课程文献中心 更多>>

关键词： 固废处置   监测   航空摄影   动态重构   体积估算  

摘要： 固体废物处置是全球性环境问题,填埋仍是固废处置的主流手段。如何实现废物堆填全过程可追溯,在空间维度上实现填埋废物可定位可定量是当前先进填埋技术发展所亟需解决的关键问题,对防范废物非法倾倒,以及将来废物回取再利用具有重大意义。针对当前缺乏填埋动态重构技术,无法对库容的动态变化和废物填埋位置进行精准刻画的问题,本文系统研究了废物堆填过程,提出了基于航拍图像三维重构和数字高程模型差分的I3DoD填埋堆体动态重构方法,实现静态库容的重构以及对填埋动态增量的估算和位置识别;同时,还构建了模拟填埋场地,进行动态重构方法的结果验证和应用优化研究,为后续实现废物位置与废物类型的精准匹配奠定了数据基础。本文的主要研究内容和结论如下:(1)系统概述基于图像的三维重构的基本原理,筛选并确定了适宜的堆体表面图像采集方法——航空摄影;提出基于改进传统Sobel算子的模糊评价方法,对大量摄影图像集进行筛查和优选,从三维重构的图像输入端提高重构处理速度和重构精度。(2)基于不同时序的重构点云数据,提出“多期点云数据→多期DEM→DEM差分”的堆体动态重构方法,实现对填埋体积增量及三维空间分布的准确刻画。重构填埋高度误差在0.01m内,体积相对误差仅为0.7%,且填埋变化区域识别准确,可满足填埋场日常体积增量的监测要求。(3)参照中小型填埋场规模、填埋量,搭建模拟场地开展I3DoD方法的应用优化研究,探索航高、相机倾角、旁向重叠率等航线规划参数对重构精度的影响规律,优化了案例填埋场中填埋作业对航拍时间约束下的飞行方案——飞行高度37m、相机倾斜角度为[-53°,-60°]、旁向重叠率取80%。此外,针对填埋场临时覆盖膜对体积估算精度的影响研究表明,膜覆盖导致了正的体积估计误差,未覆盖膜时体积估算误差小于3%,膜覆盖时体积估计误差小于13%。

关键词： 弱电工程制图   任务驱动教学法   企业用人需求   创新能力  

摘要： 为培养高素质职业人，根据社会对高职计算机应用及工科相关专业学生就业岗位提出的弱电工程制图识图、辨图和画图的技能要求，采用任务驱动教学法进行弱电工程制图应用课程教学改革实践。旨在让学生掌握专业基础知识和基本技能的基础上，提升创新能力和实践能力，从而在走上就业岗位后能尽快适应工作环境，提高就业时的核心竞争力，同时满足社会对高职学生就业上岗的技能要求。

关键词： 工程认证   环境监测   课程改革  

摘要： 工程认证背景下，教育教学应坚持以学生中心、产出为导向、持续改进的核心要求，对环境监测课程进行了改革与探索。文章采用启发渗透式教学、交错学习法、案例教学讨论和线上线下相结合的教学手段，探索并建立了“理论教学—实验教学—实践教学—创新实践”模块结构的教学框架。在实践环节中针对不同监测类型，逐步建立和扩展教学实践基地，采取“理论-实验-实践”三管齐下教学模式，将技能培训与监测评价项目相结合，强调学校与企业、教学与生产、教学与科研的结合，在提高学生专业技能培训的同时，注重综合素质和专业素养的培养，凸显研究型大学人才培养的特色，提高学生的综合竞争实力。

关键词： “工程制图”课程   教学方法   改革  

摘要： “工程制图”课程以现代工程应用为背景，旨在使学生掌握工程设计表达的基础知识和技能，是培养学生职业素养的一门基础课程。文章针对当前部分高校该课程的实际教学情况，分析其各方面的主客观原因，提出在新工科的大环境下，安排此课的时间要符合记忆规律，教学要充分利用课上时间，通过增加课堂练习来丰富学生的实践训练，从而贯通前后教学内容，在充分利用有限学时的同时，建立和完善考核体系，使该门课程真正成为学生接触工程、认识工程、走进工程的桥梁。

关键词： 新工科   课程思政   环境类课程   教学实践  

摘要： 基于新工科环境类专业行业对毕业生的毕业能力要求和专业的培养要求，本文以环境类课程思政教学为研究对象，站在立德树人的视角，以“环境监测”课程教学为例，围绕新工科背景下环境类课程思政教学展开研究。首先，解析新工科、课程思政各自的内涵，探究两者之间的意义；其次，以“环境监测”课程思政教学为例，对课程中蕴含的思政元素进行深入挖掘，包括校训与校史、最新时事政治、绿色发展理念与未来职业素养；最后，通过课程思政内容的交叉与覆盖、创新、教学评价等，引发对课程思政教学的思考，详细介绍新工科背景下理工科课程思政教学改革策略。希望通过研究可以为理工科类课程育人工作的有效开展提供更多的理论参考价值，以此促进新工科建设目标的实现。

