课程思政融入研究生课程先进制造技术的探索

该文根据高等教育“立德树人”的根本任务,针对先进制造技术课程的思政建设进行探索。将创新、求真、务实的思政建设精神融入教学目标,提出人文关怀和思政元素融合的课程改革方案;优化课程内容,关注学科发展中涉及的社会经济、环境生态及可持续发展等问题,培养学生社会责任感;以制造业案例为引导,培养学生实事求是的科学研究精神,精益求精的工匠精神;采用混合式教学模式,增强学生的学习兴趣。通过思政元素的无缝融入,激发学生科技报国的家国情怀和使命担当。

大思政引领的智能制造技术专业学位研究生培养模式

当前国家在机械专业学位下新增设了智能制造技术领域。为了更好地培养既懂制造生产管理与工艺流程、又懂人工智能技术的德才兼备复合型人才,迫切需要创新智能制造技术专业学位研究生培养模式。论文首先扼要分析了课程思政融合研究现状,然后在分析适应新型工业化需求的人才培养短板的基础上,通过设计思政元素及思政与教学有机融合方式,设计达成制造技术与人工智能技术的复合知识结构与技能的特色教学内容,改革课程体系,从而给出了大思政引领的智能制造技术专业学位研究生培养模式。

公路货运危险驾驶行为智能预测技术研究

基于某省载货汽车历史行驶数据,提出了一种基于卷积神经网络-长短期记忆(CNN-LSTM)网络与自注意力机制的危险驾驶行为预测方法。针对载货汽车行驶数据量大、维度高、特征提取难度大、时序性强的特点,首先运用XG⁃Boost对特征进行筛选,接着利用卷积神经网络(CNN)进行空间特征提取,再运用长短期记忆(LSTM)网络捕捉驾驶行为的时序信息,最后通过自注意力机制对危险驾驶行为进行预测。试验结果表明,该方法相对其他长时间序列预测方法在某省公路货运驾驶数据上表现优异,识别准确率达到85.05%,加权平均召回率达到83%,F1分数(F1-Score)达到84%。

现代信息技术在王“机械制图”课程教学中的应用思考

电子教案、CAD技术等现代信息技术已在机械制图课程教学中得到广泛应用,随着人工智能等新兴信息技术的出现,如何将不同的技术手段合理地应用到“机械制图”课程的教学中从而提高教学质量值得思考。本文对目前在教学活动中应用的主要信息技术进行了归纳与分析,阐明了各项技术的利弊和适用范围,结合“机械制图”课程的具体教学内容与知识点指出了适合选用的技术手段,针对近期发展迅速的生成式人工智能和基于Web前端3D显示技术等新兴技术,提出了在教学中的具体的应用方向,对现代信息技术在“机械制图”教学改革中的应用做了十分有益的补充和完善。

制造大数据相关技术架构分析

针对大数据技术给制造业带来的机遇和挑战,通过分析制造大数据的研究现状和产生,给出了制造大数据的定义。依据制造大数据的处理流程构建其技术架构,并介绍了相应的关键技术。最后列举了几种典型的应用场景,指出了制造大数据面临的挑战并展望下一步发展方向。

大数据环境下制造业关键技术分析

随着制造业与物联网、云计算、互联网等信息技术的融合与发展,制造业已进入了大数据时代,在大数据环境下,制造技术将发生巨大的进步与改革。从大数据下的制造业数据特点出发,勾画了制造业的大数据技术架构,并重点分析了大数据下制造业的五大关键技术,即数据集成技术、数据存储技术、数据处理技术、数据分析技术以及数据展现技术,为制造业大数据的发展提供参考。

数字孪生技术在智能制造中的发展与应用研究综述

数字孪生技术作为实践智能制造理念的使能技术与手段,能够有效解决智能制造的信息物理融合难题,已成为当前世界各国学术界和工业界关注的热点。为了更好地理解和应用数字孪生,本文首先从数字孪生的背景和定义两方面进行归纳和总结;在此基础上,从公开出版年度、主要出版国家、主要研究方向等不同维度,采用文献计量分析方法对Web of Science(WOS)核心合集数据库近5年来收录的与数字孪生相关文献进行研究,综述了数字孪生技术在产品设计、工业生产、制造服务方面的应用;最后对数字孪生技术未来的发展方向进行展望,以期为数字孪生技术在智能制造领域的落地应用提供一定的理论参考和借鉴。

新工科背景下高校实验室设备智能化管理研究

高校实验室是人才培养和科学研究的重要场所,设备管理则是实验室建设的核心。当前我国高校设备存在预约使用随意、信息共享不良、队伍建设欠佳等诸多问题。在新工科背景下,借助物联网、大数据、云计算、智能制造等新型技术手段,根据设备种类不同,按需实现设备智能预约与审批;在移动端、实体端和虚拟端的设备进行共享服务、实时监控、智能门禁等;在实验队伍建设方面,采取培训进修、引进精英、网上测试、虚拟实验和激励制度相结合等手段。

