摘要：对于高速公路和一级公路的设计,应采用停车视距作为主要的视距标准。近年来,在高等级公路中,中央分隔带停车视距不足问题造成交通事故频发。在四川某高等级公路上,平面半径较小,对其停车视距进行检验,发现驾驶员视线与物体之间宽达1.1m的范围被遮挡,不满足中央分隔带停车视距要求。对原设计进行优化改善,将中央分隔带整体向内侧平移,并对圆曲线内侧路基加宽。

摘要：Pixhawk飞控在民用无人机(UAV)领域得到广泛应用。为了在Pixhawk飞控上实现硬件在环仿真功能以达到验证飞控飞行性能的目的,设计了基于Pixhawk飞控的四旋翼无人机硬件在环仿真系统。通过构建四旋翼机体模型,实现模型在电机转速信号的驱动下输出位姿数据;位姿数据传输到飞控并重构为模拟传感器数据,飞控内核对传感器数据处理后输出电机转速信号驱动模型飞行,由此构成飞控硬件在环的仿真环路。在测试中使用相同航线进行了仿真飞行与真实飞行,并计算2种飞行模式数据的相关系数,系数普遍高于0.85,表明获得了较为逼真的仿真效果。

摘要：贵州电网公司以支撑我省现代化工业体系的代表产业新能源电池及材料产业聚集“一核两区”的重要园区为主要范围、以增量110kV供电的产业新能源电池及材料产业项目为对象进行调研和接入方案设计,首次以“产业-园区-用户”角度掌握供用电情况和用电需求,通过对重点项目的大用户“一项一策”拟定接入方案,为用户及园区生产运行提供稳定可靠的电力供应。

摘要：该文以城市内某大学校园为例,研究了考虑地震灾害的城市人员密集区域应急疏散路线规划问题。首先,根据文献与现场调研确定了校园内可利用的避难场所;其次,根据不同地震加速度条件下建筑物外围墙体坠落对疏散路线通行宽度的影响,提出了"疏散虚拟墙体"概念;然后,利用Pathfinder软件(试用版)进行不同地震加速度、不同人群分布等条件下的人员逃生疏散仿真模拟,并结合人员应对行为及人群疏散过程中可能出现的出口成拱现象,对人员疏散方案进行了优化;最后,通过人员逃生疏散仿真结果对比,确定了人员疏散方案,为改善校园安全管理水平提供了支持。

摘要：世界技能大赛(简称“世赛”)是由世界技能组织主办的世界上规模最大、水平最高的职业技能大赛,旨在为各国青年提供一个交流技能、展示才华、增进友谊的舞台。其中,CAD机械设计项目是由我国与德国、瑞士等国共同开发的世赛项目,它将CAD技术融入职业教育教学中,并充分发挥职业教育与产业相结合的优势。在该项目课程教学中,需要基于世赛项目技术标准进行课程开发,并以此为基础进行项目课程教学设计。本文将以世赛项目CAD机械设计项目为例,阐述世赛项目技术标准转化项目课程的实践策略,希望能为相关教育工作者提供参考和借鉴。

摘要：《3D打印与逆向工程》是一门实践性、综合性很强的技术应用类专业课程,是中职学校3D打印技术应用专业、计算机辅助设计与制造专业的核心课程,在“岗课赛证”融通背景下开发和建设教学资源的过程中,教师需要精准定位岗位需求,打破传统专业课程教学模式,以学生为主体,围绕专业人才培养目标和岗位任务确定专业课程教学目标和课程标准,重构课程知识体系与技能体系,建设一批满足学生自主学习和职业能力提升的特色教学资源。

摘要：主要探讨非正态总体下的控制图优化设计问题.引入平均产品长度(APL)作为控制图性能的精确度量方法,针对一般控制图无法有效解决非正态总体的不对称性的情况,采用赋权方差法构造偏态控制图,获得其优化设计模型,并对该模型进行灵敏度分析.最后用一个例子说明了该优化设计模型的使用.

摘要：针对化工过程的一类多变量非线性系统,提出了一种自适应非线性预测控制(ANMPC)算法。在采用递归最小二乘法进行预测模型参数在线辨识的基础上,将系统的静态非线性关系用一个反向传播(BP)神经网络稳态模型来表示,通过稳态模型求得的动态增益来进一步校正预测模型的参数。详述了ANMPC控制器设计步骤,通过在一个多变量pH中和过程中的仿真验证了本算法的可行性和有效性。

摘要：项目式学习是落实核心素养教育变革的一种教学方式。《项目化学习中情境创设的误区及改进》一文中说:“项目式学习强调对真实问题的解决,追求知识与能力在新情境下的迁移运用,而要实现这一目的就需要依托真实情境的创设。”真实情境的创设,可为生活的真实,也是艺术的真实,从而引导学生学会发现问题,解决问题,从而促成学科知识的结构化。“时空穿越”是项目式学习情境创设的一种方式,其强调的是艺术的真实。

摘要：针对存在多种单一电能质量扰动的复合扰动分类识别问题,提出了一种基于分段改进S变换和RBF神经网络相结合的复合电能质量扰动识别新方法。首先对离散S变换进行了分段改进,将时域分辨率和频域分辨率进行分段处理,通过分析改进S变换得到的模时频矩阵,绘制了能够反映扰动信号不同突变参数的特性曲线。其次利用统计方法优化计算提取了10种用于模式识别的特征量,并用局部逼近的RBF神经网络设计了分类器对提取的特征样本进行训练和分类,最后在不同噪声环境下对5种单一扰动及谐波+电压暂降、电压暂降+闪变等6类复合电能质量扰动的分类识别进行了仿真验证。仿真结果表明,该方案时频处理、分类能力和学习速度等方面均优于普通改进S变换+全局逼近网络的方法,且鲁棒性强,能准确识别多种单一扰动及两种扰动同时存在的复合电能质量扰动。