。

由第三次和第四次剩余固体的质量数可以得出，样品中杂质的质量为1g，第一问中碳酸钙的质量分数很容易求出；第一、二、三次所加的5g盐酸溶液都参加了反应，且每次与之反应的碳酸钙的质量都为1g，利用1g碳酸钙的质量就可求出纯净的盐酸的质量，进而可以将盐酸溶液的质量分数求出。因溶液具有均一性，这5g盐酸溶液的质量分数就是该盐酸溶液的质量分数。

解：（1）W（ ） = ×100%=75%；

（2）设纯净的盐酸的质量为x

2HCl + CaCO3 = CaCl2 + H2O + CO2

73100

x 1g

73 : 100 = x : 1g，

x=0.73g。

W（HCl）= ×100%=14.6%。

答：该稀盐酸的质量分数为14.6%。

中考题型总结及预测：在2008年中考中，涉及到此考点的考题有：海南省第35题（选择题），汕头市第25题（化学计算），咸宁市第21题（自编计算题）等。与化学方程式相关的计算题一般以压轴题形式出现，分值约为5～10分。

化学的质量分数范文第4篇

关键词：大数据；上海；成人教学质量；监测

中图分类号：G712 文献标识码：A

一、相关文献研究

发达国家对于高等教育质量的监测由来已久，正是相对科学的监测方法和持续不断的监测行为推动外国高等教育的发展。随着大数据技术的发展，如何将大数据运用于高等教育质量监测正成为发达国家高等教育的一个新话题。2011年，韩国颁布“智慧教育推进战略”，强调与智慧教育相适应的物理背景和内容要求，特别强调了大数据在智慧教育中的运用。

2012年，美国教育部了《通过教育数据挖掘和学习分析促进教与学》的报告，全面阐述了大数据在教育领域中应用及面临的挑战。

此后，国外学者从大数据技术系统研究大数据的使用问题；也有一些学者重点研究了教学数据库的建立与数据挖掘问题。总之，通过大数据、智慧教育等手段推进现代教育改革。

从国内来说，大数据应用于教育也是最近几年的事。较早可从2009年开始出现教育领域大数据应用的概念。研究论文比较集中出现是在2013年以后的事，而2013年也被称为大数据元年。2014年教育部专门印发《2014年教育信息化工作要点》，指导大数据在教育领域的应用。

学术界对于大数据在教育领域中的应用，主要观点可分为两个角度：

第一个角度，是从为教育领域运用大数据提供技术解决方案。他们主要是以计算机专业为背景的一些学者，提出了为教育领域构建数据仓库、云计算、移动互联网、物联网等技术手段，方案非常多，但都处于摸索阶段，尤其是体现教育特点的方案还不是非常多，许多方案的实际运用效果有待观察。

第二个角度，是研究大数据给教育发展带来的影响。他们多是教育领域的专业人士，认识到大数据是未来教育发展的重要手段。因此，随着大数据不断介入教育领域，他们积极研究大数据对教育可能带来的影响问题。

如何将大数据技术与教育发展有机融合，是目前的研究最需要解决的问题，但研究相对薄弱。

总体来说，大多数研究集中在大数据对成人教学产生的影响展开的理论探讨，而对于如何应用的研究还不多，应用案例少，即使有一些解决方法，其实践效果还有待观察。

二、大数据在成人教学质量监测中的优势

（一）数据采集

大数据技术在数据采集过程中实现了自动化采集。自动化采集可以应付海量数据的采集，形成采集数据系统化、及时化和全面化。是传统人工采集数据无比拟的。由于自动采集海量成人教学信息，保障了成人教学质量监测的数据需求。同时，给成人教学质量监测带来新视角。将成人教学评价数据由成人教学结果转向成人教学全过程。对成人教学质量的掌控将变得全方位，对成人教学质量的分析判断也将更准确。

