摘要：基于TRIZ理论的课题式教学方法,是在专业基础课之后进行TRIZ理论授课,同时将课程设计所遇到的初始问题利用TRIZ进行分析和求解,在此过程中通过TRIZ提供的问题分析工具及其步骤化的解题思路,可以得到若干个初始问题的解决方案,继而利用先修的专业基础知识进行综合评价,最终得到切实可行的初始问题的解决方案。该文介绍了基于TRIZ理论的课题式教学方法的三个获得国赛奖项的教学案例成果。

摘要：针对电机本体结构的改变可能会引起的电机性能的变化,采取实验研究法对两种额定参数相同的四相8/6极和四相16/12极相同功率不同结构的开关磁阻电机(SRM)进行实验研究。对两种不同极数结构SRM的绕组自感、互感、转矩大小及脉动影响和绕组电流等方面进行了电磁仿真分析。结果表明:8/6极开关磁阻电机与16/12极相比,前者具有各相绕组自感值大、互感值大、转矩大等优点,后者具有转矩脉动小的优点。此项研究对SRM电机本体设计和SRM的选型具有重要的指导意义。

摘要：针对现有机械换挡拖拉机的行驶速度控制系统调节精度差、调节速度慢的问题,以动力换挡纽荷兰T1404拖拉机为实验平台,研发了行驶速度自动控制系统,包括拖拉机工况信息采集、通讯、变速箱挡位控制、油门控制等模块。提出了拖拉机挡位计算和油门调节的控制方法,可对发动机和变速箱进行自动调节,实现了对动力换挡拖拉机作业速度的精准控制。为了检验控制系统的作业效果,在水泥地面和田间地面的空载工况下进行了试验验证,结果表明:两种工况下,控制系统的速度调控误差最大值为0.15km/h,相对误差最大值为3.0%,调节时间最大值为4.4s,能够满足拖拉机的速度自动控制过程的生产需求。

摘要：【目的】明确水分亏缺条件下褪黑素处理对春小麦籽粒产量的调控机理。【方法】以内蒙古春小麦水地主栽品种农麦2号与永良4号为试验材料,采用完全随机区组设计,在正常灌水与水分亏缺处理下,研究外源褪黑素对春小麦叶绿素含量、光合速率、单株生物量、穗数、穗粒数、千粒重、籽粒产量等主要表型性状的影响。【结果】与正常灌水处理相比,水分亏缺处理降低了春小麦功能叶片叶绿素含量和光合速率,阻碍了植株生物量的积累,降低了穗数、穗粒数和千粒重,导致减产19.01%~20.35%。水分亏缺条件下,褪黑素处理可以缓解水分亏缺对叶片造成的伤害,维持较高的叶绿素含量与光合速率,促进了植株生物量的积累,抑制了穗数、穗粒数和千粒重的降低,较增产13.19%~17.27%。【结论】褪黑素作为一种绿色生长调节剂对增强春小麦适应能力、应对水分亏缺频繁发生具有重要作用。

摘要：为优化宽叶独行菜(Lepidium latifolium L.)多糖的提取工艺,在单因素试验的基础上,选取粒度、液料比、微波功率和微波时间作为优化因素,根据Box-Behnken试验设计原理,进行4因素3水平试验。利用响应面分析方法,建立了宽叶独行菜多糖提取得率的多元二次回归方程,并得到最佳提取工艺条件。试验结果表明,粒度、液料比和微波时间对宽叶独行菜多糖提取得率的影响均为极显著,微波功率表现为显著。当工艺条件为粒度120目、液料比35∶1 m L/g、微波功率400 W、微波时间150 s时,宽叶独行菜多糖的理论最高提取得率为0.434%,验证值为0.429%。

摘要：以工程图学课程为例,从家国情怀、科技创新、工匠精神、职业素养等多个方面挖掘思政元素,强化联动机制、团队建设和顶层设计,以实现全员参与课程的思政教育。通过课前自主学习,课中引经据典,课后科技创新,致力全程、全方位精准融入课程思政。通过升级三维目标,优化教学内容,创新教学模式等探索工程图学混合式课程思政教学实践,达成聚焦三观教育、拓展思政路径、精准渗透思政的目的,以实现立德树人的根本目标。