生产过程制造物联关键事件主动感知实现技术及方法

针对生产过程物联感知方面,在论述分析制造物联信息感知研究现状的基础上,阐明了信息感知在制造业信息化中的需求,进行了生产过程关键事件的定义及描述,建立了制造物联关键事件主动感知模型及技术框架,并提出一种基于物联网技术的生产过程关键事件主动感知实现方法。提出的技术方法为生产过程的优化控制提供决策支持,促进高质、高效生产制造的实现。

基于逆向工程及数控技术的曲面产品设计制造

现代制造过程中,自由曲面的设计加工的日益广泛,如飞机机翼、汽车外形、模具工件表面等均为自由曲面。计算机技术与CAD/CAM技术的发展,使得对自由曲面产品的设计加工变得更加容易。本次研究以一件自由曲面的工艺品为例,首先用激光扫描仪扫描模型,获取其表面点云数据,再将点云数据导入Geomagic Studio逆向建模,然后在UG里面对模型进行修改并在UG加工模块中生成了模型的数控加工代码,最后在三坐标铣床上加工,验证了代码的正确性。以上实例表明,用逆向工程技术对自由曲面产品进行NURBS曲面重构,再结合CAD/CAM技术,能有效的对现有复杂曲面产品二次设计,缩短产品开发周期,提高加工效率。

基于改进型蚁群算法的路径优化仿真实验

针对机场行李传输的路径优化问题,研究将航班号、滑槽号、装卸时间点等信息作为输入,通过对传输带运行速度以及路况的综合分析,得到行李的最优传输路径。本文以影响行李输送的多方面因素为输入,以模糊理论为依托,得到了基于时间、距离约束的行李分拣系统的最优路径选择模型,并将其与蚁群算法相结合,得到了改进的路径优化算法,并用实验验证了该算法的合理性和有效性。

基于用户窃听的MU-MISO反向散射通信系统鲁棒资源分配算法

针对反向散射通信系统信道估计不准、信息容易被窃听等问题,该文提出一种基于用户窃听的多用户-多输入单输出(MU-MISO)反向散射通信系统鲁棒资源分配算法,以提高系统传输鲁棒性与信息安全性。首先,考虑基站最大功率、时间分配、信道不确定性、能量收集和保密率等约束,建立一个MU-MISO的反向散射通信系统鲁棒资源分配问题。其次,基于非线性能量收集模型和有界球形信道不确定性模型,利用变量松弛法和S过程将原NP-hard问题转化为确定性问题,随后利用连续凸近似、半正定松弛与块坐标下降法将其转化为凸优化问题求解。仿真结果表明,与传统非鲁棒算法对比,所提算法具有较高的系统容量和较低的中断概率。

智能反射面辅助的多天线通信系统鲁棒安全资源分配算法

为了解决蜂窝通信系统中因窃听者、障碍物阻挡和信道不确定性导致安全性低和传输质量差的问题,该文提出一种智能反射面(IRS)辅助的多天线通信系统鲁棒安全资源分配算法。首先,考虑合法用户的安全速率约束、最大发射功率约束和IRS相移约束,基于有界信道不确定性,建立了一个联合优化基站主动波束、IRS被动波束的鲁棒资源分配问题。然后,利用S-程序、连续凸近似、交替优化和罚函数等方法对含参数摄动的原非凸问题进行转换,得到可直接求解的确定性凸优化问题。最后,提出一种基于迭代的鲁棒能效最大化算法。仿真结果表明,该文算法具有较好的能效和较强的鲁棒性。

融合可拓语义与形状文法的蜡染图案重用方法

针对目前蜡染图案创新较少以及生成图案生硬的问题,提出解决方案。结合可拓语义和形状文法的蜡染图案重用方法。首先,对蜡染语料进行词频分析,以专家匹配的形式提取图案语义,分析最具有设计价值的语义词汇;其次,通过对蜡染语义进行图解分析,评估词汇的辨识度以及其在设计应用中的价值,以确定图解的最大可拓展范围。最后,将图案分解为设计因子,以形状文法进行变换获得创新图案设计。得到具有蜡染语义特征的创新设计方案。该方法能够有效转化贵州蜡染的语义特征,并将其应用于示范性创新,为非物质文化遗产创新提供方法。

