【关键词】工业自动化 实践教学平台 变频控制组态技术
【中图分类号】 G 【文献标识码】 A
【文章编号】0450-9889（2015）09C-0190-03
培养符合生产、建设、管理和服务第一线需求的高素质、技能型、专门型人才是高职院校的目标，因此，实践性教学成为高职院校的一大特色，是实现其人才培养目标的重要教学环节。当前，自动化控制技术在现代化工业生产中的应用越来越广泛，随着计算机控制、PLC、网络及通讯等技术领域的相互渗透和集成应用，工业自动化技术逐步形成，并在当今工业科技中扮演着越来越重要的角色。同时，工业自动化设备的操作、维修、检测和管理等岗位对掌握工业自动化技术的技能型人才需求也在日益扩大。因此，在高职院校的相关专业开展实训教学，首要目的就是要培养学生的职业技能，使学生既能掌握工业自动化专业理论知识，又能胜任自动化仪器仪表、设备以及自动化生产线操作、安装、运行维护以及改造设计等技能型工作，同时培养其良好的职业素养，以适应区域经济和高新技术产业发展的需要，满足社会的需求。
目前我国工业自动化技术和计算机网络技术高速发展，如何全方位地培养具备工业自动化工程技术实践能力，能够解决工程实际问题的自动化专业人才已成为当前高等职业教育研究和探索的重要课题。本文结合广西工业职业技术学院工业自动化控制综合实训中心建设的实践，就高职院校工业自动化专业实践教学平台的构建进行探讨。
一、工业自动化实践教学平台的建设及定位
具有较强的实践能力以及新技术应用能力是当今社会企业对高级技术人才的基本要求。因此，高职教育必须是技术性、应用性的教育，其课程定位为“以应用为目的，以必须够用为度”，其专业技术技能要求较高，并具有针对性。广西工业职业技术学院基于对往届毕业生和用人单位的调研，确立了自动化类专业课程的设置方式为“宽基础、活模块”，并建立了“以岗位技术应用能力和素质培养为主线”的模块化教学体系。同时，相关教研室也对自动化类职业岗位所需的专业知识和技能进行全面梳理，重新定位了自动化类专业的实践教学目标，整合并优化了自动化类专业分散在各门基础课程和专业课程中的实验课程，从而构建了一个层级化的实践教学平台，包括：
素质实验层：以培训学生基础素质为主的训练实验室，包括计算机操作与工具软件使用实习，电工技术、电气控制技术课程实训和设计。
工程训练层：以增强学生工程实践能力和工程意识为目标，包括课程实训及设计、气动技术、电子技术、气动技术、液压技术、电子液压技术、信号检测技术及可编程技术等。
创新开发层：主要培养学生综合动手和创造能力，包括综合实训、综合实验、过控仪表及PLC控制系统设计实训。
实践生产层：加强校企合作，设立生产性实训实践基地，采用“公司化运作”经营管理模式，开设零距离上岗“直通车”，为企业的技术改造、研发提供技术服务。加快专业特色化建设，建设一流的“示范性”的实验（训）基地。包括工业网络综合实训、生产过程仿真投运实训、自动化生产线实训等综合实训内容，工业电梯控制实验（训）室、中兴通信实训基地等，全面提高学生的实践动手能力和实际运营能力。
上述层级化实践教学平台以工业自动化网络控制实训中心为载体，使课程实践教学做到层次分明、循序渐进，以体现技术应用型人才的培养规律，并结合教学安排，使学生的能力培养形成一个从初级到专业逐步深化的过程，包括从基本技能延伸到专业技能，从单一技能拓展到综合技能，从实验室培养逐步过渡到生产实际培养。
二、工业自动化网络控制实训中心的构建
广西工业职业技术学院工业自动化网络控制综合实训中心是通过整合学院原有的各个自动化专业实验室，并融合了西门子全集成自动化网络控制的理念和全局性布局而创建出的一个以自由和开放为特点的实训中心。该中心的建立可以营造出一个更接近生产现场的实验环境，使学生的实际动手能力得到锻炼，同时，也可以为相关教学实验与研究人员提供一个良好的实验平台。整个工业自动化网络控制实训中心主要包括PLC与变频控制实训室、现场总线与组态技术实训室、自动控制技术实训室以及生产过程控制技术实训室4部分。