摘要：为适应未来社会的发展,培养具备工程能力的人才,高等院校需要在课程的教学过程中培养学生的工程能力。河北大学电子信息工程学院以入选卓越计划为契机,在基础课程的实验教学过程中进行了调整,以面向卓越班和普通班的模拟电路实验项目“直流稳压电源”为例,具体阐述工程能力培养过程中从教与学两方面做出的一些改革和探索。实践表明,循序渐进地引导学生从已有的电路中掌握基础知识和基本技能到能够根据需求完成产品设计的教与学的过程,对工程能力的培养具有积极的作用,并为解决复杂工程问题奠定基础。

摘要：“双碳”背景下,氢能作为典型清洁能源备受关注。氢能产业链上游是核心技术所在,对中下游形成引导指向作用。研究产业链上游知识域,有助于对这一跨学科领域整体把控,对氢能产业的统筹管理与发展规划至关重要。采用CiteSpace,对WebofScience数据库选取的样本文献分析,探究氢能产业链上游知识域。研究表明,氢能产业链上游知识域覆盖制氢技术、制氢材料和制氢装置三大类技术知识,发文量稳步增长,研究热点多集中在可再生能源制氢、催化剂材料、电极材料等方面。在产业链视角下,丰富氢能产业链上游知识域广度与深度,对未来氢能产业链上游管理与发展具有指导意义。

摘要：随着直播频道的不断增加,观众不得不花费额外的时间和精力来选择适合的节目.通常,推荐系统可有效缓解上述问题,然而直播电视所具有的实时性、多用户、隐性反馈、冷启动等特点给推荐系统的研究带来挑战.针对这些特点,现有的方法大多利用时段划分的方式将用户对节目的偏好转换为对频道的偏好,通过推荐频道来完成节目的推荐.然而,这些方法的时段划分规则依赖经验,不具通用性,可解释性差,并且未考虑用户偏好会随时间的推移而变化的情况,同时,推荐频道的模型往往忽视了对正在播出的节目的关注.为此,本文提出了时间相关的直播电视推荐算法TTRec.首先,采用聚类的方法按时段将每个物理频道划分为若干虚拟频道,构建用户-虚拟频道偏好矩阵.其次,利用遗忘函数调整用户隐性反馈的量化结果,将其作为偏好矩阵的填充值.然后,采用协同过滤算法对偏好矩阵中未知项进行预测.最后,以节目的时间特征为属性,通过计算正在播出的新节目与历史节目的相似度来调整偏好矩阵中对应的数值,按调整后的结果生成推荐列表.在真实的数据集中的对比实验表明,TTRec明显优于对比算法.

摘要：光电复合海底电缆(简称“海缆”)的在线状态监测及故障识别,可以实现海缆故障的早期预警。为了更快、更准确地实现海缆故障早期预警,文章提出一种基于麻雀搜索算法优化支持向量机的海缆振动信号识别的方法。其首先采用集合经验模态分解(EEMD)方法对海缆故障信号进行分解,并提取各个分量的峭度、能量熵组合作为训练特征集,以避免直接去噪导致信号失真而影响对目标特征的提取;然后采用麻雀搜索算法(SSA)优化支持向量机(SVM)的惩罚因子和核函数参数,以提高识别准确率。通过基于布里渊光时域分析(BOTDA)的海缆振动信号模拟实验系统获取锚砸、冲刷和摩擦3种工况下的海缆振动信号各500组,并通过EEMD对3类含噪信号进行分解,提取各分量的特征数据集,同时将数据集的80%作为训练集,其余的20%作为测试集。将文中所提EEMD-SSA-SVM算法与EEMD-PSO-SVM和SVM算法进行比较,结果显示,EEMD-SSA-SVM算法识别率高,优化能力强,其测试集准确率达到95%,优于其他几类算法。