基于“1+X”证书制度下民航职业教育产教融合人才培养模式的研究

产教融合是产业和教育的深度融合,而“1+X”证书制度又是深度产教融合的重要体现。提高民航职业教育人才培养质量,应遵循职业教育的客观发展规律,依托“1+X”证书制度,明确人才培养目标,在教学、教师、教法上做出调整,不断强化“课证融通”,重构实践教学体系,为学生打通学历提升的通道,为民航职业教育产教融合人才培养提供参考。

基于IHHO-BP神经网络的模拟电路故障诊断

针对模拟电路故障类型多、故障状态不稳定以及故障数据冗余,使得模拟电路故障诊断困难的问题,提出利用改进哈里斯鹰算法(improved Harris Hawks optimization, IHHO)优化反向传播(back propagation, BP)神经网络,实现模拟电路故障特征选择与诊断。首先,将非线性自适应因子、柯西变异和随机差分扰动引入哈里斯鹰算法,实现收敛速度和精度的提升;其次,采用IHHO对模拟电路的单一故障和组合故障仿真数据进行特征选择,完成数据预处理;最后,采用IHHO-BP算法,对预处理后的故障数据进行训练和测试,实现模拟电路故障诊断。诊断结果表明,所提方法的诊断精度相较于其他算法提升了5.5%。

基于成果导向教育的高职实践教学改革路径

校企合作是高职专业实践教学改革的战略选择。以成果导向教育理念为指引,以行业企业参与人才培养的主动意愿和学生学习的主动意识问题解决为突破口,提出以高职教育成果要求分级、“人财两得”的企业主动意愿激励、企业主体视角的知识体系建构、“职业认同为先”的学习主动意识激发和“多元、多样、动态持续”的评价方式创新为核心的高职专业实践教学改革。从中国民航大学职业技术学院高职机电专业校企合作新路径实施的人才培养结果来看:合作开展人才培养企业数量实现翻番,合作办学企业参与人才培养热情高涨;校企合作育人品牌彰显使生源质量显著提升。因此,成果导向的实践教学改革,有助于提升高职专业建设与发展水平。

基于红外技术的机载电路板故障诊断研究

机载电路板上的电子元器件在正常状态与故障状态的工作温度不同。为诊断元器件是否故障,通过红外热像仪采集元器件的工作温度,与元器件在正常状况下的工作温度进行对比,但是无法根据温度差的大小精确地判别故障与否。传统算法通常设定一个温度差阈值,温差超过阈值即判别为故障,带来了大量的误诊与漏诊。为提高故障诊断的准确率,提出一种基于多级SVM的机载电路板故障诊断与预测算法。电路板从上电到稳定工作过程的温度值中提取特征值,分别建立表示静态、动态温度信息的第一级SVM模型,诊断出故障代码,再经过第二级数据融合SVM模型给出最终的故障原因。实验结果表明,改进算法有效地提高了故障诊断准确率,减小工作时间,并预测将来的工作状态。

行业院校创新型人才培养:从产教融合1.0到2.0

产教融合以科技和人才为核心要素,贯通教育和产业两大系统,与产教融合1.0的依托企业、引企入校,主动建构“师资共享、人才共育、资源共建、基地共用”的校企合作理念相比,产教融合2.0以总体格局和战略拥抱行业为理念,以创新型人才培养为核心,着眼于行业发展人才总体需求,聚焦行业创新型人才能力要求,依靠科研创新载体作用赋能,依托产教共同体平台应用新技术,推动行业院校创新型人才改革。产教融合2.0人才培养实现了“跳出知识看知识、跳出产业看产业、跳出教育看教育”的跨越,培养理念的践行将带动行业院校创新型人才培养能力的持续提升。

基于计划行为理论的航空职业操守教育问题研究

良好的航空职业操守是民航运输业从业人员的基本职业素质。文章关注航空职业操守的教育问题,在明确航空职业操守概念和内涵的基础上,以计划行为理论为支撑,分析目前航空职业操守教育中存在的问题,从态度引导、主观规范加强和知觉行为控制能力的提高三方面提出了将航空职业操守整合进民航特色专业学历教育课程体系中的建议,为后续进行实证研究并形成完善的整合方案提供参考。

基于可测试性技术的测试矩阵优化研究

可测试性技术在机载电路板中的应用使故障诊断问题得到快速发展,但是测试时间长,测试成本高。为了缩短测试时间,降低测试成本,基于MCSA算法、等权值抗误判算法、极小权值-极大相异性算法,融合改进的测试矩阵优化算法,使测试矩阵更加优化,测试向量数量减少。经实验验证,运用优化后的测试矩阵进行测试可以有效缩短测试时间,提高测试效率,降低测试成本。