（一）PLC与变频控制实训室的系统构建
PLC与变频控制实训室是基于学院原来的PLC实训室扩建而成。原PLC实训室配备了二十套施耐德PLC变频器，采用PPI计算机通讯形式，计算机之间没有联网。随着控制技术的不断进步，原有设备显得比较落后。因此，实训室的改造扩建从以下两方面入手：一是通过升级，将原有单台设备分开控制模式改为网络控制模式，以体现技术发展趋势；二是通过网络技术的融合，原有单台设备融入控制网络，其原有功能可以得到进一步拓展。
为在资金有限的条件下达成最好的效果，扩建方案并没有考虑购买大型成套设备，而是新购20套带有以太网端口的PLC，把新购的20套以太网PLC组成一个大的工业以太网。网络结构采用两级网络控制拓扑结构，分别应用西门子工业通讯网络中的工业以太网和PROFIBUS-DP现场总线来进行架构，网络结构示意图如图1所示。其中上层采用的是工业以太网，可以实现上位PC机之间的通讯，以及实现整个网络控制实训中心内部网络的通讯；而底层布置的是PROFIBUS-DP现场总线，用以实现下位机PLC和上位机之间的通讯，并同时承担下位机PLC主站和MM440变频器从站之间的通讯。该实训室设立的目的是培养学生基本技能，因此其使用频率较高，且面向的专业较广。经过上述配置改造，使整个实训体系既体现了西门子最新的工厂控制集成自动化技术特点，又保留了原有实验设备套数，并从整体上实现了功能提升，以最低的成本实现了最大程度的自动化控制解决方案。
图1 PLC与变频控制实训室网络结构图
（二）现场总线与组态技术实训室的系统构建
现场总线与组态技术实训室在功能上也属于面向培养学生基本技能的专项实训室，而且近几年控制软件组态技术在职业教育中越来越受到重视。为配合组态控制技术课程的教学，学院在近年也购置了四十台计算机，并购买安装了业内主流的组态王和MCGS组态软件。但是，按上述计算机加组态软件的教学模式，学生仅能较浅地掌握组态软件的应用，由于缺乏硬件连接的实践，真正意义上的组态控制系统硬件设备的连接与设置没有教学实践的条件，因此，等毕业生到实际生产企业后真正接触到组态时上手仍然存在困难。有鉴于此，现场总线与组态技术实训室在构建时就定位为采用主流技术标准和较先进控制设备的现场总线与组态技术实训室，其特色就是要融合现场总线技术和组态控制技术。
基于实训室的定位，其整体技术方案充分考虑了如何将当前主流的现场总线技术、设备与原有组态软件相融合的问题。控制网络采用二级拓扑结构，结构示意图详见图2，其中控制网络的上层采用工业以太网，其目的是实现上位PC机之间的通讯，以及整个网络控制实训中心内部网络的通讯；底层则通过PROFIBUS-DP现场总线，用以承担下位机PLC和上位机之间，下位机PLC主站和ET200S远程I/O，以及人机界面TP/OP从站之间的通讯任务。由于下位PLCS7-200中配置了以太网通讯模块CP243-1，上层管理网络可以对底层现场设备进行直接通讯，体现了工业现场应用的多样性，可以让学生实践到较先进的控制技术，还可以为教学科研人员开展基于以太网的PROFINET系统的研究提供平台。
图2 现场总线与组态技术实训室网络结构图
（三）生产过程控制技术实训室的系统构建
近年来，过程控制设备主要体现在现场设备的智能化和控制系统的网络化两个方面，而当今工业自动控制发展的趋势是管理和过程控制的一体化。控制技术实训的培训重点是面向流程工业的过程控制技术，为了在教学过程中体现这一重点，提高实训教学质量，让在校学生得到充分的工程实践锻炼，我们在工业以太网及现场总线的过程控制系统的基础上进行了实验装置扩展，构建了实训系统。
