基于云技术的新型实验教学平台开发

《基于云技术的新型实验教学平台开发》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于云技术的新型实验教学平台开发　　doi：10.11835/j.issn.1005-2909.2014.01.032　　收稿日期：2013-09-10　　基金项目：中国民航大学实验技术创新基金（01-13-02）；中国民航大学教育教学改革研究课题（CAUC-ETRN-2013-18）　　作者简介：刘国光（1980-），男，中国民航大学机场学院讲师，硕士，主要从事机场工程、建筑抗震、大跨度空间钢结构研究，（E-mail）ggliu@cauc.edu.cn。　　摘要：基于计算机信息技术开发了实验教学平台，利用道面损伤状况手持式采集设备作为客户端，动态采集机场道面损伤状

2、况并上传至服务器，建立了机场道面损伤状况动态采集分析系统，实现图文一体呈现道面损伤分布状况以及多种个性化定制分析服务功能，通过开放性实验的开发，为本科生识别道面损伤类型、评判道面损伤程度提供了一种技术先进、手段完备、使用便捷的实验教学系统。　　关键词：实验教学；云技术；道面损伤；道面状况指数　　中图分类号：G642.423文献标志码：A文章编号：1005-2909（2014）01-0127-037　　道面损伤状况的识别、评价和养护是交通工程本科生应具备的一项非常重要的专业技能[1]。但受教学大纲要求和实验手段限制，目前多以课堂教学为主，实验实践环节欠缺，尤其是机场工

3、程领域，出于民航安全考虑，机场对外来人员限制严格，无法组织学生实地参观学习，导致机场场道管理评价实验课程始终未能达到知行合一的教学目的。而与应用环节相关的关键知识，还需要学生毕业后逐步摸索学习。　　机场工程道面管理的另一个突出问题是传统道面巡视、调查、测试的各类数据通常是记录在纸质介质或者以文件的形式存储在计算机中，造成信息的保存、检索效率低下。在维修养护时无法对数据进行相关的有效分析以及缺乏与道面位置、结构等基础信息的联系，导致道面性状评价时，决策支持信息不充分[2-3]。道面管理中还缺乏对数据的合理保存、积累与处理，造成人工分析不具有可操作性，无法科学、准确地分

4、析道面性状的发展趋势，只能依据主观经验来判断维修策略。因此，导致所采取的维修策略有时不尽合理，且容易错失最佳的维修时机，造成维修养护资金不能充分发挥作用，道面维修养护工作的反馈、监察机制也不够完善[4]。　　为满足实验教学需求，针对上述问题开发了一套基于云技术的实验教学开放平台，将科研成果引入教学实践，提出了机场道面状况手持式采集设备[5]，将道面的损伤类型、程度与不同的颜色一一对应后动态标识出场道损伤的位置及其程度，直观、简洁地把整个机场道路的损伤情况反映出来，再根据采集的数据进行评价和分析。所开发的新型数字化教学平台供学生实验实践学习，取得了较好效果。　　一、实

5、验教学平台的设计　　（一）设计思路7　　道面管理实验教学平台采用了云技术的设计理念，以手机应用程序为客户端，将在线服务器为控制端，客户端仅进行数据的上传和下载，由服务器进行数据处理和分析。教学平台在VisualStudio2008平台下使用C#语言搭建一个基于SQLServer数据库的云平台。道面管理系统主要实现数据录入、数据管理和数据分析。改变了传统道面数据录入方式，采用B/S结构，应用范围更广，录入方式简单方便。给每个学生客户端分配特有的态密码，学生只能访问自己所在分组的信息，保证不同分组间数据的独立性和安全性。而分析功能的模块化设计更利于评估学生对相应模块的掌

6、握程度。　　（二）实验教学平台的功能　　道面管理实验教学平台对学生上传的道面状况数据可进行多种分析，包括道面损伤分布状况色谱图、计算道面损伤状况指数和维护措施建议等。通过对采集到的数据进行初步处理，提供给专家辅助分析。对于道面二维色谱图的开发主要运用了MFC平台，用C++语言将采集到的数据以图形化的形式动态地展现在用户面前。比如某一块道面板出现了几种不同类型的损伤，或者出现了需要修补的道面时可自动报警，从而大大减少了用户从海量数据中提取信息的难度，并且可以直观观察道面损伤类型以及分布规律，如图1所示。　　图1道面损伤分布状况色谱图　　根据学生所在分组上传的道面图像、

7、损坏类型和损坏程度，按照相应规范计算道面损伤状况指数。在计算PCI后，可根据规范计算道面板有效使用厚度，根据机场道面板在飞机轮载作用下的振动频率或位移值，可直接得到机场跑道承载力，从而模拟场道管理中的主要环节，为学生掌握道面损伤识别方法、损伤程度判断和损伤病害分析提供实验实践平台。7　　道面管理实验教学平台的另一特色是初步实现了道面损伤状况的计算机智能识别，这对于缺少工程实践经验的学生来说非常有帮助。通过智能识别道面损伤状况，可以实时对学生的道面状况评价结果进行反馈。在云技术出现以前，这种方法是难以实现的，因为道面损伤状况的图像识别需要大型分析程序的图像处理分析