摘要：实现采煤机智能化调高,关键是解决煤岩界面识别问题、截割路径优化问题及采煤机调高控制问题。即使煤岩界面被精确识别,受到实际工作中顶底板的平整性和液压支架的推移滑溜等要求的限制,采煤机滚筒无法完全跟随煤岩界面曲线,因此需要基于煤岩界面识别结果,对起伏变化的煤岩界面曲线进行截割路径优化,得到采煤机调高控制的目标轨迹。滚筒截割路径优化是基于煤岩界面估计曲线,在采煤工艺、煤质要求和设备的适应能力等限制条件的约束下,得到使回采最大化的平滑轨迹。针对上述采煤机截割路径约束优化问题,提出一种基于B样条曲线拟合和蜉蝣算法的采煤机截割路径约束优化方法。为了提高截割路径优化效果和降低计算复杂度,以B样条曲线节点系数作为设计变量,构建一种新型截割路径优化目标函数;考虑采煤机截割工艺、煤质要求等限制,使用多段赋值罚函数法处理约束,根据约束的不满足程度动态改变罚函数系数值,避免优化陷入局部最值和约束不能起到实际作用;为了进一步提高优化效果和收敛速度,使用修正蜉蝣算法寻找最优截割路径。最后,考虑实际煤岩界面中褶皱、陷落柱、断层等典型地质构造,进行仿真研究,结果表明,所提方法能在满足实际约束下快速得到平滑的截割优化路径,实时性好、适用性高。

摘要：“新工科”建设旨在培养具备跨学科知识和综合技能的工程科技人才,更多地强调了创新能力、实践经验、团队合作能力等综合素质,对工科人才的要求显著提高。程序设计类课程是计算机类、机电类等众多工科专业的必修课,是培养学生计算思维、实践创新能力的核心课程。然而,传统的程序设计类课程教学存在教学模式与学生能力需求不匹配、考核评价方法与学生培养目标不匹配、课程思政建设不足等问题。因此,文章从教学模式、考核评价方法、课程思政三方面进行程序设计类课程教学改革研究,以培养学生实践创新、团队协作等综合能力,更好地适应现代科技领域的需求。

摘要：智能驾驶是典型的交叉型学科,涵盖人工智能及车辆工程等多学科知识体系。该文从智能驾驶导论课程特点出发,确立思政目标、挖掘思政元素、设计融入手段及维护机制,并探讨构建面向智能驾驶课程思政元素库方法,以期为高校智能驾驶新工科专业课程思政的推进提供参考和借鉴。

摘要：煤矿综掘工作面受限于狭小空间、工艺繁杂、环境恶劣等特殊条件,导致用工多、安全性差、效率低等问题,亟需研发更加安全高效的智能化掘进技术与装备。巷道掘进机作为综掘工作面的核心设备,对其智能化进行研究具有重要的社会价值和经济意义。为实现巷道掘进机的智能化作业,首先需要解决的关键问题是为掘进机机体定位,精确、鲁棒的机体位姿检测方法是保障巷道智能掘进有效性的首要条件。因此,针对巷道掘进机机体定位问题,提出了一种基于时间序列图像学习的机体绝对六自由度位姿实时检测方法。首先,通过在掘进机机体安装一台单目相机,并在掘进机后方设置人工特征对象,设计适用于巷道狭长、非结构化环境的视觉定位方案。然后,提出用于时间序列图像融合的深度学习模型,其中,使用一种训练好的多尺度变分自编码器辅助的卷积神经网络(MSVAE-CNN)的编码器模型提取时间序列图像中每个样本的多尺度潜在空间特征,以保证图像特征提取的鲁棒性;基于双向长短期记忆(LSTM)网络构建时间序列图像特征融合模型,并同时估计所有时间步图像样本对应的机体位姿参数,当推理某个时间步图像对应的位姿参数时,其他时间步的信息都可作为先验知识,通过学习图像样本之间的特征相关性,提高位姿估计的精度和可靠性;另外,使用多头自注意力机制进一步提高特征融合性能,使用张量训练分解压缩模型,实现在轻微损失位姿估计精度的前提下大幅降低模型参数数量。最后,基于一辆履带小车进行试验研究,使用NOKOV红外动捕系统获取小车机体实际位姿。试验结果显示,所提方法对中心偏距和方向角的估计平均绝对误差分别约为25 mm和0.36°,完全能够满足巷道掘进机的定位需求,并且定位精度明显优于MSVAE-CNN模型,验证了所提出的基于序列图像学习的机体定位方法的有效性与高性能。

摘要：“新工科”建设背景下,对工科人才的要求显著提高,强调培养跨学科知识、创新能力、实践经验与综合素质,因此,开展传统工科课程教学改革研究具有重要的意义。“机械原理”课程通常是机械工程、材料科学等专业的核心课程之一,旨在培养学生掌握基本的机械原理和工程应用能力。然而,在“新工科”建设背景下,需要进行一些教学改革来适应不断变化的工程领域和跨学科的需求。该文通过在课程教学中强化跨学科融合教学、创新创业教育、实践教学和思政教育,总结出一套基于机械智能化现状和先进实验的“机械原理”课程改革方案,并提供了相应案例以便借鉴使用。课程改革内容主要包括:增加先进案例讲解、设计基于现代设计方法的开放式实验与课程,保证学习内容与现代智能制造发展现状接轨,培养学生跨学科思维与创新实践能力;强调立德树人与工科课程的有机深度融合,通过设计典型案例,实现“润物无声”的课程思政目的。