（二）数据统计分析

大数据背景下对采集到的成人教学质量信息将会运用科学方法及时、系统、科学展开分析和评价，帮助信息使用者从不同角度分析和评价成人教学质量结果，发现成人教学中存在的问题，并拟定相关对策。

（三）成人教学质量跟踪监测

成人教学质量跟踪监测的信息化实际上是通过信息技术实现对成人教学质量监测数据的动态、持续监测。

成人教学是一个持续过程。在持续过程中，因成人教学条件的变化，必将影响到成人教学质量结果的变化。也就是说，成人教学质量结果也是一个动态的变化过程。但传统监测方式因受技术限制，难以展开持续动态跟踪。而大数据技术在自动监测背景下，可以及时跟踪成人教学质量动态变化过程，并及时掌握影响成人教学质量变动的因素，还能在影响成人教学质量变动因素变化的背景下，预测未来成人教学质量结果的变化轨迹。

三、大数据背景下，如何重构成人教学质量监测体系

（一）宏观层面

从宏观层面构建新的成人教学质量监测体系，主要从四个方面入手：

1.大数据思维

运用大数据对成人教学质量进行监测，首先要解决的是建立起大数据思维。分析与成人教学质量相关的所有数据，而不是随机性分析；乐于接受与成人教学质量相关数据的纷繁复杂性；强调与成人教学质量的相关性分析，减少因果性分析。这些都是大数据思路的基本特征。

2.技术支撑

（1）顶层设计，统一成人教学质量数据类型。目前，我国在线教学数据类型不统一，造成数据共享出现障碍。因此，需要从国家层面，统一全国的在线教育数据类型，使教育数据共享和迁移无障碍。

（2）按大稻莨媛珊侠硗平监测体系构建路径。合理的大数据技术构建路径是：先界定要解决的问题，再选择要分析的数据，最后是技术选择，不能本末到置。

3.管理体制支撑

（1）从国家层面成立成人教学质量监测大数据应用相关组织，负责技术选择、统一数据类型等。

（2）各高校梳理各自的信息化系统，规范完善教育信息化系统，统一技术规范和数据规范。为未来数据共享、大数据监测提供条件。

（3）各高校应尽快成立大数据监测领导机构，由技术部门、教育管理部门共同组建。

（4）建立用数据说话的理念。大数据决策的特点就是用数据说话。无论是各高校的管理者，还是教师，都要建立起用数据说话的理念。

4.成人教学质量信息共享支撑

推进成人教学质量信息共享，首先解决的是组织机构方面的问题。从国家层面建立一个成人教学质量信息共享推进部门，协调各成人教学质量信息推送和维护，并配置相关硬件软件设施。其次，要解决成人教学质量数据的运维。国家层面建立成人教学质量数据运维制度和相关规则，如注数据出处、分级审核数据、针对不同数据使用者设计不同权限、及时更新或废止相关数据等。再次，做好成人教学质量监测技术运维工作，包括运维的主体，或自己运维或外包，或两者相结合；包括运维的对象，如硬件运维、软件运维、数据库运维、网络运维等；包括建立分级运维管理制度等。最后，建立成人教学质量数据共享绩效管理制度，包括评估数据开放度、评估数据共享绩效等。

5.法律制度支撑

大数据改变了传统成人教学质量监测的方式和内容，也带来了伦理道德和相关的法律问题。如个人隐私及数据签名的合法性等问题，都需要从法律层面进行规范。因此，制定并完善相关法律要走在前面。

（二）微观层面

1.建立“四个一”的体系

（1）一个系统

一个系统，就是成人教学质量监测系统。它有五大要件：一是网络。高速以太网是成人教学质量监测系统的物质基础。有线、无线、VPN等多种接入方式与校园网联接；各信息系y也与校园网互联互通。互联网用户也通过认证系统访问校园网。目前，上海高校都已建成了校园网络，无线覆盖率100%。二是数据。建立成人教学共享数据库平台。这是智慧教学的可信数据源。方便信息查询和决策分析。三是支撑。它是业务层信息化系统的支撑平台。为各应用子系统提供统一身份认证，建立校园一卡通机制，以及工作流、信息流推送机制、报表引擎机制。四是业务。涵盖成人教学管理所有业务应用，是成人教学业务信息化的集合。五是表现。用户通过交互界面得到各种成人教学管理中的信息服务。