关键词： 智慧消防   物联网技术   环境监测   人员定位   路径规划  

摘要： 随着城市规模的扩大,各种大型建筑结构越来越复杂,人们在享受其带来的功能便利同时,也容易迷失其中而找不到方向。当出现火灾等消防问题时,会严重影响到人民的生命安全和财产安全。建筑体内火灾已经成为当下威胁人员生命安全,并造成重大经济财产损失的主要灾害之一,是当前火灾救援工作的重中之重。物联网技术的发展为复杂环境下的消防工作提供了新的思路和便利。随着物联网技术的进步,智能消防的概念被提出。但目前智慧消防的研究多数是消防设备的入网监测,或者是对环境进行监测以达到预防火灾和及时发现火灾的目的。本文以帮助火灾现场的被困人员逃生为目的,综合运用物联网技术,3D建模、数据库开发、嵌入式技术等,采用标准的物联网三层模型:系统终端层、物联网云平台层和用户终端层,设计了一种智慧消防用户终端系统,构建了通过智能建筑体云平台的环境实时监测、智能建筑与用户终端的互动体系。依托后台的大数据推送到用户终端预警及疏散导引信息,结合终端自主逃生路径规划和一键报警等功能,实现火灾下的紧急疏散,保障人员的安全。本文工作内容有以下几个部分:(1)系统终端层:以GD32为主控芯片,选取MQ-2烟雾传感器和DHT11温湿度传感器采集环境数据,通过蓝牙Mesh组网,将采集到的环境数据发送至物联网云平台,并实现声光报警。(2)物联网云平台层:终端层和云平台层通过蓝牙建立网络连接。接收硬件部分上传的数据,并在云平台中实时显示和保存。同时对接收到的数据进行分析,并返回火灾警示信号给系统终端,判断安全区域和火灾区域,进行初步的路径规划。最后将环境数据和区域判断的结果全都发送至用户终端。(3)用户终端层:通过MQTT协议与物联网云平台建立通信,获取云平台中的数据,实现当前环境监测的功能。通过蓝牙定位来实现人员定位的功能,再通过最短路径算法来计算出一条最优逃生路径,指引被困人员自主逃生,实现路径规划功能。最后还可通过用户终端直接报警求助,极大限度的缩短了报警时间。测试结果表明,本文设计的智慧消防用户终端系统实现了环境监测、人员定位、路径规划和一键报警等功能,测试结果基本符合预期要求,可以应用到实际当中,为消防工作提供帮助,减少因火灾而造成的损失。

关键词： 农业物联网   无线纳米传感器网络   负载均衡   路由算法  

摘要： 随着农业物联网技术的发展,传感器技术在农业环境监测中的应用日益广泛。新型的农业环境监测系统不仅包括对物理环境的监测,还需要能够对生物环境进行监测,传统的传感器难以满足该需求。新型的纳米传感器能够检测纳米级别的事件和动作,能够满足农业环境监测系统的最新需求。但由于纳米传感器体积的限制,传统的无线传感器网络的通信方法不能完全适用于无线纳米传感器网络。因此,本文对国内外提出的纳米网络路由算法进行了分析和总结,提出了将能耗均衡作为纳米网络路由算法的改进方向,对应农业环境监测中两种常见应用场景的能耗问题,提出了相应的纳米网络路由算法,本文的主要工作如下:(1)针对纳米传感器广播的应用场景,本文将节点的剩余能量信息引入纳米网络,提出了能量退避算法。当网络中的节点需要向全网发送信息时,会根据自身的剩余能量进行短时间的等待,以确定自身的转发优先级。总的来说,能量退避算法可以使得网络中剩余能量更高的节点更容易被分配到数据包的转发任务,以控制纳米传感器的能量消耗,实现广播过程中的能耗负载均衡。本文通过理论推导和仿真实验验证了该方法的优越性。(2)为了解决端到端数据发送过程中,能耗负载分布不均的问题,本文在能量退避广播算法的基础上,与纳米节点的定位方法进行了结合,提出了一种基于能量信息和路径规划的路由算法。该算法适用于纳米网络中源节点到目标节点的数据传输,采用多跳转发的方式,首先通过锚节点的坐标定位规划出从源节点到目标节点的路径,在选择转发节点时,优先以路径中剩余能量高的节点作为转发节点。(3)为了验证本文提出的两种路由方法的有效性和可行性,本文对Bitsimulator仿真工具进行了相应的扩展,并进行了系列仿真实验。仿真结果表明,与改进前的算法相比,本文提出的算法能够在广播的应用场景下降低38%的能耗,在端到端发送的场景下降低31%的能耗,并且在网络的生命周期、节点剩余能量分布等其它方面均优于所对比的方法。

