新时代高校基层团组织思想引领工作路径研究——以辽宁工业大学汽车与交通工程学院为例

针对目前高校基层团组织在开展大学生思想引领工作中存在的方法路径单一、措施效果不到位等问题,以辽宁工业大学汽车与交通工程学院基层团组织为例,提出从建设马克思主义"学习型"基层团组织、开展各类校园文化活动、建设网上共青团、加强心理健康教育等方面开展思想引领工作,并在提高引领能力、结合大学精神、实现精准供给等方面进行了积极探索,从而不断提高新时代高校基层团组织对青年学生思想引领工作的实效性。

应用型人才培养模式下高校基层团组织生活创新与实践——以辽宁工业大学汽车学院为例

2015年10月,国家下发了《关于引导部分地方普通本科高校向应用型转变的指导意见》,地方普通高校向应用型转变是一个复杂的过程,这对学校本身既是机遇也是挑战,转型的真正核心是人才培养模式的转变。高校基层团组织是最贴近青年团员的育人组织,研究探索如何将高校共青团工作有效融入到高校人才培养模式中,创新基层团组织生活,扩大工作的有效覆盖面,全面服务高等教育发展和学生成长成才,使其更好地发挥育人优势是一个重大课题。本文以辽宁工业大学汽车学院基层团组织生活创新和实践为例,希望对其他高校基层组织生活的形式和内容提供借鉴。

现代汽车产业学院背景下的车辆工程专业学位研究生培养模式

针对校企深度合作和深化产教融合提高车辆工程专业学位研究生培养质量问题,依托现代汽车产业学院进行培养模式的探索与实践。构建了适应不同实习基地的多样化课程体系,研究了进一步推进“引企入教”,进行启发式、探究式和合作式、任务式、项目式等教学模式综合改革。校企导师从企业实际技术问题中提取凝练毕业课题,从汽车新技术发展、产业需求角度对实习基地进行合理布局并加强组织建设。实践结果表明:基于现代汽车产业学院的车辆工程专业学位研究生人才培养模式更加注重面向产业亟需、促进产学研深度融合,且此培养模式取得了良好培养效果。

新能源汽车工程专业自动控制原理课程教学探讨

“自动控制原理”是新能源汽车工程专业重要的基础课程,具有课程概念较多、理论性强、习题多、难度大、学生理解和掌握存在较大困难的特点。为帮助学生更好地理解所学知识,课程教学中增加了MATLAB仿真演示环节,引入新能源汽车系统实际案例,并且针对新能源汽车工程专业特点,在教学中对课程的思政元素进行深入挖掘和设计。经两届学生的教学验证,本文所提出的教学方法获得了良好的教学效果。

交通运输工程专业学位研究生教学改革

针对目前专业学位研究生培养存在多学科交叉融合与工程新技术课程偏少、实践环节缺乏针对性以及校外实习与实践基地建设不足等主要问题,探究交通运输工程专业学位研究生培养模式改革。以认清学科领域发展,明确专业培养目标为引领,进一步凝练了新一轮交通运输工程专业研究生培养的研究方向。以突出企业实践和专业能力培养为宗旨,重构了模块化专业研究生课程体系,进行了基础理论、学科前沿技术、校企合作、案例分析及以科研项目为导向的多学科交叉融合课程配置。构建了项目驱动式的双师制培养方式,深入挖掘交通运输工程专业研究生培养的校企合作平台。这种项目驱动式的双师制产-学-研联合培养模式,可为从事道路运输的交通运输工程专业研究生培养明确方向,为进一步提高人才培养质量提供参考。

新时期下汽车运用工程课程思政教学实践

汽车运用工程是交通运输、汽车服务工程等专业的重要专业课,新时期下,将课程思政和该门课程有机结合,有助于实现三全育人目标,实现课程价值引领。教师在教学中,应结合该课程的内容及特点,灵活展开课程思政教学设计,从多个层面着手,持续丰富教学内容及形式,进而实现专业课程和思政的目标融合,助力学生全面发展。

汽车理论课程线上线下混合式教学探索与实践

针对目前汽车理论课程单纯线下教学存在的弊端,本文基于工程教育认证理念开展了汽车理论课程线上线下混合式教学的探索与实践。首先,确定课程教学目标,建设课程线上教学资源、教学团队;然后,围绕教学目标制定教学内容,探索实施线上线下混合式教学模式;最后,对两个学年车辆工程专业学生汽车理论课程的教学目标达成情况进行了分析。

