混合式教学在理实一体化类课程中的应用——以工业机器人现场编程为例

理实一体化类课程是高职院校最为标志性的课程,利用手段丰富的混合式教学来提升该类课程的教学效果,从而达到人才培养质量的提升。通过精品在线开放课程和学习通平台来进行线上线下混合式教学,以解决该类课程目前在教学过程中存在的一些局限,特别是如何充分利用线上的教学数据,如何分析整理数据,以数据驱动的模式来实时优化课堂的教学设计。通过教学实践总结,对教学方法的创新、教学手段的应用进行了梳理与探讨,为理实一体化类课程的教学改革提供一定的借鉴。

ECOD算法在飞机不稳定进近检测中的应用

在飞机进近和着陆阶段,一旦发生不稳定进近就可能导致航空事故发生,因此终端空域内不稳定进近检测是航空器运行监控领域的热点研究问题。针对终端区的不稳定进近检测,利用OpenSky提供的开源航空器监视数据提出了基于数据驱动的检测方法。从能量管理的角度入手,构建基于无监督异常检测(Empirical-Cumulative-Distribution-based Outlier Detection,ECOD)算法的不稳定进近检测模型,并结合主成分分析(Principal Components Analysis,PCA),获取了飞机能量状态的异常评分进而实现检测。复飞事件检测的验证分析结果表明检测模型在准确率与效率方面具有优势,模型可实现实时部署与在线更新。

基于进化算法与数据驱动的锂离子电池寿命预测

锂离子电池因其长寿命而导致其设计和测试周期较长,因此,建立一个锂离子电池寿命预测模型对锂离子电池的开发和测试具有重要意义。基于数据驱动的锂离子电池寿命预测是一种有前景的预测方法,它可以在不需要专业知识的情况下进行预测。但是,基于数据驱动的预测方法对数据的要求较高,同时,大量的数据特征可能会降低学习模型的精度。为了解决这个问题,提出了一种基于进化算法的特征选择策略,该策略利用进化算法对锂离子电池训练数据的特征进行筛选,从而提高算法的精度。最终的实验结果在麻省理工学院提出的测试集上表现出了良好的效果。

含高比例可再生能源的电力系统运行可靠性解析评估方法综述

随着“双碳”目标的推进,高比例可再生能源广泛接入,电力系统呈现出不确定性因素多、源荷变化快、多重随机性强等特点,给电网的安全稳定运行带来了新的挑战。解析法是最常用的运行可靠性评估方法之一,具有数学模型清晰、计算效率稳定、枚举状态关系明确等优势,有助于保障电力能源的安全可靠供应。从电力系统运行可靠性的概念和评估流程出发,归纳亟待解决的问题。在此基础上,从可靠性评估效率提升、考虑极端灾害的不确定性建模和序贯解析评估3个方面归纳了现有研究成果及其存在的不足。最后,展望了含高比例可再生能源的电力系统运行可靠性解析评估方法的未来研究方向。

知识与数据联合驱动的风力发电机叶片动态雷达散射截面统计模型

针对风力发电场对雷达等设备影响评估中所需风力发电机动态雷达散射截面(RCS)估计的问题,提出了一种知识与数据联合驱动的风力发电机动态RCS统计模型。首先,利用风力发电机叶片RCS随叶片旋转周期性变化的特点,建立叶片RCS单个单调变化区间内的变化函数。该变化函数由与叶片几何参数相关的峰值RCS、与叶片几何参数无关的调制函数、与材质和形状细节相关的乘性因子组成。其中峰值RCS由理论模型推算得到,针对RCS变化复杂的特点,调制函数和乘性因子利用实测训练数据估计得到。其次,对于待求解型号的风力发电机,根据风力发电机几何参数得到其叶片RCS变化函数,再通过参数估计的方法计算其概率密度函数统计模型。多种不同型号风力发电机实测数据的实验结果,验证了该文给出的风力发电机叶片动态RCS统计模型,与实测数据结果有良好的一致性。

