任务牵引式教学在合训专业土质学与土力学课程中的应用

以工程兵合训学员未来任职岗位任务需求为牵引,以提升学员未来遂行多样化军事任务能力为目标,研究军队综合性大学合训专业土质学与土力学课程的教学模式改革,阐述了"任务牵引式"教学模式的内涵和总体设计思路,介绍了在课堂教学中的实际组织应用,并对实施效果进行了总结分析,有效解决了传统工程技术课程教学与合训专业人才培养目标之间的矛盾,可为以能力培养为目标的课程教学改革提供参考。

面向任务的空间信息网络体系结构可重组设计

针对空间信息网络体系结构设计和其使命任务的多重性、多维性的问题,提出了一种体系结构可重组设计方法。首先,介绍了空间信息网络及其体系结构的国内外发展现状,分析了研究空间信息网络体系结构可重组设计的需求。其次,结合空间信息网络的概念、结构和特征,建立了松耦合、兼容性、隔离性和可解构的可重组设计原则。同时,定义了管理中心(RMC)和资源中心(RRC)的内涵,分析了RMC和RRC的运行机制,从目标、拓扑、实体、数据、方案5个维度出发提出了一种形式化的可重组网络体系结构模型,并给出了可重组网络体系结构的实现算法流程。最后,以某反导作战活动为例进行了体系结构可组构设计的案例分析,基于STK平台进行可重组网络的仿真演示,着重展示和验证了可重组设计思想在实践中的具体应用,达到了预期目的。

高速列车牵引变流器故障诊断研究

针对高速列车牵引变流器冷却滤网状态异常引发的牵引变流器故障问题,通过综合分析牵引变流器故障分类和滤网堵塞程度之间的相关性,提出一种基于多任务深度学习的故障诊断方法。首先,构建了包含牵引变流器故障诊断主任务及滤网堵塞程度子任务的多任务深度神经网络(multi-task deep neural networks,简称MT-DNN);然后,为了准确预测牵引变流器失效退化趋势,将多任务深度神经网络预测结果与自组织映射(self organizing map,简称SOM)方法结合,构建了多任务深度神经网络自组织映射模型(multi-task deep neural networks self-organizing map,简称MTDNN-SOM),该方法根据历史故障数据特征变量演化规律定义退化状态曲线,直接反映故障特征量和退化状态之间的关系,最终实现了牵引变流器滤网脏堵故障诊断和维修预测。试验结果表明,该方法在精度和效率上都明显优于单任务或传统故障诊断方法,得到了较好的效果。

基于DSP/BIOS的地铁牵引控制系统研究

阐述了基于DSP/BIOS多任务环境下的地铁牵引控制系统的研究开发.地铁牵引控制系统实时性强,在控制芯片中嵌入BIOS内核,对系统中的各项任务进行分析分配,有效利用资源,能够充分发挥BIOS多任务并发处理,高效快速的处理能力,满足了系统要求.实验表明,系统能够正常稳定的工作.

《化工原理》线上教学实践与思考

新冠疫情推动"互联网"时代下教育的变革,线上教学不是简单将传统课堂搬家。以《化工原理》为例,从问题牵引、任务驱动、交流互动和教学反馈四个设计要素探讨如何有效地完成线上教学。最后,总结线上教学效果,回顾教学过程中存在的问题,思考为改善教学效果未来可行性策略,以期为后续线上教学的进一步开展和完善提供参考信息。