摘要：随着智能包装领域的不断发展,计算机编程已成为包装工程专业需要具备的关键能力之一,掌握计算机编程技能对于包装工程师在自动化包装设备的设计、生产效率与质量的提升方面发挥着重要作用。为了促进包装工程专业学生对数字化包装技术的深入理解和应用,推动包装工程专业人才培养模式从传统包装向智能包装转型,将元认知策略融入计算机编程教学过程,并提出一种创新的基于元认知策略的编程教学模式。通过比较实验组与对照组学生的教学实践和成绩评估,发现采用基于元认知策略的教学模式能显著提高学生的元认知能力和编程技能:在引导学生进行反思和自我监控的学习过程中,学生能更深入地理解编程的逻辑结构和基本原理,有效提升了编程的效率和质量,同时也提升了学生的元认知能力。

摘要：针对印刷企业生产中物料转运劳动强度大、效率低以及人力成本高的问题,本研究提出一种用于智能印刷工厂的印刷物料转运规划策略,并按照单一物流方向原则设计了车间布局和物料转运路线。采用蒙特卡洛定位法实现AGV导航,运用D*Lite算法实现路径规划,完成印刷过程各工序间物料的自动化转运,提高了生产效率,对国内智能印刷工厂的建设有较强的指导意义。

摘要：作为人机交互实现的关键,力反馈设备的性能直接决定了力觉交互的效果,可尽可能真实地再现虚拟环境中的质量、惯量和硬度等信息。为了拓宽力反馈器的应用范围,满足虚拟拆装的应用要求,设计了一种新型的混联式力反馈器。结合对现有力反馈器机型的认识和工作原理的理解,提出了新型力反馈器的设计要求,并解决了设计中的几个关键问题。采用柔性体传动方式对驱动电机的输出力矩进行放大。基于工程设计原则,确定了机构的尺寸和材料,并对设计出的具体机构进行了描述。

摘要：产品数据管理 (product data management,PDM)作为产品信息管理集成框架 ,已成为当前研究开发型企业提高其核心竞争力的一种重要竞争策略 .介绍了 PDM技术的起源与发展 ,阐述了 PDM的应用功能框架 .结合当今软件技术的发展 ,分析了基于 CORBA和 WEB技术的 PDM/ CPC代表性产品 Windchill平台的体系结构 ,指出了传统 PDM过渡到

摘要：支撑卷筒纸传动轴为给纸机构的关键部件,其设计是否合理影响到整个机器的使用性能。为了提升其结构合理性和经济效益,以单侧支撑卷筒纸传动轴为研究对象,针对其结构特点,首先应用Solid Works对其进行三维建模,再利用ANSYS Workbench平台建立有限元模型,确定其模型的材料特性、约束和载荷,对传动轴进行受力、强度、刚度静力学分析,对其进行了优化设计,确定传动轴需要进行轻量化设计,设计空心轴,采用空心轴代替实心轴,所设计的传动轴在满足强度和刚度的前提下,实现了质量优化88.53%。

摘要：提出了一种功能、结构、行为建模关系图 ,用 XML 表达功能设计 ,用面向对象的方法进行了分析和 UML(统一建模语言 )作了类图设计 ,研究了功能、行为。

摘要：为解决包装印刷行业纸管类物料识别难题,本研究基于射频识别技术(RFID)搭建了印刷制品制造过程物料信息感知系统。首先,分析了软包装工艺流程,给出了复合车间的数据采集平台部署方案;其次,解析了包装印刷行业标准纸管,规划了3种RFID标签安装方式,结合生产工艺流程给出了RFID读写器安装情景及标签编码规则;然后,设计了纸管物料RFID实时采集与处理方案及系统架构,详述了关键控制点;最后,搭建了RFID标签测试环境,分析了不同纸管曲率、读写距离和3种安装方式对RFID识别数据的影响。结果表明纸管曲率、读写距离和3种安装方式对RFID标签读写影响不大,该系统可实现工位上下物料、叉车搬运和物料缓存等多场景下的物料感知。本研究提出的印刷制品制造过程物料信息感知系统可实现印刷制品过程物料生产信息自动感知,为印刷包装行业智能化升级提供参考。

摘要：产教融合是对传统校企合作方法的深化,本文结合产教融合的提出背景,分析行业人才培养发展需求和实践要点,基于产教融合理念、产教融合意义,从课程体系更新、师资队伍建设、与课题研究相结合等方面提出行业人才培养思路,并总结了北京印刷学院机电工程专业产教融合实践和典型案例。最终期望能够促进印刷行业产教融合、人才培养与产业创新更好地结合,推动产教融合促进人才培养良性局面的形成。

摘要：高校文创产品融合了个性化设计、文化内涵、美观实用、高校特色等诸多元素,对学校人文精神的发展有巨大的促进作用。针对当前国内文化创意产品产业发展现状,以北京印刷学院为例,研究了文创产品数字化设计与3D打印融合技术:采用UG软件,设计了具有笔筒功能、手机支架、校训等多功能复合文创产品,然后对数字模型进行分层切片和3D打印,并测试了打印制件的尺寸和表面性能。结果表明:制件的各向收缩率不同,笔筒圆环内径收缩率大于外径收缩率;制件斜面的表面粗糙度要远大于垂面和圆环面的粗糙度。

摘要：精确预测工人疲劳状态,有助于维护工人的安全与健康。本研究采用OpenCV和Dlib图像处理技术,创新设计了一种印刷车间疲劳预测系统。通过OpenCV进行人脸识别和目标检测,结合Dlib进行检测眼睛长宽比、嘴巴长宽比以及头部姿态等面部特征识别。此系统通过EAR、MAR及头部姿态估计算法实时监测印刷车间工人工作时的眨眼频率、打哈欠行为和头部点头等姿态和表情,及时捕捉工人的生理状态,实现对工人疲劳状态的准确监控和预测。此系统还可以利用深度学习及大量数据的训练和优化,构建专属数据集,更好地提升模型准确率,匹配在不同工作环境下车间工人疲劳状态的识别和预测能力,并通过预警提示提醒工人及时休息,为印刷生产车间工人提供更安全、更高效的工作环境,有效预防工伤事故的发生。