（2）一个关键技术

大数据在上海市成人教学质量监测中由于涉及到存储、分析及结果显示等环节，一个关键技术必不可少。这个关键技术包括以下内容：

一是存储技术。由于数据的海量，传统关系型数据库已难以满足数据存储要求。新型数据库要具备扩展性、高可用性和支持灵活的数据模型。因此，在存储技术方面必然获得突破，否则无法满足成人教学质量监测的要求。

二是大数据处理技术。传统关系型数据库是靠索引提高检索效率，但索引的建立和更新费时费力，不能满足大数据的高可用性要求。因此，如何建立增量式索引更新器或多维检索工具，提高检索效率就成为必要了。

三是教学质量大数据分析。从杂乱无章的成人教学质量数据中分析出有利于成人教学决策的价值信息，是大数据在成人教学质量监测中的价值所在。重点是如何提高成人教学质量信息的分析效率。目前的思路有两种：一是流处理；二是批处理。但这种方式各有千秋。因此，未来的方面是两种如何有效融合，以提高数据处理效率。

四是成人教学质量大数据结果显示。数据运用者要能运用大数据处理后的结果，数据分析结果必须可视化。它有助于找到数据间的关系，帮助成人教学决策。重点是优化数据的可视化以及丰富数据分析结果的展示。

（3）一个流程

一个流程就是核心数据处理流程，即成人教学质量监测核心数据处理流程。包括：成人教学质量数据采集和存储、成人教学质量数据挖掘和分析、以及成人教学质量数据可视化三大环节。

在大数据成人教学质量监测应用中，数据源包括学籍管理系统、网络学习平台和课程管理平台等大量结构化、半结构化和非结构化数据。其中主要是非结构化数据。数据应用者包括成人教学管理者、教师和学生。具体流程分成三步：

第一，成人教学质量测量大数据采集和存储。由于成人教学质量数据多，因此，数据采集量大，为了确保数据的可信度，需要对数据进行过滤，排除干扰数据，保存有用数据。对保存的数据进行关联和聚合，按统一规范保存到数据库。

第二，成人教学质量大数据的挖掘和分析。对数据库中存储的有关成人教学质量的数据进行挖掘和分析，找到成人教学质量与成人教学变量之间的关系，帮助成人教学决策、成人教学资源推送和成人教学行为结果预测。

第三，成人教学质量数据可视化。成人教学质量大数据的挖掘和分析结果以图形语言呈现在数据使用者面前。可视化即指标图形化、指标值图形化、指标关系图形化、时空可视化等。

（4）一个成人教学基本状态数据库。

按照成人教学工作规律，运用云计算技术，按照国家统一的数据类型要求，搭建起符合各学校成人教学基本状态数据库。在必要的时候，该数据库可以和国家成人教学信息数据库实现“无缝对接”。

数据库能全程配置学生、教师、课程、成人教学场地和成人教学时间等五大成人教学资源；能全程实时监测学生学业情况、成人教学质量、成人教学资源利用情况；对成人教学环节中的异常情况预警和监测；监测学生学业状态，建立学业预警机制；为学生导师制管理提供信息支撑；系统显示人性化关怀，针对管理者、教师、学生设计不同的操作界面。

实现数据共享，实现多部门数据一致性。智慧校园是数字化校园建设的目标。智慧教学是智慧校园的组成部分。因此，智慧教学应与智慧学工、智慧计财、智慧人事、智慧后勤等信息平台兼容共享。智慧教学也需要其它相关数据的支撑。

