《四圣心源》卷二:六气解之六气名称解释

本文通过《圆运动的古中医学》解析了六气与五行的概念及其与四季变迁的关系。六气指厥阴、少阴、少阳、太阴、阳明、太阳,分别对应特定的节气变化。五行则指木、火、土、金、水,各自拥有不同的作用与能力。
这个《六气解》实在是解不开,看得我头大死了...

今天找来《圆运动的古中医学》参考,才发现这六气的名字和属性解释豁然开朗,这个豁然开朗类似于“阳明”这个词的解释。

《圆运动的古中医学》引入天地这个圆来解释升降沉浮,引入24节气来理解六气,实在是妙。
天地这个圆中,地面是一个分界线,分为地上地下,阴阳在这个圆中运动,实际上只是阳在动,按一年来看,春分、秋分时地上、地下的阳是平分的,冬至夏至是阳运动的两个极端,冬至是地下阳达到极限,之后进入升的阶段,春分后进入浮的阶段,夏至到秋分是降的阶段,秋分到冬至是沉的阶段。
见图:
[img]http://dl.iteye.com/upload/attachment/246298/61dddc4f-1314-3674-aabd-4b923ffd89d0.jpg[/img]

关于五行,彭子益也有一些独到的解释:
五行,行即运动,是阴阳交互运动产生的五种物质,
春分至立夏叫做君火,小满至小暑叫做相火,
夏秋之间为圆运动的中气,地面的中气居升浮沉降之中,这个季节叫做长夏,
五行各有各的能力,这个能力也称之为作用,势力,木-疏泄,火-宣通,金-收敛,水-风藏,土-运化。
收敛制服疏泄,所以金克木,宣通制收敛,其他等等
一年的大气运动,春生夏长秋收冬藏,中土主化

而六气的名字极其难以理解,还好彭子益解释通了。

六气是五行运动不圆,作用偏见之气,
君火运行重在上升,相火运行重在下降,相火由秋降入水中,再由春升上,乃为君火,君火之后又随相火下降,所以也有六行的说法,彭子益认为《内经》认为在天为六气,在地为五行,说不过去,应该在地也是六行。
六气中三阳(少阳,阳明,太阳)的降是因为阳中带阴,三阴的升是因为阴中带阳

六气的运动划分到24节气中,四节为一气,六气的顺序是:厥阴,少阴,少阳,太阴,阳明,
24节气见图
[img]http://dl.iteye.com/upload/attachment/246300/c8c7f443-1ecc-35dd-958b-14b29dd052a2.jpg[/img]

1.厥阴风木:
大寒,立春,雨水,惊蛰
大寒的时候阴气最重,厥阴就是极阴,过后大气由寒转温,地下水中风藏的阳热动而上升,这个阳热与水的化合就是木气,这个木气是一年的阳根,
2.少阴君火:
春分,清明,谷雨,立夏
这个气从地下升出地面,还是木气上升之气,这时大气较热,不再是阴之极,所以叫做少阴,这股上升之气升至地上,照临大宇,光明四达,上升之象,有如君位,故称君火。此时大气由温而热,又称热火。
3.少阳相火:
小满,芒种,夏至,小暑
这时地面上阳热盛满,晚上有一些阳气降入地下,地下所得阳热不多,所以叫做少阳,这个阳热降入地下以生中气
4.太阴湿土:
大暑,立秋,处暑,白露
这时候大地之上非常热,阳热最盛,导致地下仅有的一些阳热都蒸到地上来了,所以地下阴寒最重,所以叫做太阴。火在水下生气,火在水上则生湿,所以也叫湿土之气
5.阳明燥金
秋分,寒露,霜降,立冬
这个时节因为秋气的收敛,地面的阳热正在下降,中土之下阳气充足,湿气已收,大宇光明,阳盛而明,故称阳明。这时候金气很旺,湿气已收,燥热气结,地面上的金气压力极大,故称燥金。
6.太阳寒水
小雪,大雪,冬至,小寒
经过秋气一个阶段的收敛,地上的阳热全降入土下的水中,[b]造化之气,中下为本[/b],中下阳多,所以称为太阳。阳热降入水中,大气降压,水外即寒,水内阳藏。所以叫做寒水。
内容概要:本文围绕列车-轨道-桥梁交互仿真研究,基于Matlab平台构建数值模型,系统分析列车运行过程中轨道与桥梁结构间的动态相互作用机制。研究涵盖多体动力学建模、耦合系统运动方程求、边界条件设定及仿真结果可视化等关键环节,重点揭示高速行车条件下基础设施的振动传递规律与力学响应特征。该仿真方法可有效评估结构安全性、舒适性指标及疲劳寿命,为轨道交通工程的设计优化与运维管理提供理论支撑和技术路径。文中配套提供了完整的Matlab代码实现方案及操作说明,便于用户复现、验证和拓展相关研究。; 适合人群:具备Matlab编程基础和结构动力学、车辆动力学等相关专业知识的研究生、科研人员及从事铁路工程、桥梁工程与交通系统安全评估的工程技术人才,尤其适合开展轨道交通耦合振动课题的研究者。; 使用场景及目标:①用于高校与科研机构进行列车-轨道-桥梁耦合系统动力学特性的教学演示与科学研究;②支撑高速铁路桥梁的设计优化、运营安全性评估与减振降噪方案验证;③为复杂交通基础设施的多物理场耦合仿真提供建模思路与代码参考。; 阅读建议:建议读者结合所提供的Matlab代码逐模块深入研读,重点关注系统建模假设、质量-刚度-阻尼矩阵构建方法及数值积分算法的实现细节,同时可通过调整参数进行敏感性分析,进一步掌握仿真模型的适用范围与优化方向。
内容概要:本文系统研究了非线性薛定谔方程的物理信息神经网络(PINN)求方法,提出一种将物理规律嵌入深度学习模型的科学计算新范式。通过构建全连接神经网络架构,将非线性薛定谔方程及其初始/边界条件作为损失函数的核心组成部分,实现了在无须大量标注数据的前提下对复值偏微分方程的高精度数值求。该方法充分利用自动微分技术精确计算方程残差,有效融合了数据驱动与模型驱动的优势,在光学孤子传播、量子系统演化等典型场景中展现出优异的逼近能力与泛化性能。文中配套提供了完整的Python实现代码,涵盖网络搭建、损失定义、训练优化与结果可视化全流程。; 适合人群:具备Python编程能力与深度学习基础知识,熟悉偏微分方程理论及科学计算的理工科研究生、科研人员,以及从事光学、量子物理、流体力学等领域建模与仿真的工程技术人员。; 使用场景及目标:① 掌握PINN方法的基本原理与实现技巧;② 学习如何将复杂物理方程转化为可训练的神经网络损失项;③ 应用于非线性光学、玻色-爱因斯坦凝聚、水波动力学等问题的仿真与预测;④ 为相关科研课题提供可复现的算法原型与代码参考。; 阅读建议:建议读者结合所提供的Python代码进行动手实践,重点理神经网络对微分算子的近似机制、损失函数的多任务加权策略以及训练过程中的超参数调优方法,进而可迁移至其他非线性偏微分方程的求任务,拓展其在交叉学科中的应用边界。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值