整个实训系统的控制结构是由上位机监控系统和下位机PLC控制系统两部分组成。控制网络为两层网络拓扑结构，如图3所示。其中上层采用工业以太网来实现上位机PC之间以及上位机和下位机PLC之间的通讯；底层下位机PLC主站和从站之间的通讯则通过布置现场总线来实现。底层从站包括有控制液位、压力和温度流量等过程控制实验装置。网络组态、硬件组态以及PLC控制程序的编写采用SIMATICS STEP7软件，上位机与PLC的动态连结则由组态软件SIMATIC WINCC来实现。采用两台工控机作为上位机，其主机界面应用了西门子的WINCC组态软件，用以显示工业生产、控制及报警等的图形化界面以及对SIMATIC PLC系统的诊断，方便硬件维护。
图3 生产过程控制技术实训室网络结构图
经过上述扩展，实训中心可新增变频器应用技术、过程控制和自动检测技术三门课的实验项目20多个，包括变频器的开、闭环调速，变频器的制动，变频器的多机联网控制，小区恒压供水工程的仿真等，教学效用提升明显。
（四）自动控制技术实训室的系统构建
面向制造业中自动生产线的机电一体化控制技术是自动控制技术实训的主要目标。自动控制技术实训室的构建是在学院原有的两套一体化生产线控制实训装置的基础上进行升级改造来实现的。原有实训装置在技术上比较先进，控制器是西门子S7-200的PLC，但由于没有联网，难以体现出机电一体化的特征。因此，自动控制技术实训室升级改造方案的重点就确定为实现原有一体化生产线控制实训装置与控制网络的联接。
为控制改造成本，教研室提出了在原有PLC模块上增加通讯模块来实现设备联网的方案，其网络结构如图4所示。其中现场设备通过工控机扩展卡SMP16-COM291和S7-200通讯模块EM277进行PROFIBUS-DP总线通讯，上层网络则由SMP16-COM201卡和工业以太网交换机实现连接。通过上述方案的改造，既实现了先进的工业网络联网技术在原有设备上的使用，还为日后的功能扩展改造预留了充分的空间。
图4 自动控制技术实训室网络结构图
高职工业自动化专业实践教学平台围绕培养具备高素质的技术应用性人才的目标，根据专业教学要求，实现实践教学与行业技术发展水平同步。广西工业职业技术学院在构建工业自动化网络控制实训中心的实践中，通过对实践教学平台的层级化设置，明确了各实训室的功能配置定位，并据此设置实践教学环节，以适应机电类专业工业现场的要求，让学生经历实现由基础理论实验到专业课程实训、综合实训等递进的实践能力培养过程，其特色包括：
充分把握当前控制系统的发展趋势，并依托西门子全集成自动化网络控制系统技术，建立了一个自由、开放式的实训模式，构建了一个接近生产现场的实验环境，既为培养学生的实际动手能力创造了一个良好的实训平台，又为相关教学实验与研究人员创造了一个良好的实验平台。
运用STEP7编程软件和WINCC组态软件进行网络组态和监控组态，学生可以通过直观的人机监控操作界面方便地修改操作参数，观察控制效果；并可在人机监控界面选用不同的程序进行多个实训项目，而不必需要进行硬件接线的更改。
建设过程中，充分考虑将学院的部分老设备融入新的系统中去，这样一来不但可以节约改造系统产生的费用，而且通过重新布局，还可以开发出原有设备的新功能。
【参考文献】
[1] 胡耀军，刘金云.模糊控制在工业以太网中的实现[J].仪器仪表标准化与计量，2011（3）
[2] 郁聪.高校实验室管理的问题及对策研究[D].天津大学，2012
[3] 王华，郭梅.从传统工厂到数字化、智能化工厂[J].电子世界，2013（20）