基于OBE的汽车事故分析与鉴定课程混合式教学模式探索

为适应一流课程建设以及专业工程认证的需要,基于OBE教学理念和课程思政教育改革要求,本文探索了“汽车事故分析与鉴定”课程思政教育及混合式教学模式。首先,结合专业人才培养需求、毕业要求和课程的特点,坚持“立德树人”根本任务,设计了突出思政教育的混合式课程目标;其次,构建并完善了混合式课程资源,设计了混合式考核方式;最后,结合教学实践进行了教学效果的综合评价。结果表明,实施混合式教学模式有效增强了学生的实践应用能力,并为课程教学的持续改进提供了有力依据。

《汽车构造》在创新实践教育中的应用研究

为激发学生学习兴趣和创新意识,提升学生专业创新实践能力,在《汽车构造》的授课过程中要转变传统教学方式,结合创新性训练项目和专利启发教学模式来强化学生对汽车结构的认知和理解效果,吸引学生积极主动地参与到创新活动项目中去,甚至达到举一反三的创新应用。研究表明该创新实践教育方式极大地提升了学生的创新实践能力,为部分学生高质量就业奠定坚实基础。

基于交通拥堵信息的高速公路拥堵路段ACK-Means聚类

为了充分利用实际高速公路路段交通拥堵信息,更合理地聚类交通拥堵的内在规律和特征变化,提出自适应确定聚类中心C和类别K值(adaptive center and K-means value,ACK-Means)的聚类算法,进行高速公路拥堵路段聚类。ACK-Means算法借助簇类密度、簇类间距以及簇类强度,同时又考虑到数据样本的偶然性,对离群点进行合理分配,ACK-Means算法可实现自适应确定聚类中心C和类别K值。基于实际交通拥堵信息构建数据集,Python编程实现高速公路拥堵路段ACK-Means聚类,巧妙解决了高速公路拥堵路段聚类数目K和聚类中心C设定问题。聚类结果表明,ACK-Means算法实现高速公路拥堵路段无监督聚类,聚类结果完全基于实际的高速公路交通拥堵信息,具有更高的实用性。

标准化工程专业“运筹学”课程内容选择与教学

“运筹学”课程是标准化工程专业学生由通识与公共基础课程转向到专业基础、专业方向课程学习的重要纽带。以标准化工程专业学生就业方向及学院特色为导向,结合标准化工程专业课程体系,选择线性规划、图与网络、存储论、决策论四个分支作为授课内容,运输、生产控制调度、经济决策、体系评价等工程领域应用问题与基础并行。在教学实施中通过淡化复杂计算、板书与多媒体相结合、趣味教学与翻转教学结合等方法增强学生学习兴趣,提高学习效率。

工业码垛机器人系统设计与实现

随着智能制造的迅速发展,工业码垛机器人得到了广泛的关注和应用。目前的工业码垛机器人多数是采用示教的方式,不能实时感知机器人周围的环境信息,受生产环境的约束性较大。为解决这一问题,设计并开发了以四自由度机械臂为核心的工业码垛机器人系统。首先,采用机器视觉技术自动对物体进行信息采集与识别,包括物体的姿态和坐标,物体类别,以及机械臂工作空间的环境信息等;其次,建立了机器人的正、逆运动学模型,并采用遗传算法和五次多项式插补方法实现了机器人的运动轨迹优化。最后,设计并开发了码垛机器人的软硬件平台,将上述机器视觉和运动规划算法在实际的码垛机器人系统上进行了实验测试,获得了良好的实验效果。

“道路交通运输安全学”课程思政元素挖掘与实践

专业课课程思政已成为高校思想政治教育改革的重要途径。“道路交通运输安全学”作为交通运输专业的核心课程必须开展课程思政。本文从爱国主义、遵纪守法、工匠精神、团结协作、以人为本、生态文明6个方面进行了思政元素的探索,所挖掘出的思政元素与课程主要内容实现契合;同时也探讨了课程思政实践中存在的问题及改进措施,以期达到专业课程与思政课程同向同行的效果。

汽车拆装认识实习虚拟仿真与线下混合教学研究

虚拟仿真技术在娱乐游戏领域的应用已日趋成熟,其强大的沉浸感和互动性同样适用于教育培训,特别是在实训教学环节。本文旨在探讨将虚拟仿真技术融入汽车拆装认识实习教学的创新尝试,并与线下教学相结合进行混合式教学,以此来提高学校实践教学的质量。通过这一举措,不仅可以提升学生的学习兴趣和参与度,还能有效增强实习教学的实用性和安全性,为培养新时代技能型人才提供有力支撑。

辽宁工业大学校区内机动车停放与运行组织研究

针对辽宁工业大学校园地势不平、机动车停车地点分散、停放随意以及校区内部越来越多的机动车停放等问题,进行校内机动车停放现状调研,对停车位进行布局设计,得到辽宁工业大学新停车位布局分布图。针对校内路网缺乏规划、道路狭窄、机动车流时间和空间上分布不均及任意行驶特性,在时间、空间上对校内机动车交通流进行组织研究,得到驶入驶出机动车交通流组织图。停车位布局设计和机动车交通流组织对解决辽宁工业大学校园交通问题犹为关键。