滚动轴承剩余使用寿命预测综述

滚动轴承作为旋转机械的关键零部件,其剩余使用寿命(RUL)预测对生产维修和人身安全具有重要意义。由于滚动轴承复杂多变的工作环境,使得同工况的参考样本少而变工况的参考样本较多,具有不平衡、不完整、无标签及噪声干扰等特性,增加了滚动轴承RUL预测的困难。随着大数据时代的来临和人工智能的发展,滚动轴承RUL预测方法也变得更加丰富。因此,在故障预测与健康管理(PHM)的框架下,对滚动轴承失效模式和故障数据特点进行阐述,对故障特征提取、降维和融合方法以及得到的性能退化指标分别进行了分类和对比分析。结合数据驱动算法,对滚动轴承RUL的预测方法、模型选择和评估标准进行了梳理和对比。最后对滚动轴承RUL预测未来的发展趋势进行了展望。

数据驱动的扭曲均值-半方差投资组合选择

运用样本平均近似的数据驱动方法研究了带概率扭曲的均值-半方差投资组合优化模型,结合经典的遗传算法(ICA)和帝国竞争算法(GA),提出了ICA-GA混合算法.利用真实市场数据,对模型进行实证分析并求解有效前沿.最后,通过比较算法程序运行时间,表明本文创新的ICA-GA混合算法融合了帝国竞争算法和遗传算法两者的优势,比它们有更好的表现.

核主元分析在航天器飞轮自主故障诊断的应用

针对在轨航天器执行机构故障诊断研究相对较少、姿态控制系统背景建模相对简单、算法自主性不强等问题,提出一种基于核主元分析(KPCA)的飞轮自主故障诊断方法。建立使用飞轮组的刚体航天器三轴稳定姿态控制系统;在力矩模式和转速模式下分别建立飞轮伺服系统,并给出飞轮常见故障及其模型;在上述模式下分别采集飞轮组输入输出的差值数据,进行同源扩维,通过改进特征向量归一化准则,优化了KPCA统计量法,并建立一种综合指标,通过比对该指标是否超限判断有无故障,减少对单一指标的主观侧重;在经典的贡献图法基础上进行溯源合并,计算综合贡献率,以此定位故障飞轮。仿真结果表明:所提方法能够实现航天器飞轮自主故障诊断,2种模式下,正确率较传统方法分别平均提高约40.94%、22.23%,适用于单点故障、多点故障、轻微故障等多种情况。

基于模型-数据联合驱动的电网扰动定位方法

快速准确的电力系统扰动定位是实施及时有效的控制措施的重要前提。广域同步相量量测为快速准确的扰动定位提供了数据基础,同时刻画扰动传播的连续体动力学模型为扰动定位提供模型支撑。结合同步相量测量单元(phasor measurement unit,PMU)量测数据和扰动传播模型,该文提出一种基于模型–数据联合驱动的电网扰动定位方法。首先通过对PMU量测数据进行奇异谱分析和计算累计平方和指标来实现扰动检测。进而在部分PMU确定的子拓扑内,分别通过量测数据和传播模型提取二维时空特征。最后根据扰动传播过程中时空特征之间的相关性,提出基于度量学习的双通道三元孪生网络的扰动定位方法,仅利用部分PMU量测信息即可快速定位扰动位置,为后续抑制扰动的主动控制策略的投切奠定基础。基于IEEE 10机39节点系统,验证所提方法的有效性和鲁棒性。

基于数据驱动方法的国际组织语言政策研究——以联合国关注的语言问题为例

随着数智时代的到来,将数据驱动方法应用于语言政策研究,探查该方法在本领域的可行性亟待关注。基于联合国平行语料库,本文以联合国关注的语言问题为例,使用数据驱动的研究方法,从联合国官方语言与非官方语言两个层面探究联合国语言问题的特征。研究结果直观、翔实地反映了联合国语言问题的现状,为现有国际组织语言政策研究提供了真实的语言数据支撑,体现了数据驱动研究方法在语言政策研究中的潜力及优势,为后续相关研究提供了新视角、新参考。