面向多维数据与随机噪声的无人机飞行数据异常检测方法

针对当前无人机飞行数据异常检测方法中参数选择依赖专家知识的积累,异常检测类型单一的问题,提出了一种基于参数选择和数据重构的异常检测方法。首先,利用Spearman挖掘参数间的相关性,以去除冗余参数,完成飞行参数选择,减少对专家知识的依赖。其次设计了AE-LSTM模型,以无监督方式对选定参数进行重构,实现多类型异常数据检测。最后考虑到随机噪声的影响,引入了滤波器对残差进行平滑。利用真实无人机飞行数据进行验证,结果显示所提方法对三种异常类型检测的真阳率分别为98.04%、97.80%、98.00%,优于单类支持向量机、长短期记忆网络和自编码器,验证了所提方法对不同异常类型检测具有良好的鲁棒性和泛化能力。

基于传感器的人体活动识别与应用

近年来,人体活动识别技术得到了迅速发展,并在安全防御、医疗健康、智能交互、体育运动等领域得到广泛应用。本文结合国内外的相关文献,围绕人体活动识别,对知识图谱、人体活动数据集及人体活动识别方法及应用进行综述。首先,指出了不同数据采集方式的人体活动识别数据集的特点。其次,梳理了各种不断提高模型的准确度和性能的人体活动识别具体方法。再次,指出了知识图谱在人体识别活动中发挥的揭示实体间的关系,为人体活动解析提供隐含知识等重要作用。最后,面对人体活动识别的实际应用,对当前研究存在的问题和发展趋势进行了总结和展望。本研究为人体活动识别研究的技术发展和实际应用提供了方向指导和技术建议。

数据驱动的无人机异常检测算法综述

随着无人机(Unmanned Aerial Vehicle,UAV)集成化与智能化的不断发展,UAV在军事领域和民用领域得到广泛应用。因此,对UAV的安全飞行提出更高的要求,而UAV异常检测在保障安全飞行、减少经济损失等方面有着重要作用。近年来,数据驱动的方法在特征提取、非线性问题求解和准确率等方面的优势,使其成为UAV异常检测的主流算法。对UAV异常类型及异常数据特点进行分析与总结。梳理并总结国内外UAV数据驱动的异常检测算法的研究现状,从监督学习、半监督学习和无监督学习三方面对UAV异常检测进行了归纳与总结,并分析了各类算法的优缺点。针对现有算法的研究现状,展望了未来UAV异常检测领域的发展趋势,旨在为后续相关研究提供参考。

基于知识分层的苗族蜡染文化创意产品设计

文章通过整合贵州蜡染的语义知识,降低设计师在跨界文化创意设计过程中对文化意象移植的模糊性,并提高概念设计过程中的创新能力。首先,将贵州苗族蜡染文化意象构建为知识分层模型,通过 Word2vec 与 K-means 的词频统计和聚类,将蜡染知识划分为两层,并引入其他领域的远域知识作为第三层。其次,以加湿器文化创意设计为例,结合知识分层模型和层次分析法,计算各部件在文化识别性方面的权重。最后,根据权重结果将加湿器设计要素与知识层次一一对应,进行具有蜡染文化识别性的加湿器设计实践。结果表明,蜡染知识分层模型与层次分析法的运用,为设计师提供了丰富的灵感源泉,从而使得造型设计的思路更加明确。

用户界面评价研究现状及发展趋势

文章对用户界面评价的研究现状和内容进行梳理和分析,总结其存在的问题并对未来的研究提出展望。以WOS和CNKI数据库中用户界面评价文献为研究对象,运用CiteSpace软件进行可视化分析,从用户界面评价所采用生理感知技术和评价方法阐述界面设计评价的研究现状。归纳整理了用户界面评价的研究内容和方法技术,总结了存在的问题和挑战,梳理了发展趋势。用户界面评价研究推动界面设计效率提高,尽管当前的研究存在不足,但随新方法提出和应用,未来将突破挑战,对用户界面评价和设计起到关键作用。

动态场景下基于语义分割的视觉SLAM方法

针对在动态场景下视觉同步定位与建图(SLAM)鲁棒性差、定位与建图精度易受动态物体干扰的问题,设计一种基于改进DeepLabv3plus与多视图几何的语义视觉SLAM算法。以语义分割网络DeepLabv3plus为基础,采用轻量级卷积网络MobileNetV2进行特征提取,并使用深度可分离卷积代替空洞空间金字塔池化模块中的标准卷积,同时引入注意力机制,提出改进的语义分割网络DeepLabv3plus。将改进后的语义分割网络DeepLabv3plus与多视图几何结合,提出动态点检测方法,以提高视觉SLAM在动态场景下的鲁棒性。在此基础上,构建包含语义信息和几何信息的三维语义静态地图。在TUM数据集上的实验结果表明,与ORB-SLAM2相比,该算法在高动态序列下的绝对轨迹误差的均方根误差值和标准差(SD)值最高分别提升98%和97%。