2.建立七大机制

（1）数据收集机制

结合教育部评估中心的指标，成人教学质量监测数据范围分成四大类：

基本状态：成教生占比、教师数量与结构、当年成教招生专业数、生师比、全校开设课程总数、实践教学学分占比、选修课学分占比、主讲成教课程的教授占比。

资源：生均教学科研仪器设备值、生均图书、生均成人教学日常支出、成教专项教学经费、生均成教实验、实习经费。

教育质量成果：应届成教生毕业率、学位授予率、就业率、体质达标率、学生学习满意度、用人单位满意度。

成人教学管理：学生管理，包括学生基本信息、考勤、作业、成绩、在学校表现等；教师管理，包括教师基本信息、教案、课堂教学、批改作业等；综合管理，包括学校基本信息数据、各项评比等。

数据类型不仅包括结构化数据，如数据库和电子表格等，更重要的还包括非结构化数据，如文本、图片、音频、视频、聊天记录等。

数据收集方法：上海市各高校要建立统一数据入口，如校园网；整合不同学习平台；再接入移动学习平台；最后细化学习群体特征。

（2）数据教学资源整合机制

目前，各成人教学质量数据多处于碎片化状态。因此，整合已有的数据资料是实现大数据的重要环节。整合路径：运用云计算等先进的网络技术整合已有数据；出台激励措施，充分挖掘教师数据库建设能力；从需求出发，提高数据使用效率；提高数据资源整合能力。

（3）数据分析机制

数据分析是大数据的核心环节，它分析内容、分析文本、分析话语、分析社会网络等。数据分析方法包括系统建模、聚类算法、趋势预测算法等多种。目的是挖掘数据间的关系。数据分析结果的表现是数据的可视化。

对学生数据分析可以帮助教师掌握学生课程学习情况、学习兴趣、学习特长、成绩趋势、发展预测等，从而帮助教师调整成人教学内容和成人教学方式，提高成人教学效果。

对虚拟学习社区的分析，可以评估虚拟学习社区的网络位置选择、资源配置、知识构建和学生的参与度等。虚拟学习社区又能进一步强化大数据的分析功能。同时，也推动大数据技术本身的发展。如数字资源的技术保护问题。

学生对大数据的分析，可以帮助学习者评估自己的学习方法，还可以评估他人的学习方法，帮助自己找到最适合自己的学习方法，提升学习效率。同时，大数据还帮助学习者快速发现并定位学习资源，获取学习方法，预测学习效果。

总之，在各成人教学质量监测大数据分析中，将强化教师间的交流，促进教师间的学习；将强化教与学的关联，提升成人教学效果；帮助规划学习，确定个性化的学习方案，提升学习效果； 总结不同课程间的教与学的方式，细化成人教学分类。

（4）数据推送机制

大数据的核心价值是数据挖掘和数据分析。而数据推送又为数据挖掘和数据分析创造条件。因此，在上海市成人教学质量监测中，需要建立起成人教学质量数据挖掘、数据分析和数据推送机制。

（5）数据决策机制

通过成人教学质量监测数据挖掘和数据分析，优化学生学习路径。为学生学习决策提供帮助。在大数据时代，我们有能力认识每一个学生，也能为每一个学生制定个性化的学习方案。这就是数据决策机制。

（6）自助式成人教学管理机制

智慧教学能让使用者有愉快的使用体验。各学校的成人教学管理实现全程自助。学生、教师的相关成人教学事务申请电子化，审批在线化。系统自动公开信息，成人教学管理透明化与公开化。

（7）信息安全机制

大数据背景下成人教学质量监测系统离不开成熟的加密技术。它是智慧教学的安全保障。智慧教学有完善的日志和审计体系，对数据异常具备跟踪能力，确认并记录入侵时间，智慧还原更改信息，并建立有完备的数据备份系统。