数据驱动教学决策:范式转向、运行逻辑与发展进路

教学决策是教育教学活动的关键,教学决策质量在很大程度上决定着教育的有效性。数据驱动教学决策有助于解决传统教学决策过分依赖决策主体经验、教育信息不足等问题,从认识论、方法论、功能释放和权力重构方面驱动教学决策范式转向,赋能教学决策创新。在运行逻辑上,数据驱动教学决策的多元主体参与,凸显教育的民主参与性;数据驱动教学决策的人技协同,凸显技术工具的效用性;数据驱动教学决策的链动与智能,凸显数据的驱动性;数据驱动教学决策的整体性,凸显系统的发展性。在发展进路上,从决策主体层面提升教师数据素养,夯实数据驱动教学决策主体参与协同的能力基础;从决策手段层面搭建智能教师助理平台,打牢“人技协同”的教学决策的技术根基;从决策过程层面优化教育数据质量管理,发挥数据驱动教学决策的智能驱动作用;从决策执行层面引入循证教学评价模式,保障数据驱动教学决策的整体性科学推进。

基于数据驱动方法的船舶CII预测模型研究

相比通过物理模型和数值计算进行碳强度指数(Carbon Intensity Indicator, CII)预报,采用数据驱动方法构建模型进行CII预报能避免消耗大量计算资源。在分析已有研究的基础上,总结机器学习、时间序列等数据驱动方法在构建此类预测模型中应用的优势和劣势,以及运用这些方法构建的船舶CII预测模型。对比分析各种算法的优势和劣势可知,运用决策树算法和整合自回归移动平均算法构建船舶CII预测模型的研究目前虽然较少,但其颇具研究和创新空间,开展此项研究有助于在未来构建更准确、高效的船舶CII预测模型。

数据驱动的高速列车子空间预测控制

随着列车运行速度的提高,列车与接触网、轨道、空气的动力作用加剧,给高速列车的建模与控制提出更高的要求。本文提出数据驱动的高速列车子空间预测控制方法:构建基于状态框架的高速列车多变量动力学系统;由输入输出数据设计高速列车的子空间预报模型;详细分析高速列车子空间预测控制器的设计方法,并给出相应的预测控制算法。高速列车的数值仿真实验结果证明所提出控制方法的有效性。

基于模糊C-均值聚类的轴承性能衰退评估方法

针对轴承性能衰退评估中遇到的性能衰退时间和过程难以确定等问题,提出一种基于模糊C-均值聚类的轴承性能衰退分析与评估方法。研究了数据驱动的性能衰退分析过程。综合应用模糊集理论和聚类分析法,开发了基于模糊C-均值聚类算法的轴承性能衰退评估算法,并给出了相应的轴承性能衰退评估流程。以某型滚动轴承为例分析与评估了其性能衰退过程。结果显示,所提方法能够较好地识别轴承性能衰退发生时间和评定轴承性能衰退程度。

新型冠状病毒肺炎中医药防治组方规律分析

目的 探讨中医药防治新型冠状病毒肺炎(简称新冠肺炎)的用药规律和组方特点,为新冠肺炎治疗中药的配伍机制研究和复方中药开发提供数据支持。方法 收集2020年2月19日前国家及上海、浙江、广州、四川、吉林等地发布的中医药防治新冠肺炎诊疗方案共52张处方,采用Aprior关联规则算法,以支持度、置信度、提升度为指标,分析方剂中的高频药物、配伍规律和关联规则;采用PCA聚类分析法分析不同治疗时期处方的相似性与差异性。结果 藿香出现频率最高(超过30%),甘草、连翘、陈皮、金银花、苍术、黄芩、茯苓、生石膏、厚朴、草果、苦杏仁、生麻黄等也超过15%。这些高频中药的相互配伍,如金银花-连翘、苦杏仁-生石膏、陈皮-茯苓、苍术-厚朴、苍术-生麻黄-草果、苍术-厚朴-草果-藿香的支持度、置信度和提升度均很高,在新冠肺炎方防治剂中应用广泛。在新冠肺炎中医证型的不同时期,处方差异较大,PCA建模后划分成了6类,对应了6个不同的临床防治阶段,即预防/医学观察期、轻症期、中期、重症期、危重症期、恢复期,各期的组方呈现一定规律性。结论 以数据驱动方式对新冠肺炎的防治中药方剂进行对比研究,能有效反映用药配伍规律和各期处方的组方特点,可为中药配伍研究和复方中药的开发提供参考。