关键词： 检验公司   员工   薪酬   薪酬管理  

摘要： 检验公司的核心竞争力关键在于员工的维系,员工是保障检验公司持续经营及高质量发展的源动力。检验公司对员工的维系重点应关注在如何做好员工薪酬管理,对吸引、激励和保留员工及促进检验公司的发展具有重大意义,所以优化设计一套科学合理的员工薪酬管理十分必要。本文以A环境监测检验有限公司的员工作为研究目标,主旨在于剖析A公司员工薪酬管理中存在的相关问题,建议解决对策,优化设计员工薪酬管理。本文首先综述研究背景,国内外相关研究、界定薪酬和薪酬管理概念,岗位评价的方法,以及详细阐述相关理论,为后续员工薪酬管理的优化设计奠定基础。其次介绍A公司的基本概况,并详细列出A公司员工薪酬管理的现状,通过问卷调查和访问提纲两种方法进行调查分析,发现A公司主要存在员工薪酬管理与公司发展战略不匹配、缺乏公平性、未起到显著激励作用、外部竞争力不强、薪酬构成等不够完善等问题。针对A公司存在的问题进行了原因分析主要是缺乏员工薪酬管理思维和薪酬沟通,薪酬等级等不够科学,未注重员工职业发展等。再次针对A公司存在问题和原因分析,本文提出了优化思路、原则和内容。主要体现在从匹配A公司战略出发;利用海氏岗位价值评估法建立科学的岗位评价体系,提升制度公平感;通过360度考核法,让绩效管理对员工有更好的激励作用;福利待遇设计固定福利和福利组合两种联合形式实现差异化的薪酬设计,提升了员工福利待遇。为保障优化员工薪酬管理的顺利实施,本文提出了组织、宣传、财务和制度等四个方面的保障措施。最后员工薪酬管理在实施过程中,需要注意动态调整机制,持续跟踪实践效果,只有脚踏实地的做好员工薪酬管理工作,A公司才能达到想要实现的战略目标。

关键词： 噪声控制   声品质预测   机器学习   经验模态分解   主动控制  

摘要： 目前随着人们对于车内舒适性要求的不断提高,简单降低声压级已经不能满足人们对于噪声控制的要求。声品质可以从更丰富的维度去描述声音,更能体现人的主观烦躁度。传统的噪声控制通过声学材料或结构对噪声的整个频段进行控制,但对于人们更加敏感的低频噪声控制效果不佳。主动控制通过声波抵消技术能有效控制令人烦躁的低频噪声,同时根据车内噪声的特点有选择性的进行降噪,从而达到改善车内声品质的要求。本文以特种车为研究对象,根据特种车车内噪声的特点进行主动降噪来改善声品质,主要研究内容有:首先,车内噪声样本的采集与整理。确定采集工况与采集位置,将采集的声音处理成68个可进行主观评价的声音样本。选择合适的主观评价方法,组织人员进行了主观评价。对主观评价数据进行相关性分析,保留符合要求的数据作为声品质预测模型的输出。选择相应心理客观参数,计算声音样本的心理声学客观参数,保留相关数据作为声品质预测模型的输入。其次,建立声品质预测模型。通过神经网络建立预测模型,虽然能建立有效的映射,但由于神经网络存在一定的缺点,最后选用在机器学习中得到广泛认可的XGBoost建立预测模型。模型相关性系数为0.953,平均相对误差为2.43%,通过对比BP神经网络和随机森林的相关系数和平均相对误差,验证了模型的有效性。权重分析得到A声级和响度对主观烦躁度影响较大。然后,由于特种车结构和运行工况的特殊性,车内噪声具有非线性、非平稳的特点。采用经验模态分解获得一组固有模式函数来降低噪声的非平稳度,然后通过Fx LMS算法进行控制,从残余噪声幅值和收敛速度来看都优于原有算法。从声品质客观参数来看,对主观烦躁度影响较大的A声级和响度都得到有效控制。组织原有人员进行主观评价,主观分数由5.81提升到7.92,提升幅度为26.6%。说明通过降低噪声信号的非平稳度能有效改善噪声声品质。最后,通过STM32开发板作为硬件设备,以Fx LMS算法为基础的控制算法作为主动降噪算法,验证其有效性。