四、大数据背景下成人教学质量监测可能遭遇的挑战

大数据将给成人教学质量监测带来革命性变革。这种变革本身就是一种巨大的挑战。挑战体现在以下几个方面：

（一）技术挑战

大数据来了，我们怎么拥抱大数据？首先，我们准备好了对海量数据的拥有能力吗？该用何种存储技术来面对海量数据？其次，数据采集技术和数据分析技术我们准备好了幔咳是数据类型如何兼容？这些都涉及到大数据技术的发展问题。这是大数据背景下，成人教学质量监测中面临的第一个挑战。也是必须跨过去的一个挑战。

（二）组织体制挑战

高教系统如何构建一个适应大数据的管理体制，不仅是成人教学管理者，还包括高校教师和学生。都需要适应大数据背景下的成人教学管理体制。但事实是，大数据来了，我们的管理体制还没有准备好。

（三）隐私和伦理道德挑战

当成人教学过程中相关者的一些信息进入公共领域后，如何防止不出现伦理道德和法律问题，将是我们面对的一个比较严峻的挑战。现代社会的发展，一是信息越来越透明；二是人们的隐私保护欲望越来越强，这二者间如何平衡也将考验教育决策者们。现实是，无论是国家层面，还是上海市层面，都没有相关的法律法规来规范大数据的采集和使用。

五、结语

“大数据”给教育领域带来的变革是持久且深刻的，它将深深地影响教与学的方式。当然，给成人教学质量监测创造了难得的机遇，也将给成人教学质量监测带来了巨大的挑战。但是，随着人类理性的不断增长，人们将逐步认识到大数据的价值，大数据将成为高等教育的核心资源，将极大地方便成人教学质量监测，更科学地展开成人教学决策。

在大数据运用于成人教学质量监测中，宏观层面的制度支持与技术支持必不可少，而且也这是为国家层面的大数据成人教学决策创造条件。在制度支持中，法制制度是重要环节。一定要走在前面，为大数据监测提供法律保障。在微观层面，在技术保障的条件下，做好大数据分析与挖掘是最重要的环节，它为成人教学决策提供依据。也是大数据的价值所在。

参考文献

[1]祝智庭.沈德梅.基于大数据的教育技术研究新范式[J].电化教育研究.2013（10）.

[2]喻长志.大数据时代教育的可能转向[J].江淮论坛，2013（4）.

[3]张燕南.赵中建.大数据时代思维方式对教育的启示[J].教育发展研究，2013（21）.

化学的质量分数范文第5篇

关键词：原油；化学计量学；校正理论；粘度；催化裂化 R语言

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2012）28-6815-05

原油炼制技术研究，必须建立在系统深入认识原油化学特性的基础上，以石油化学为理论依据，以提高汽柴油等液体产品收率为目标。因此，实验室开展了对原油深入的化学评价分析。最终，利用分析数据建立了原油数据库。目前，如何利用先进数据分析方法对数据库中的原油评价数据进行有效地分析成为实验室面临最主要的研究问题，通过此项研究，以便提出原油的性质组成及反应性能关联预测模型，获取更多关于原油的知识，并为原油优化加工技术开发提供技术基础。为此，本文的研究重点是在前人大量对原油实验研究的基础上，利用所收集的原油分析实验数据，结合化学计量学校正理论，研究原油性质组成和反应产物分布的预测方法。

1 实验

1.1 原油性质和反应数据收集

分别测定原油原料的性质组成，性质组成包括密度、残炭、粘度、平均分子量、元素含量（H，C，N，S）、H/C、金属Ni和V的含量、饱和分、芳香分、胶质和沥青质。同时，还要对原油的原料进行催化裂化反应[1]和热转化反应性能的研究。最终，将性质组成和反应数据存储于数据库，为下一步数据分析提供数据基础。部分原油催化裂化反应数据见表1。