数据驱动的大规模森林场景真实感动画

提出一种基于数据驱动的大规模森林场景真实感动画的实现方案.该方案预先对单株样本树在风力作用下的运动作高精度的动力学计算,得到高分辨率、精确的树骨架形变序列;然后采用分簇主元分析方法对形变序列数据进行压缩与简化,构建单株树各枝干运动的细节层次;最后基于多株样本树多个细节层次的运动数据合成大规模森林的群体运动.实验结果表明:该方案实现了力学形变数据的高效重用,在森林动画合成效率和真实感上具有一定的优势,能满足对规模和画质要求较高的应用,如影视动画与媒体广告等的需求.

数据驱动故障预测和健康管理综述

着重介绍数据驱动故障预测和健康管理(PHM)方法的研究现状。通过对数据驱动PHM方法的分类阐述,逐步说明面向复杂系统数据驱动PHM的方法体系和流程,并重点对构成数据驱动PHM方法体系的核心环节进行分析和总结。在此基础上,采用一个锂离子电池循环寿命预测实例综合分析了数据驱动PHM的实现过程。最后,分析了数据驱动PHM方法的发展趋势和研究挑战。

工业过程系统的预测控制

预测控制方法自1970's提出后在学术界和工业应用领域都取得了很大的进展,尤其在工业过程控制方面成为一种重要的先进控制方法。根据工业过程控制的特点和进一步的需求,对近年来在工业过程控制领域预测控制方法取得的新进展进行综述,包括过程控制系统模型辩识,数据驱动的预测控制和在网络信息模式下的预测控制等。并对预测控制进一步的发展需求进行分析,介绍了欧盟正在进行的第七框架对于大系统分布式预测控制的研究内容。

舰载作战系统数据集成设计与度量方法

数据集成在作战系统体系结构的设计中处于核心位置,在系统集成堆栈中具承上启下的作用。接口设计是作战系统集成设计的重点,应尽量减少两两之间的成对接口和专用数据格式,以实现数据集成方式从点对点向总线的转变。首先开展基于XML的作战系统数据建模,开发辅助设计软件,建立元数据注册库;然后采用模型驱动的方法,以数据模型为中心进行数据集成设计和体系结构度量。选取了分系统数量、节点数量、接口数量、信息单元数量和作战流程环复杂度等5个定量指标,并通过衍生指标评估作战系统体系结构的特征。数据模型驱动的开发能够支持快速生成仿真系统,可为下一步基于仿真的效能评估奠定基础。

能量效率和工作温度对锂离子电池剩余寿命的影响

利用锂离子电池已有物理性能,预测其剩余寿命是电池健康管理新兴的研究趋势。本文将表征锂离子电池性能的物理量,电流、电压、时间、温度和环境温度进行降维处理,得到2个特征物理量:电池由于工作产生的温度和电池能量效率。这样不但考虑了所有性能物理量对锂离子电池剩余寿命的影响,还考虑了各个物理量之间的关系。然后利用这2个特征物理量分别建立能量效率与工作温度对锂离子电池剩余寿命多步预测模型和能量效率与工作温度对锂离子电池剩余寿命整体预测模型。从实验得出,能量效率和工作温度对锂离子电池剩余寿命预测有密切的影响,并且利用这2个物理量建立锂离子电池剩余寿命预测的数据驱动模型更加合理。