[4] 吴一鸣.PLC在工业自动化控制领域中的应用研究[J].无线互联科技，2013（10）
[5] 李爱华.PLC，变频器与通信技术的应用[J].电子技术与软件工程，2013（18）
[6] 刘建华，张同庄，毕文艳.可编程序控制器原理与应用实验教学改革[J].课程教育研究，2013（4）
关键词：优秀女子；网球运动员；年度训练安排
中图分类号：G845.02文献标识码：A文章编号：1007-3612(2008)07-1001-03
自我国网球以女子项目为重点实行职业化以来，2006年是中国女子网球取得丰硕成果的一年，继雅典奥运会实现金牌零的突破后，我国在澳大利亚网球公开赛和温布尔顿网球公开赛上勇夺女子双打冠军，开创了中国网球新历史。
成为一个优秀运动员需要经过多年的系统训练才能达到，优秀网球运动员也不例外。国家女子网球队在遵循职业网球训练基本规律的基础上，借鉴了国外职业网球教练在年度训练安排方面的成功经验，结合我国网球项目训练实际，对我国高水平女子网球年度训练安排进行了研究(图1)。年度训练的合理安排运用，不仅为国家网球队完成2005年冬训备战任务、为我国女子网球2006年获澳网女双冠军、单双打项目整体实力取得重大突破奠定了坚实基础，做出了积极贡献，而且也为进一步探索职业网球年度训练规律，全面、系统地总结适合我国国情的高水平女子年度网球训练模式。
1研究对象与方法
1.1研究对象我国国家女子网球一队运动员。
1.2研究方法
1.2.1文献资料法通过互联网查阅有关网球及其训练方面的论文近50多篇。
1.2.2访谈调查法课题组人员走访了国家网球男女队教练、国家队领队和网管中心训练部管理人员；并与应执教的外籍教练通过专题座谈会进行交流；还参加国家队和训练部组织的中外教练和管理人员发言的专题研讨会等,通过访谈调查获取一手资料。
2结果与分析
2.1我国高水平女子网球运动员年度训练安排的依据在新的竞赛系统下，众多的不同运动项目的教练员对传统运动训练分期理论提出质疑与挑战。多年来，传统训练周期理论的发展研究虽然主要集中在体能主导类项目范围内，但是，其它项群运动项目的训练实践，并不因传统训练周期理论的不能涵盖而停止其前进的脚步，训练实践与理论在发展中逐步得以发展和完善。
在新的周期理论中以博伊科和维尔霍山斯基等人的理论最系统和最具有代表性。他们对马氏理论的应用范围提出了质疑，认为该理论己不能适应当代高水平运动员竞赛和训练的要求，导致许多运动员在成绩进入高水平阶段之后，由于其在训练的指导思想以及具体训练方法手段上违背了“生物适应”原理，导致运动成绩长期徘徊和停滞，不能达到世界级水准。他们提出了新的“单元”训练模式和“负荷跳跃式转变”理论。该理论以具体训练实验数据为依据，从生物适应理论的角度对高水平运动员训练的周期性安排进行了详尽阐述。目前，它已成为“训练周期”理论的一个新的主流理论。
网球运动属技能主导类项目，可以用博伊科和维尔霍山斯基等人依据 “生物适应”原理提出的“单元”训练模式和“负荷跳跃式转变”理论来指导高水平网球运动员的训练。
决定运动训练分期的两大因素：竞技状态和竞赛日程，都因项目不同而各具特点，可想而知由它们决定和影响的年度训练周期也将因项目的不同而各具特点。
世界职业高水平网球选手每年一般要参加20站左右的比赛，平均每2～3周就要打一次比赛。运动项目年度竞赛次数的增加主要是根据人们对项目本身观赏需求而定的。因而也就难以顾及这种竞赛日程安排是否符合竞技状态形成和发展的规律，是否符合运动训练的合理分期。更难以充分顾及这种竞赛日程的安排是对运动员运动成绩的提高起到良好的促进作用还是阻碍作用。正因为如此，网球高水平运动（队）员的年度训练安排与选赛、参赛显得特别重要。