改进YOLOv8算法的交通标志小目标检测

针对传统网络模型在交通标志检测方面存在的小目标识别不准确的问题,提出一种改进的Ghost-YOLOv8交通标志检测模型。首先,使用GhostConv代替了全部Conv,并设计全新的GhostC2f模块来替代全部的C2f,使模型轻量化;其次,将上采样算法替换为CARAFE,以更好地保留图像的细节信息;然后,在Neck部分引入了GAM注意力机制模块,以增强特征中的语义信息和位置信息;最后,为了解决检测小目标时尺度不一致导致的语义信息丢失问题,添加了小目标检测层,以增强深层和浅层语义信息的融合。实验结果证明,该模型在中国交通标志检测数据集TT100K中的召回率、mAP@0.5、mAP@0.5:0.95指标分别提高了6.8%、4.0%、3.6%,并且模型的参数量及模型大小分别降低了1.069×10^(6)、1.9 MB。综合说明,所提出的模型在精准度不变的前提下,减少了模型的参数量及大小,并能更好地检测到原模型检测不到的小目标;同时,比对比算法具有更好的性能表现,并且适用于边缘计算设备,具有实际应用价值。

基于超声辅助的汽车微小零部件内部缺陷无损检测方法

为了更准确、全面地分析汽车微小零部件缺陷,基于超声辅助的方式,设计了内部缺陷无损检测方法。根据超声波传播反射情况及声场变化,采集微小零部件图像;通过融合边缘信息消除图像中噪声,分割图像主体并完成边缘识别,确定存在内部缺陷的区域;利用核主成分分析技术,通过降维处理方式确定缺陷区域特征,进而完成无损检测。结果表明:利用所提方法获取的零部件图像清晰,缺陷检测准确率始终高于95%,对气泡和气孔缺陷的检测时间小于6 s,对裂纹缺陷的检测时间小于8 s,说明所提方法对内部缺陷的定位准确度和识别效率均较高。

基于深度学习的无人驾驶汽车目标检测算法研究

环境感知是无人驾驶汽车的重要基础,目标检测是环境感知的重要一环,随着深度学习的发展,基于深度学习的目标检测算法的精度和速度也在不断提升,逐渐成为主流算法。总结梳理了基于深度学习的目标检测算法以及其最新研究进展,并将其分为基于图像、点云、融合和变形器(Transformer)四大类,分别介绍了其经典算法。最后总结了当前目标检测领域里存在的不足,对目标检测算法的发展进行了展望,为该领域的研究工作提供一些思路。

基于无人机的交通事故严重程度检测

针对交通事故严重程度检测速度慢的问题,对较为先进的YOLOv8算法进行改进。通过引入GAM注意力机制和GELAN结构,提高模型对交通事故严重程度数据集的识别准确性。与此同时,通过模型轻量化处理和调整参数量,降低复杂度和计算量,增强实用性,使模型更易于部署和运行。实验结果表明,改进后的YOLOv8-GELAN-GAM模型在准确率、mAP@0.5、Recall等关键指标上分别提升了2.9%、1.9%、1.8%,在捕捉碰撞后位置变化小或形变量小的事故车辆方面表现更出色。在复杂背景下,改进后的YOLOv8-GELAN-GAM模型也能避免漏检和误检。总体而言,改进后的YOLOv8-GELAN-GAM模型能够为交通安全研究提供有力支持,提升道路救援的速度,提高道路交通安全水平,为事故损失提供强有力的保障。文中研究可为交通安全技术发展提供新的思路。

汽车减振器活塞杆疲劳断裂失效分析

活塞杆出现疲劳断裂失效会降低汽车运行的平稳性,严重影响汽车行驶的安全性,因此对汽车减振器活塞杆疲劳断裂失效进行分析至关重要。利用光谱仪分析减振器活塞杆试件的化学成分,通过显微镜检测活塞杆表面的粗糙程度。对汽车减振器活塞杆疲劳断裂的形貌进行宏观、微观分析以及剖面金相分析,测试了减振器活塞杆的显微硬度、残余应力和气体氢含量。观察宏观形貌发现试件具有一定的脆性开裂特征。微观分析的能量谱表明试件中的Cr、Fe元素含量较高,导致试件表面脆性大,微观状态下呈现出二次裂纹。试件的剖面金相结构并无明显缺陷、主要区域的显微硬度满足要求,二者对疲劳断裂产生的影响较小。试件在淬火初期产生的残余应力偏高,近表面附近的气体氢含量明显高于心部位置。因此说明汽车减振器活塞杆出现疲劳断裂主要是由活塞杆表面脆性大、氢含量高和淬火裂纹引起的。