摘要：在产教融合模式下,依托企业资源优势,建立智能财税共享服务生产性实训基地,探索高校和企业双主体、线上线下混合式、理论实务一体化的校内基地建设方式,同时提高教育教学信息化能力,提升财经类专业学、训、练、赛一体化人才培养质量,利用大数据、云计算等新兴计算机技术,实现区域高水平、开放共享、产教深度融合的财经类专业建设目标。

摘要：安徽工业经济职业技术学院课程思政教学团队紧扣专业人才培养方案及岗位要求,通过优化团队建设顶层设计、加强师资队伍建设和建立团队绩效考评机制等路径打造专业课与课程思政“协同并行”的优秀课程思政教学团队。实践证明,安徽工业经济职业技术学院思政团队建设效果明显,更好地实现了专业技能和思想道德素质提升的双重目标。

摘要：为了验证分数阶建模的精确性,进行了数值仿真研究.基于分数阶PID对数值仿真模型进行控制,并依据分抗逼近电路的基本原理,搭建了电感和电容的分抗逼近电路,通过观察输出电压波形,验证电感和电容分数阶物理模型的正确性.结果表明,在保持K_p、K_i、K_d参数不变的情况下,分数阶PID控制响应更快、控制效果更优.基于Charef-I型分抗逼近电路的分数阶电感和电容的分抗逼近模型能有效反映整数阶模型的特点.

摘要：鸿蒙系统支持多设备互联和分布式协同操作,使得在故障诊断时,需要考虑到不同设备之间的通信协议、数据同步机制,从而影响故障的表现形式和诊断难度。为此,本文提出基于进化粒子滤波器的轻量型开源鸿蒙系统故障诊断方法,通过分层处理实时运行信息,结合正相关与负相关计算量化异常指标,以提高系统故障诊断的准确性和可靠性。通过量化检测与信息熵方法分析开源鸿蒙系统运行状态,结合进化粒子滤波器优化故障特征融合,利用节点重要性和数据特征融合结果,优化轻量型开源鸿蒙系统的故障诊断过程,提高故障诊断的准确性。实验结果表明,本方法能更准确地识别未知访问源信息,且诊断耗时更短,显著提升系统故障诊断的准确性和效率。

摘要：复杂地质条件下地基沉降预测存在预测误差大的问题。为降低预测误差,文中提出一种新的复杂地质条件下高层建筑地基承载力预测方法。该预测方法引入支持向量机算法,融入松弛系数,通过遗传算法优化支持向量机,构建地基承载力预测模型,并且设计了预测方法实现流程,实现高层建筑地基承载力预测。结果表明:该预测方法的沉降预测误差低于2%,绝对误差低于0.0005 mm。该方法有效降低了高层建筑地基承载力预测误差,具有一定的可行性。

摘要：为了实现疫苗冷藏运输车环境温度实时监测与控制,确保疫苗运输车的存放环境能够满足疫苗的环境温度需求,提出了基于ZigBee的疫苗冷藏运输车温度多点监控系统.以ZigBee技术为系统核心技术,实现了疫苗冷藏运输车温度数据的实时采集与多点监控.经测试验证,利用设计系统具备多点温度信息高准确度采集、温度报警及时响应、温度数据可靠稳定传输等性能,解决了温度监测结果与实际温度偏差较大、温度数据传输不完整等问题,实现多点温度的实时有效监控,多点温度数据的有效、稳定、完整地传输.

摘要：文章提出基于岩土参数选取与支持向量回归(SVR)模型参数优化的软土路基弹性模量预测方法,以简化求解弹性模量的过程。设计一种大步长粗搜、小步长精搜的改进型粒子群算法(PSO),用来优化支持向量回归弹性模量预测模型的参数,寻找全局最优解。研究表明:根据确定系数、均方误差、绝对误差可知,相较于其他模型,改进的PSO-SVR模型更容易跳出局部最优解,具有较高的准确性、稳定性、鲁棒性。

摘要：高效数控刀具在使用过程中需要刀具材料具有良好的抗弯强度、断裂韧度和硬度,以提高加工效率、延长使用寿命。设计并制备了不同HfC含量(质量分数,下同)的TiB_(2)-HfC刀具材料,并考察了Ni,Co,Ni+Co和Ni+Mo对刀具材料物相、形貌和力学性能的影响。结果表明,数控刀具材料中的Mo元素和Ni元素发生了化学反应形成了MoNi_(4)相。当HfC含量从15%增加至25%时,数控刀具材料的抗弯强度、断裂韧度先增后减,硬度逐渐减小,数控刀具材料抗弯强度和断裂韧度在HfC含量为20%时取得最大值。复合添加Ni+Co的数控刀具的物相主要由TiB_(2),HfC,Ni和Co相组成;不同金属相种类数控刀具材料的显微形貌较为相似,且复合添加Ni+Mo的数控刀具材料的晶粒最为细小,亮白色颗粒的分布最为均匀且孔洞缺陷较少,复合添加Ni+Co时数控刀具材料具有较大的抗弯强度、断裂韧度和硬度,适宜作为高效数控刀具材料使用。

摘要：目前,钻探钻进过程中的钻压、转速、扭矩、环空冲洗液压力等参数主要是在地表钻机、泥浆泵等设备及泥浆循环系统处采集,受孔深、孔身轨迹、钻孔结构、泥浆性能、钻具刺漏、钻头类型、钻进方法、地层等多种因素的影响,地表测得参数与孔底近钻头处真实参数存在较大差异。针对这一行业难题,开展了孔底钻进参数自动测量系统结构设计、传感器优选、数据储存与传输、软件开发等关键技术的研究与试验,成功研制出一套钻探多参数孔底自动监测仪。该仪器能够自动测量近钻头部位的钻压、扭矩、转速、钻具内压力、环空压力、孔斜、温度等7项指标,在山西某煤层气调查井的2895.56~2902.69 m井段进行了生产试验验证,共导出测量数据39214组,仪器安全性及可靠性满足设计要求,通过对测量数据进行分析,可以根据实际钻遇地层情况调节钻压、泵量等钻进工艺参数,以提高钻进效率。

摘要：为提高边坡稳定性预测准确率,提出了一种基于多策略改进布谷鸟(ICS)算法优化Elman神经网络的边坡稳定预测模型。首先,利用Sinusoidal混沌初始化种群,引入动态步长控制量和对发现概率进行1%步进离散化等策略,改进布谷鸟算法收敛速度慢、精度较差的缺陷,在7个基准函数上的仿真结果表明,与布谷鸟(CS)算法相比,ICS算法的寻优能力和收敛速度有较大提高。然后,利用ICS算法对Elman神经网络的权值和阈值进行优化,构建最优的边坡稳定性预测模型。结果表明,ICS-Elman模型对边坡稳定性安全系数预测结果相对误差范围为-2.81%~6.98%,均方根误差、平均绝对误差分别为0.2750,0.3422,与Elman、CS-Elman模型相比,ICS-Elman模型具有较好的稳定性和精度;与CPSO-BP神经网络相比,ICS-Elman神经网络预测值相对误差范围为-1.57%~1.25%,预测精度更好。