民航涡扇发动机的维修性设计

民航涡扇发动机结构的完整性、运行的安全性与高效性以及维修的低成本很大程度上取决于良好的维修性设计。首先介绍了维修性设计的概念,其次详细论述了发动机维修性设计的准则,并举例说明了维修性设计准则在现代民航涡扇发动机设计中的应用,最后对民航新型涡扇发动机维修性设计的发展趋势进行了论述,并对我国在这一领域的研究以及应用提出了建议。

专业主义视域下的关联专业群体间互动行为及其规范探索——以民航飞行员与空中交通管制员为例

关联专业群体间的互动行为通过相互关联的专业群体成员间的"参与—协商"互动达成均衡。由于互动双方拥有对等的不对称专业知识和信息,因而在互动过程中产生对等的机会主义倾向和行为的可能性大大增加,从而对客户或公众的感知和评价产生负面效应。有必要在互动中遵循专业主义意识形态下的互动伦理议题,规范互动双方的行为,消除理性行为选择的负面效用。

高职学院计算机实验室管理初探

根据作者在高职学院计算机实验室多年的工作经验,对高职学计算机实验室管理进行初步探索。

职业教育的转向:从能力本位到可行能力本位

与能力本位教育着眼于外部市场对劳动力能力需求来开发组织教学内容,进而采取机械式复制性的教育不同,可行能力本位教育注重兼顾人的内在价值及知识与技能的工具价值,注重发挥学习主体的能动性来扩展学习者可行能力集,继而扩展学习主体能动性,使其成长为一个追求理想生活的活生生的人,并初步形成了包括教育理念、教学内容开发与组织、教学方法选择与应用及学习成果评价等在内的较为完整的框架体系。可行能力本位教育不仅在价值理念上更符合我国社会主义核心价值取向,而且能为构建系统性协同的职业教育整体架构提供完整思路,进而为我国经济社会转型和职业教育体系改革发展做出相当贡献。

对大学现有校园软件分类与整合的研究

随着互联网用户群的日益庞大,互联网产业正扮演着市场经济中的重要角色,信息时代的到来改变了人们传统的通讯手段。在互联网普及广泛的时代,当代大学生对网络的依赖已经不局限在娱乐和交友范围内。为了提高大学生生活质量,校园APP对大学生在校涉及到的方方面面的信息进行了分类整合。其服务按资源内容大致可分为日常学习、服务生活、校园管理和科研研讨等方面。因此,在服务广大师生、资源相互交互的同时,可更好地加大校园宣传及管理力度,实现单一平台解决多平台的用途。

基于PSO-PF-SVM的模拟电路故障诊断

针对模拟电路输出信号存在的非线性、高维数等特点所带来的诊断困难问题,提出一种支持向量机(SVM)分类器参数优化算法,进行模拟电路故障诊断.首先,运用S变换与灰度共生矩阵(GLCM)组合方法S-GLCM,对电路输出信号进行故障特征提取.其次,采用粒子群算法(PSO)与粒子滤波算法(PF)融合,通过重采样实时更新粒子的位置和速度,对SVM参数进行高效寻优,并将特征向量代入模型中进行训练和测试,完成对电路各故障模式的高精度故障诊断.最后,通过两个国际基准电路试验对该方法进行可靠性分析.试验结果表明:S-GLCM在处理非线性、非平稳信号时表现出很大优势,将电路输出信号每组1500个采样点降为8维特征向量,减少冗余信息;该SVM分类器参数优化算法的诊断准确率较未优化算法提升约11.2%.

基于多头自注意力机制的大气数据系统多故障识别

针对大气数据具有时变性强、类型多、故障复杂等问题,提出一种基于多头自注意力机制的故障诊断方法.首先,使用LSTM提取故障数据的时域特征;然后,结合MSA提取不同类型数据间的空间位置特征;最后,利用MLP提升模型泛化能力,给出了故障诊断流程.该方法在不同类型数据间形成故障互判,实现多故障识别,并利用大气数据对该方法有效性进行充分验证.给出了试验设置,采用带k折交叉验证的网格搜索法确定最优模型参数;为验证LSTM-MSA模型的性能,构建MSA-LSTM、LSTM-MSA-P、LSTM-CNN、RNN-MSA共4种深度学习模型进行对比试验;为验证诊断模型能否精确定位故障,使用验证集的预测标签和真实标签构建故障分类混淆矩阵;为进一步验证文中方法的诊断能力,基于t-SNE进行了可视化试验.结果表明,所提出方法的故障识别准确率达96.696%,F1达96.777%,且各类故障的误判率均控制在10%以下,诊断模型具有较高的鲁棒性.