1.2 化学计量学校正理论

校正理论是化学计量学最重要的组成部分，所谓校正就是利用化学量测系统或数据和已有被研究体系的知识或信息，采用适当的统计学方法建立的一个模型，然后利用该模型定性或定量分析未知对象或样品，并预测被分析对象各方面信息的过程[2]。原油的性质和反应数据经测定收集后，利用校正理论方法，便可以建立性质与性质、性质与反应产物分布的定量数学模型，最后利用该模型定量预测未知原油样的性质和反应产物分布数据。

本文选取了六种常用的校正理论建模方法建立定量数学预测模型，六种方法包括：

原油性质组成数据和反应数据作为模型的训练数据，利用多元线性回归方法，求解回归系数β，便可以建立性质与性质、性质与反应产物分布的数学关联模型。最后，将未知原油的性质数据输入数学模型，就可以达到定量预测未知原油性质和反应产物分布的目的。

2）逐步线性回归（Stepwise Regression，SR）

参加多元线性回归（MLR）的n个原油的性质特征量x1，x2，…，xn中，单独观察时有些性质特征量x与因变量y（性质或反应产物分布）的相关程度很密切，有些性质特征量x显得不重要。若把这些不重要的特征量保存在回归方程中，不仅增加计算工作量，而且会增加方程的不稳定性[4]。因此，希望从n个性质特征量中选出与预测值因变量y最密切，最具有代表性的性质特征量x。为此，本文采用逐步线性回归法，在原油的性质中，分析选出与需要预测的原油的某个性质或某个反应产物分布关系最为密切的关键性质，作为线性回归方程的自变量x。

3）主成分回归（Principal Component Regression，PCR）

若原油性质特征量相互间无“共线性”（原油性质自变量呈线性、无干扰和无变量间的相互作用）问题，则利用多元线性回归方法建立的数学模型可以达到很高的预测精度[5]。但原油分析中数据总是带有误差，此时将多元线性回归建立在整体性质数据矩阵的基础上，就会造成模型失真，降低预测精度。为此需要采用主成分回归法，首先对原油性质做主成分分析，选取重要因子，然后采用常规多元回归分析方法建立重要因子与待预测性质或反应产物分布的数学模型。可以看出主成分回归实际上是主成分分析和多元线性回归的组合。

4）偏最小二乘法（Partial Least Squares，PLS）

偏最小二乘法（PLS）是化学定量校正理论最常用的一种方法[6-7]，PLS模型建立过程见图1。在预测原油性质或反应产物分布过程中，利用训练数据（数据库中的原油性质、反应产物分布数据）和偏最小二乘法，首先求出系数矩阵b，建立多元线性模型，输入未知原油的性质组成数据，便可以得到预测结果。

偏最小二乘法与主成分回归有着相同的模型结构，主成分回归（PCR）的主要目的是要提取隐藏在自变量矩阵X中的相关信息，然后用于预测变量Y的值，这种方法可以保证只使用那些独立变量，噪音将被消除，从而达到改善预测模型质量的目的。但是，主成分回归仍然有一定的缺陷，当一些有用变量的相关性很小时，在选取主成分时就很容易把它们漏掉，使得最终的预测模型可靠性下降。偏最小二乘回归可以解决这个问题，它采用对变量X和Y都进行分解的方法，从变量X和Y中同时提取因子，再将因子按照它们之间的相关性从大到小排列，要建立一个模型，只要决定选择几个因子参与建模就可以了。

5）非线性回归最小二乘法（Nonlinear Least Squares，NLS）

一般的非线性回归模型可以表示为[8]：

本文中，X是原油性质数据矩阵，β为待估计的参数向量，y是准备预测的原油的性质或反应产物分布，ε为随机误差。函数形式f（·）是已知的。与多元线性回归法类似，求取β，便可以建立非线性回归数学预测模型。

6）支持向量机（Support Vector Machine，SVM）

支持向量机于1995年由Vapnik首先提出，它是一种监督式学习的方法，它广泛的应用于统计分类以及回归分析中[9]。支持向量机的体系结构如图2所示。

本文中，X为原油性质矩阵，K为支持向量机的核函数，本文核函数选取为“radial basis”，b为偏置项，a为权重向量，则预测的原油性质或反应产物分布结果为：

1.3 校正理论模型开发软件

本文所有化学计量学方法都由R 2.13.0（http：///）开发，所用到的工具包（Packages）有：stats、e1071（LIBSVM）、ChemometricsWithR、MASS和chemometrics。