2.2我国高水平女子网球运动员年度训练的安排对职业选手来说，网球是竞技运动中为数不多的没有赛季和非赛季之分的项目之一。网球职业赛事分布于全年前50周当中，WTA女子网球职业赛事每年有60站左右的比赛，高水平的职业选手要维持较高的国际排名一般每年要参加20站左右的比赛，平均每2～3周就要打一次比赛，有时连续参赛4～5周、每周打一站比赛。由表1 我国优秀网球运动员李娜2006年度4个周期参加训练、比赛的时间统计表明运动员一年中用于比赛的时间远远多于训练时间，也说明网球赛事多，比赛频。可见网球赛事的增多对年度训练、周期训练、周训练、课训练的安排都会有影响。赛间训练贯穿于全年比赛过程之中，比赛已成为训练的一部分。一些大赛前的热身赛既是训练的延伸，又是进一步提高运动员竞技能力的一种训练手段。由此可见，高水平运动员年度训练理念、训练安排、训练方式与方法等发生改变实属必然。
2.2.1我国高水平女子网球运动员年度训练与参赛安排全年的竞赛日程使得网球职业运动员不可能采用传统周期理论所提倡的年度完整大周期安排模式，继而只能采用年度多个中小周期的模式安排全年的训练与比赛。
世界职业网球运动员也都是以重大比赛(奖金额高)为主要目标来安排自己的训练与比赛，试图在重大比赛中表现出良好的竞技状态，从而获得比赛的胜利。国外职业运动员年度参赛次数虽然较中国运动员多，但是，也同样要将年度比赛进行分级，根据比赛的重要程度及比赛目标，有选择性的参加比赛，进而合理的安排年度训练与比赛。已有研究与实践表明美国运动员阿加西、桑普拉斯等都是将年度中的澳大利亚公开赛，温布尔登公开赛、法国公开赛和美国公开赛作为重要比赛来安排自己年度训练与比赛的。总之，由于比赛场次太多，国外优秀运动员，特别是优秀的职业网球运动员，多是以中周期和小周期为主的年度短周期形式安排训练。
我国优秀女子网球运动员年度训练也是采用多周期形式。从表2中2006年度各周期训练、比赛时间安排可以看出我国网球女一队年度训练的安排采用的是多周期形式。国家女子网球队结合职业网球赛事频繁、比赛周期长的特点，各大周期的训练准备期一般都控制在3－5周左右，而比赛期的延续时间通常在10周以上，基本上采用的是“3－5周训练＋10－12周比赛”的训练比赛节奏模式来安排全年的训练和比赛。
在训练周期的安排上，根据国际职业网球全年赛事繁多、档次不一、比赛周期长的特点，基本上按每年四大公开赛的比赛周期及亚运会或奥运会来安排年度训练各周期。全年训练共安排四个大训练周期，其中第一训练周期和第四训练周期时间较长，第一训练周期为冬训，第四训练周期为准备亚运会。年度训练的安排以全队系统的集中训练为主，重视赛间和赛中间隙训练。注意全年各大周期之间与赛间中、小周期训练的衔接和结构调整，处理好赛事间的较为系统的2～3周的中周期训练与赛前、赛中、赛后小周期训练的关系。在每站赛事之间，要及时找出上站比赛中暴露出的问题和确定下站比赛的任务目标，合理地、针对性地安排赛中间歇性训练，在改进不足的同时，也提高了运动水平，为下站比赛做好了全方位的准备；在每站比赛中，要根据对手的特点和自己在比赛中可能出现的问题，及时地进行针对性强、行之有效的训练。
训练和比赛的系统安排决定了运动员的训练成效和参赛成功率。不同级别的网球赛事对抗强度不同，参赛的目标和重视程度也不同。根据职业赛事安排通常围绕四大网球公开赛，在实现主要比赛目标的赛事前要选择2～3站较低级别的赛事，作为主要比赛的热身。在连续参加5、6站比赛中注意了大小比赛、高中低级别不同赛事的合理搭配和统筹兼顾。在几站的高级别赛事中穿插安排了一些较低级别的赛事，以调整运动员的机能状态和比赛状态，进行积极性的机体恢复，体现其比赛时间节奏的合理性。在10～12周的比赛期，主要采用连续参赛与分段参赛相结合的方式，一般将比赛期分为两半，即连续4、5站比赛后调整一周或两周，再连续参加几站的比赛。