基于互联网下中国传统书画的双语传播

随着互联网不断的迭代升级,其多样的形式和功能为中国传统书画的传播提供新的思路和途径。基于互联网平台,对中国传统书画采用双语化传播的形式,既符合当前国际形势,又与习总书记倡导的“文化自信”相吻合。采用互联网加双语的形式,既让中国传统书画走向世界与国际接轨,又可以促进中国传统书画的传承与发展。

基于红外温度序列的电路板故障诊断研究

电路板红外温度序列包含了丰富的故障类别信息,充分利用其局部与全局特征可以提高电路板故障诊断的准确率。为此,文中提出了一种由特征提取网络(Features Extraction Network,FEN)与关系学习网络(Relationship Learning Network,RLN)并行构成的可综合利用温度序列局部特征及特征间关系的电路板故障诊断模型。其中,FEN基于多尺度膨胀卷积(Multi-scale Dilated CNN,MDCNN)残差结构搭建,可在不增加训练参数的前提下构建多层次感受野,学习温度序列不同范围的空间特征;RLN基于嵌入长短期记忆网络的注意力机制(Long Short-Term Memory hybridized with Attention,LSTMwAtt)结构搭建,通过控制温度序列信息传递来学习特征重要性并分配权重,挖掘不同位置特征间的相关性。实验结果显示,所提模型在两个自建电路板温度序列测试数据集上的诊断性能优于同类型的FCN、MFCN、LSTM和LSTM-FCN,故障诊断准确率分别达到91.15%和96.27%,可实现对电路板故障的高准确率诊断。

基于RF-DGRU-SA的涡扇发动机剩余寿命预测

针对涡扇发动机在退化过程中机制复杂、状态检测数据维数过高等问题,提出一种随机森林(RF)和基于自注意力机制(SA)深度门控循环单元(DGRU)相融合的涡扇发动机剩余使用寿命(RUL)预测方法。利用RF算法确定重要度阈值实现特征筛选。将筛选出的特征输入DGRU-SA模块,通过多层GRU神经网络挖掘出相关特征与目标值之间的隐藏信息,利用SA神经网络为隐藏信息添加不同大小的权重。最后,利用全连接层输出预测结果,采用CMAPSS数据集进行实验验证。结果证明:与传统的多层感知机、卷积神经网络、长短时记忆等方法相比,所提出的融合模型误差更小,具有良好的预测精度和稳定性。

国家创业系统的结构层次及关键要素识别——基于DEMATEL与ISM的集成法

国家创业系统是由相互作用的众多参与者及其所扮演的角色以及各种制度和环境要素构成的促进创业事件持续发生和演替的集合体。在以深度访谈与德尔菲法得出国家创业系统构成要素直接影响关系和强度的基础上,采用DEMATEL与ISM集成法解析国家创业系统。国家创业系统可划分为6个层次以及结果子系统和原因子系统,其中结果子系统中的创业企业发起者、创业事件、创业机会3个要素在国家创业系统中发挥着核心作用,而原因子系统中的创业事件推动者、高等教育和城镇化3个要素处于基础性地位,创业相关法规政策的影响范围最广。

竹原纤维增强低熔点聚酯复合材料的制作及其性能研究

采用非织造加工工艺将经适当脱胶处理的竹原纤维与低熔点聚酯(LMPET)纤维制成混合纤维预成型件,经模压成型制成竹原纤维增强LMPET复合材料板材。研究表明,当模压温度、时间及压力分别为170℃、20 m in及30 MPa,竹原纤维的质量分数为40%时,制得的复合材料的纵、横向拉伸强度分别为136.0、87.6 MPa;纵、横向弯曲强度分别为534.0、470.0 MPa。竹原纤维增强LMPET复合材料初步确定可用于汽车、建材等领域。

航空发动机外部管路振动模态试验研究

为分析不平衡振动对航空发动机外部管路结构影响,构建管路的真实与简化模型,通过双应变片传感器测试管路振动模态试验方法研究两端固支长薄壁管路的振动特征,并对管路模型有限元仿真计算比较。结果表明:简化与真实模型的试验结果基本一致;两种模型主振型均为1弯、2弯、3弯;两种模型固有频率除第1阶管路两端不能完全固支约束差异大外,后2阶在10%误差内;试验结果与仿真结果保持一致。振动模态试验方法对材料参数不全构件振动特征分析,助于管路结构优化与特征精确预测。