2 结果与讨论

利用化学计量学校正理论的目的就是为了建立性质与性质、性质与反应产物分布之间的数学预测模型。本文采用了六种不同的方法建立数学模型，各种方法在实际应用中存在不同（见表2）。例如：MLR、SR、PCR和PLS为线性方法，而NLS和SVM为非线性方法；在数据建模前，PCR、PLS和SVM需要对数据进行标准化处理，消除量纲和数量级不同引起的不引人注意的权重，而且这三种方法是将主成分分析后的因子作为自变量进行数据建模的；在数据建模过程中，PCR和PLS需要对特征参数“ncomp（Number of Components，主成分因子数）”进行优化，SVM需要对特征参数“gamma”和“cost”进行优化，达到对数据模型优化的目的。

本文为了研究化学计量学校正理论在原油数据分析中的应用，根据所收集的原油数据，重点分析研究原油粘度的预测，对原油反应产物分布预测进行探索性研究。

2.1 原油性质预测

粘度是评定原油流动性的重要指标，表征其分子间相对运动时因摩擦而产生的内部阻力大小，是原油加工、过程模拟等设计必不可少的基础物性数据。随着原油馏分的变重、沸点升高，其粘度增大。但在粘度测定过程中，升高温度会导致原油裂解，而且采用旋转粘度计法测定粘度，误差较大，因此有必要寻找新的预测粘度的方法。本文利用所收集的原油性质数据，结合化学计量学校正理论的六种方法，分别建立粘度的预测模型。

因为粘度分布范围很宽且不均匀（见图3），所以在关联过程中一般取粘度的对数与其它性质关联，取对数后的粘度箱线图见图4。

在数据建模过程中，粘度取对数后作为模型的因变量y，而其它的13个性质（密度、残炭、平均分子量、元素含量（H，C，N，S）、H/C、金属Ni和V的含量、饱和分、芳香分和胶质）作为模型自变量x。

首先，经多元线性回归（MLR）建立预测数学模型，并对数学模型分别进行方差分析与t检验。t检验结果给出了每个因变量的回归参数、常数项值、标准差、t值和相应的P值（见表3）。由方差分析可以得出模型的P = 2.2e-16 < 0.0001，故预测粘度的模型是有意义的。由t检验结果可见：密度、残炭、N含量、Ni含量和V含量回归参数的P值小于0.05，可认为这些自变量对粘度有显著的影响；而平均分子量、C含量、S含量、H/C、饱和分和芳香分回归参数的P值远远大于0.05，可认为这些自变量对粘度没有显著的影响；其它几个自变量，H含量和胶质对粘度影响则不太显著。

通过以上t检测结果，可以看出有些自变量对粘度没有显著影响，出现这种结果可能的原因是自变量之间存在“共线性”。因此，可以利用逐步线性回归法（SR），剔除一些变量，最终回归模型中，自变量均为显著的，也就是说最终用于建立粘度预测模型的原油性质对粘度都有显著的影响。利用逐步线性回归建立数学模型，由方差分析可以得出模型的P = 2.2e-16 < 0.0001，故预测粘度的模型是有意义的。由t检验结果可见（见表4），所有自变量P值都远远小于0.01，说明这些性质都对原油粘度有显著影响。

以上四种方法均为线性方法，本文还利用非线性回归最小二乘法（NLS）和支持向量机（SVM）两种非线性方法建立预测粘度的模型。其中SVM为人工神经网络技术，具有较强的人工智能功能和模拟多元非线性体系的能力，与传统的线性回归技术相比，它不仅具有自适应和自组织功能，可以很好的描述复杂关系的内在特征。SVM利用训练数据（数据库中的原油性质、反应产物分布数据）和优化算法分别得到特征参数“gamma”为0.4和“cost”为4，模型的核函数选取“radial basis”。另外一种非线性方法NLS通过优化选取自变量x，建立粘度预测模型为：

