摘要：课程思政倡导高校教师挖掘学科中的思想政治元素并将其隐性融入专业课程教学.针对混合式课程数据结构及应用的课程思政的内涵、实施路径和成效评价进行探索和实践.

摘要：工艺烧嘴是德士古水煤浆气化装置的关键部件,其运行周期直接决定了气化炉的长周期安全稳定运行。从宏观检查、微观金相分析、硬度检测、能谱分析等多角度对气化炉烧嘴外氧喷头端盖因Cl、S腐蚀导致失效的原因进行了分析,研究出材料组成元素及优化夹套结构设计等针对性措施,以延长工艺烧嘴使用寿命。

摘要：针对薄板件钻孔夹具定位布局设计存在多个目标和有限元仿真成本高的问题,提出一种基于反向传播神经网络(BPNN)与粒子群优化(PSO)算法的薄板件钻孔夹具定位布局多目标优化方法。通过有限元仿真分析获取不同夹具定位布局下薄板件钻孔后的最大变形和整体变形,将仿真结果作为训练样本,建立定位布局与薄板件最大变形和整体变形之间的多目标神经网络预测模型。在此基础上,以夹具定位布局为设计变量,以工件的最大变形和整体变形最小化为目标,结合神经网络预测模型与粒子群优化算法,得到钻单个孔时的夹具定位布局Pareto最优解集。最后,通过平板和曲板两个实例验证了所提方法的可行性和有效性。

摘要：以某预留400 km·h^(-1)速度条件的高速铁路为研究背景,基于代理模型和优化思想,从系统设计层面提出考虑经济性的高速铁路隧道气动效应关键参数优化方法。首先,采用流体力学软件建立隧道气动效应数值模型,并基于列车以300 km·h^(-1)速度通过隧道的实测数据,验证数值模型的有效性;然后,以隧道净空面积和车辆动态密封指数为变量,依托既有350 km·h^(-1)高速铁路数据,构建列车以400 km·h^(-1)速度通过隧道时车内气压变化3 s极值的Kriging代理模型;最后,以建造成本为目标函数,构建考虑经济性的高速铁路隧道气动效应关键参数优化模型,设计布谷鸟搜索算法,求解满足舒适度标准的最优隧道净空面积和车辆动态密封指数。结果表明:代理模型预测的相对均方根误差为0.59%、相关系数为0.9999,能够精确描述车内气压变化3 s极值与车辆动态密封指数、隧道净空面积的非线性关系;对于400 km·h^(-1)高速铁路,建设成本最小时隧道净空面积为100 m^(2)、车辆动态密封指数为11 s,此时车内气压变化3 s极值为1163.4 Pa,满足气动舒适度要求。

摘要：针对高速铁路车-桥系统建模复杂,难以确定最优关键参数的问题,运用数值计算、代理模型和优化设计等方法,提出了400 km/h高速铁路车-桥系统关键参数优化方法。通过构建三维车桥耦合系统动力学模型,计算不同抽样组合的车体垂向加速度;构建车体垂向加速度Kriging代理模型,精确描述车辆轴重、桥梁徐变上拱值与车体垂向加速度的相互关系;以最小化车体垂向加速度为目标,提出车辆轴重与桥梁徐变上拱值的匹配优化模型,基于布谷鸟搜索算法获取最优设计参数。结果表明:车体垂向加速度对徐变上拱值的敏感度远高于车辆轴重;400 km/h高速铁路最优的车辆轴重为15 t,桥梁徐变上拱限值为3 mm,其车体垂向加速度最小,达到0.4909 m/s2。此方法为从系统层面进行桥梁徐变上拱控制和车辆设计提供了重要依据。

摘要：通过对新建西安至成都客运专线翻越秦岭地段自然条件、工程条件、设备条件、设施条件等项目特点的分析,借鉴国内外不同铁路在长隧道地段的坡度设计经验,细致研究不同坡度下的运输安全、质量以及工程、投资情况,结合项目功能定位,提出合理的越岭地段最大坡度为25‰。

摘要：研究目的:通过对中德铁路线路技术标准的对比分析,认识到合理选取线路技术指标的重要性。特别对线路设计参数的选取分析,明确了我国与德国在线路设计参数方面的差异,可为我国线路技术标准的修编提供参考。研究结论:我国的线路设计标准相对于德国标准比较高,而且线路设计参数值选择范围比较大,证明我国铁路的行驶舒适性较好,且有发展的空间,符合发展方向。但个别设计参数还需要进一步试验优化取值。

摘要：程序设计与算法系列课程是计算机类专业的基础课,是后续专业课程学习基础,对于培养学生升学和就业所必需的程序设计与算法设计能力有着重要的支撑。文章根据程序设计与算法系列课程的性质与特点,基于成果导向,构建适合不同学生、不同课程的线上线下混合式教学模式,通过持续不断的资源建设和翻转课堂的手段,不断提升教学内容、课程学习与培养目标之间的协调性,达到专业人才培养的最终目标。

摘要：针对航空薄壁件厚度小、刚性弱和制造变形易超差等特点,为了优化夹具定位点布局并减小有限元计算成本、提高夹具设计效率,提出一种面向变形控制的曲面薄壁件夹具定位布局优化预测模型。基于"N-2-1"定位原理,以夹具定位点位置作为设计变量,以整体应变能作为定位布局设计的评价指标,采用拉丁超立方设计和有限元分析计算整体应变能并生成有限样本集;通过学习样本集构建基于支持向量回归机的定位布局优化预测模型,得到定位布局方案与整体应变能之间的非线性函数映射关系,并与径向基神经网络进行预测精度对比。以某一飞机的机身薄壁件作为应用实例,验证了所提预测模型的正确性和有效性。

摘要：针对单核学习方法不能充分获取对象非线性特征的问题,提出一种核采样空间中的多核融合模型。与工作于隐式核空间的常见多核融合模型不同,该融合模型本质上是一种矩阵融合模型,其融合参数不受融合核矩阵半正定性要求的约束。在该模型基础上,进一步提出一种多核正则化Ho-Kashyap分类器,并设计了相应的迭代优化算法。最后,将该多核融合算法应用到水下钴结壳超声识别领域。实验结果表明,与单核学习方法相比,采用核采样空间多核信息融合模型的钴结壳超声识别分类正确率提高了7%,说明了该融合模型的有效性。