摘要：针对汽车塑件内部缺陷检测精度不高、检测方法单一等亟需解决的问题,基于多源信息融合与深度学习神经网络等技术,探究高鲁棒性、稳定性、精确性的检测模型,旨在为汽车塑件批量无损检测提供理论基础和技术支持。通过超声波探伤、激光光斑测量、紫外线探伤、智能电参数测量和红外热成像等无损检测方法,试验样本经异质信息采集、预处理以及多特征变量提取,根据检测要求,用于定量/定性神经网络模型构建。再以样本训练、规则判别、深度学习和模型类比,选取最优模型用于试验样本内部缺陷预测和品级分析,以求得所设计的“深度学习”神经网络模型与检测方法具有通用性,可进一步用于汽车铸件、冲压件或焊接件等无损检测,为匹配智能装备研发提供研究基础。

摘要：高职汽车类专业课程思政的教学是培养学生综合素质的重要环节,文章在“三全育人”视域下以《汽车涂装与美容》课程为载体,通过组建“双师型”教师团队、采用基于问题导向的闭环式课程思政实施路径,体系化设计课程思政教学内容,协同组织课程思政教学过程,探讨知识传授和技能培养中课程思政的融入方法,探索并实施了课程思政教学设计,以期为高职汽车类专业课程思政的建设提供一定的借鉴和参考。