基于非对称优势的应用型高校产业学院建设实践探索r——以西安航空学院现代汽车产业学院为例

来源 :西安航空学院学报 | 被引量 : 0次 | 上传用户:wwwwcccc3012
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
产教融合是国家教育创新改革的目标,应用型高校和地方政府、企业联合建设产业学院是践行产教融合的重要方式之一.近年来,西安航空学院车辆工程学院基于与不同发展水平企业校企合作所积累的合作办学经验,对现有资源的优势和不足的分析,考虑大型企业和中小型企业的实际需求,与企业联合进行了现代汽车产业学院建设的实践探索,初步搭建了现代汽车产业学院人才培养体系,旨在为地方普通高校产业学院建设提供借鉴与参考.
其他文献
高空浮空器阀门是浮空器内部压力控制和高度调节的重要部件.以浮空器的空气放气阀门为研究对象,基于实物建立几何模型,利用计算流体动力学(CFD)软件通过数值模拟求得所建几何模型气体流量与浮空器阀门各个参数之间的定量关系.通过引入统计量参量求得气体流量的流量参数,在此基础上得到较为准确的阀门选型估算方法.
基于物联网技术的全域选择性保护已成为低压配网选择性保护技术的新方向,针对传统选择性保护的局限性,提出一种基于“边端融合”及协作物联的低压配电系统全域选择性保护技术.采用将非接触电缆巡检系统和智能断路器两者核心功能相结合的方法,利用小波能量谱变换实现短路故障的快速检测与定位.通过仿真验证了所提全域保护的有效性,探讨了“边端融合”的协作保护机制及其可行性.
为了分析铯原子3011 nm红外激光能级分布的特点,建立能级跃迁的密度矩阵方程,并采用数值计算方法进行求解,研究出两种泵浦方案下布居几率随不同泵浦激光拉比频率的变化.计算结果对产生高功率铯原子3011 nm红外激光而选择合适的泵浦能级、泵浦光强度具有一定参考意义.
为充分发挥课程的育人作用,基于武汉理工大学空调工程课程线上和线下混合式教学积累的教学经验,结合学生常用的微信交流工具搭建了由网络教学、线下课堂和专业微信公众号共同构成空调工程课程“三维一体”的课程思政平台,对课程思政建设进行探索,以期达到立德树人,培养高素质人才的目的.以空调工程课程部分通用教学内容为例,对该平台通过网络教学、线下课堂和微信公众号将育人贯穿于线上教学、课堂教学和日常生活三个不同维度进行实践说明,可为课程思政建设提供参考与借鉴.
某型飞机在研制过程中要求驾驶舱能够为飞行员提供安全、舒适的驾驶环境,保证飞机的飞行安全,且美观实用.为满足上述要求,提出了一种某型飞机驾驶舱中央操纵台、仪表板及遮光板组件的集成化结构设计方案,构建了组件的结构模型,并采用有限元软件对其在各种不同飞行载荷下的应力及变形进行了分析.结果表明,在各种载荷工况下,组件的设计均满足强度指标要求.
扑翼飞行生物因其高效的飞行方式和灵活的机动性能,受到越来越多学者的关注和研究.针对扑翼飞行生物如何利用非定常空气力学,通过拍动翅膀实现高升力达到与自身重力平衡的问题,系统分析了扑翼飞行生物高升力机制,对每种高升力机制在扑翼飞行器样机上的应用进行了总结,并建立了高升力机制翼面拍动的运动学模型,对比分析了三种高升力机制的特点和差异.仿真分析得出每种运动学模型翼面拍动轨迹,可为扑翼飞行器翼面驱动机构的设计提供参考.
针对Bayesian滤波在组合导航量测噪声随机模型不准确时引发的估计精度下降问题,提出了一种基于逆Gamma分布优化的变分自适应滤波算法.该算法借鉴变分Bayesian学习理论,通过逆Gamma分布进一步精化了Bayesian滤波随机模型,准确高效地实现了量测噪声协方差的自适应估计,显著改善了滤波估计性能.最后通过紧耦合组合导航数据仿真实验,结果表明本文所探讨的优化算法能实时跟踪量测噪声变化,保障滤波估计精度,且运算量小速度快,易于工程实现,为今后研究工作于时变噪声环境下的导航系统及其扩展应用提供一定的理
为了实现温室环境等的远程无线监测,设计基于NB-IoT的无线监测系统.在该系统的感知层,设计基于NB-IoT的无线传感器节点,完成节点软件、云端软件以及手机App的开发.对该系统进行测试实验,结果表明该系统能够实现数据的稳定采集与传输.研究结果为农业温室环境远程无线监测及其它领域环境远程无线监测奠定了基础.
虚假数据注入攻击(FDIA)是一种以破坏电力数据完整性与可用性为目的的隐蔽攻击,特点是由攻击者精心设计的攻击向量可以绕过电力系统常规数据检测,因此其检测方法对电力系统的稳定运行具有重要意义.提出了一种基于残差的方法来检测系统是否遭受攻击,保留了系统原有的加权最小二乘估计(WLS),引入了一个额外的扩展卡尔曼滤波(EKF).由于扩展卡尔曼滤波器的递归特点,在达到新的稳定值前会有一个较长的过程,利用这个过程中两估计器的残差超越所给定的阈值来判断系统是否遭受攻击.在IEEE14节点的仿真证明了检测方法对FDIA
输电线路悬挂异物会引发输电线路单相接地、相间短路等停电事故,因此本文提出一种基于卷积神经网络与ECOC-SVM的输电线路异物检测方法.首先,本文构建气球、风筝、塑料和鸟巢4种输电线路异物图像数据集;然后采用Otsu自适应阈值分割、形态学处理等方法提取感兴趣区域;再利用DenseNet201提取感兴趣区域的特征;最后对ECOC-SVM模型进行训练、测试与结果分析.所用方法在4类异物上的平均识别准确率可达93.3%,有助于提高输电线路运维的效率.