机电一体化技术及应用研究生课程思政教育改革研究

课程思政是高校育人中的一项重要工作,对于研究生培养亦是如此。当前,高校课程思政的主要阵地在于本科生群体,但对于研究生的相关研究却鲜有关注。该文以高校研究生为切入点,借助机电一体化技术及应用课程教学,展开相关探索与实践。基于高校研究生课程思政的机电一体化技术及应用要加大资源建设,用好课程思政对人才培养的激励作用,为兵团高校“卓越工程师”培育作出有益探索。

基于发现式学习策略的研究生案例库建设实践与应用探究——以机电一体化技术课程为例

基于发现式学习策略的机电一体化研究生课程案例库建设,通过案例简介、技术背景、技术知识点、案例分析、多媒体资源建设、案例总结与讨论等环节,构建专题案例和综合案例。根据案例库的资源梯度,注重将“研、学”统一,行业热点与专业发展相结合,深入开展案例库建设教育教学改革研究,对学生进行专业培养和工程训练,取得较为良好的教学效果,促进学生了解行业发展动态,助力学生构建系统全面知识网络,培养学生严谨的科研思维,提升学生的综合素质。

基于蝙蝠优化BP-PID算法的精准施肥控制系统研究

水肥一体化技术在棉花、小麦、番茄等大田农作物种植场景中的应用逐渐增多。当前能够快速有效调整大田农作物水肥一体化系统中肥料流量的控制算法研究较为有限。由于水肥一体化系统存在时变性、滞后性与非线性的特点,常见的PID与BP-PID控制算法无法获得预期的控制效果。为此设计一种基于蝙蝠算法(BA)优化的BP神经网络PID控制器。通过采用BA对BP神经网络的初始权值进行优化,加快了BP神经网络的自学习速度,实现对水肥一体化系统中肥料流量的快速精准控制,从而降低了超调量、提高了响应速度。同时,基于STM32单片机搭建了水肥一体化流量调节测试平台,并对该控制器的性能进行了试验验证。结果表明,与常规PID控制器和基于BP神经网络的PID控制器相比,所设计的控制器具有较高的控制精度和鲁棒性,降低了由时滞性、非线性等因素引起的影响。平均最大超调量为4.78%,平均调节时间为41.24 s。特别是在施肥流量为0.6 m^(3)/h时,控制器表现出最佳的综合控制性能,达到了精准施肥的效果。

基于综合经济效益最优的光伏温室太阳辐射分配方法

针对光伏温室光伏发电和农业生产光照分配不合理导致整体收益较低的问题,提出了基于综合效益最优的光伏温室光伏发电与农业生产太阳辐射分配方法。首先,建立光伏温室的光伏发电收益、农作物收益、运行维护成本模型,其中,以农作物直角双曲线修正光响应模型作为光伏温室农作物产量计算方法,将光照与农作物产量和收益紧密结合;其次,以光伏温室综合效益最优为目标,以光伏发电光照强度、温室农作物生长光照条件为约束条件,建立光伏温室整体收益数学模型。以新疆地区某光伏温室实际运行数据为基础,对比分析多场景下光伏温室收益,结果显示,选择光伏温室农作物最小日光有效光照辐射值光照分配占比,光伏温室整体收益最大;考虑光伏温室改造与运行维护花费,在不改变原有结构的情况下,农作物光照饱和点对应的光照分配比例可作为光伏温室整体收益最大点。