智能制造类专业“岗课赛证”融通育人模式的探索——以“数控机床电气传动”课程为例

“数控机床电气传动”是高职院校智能制造类专业的一门专业核心课程。为了实现“岗课赛证”融通,首先,整合“岗位能力、任务驱动、职业标准”的课程教学内容,紧扣岗位技能标准设计实践教学内容。其次,重构“岗课赛证”模块化递进式的课程体系。同时,将技能竞赛成果、职业标准转化为课程教学资源,构建“课程平台、教学资源库、实训装置”课程资源体系。最后,提出“岗课赛证”融通的多维度评价体系,高度达成教学目标。教改实践证明,“岗课赛证”的深度融通,可提升教学水平和教育质量,提高学校专业人才培养质量,实现“岗课赛证”四位一体综合育人。

面向煤泥水自动加药控制的模糊Neural Network策略研究

为了提高煤泥与水分离效果,对煤泥水主要采用絮凝剂的加药方式,提出了基于模糊神经网络的煤泥水自动加药控制策略。首先,对煤泥水的工艺流程、理化性质、加药系统结构与原理等进行分析;其次,基于模糊神经网络和加药历史数据,设计煤泥水沉降与药剂添加量之间的控制规则;最后,结果表明该方法能够防止药剂的过投和欠投现象,实现煤泥水的快速分离和药剂的最优使用,为煤泥水自动加药系统的完善提供了支持。

基于CAN总线的车辆电子驻车制动系统的设计

针对目前使用的手动驻车制动系统操作繁琐、机构庞大、钢索容易变形伸长等不足,提出了基于CAN总线的电子驻车制动系统的模块化设计方案,详细介绍了电子驻车制动控制系统的CAN通讯接口电路及CAN总线应用层协议的定义,实现了对左、右后车轮一体化执行机构的智能化控制。该系统可以降低驾驶员的操作难度,提高驾驶的舒适性、安全性。

基于EMD和SVM的齿轮裂纹故障诊断研究

为了识别不同裂纹深度的故障齿轮,以齿轮传动系统中的直齿圆柱齿轮为研究对象,采集3个已预设不同裂纹深度的齿轮和1个无裂纹齿轮的振动信号。对采集到的振动信号先进行时频域分析和EMD分解,再提取不同维数的能量故障特征向量,采用基于径向基核函数的算法分别建立SVM模型并进行不同裂纹深度齿轮的识别和识别率比对。结果表明:选择合适维数的能量故障特征向量,结合EMD信号分解和SVM模式识别方法能准确识别不同裂纹深度齿轮的类型,为齿轮裂纹故障的早期诊断提供参考。

高职院校社会人员教学管理模式探索——基于工匠精神的理念

随着高职院校扩招政策的提出,部分退役军人、下岗职工和农民工等社会人员进入高职院校学习。分析高职院校社会人员的主要特征和学习需求,阐述工匠精神的内涵及其在高职教育中的重要性,在提倡工匠精神和考虑高职院校社会人员实际情况的前提下进行教学管理模式的探索,为更好地将高职院校社会人员培养成国家需要的专业技术人才提供参考。

基于FNN的选煤厂重介质密度控制研究

洁净能源的燃烧能够降低工业污染,而对煤泥进行洗选能够减少燃烧产生的碳硫化合物,本文采用FNN来对重介质选煤时悬浮液密度参量进行优化控制。利用模糊神经网络(FNN)揭示磁性物质和煤泥含量与重介质密度间的规律,继而研究了可编程逻辑控制器与组态软件的通信技术,完成了重介质密度智能控制系统的设计。

基于频域分离算子的采煤机动基座SINS初始对准算法

捷联惯导系统(SINS)是一种可用于煤矿井下采煤机定位的自主导航传感器。采煤机初始姿态角的确定作为导航定位的前提,后续导航的性能很大程度上取决于初始姿态矩阵的精确程度。采煤机截割煤壁时产生的剧烈震动会使得SINS敏感到高频噪声,高频噪声会严重降低传统动基座SINS初始对准的性能。为了克服煤矿环境下传统动基座SINS初始对准算法收敛速度慢及精度低等问题,提出一种基于频域分离算子的采煤机动基座初始对准算法。首先,根据采煤机的结构特点,运用质量块法构建采煤机截割煤壁时的动力学模型。在此基础上,利用MATLAB提供的基于Runge-Kutta变步长算法的Ode45函数分析和研究了采煤机截割煤壁时机身的运动状态,之后通过傅里叶变换将时域信息转化到频域,进而确定采煤机截割煤壁时机身的运动频率范围。其次,在传统动基座SINS初始对准算法的基础上,通过分析干扰加速度和采煤机截割煤壁时机身晃动的频率特点,进而引入频率分离算子的概念,并由此利用等纹波最佳逼近法精心设计了有限长单位冲激响应(FIR)低通滤波器,从而有效地抑制SINS敏感到的高频噪声。实验结果表明,所提出的算法可以有效地提高采煤机初始对准的收敛速度以及精度,俯仰角和横滚角的稳态误差<0.1°,航向角稳态误差<0.7°,满足后续精对准的要求。

纳米生物传感技术在医疗中的应用

近年来,纳米技术不断发展,尤其是纳米材料和纳米机器人的发展,使生物传感器和医疗技术取得巨大突破和变革,成为当前研究的热点内容之一。结合纳米生物传感器的特点和优势,主要介绍了纳米生物传感的发展趋势和典型应用,并对纳米机器人在医疗领域的应用前景进行了做简要介绍。