数学模型中，Viscosity为原油的粘度，Carbon Residue为原油的残炭，Molecular Weight为原油的平均分子量。

最终，利用数据库中的原油性质数据和上述六种校正理论方法，分别建立了数学模型，然后利用这些数学模型分别对20种原油油样的粘度进行预测，预测结果比较见表5，通过表5中各种方法预测值与测量值的决定系数可以看出，人工神经网络方法支持向量机预测结果最好，其它方法也能够达到较为准确预测原油粘度的目的。

此外，通过图7也可以看出支持向量机预测粘度值与实际测量值接近，达到较好的预测效果。

2.2 原油反应产物分布预测

通过上述六种方法预测原油粘度的结果来看，都能较为准确的预测原油的粘度，其中以人工神经网络方法支持向量机预测（SVM）结果最为准确。因此，本文将支持向量机也利用于原油反应产物分布的预测，用于预测原油催化裂化汽油的分布。

同样，在数据建模过程中，原油催化裂化汽油产物分布作为模型的因变量y， 13个原油关键性质（密度、残炭、平均分子量、元素含量（H，C，N，S）、H/C、金属Ni和V的含量、饱和分、芳香分和胶质）作为模型自变量x。

SVM利用训练数据（数据库中的原油性质、反应产物分布数据）和优化算法分别得到特征参数“gamma”为2和“cost”为4，模型的核函数选取“radial basis”，建立数学模型后，对32种原油的催化裂化汽油产物分布进行预测，预测结果与实际测量值的决定系数为0.96，两者之间的关系见图8。

从决定系数和图8中可以看出，通过人工神经网络方法支持向量机（SVM）建立的数学预测模型同样可以对原油反应产物分布有很好的预测效果。

3 结束语

1）利用化学计量学校正理论六种常见方法，将数据库中存储的原油性质数据作为训练数据，建立原油粘度预测模型，经过对六种预测模型的数学分析和比较，六种模型都可以对原油粘度进行准确的预测，其中以人工神经网络方法支持向量机预测结果最为准确。

2）利用人工神经网络方法支持向量机建立原油催化裂化汽油分布预测，同样可以达到很好的预测效果。从分析过程来看，如果要达到好的预测效果，要尽可能多的提供训练数据，如果训练数据过少，会影响到人工神经网络的预测效果。

参考文献：

[1] Xu C，Gao J，Zhao S，et al.Correlation between feedstock SARA components and FCC product yields[J].Fuel，2005，84（6）：74-669.

[2] 史永刚.化学计量学[M].北京：中国石化出版社，2010.

[3] Kapur G S，Ecker A.Meusinger R.Establishing Quantitative Structure?Property Relationships：（QSPR）of Diesel Samples by Proton-NMR & Multiple Linear Regression（MLR）Analysis[J].Energy & Fuels，2001，15（4）：8-943.

[4] 梁朝林，沈本贤，刘纪昌，等.用延迟焦化逐步回归法模型预测焦化产物的分布[J].华东理工大学学报：自然科学版，2009（2）：91-185.

[5] Varmuza K.Introduction to Multivariate Statistical Analysis in Chemometrics[M].CRC Press，2009.

[6] 褚小立，许育鹏，陆婉珍.偏最小二乘法方法在光谱定性分析中的应用研究[J].现代仪器，2007（5）.

[7] Molina，Uribe U N，Murgich J.Partial Least-Squares（PLS）Correlation between Refined Product Yields and Physicochemical Properties with the 1H Nuclear Magnetic Resonance（NMR）Spectra of Colombian Crude Oils[J].Energy & Fuels，2007，21（3）：80-1674.