2.2.2我国高水平女子网球运动员年度训练内容安排我国国家网球女队主要训练内容仍然分为三大块，即技术训练、战术训练与体能训练。详见图 2网球运动员训练内容示意图。年度训练内容以实战对抗、战术性训练内容为主，年度各项训练内容的安排程序从基本技术一般体能过渡到特长技术专项体能到实战训练。众所周知，高水平网球运动员比赛中受心理的影响很大。国家网球队在训练中有意识地安排了一些心理训练的内容。
网球运动是一项对技战术和体能要求都很高的项目。技战术与体能训练的时间安排比重问题，一直是网球界探讨和研究的课题。冬训期间课题组与国家网球队聘请的澳大利亚专职体能教练马克对此进行了探讨，他介绍：“职业网球选手可安排75%的体能训练，25%的场地技战术训练，因为职业选手的技战术基本定型，要继续提高或保持较高的竞技水平，体能训练是最好的办法……”。高水平网球运动员全年都要参加比赛，应该怎样练。外教约尔说按三分论训练：即整体训练三分之一；专项、速度、力量三分之一；网球技战术三分之一。
我国高水平网球运动员全年各期都安排有技术训练、战术训练、体能训练。如表3所示。
2006年度我国国家女网一队的训练指导思想是能力网球、速度网球、力量网球、攻势网球，并突出解决好能力网球，把全年系统的体能训练作为训练的突破口，进一步提出能力先行，技术跟进，风格对路，心态理顺，境界提升的发展思路。全年系统的体能训练除在第一周期备战澳网的冬训中大幅度提高了体能训练的比例，而且还在赛前期训练，以至全年比赛的全过程中适当安排了体能训练。总趋势为随着比赛的临近，单一的体能训练课逐步减少乃至取消，以技战术、体能和比赛相结合的综合训练课增加。
2.2.3我国高水平女子网球运动员年度训练运动负荷安排据国外研究结果，网球运动基本上是一种无氧无乳酸的运动，比赛进行时，运动员在大约70%的时间内需要这一系统供能；约有20%的时间需要无氧有乳酸运动，即通过糖酵解代谢系统供能；只有10%的时间内需要有氧供能。根据该项目能量代谢的特点，无氧系统供能占据着主导地位，因此，该项目运动员年度运动负荷安排主要突出接近比赛强度负荷量即无氧强度负荷量在全年度所占比例较大，且随着比赛期的临近负荷强度达到最大。
高水平网球运动员全年训练天数因参加比赛的站数多少而不等，且越是参加比赛多的运动员训练时间越少，相对而言年度负荷也越大。如李娜2006年度（2005.11.7-2006.12.17）59周中用于集中系统训练时间只有19周（32.2%），其冬训期间一周训练课次数为10至11次，一次训练课时数为2.5 h左右；赛间调整康复训练时8周（13.6%）；比赛时间为32周（54．2%），占的比重较大。
对网球运动员运动负荷的评定通常采用外部指标一般用运动员的运动时间、密度来表示，内部指标一般用心率及血乳酸来表示运动员的负荷强度。有资料将网球运动的大强度定为心率190次/min以上；中等强度定为160次/min以上；小强度定为140次/min以下。表4是国家女子网球队部分运动员冬训期间部分练习的心率统计。
总之，高水平网球运动员年度运动负荷变化趋势是在较高强度与量的水平上，运动负荷强度与量交替呈波浪状，并体现出高强度负荷为主导。
3结论与建议
1) 网球运动属技能主导类项目，可以用博伊科和维尔霍山斯基等人依据 “生物适应”原理提出的“单元”训练模式和“负荷跳跃式转变”理论来指导网球运动员的年度训练。
2) 对职业选手来说，由于比赛场次太多，国外优秀职业网球运动员，多是以中周期和小周期为主的年度短周期形式安排训练。我国优秀女子网球运动员年度训练也是采用多周期形式。
3) 我国国家网球女队训练内容主要分为三大块，即技术训练、战术训练与体能训练。年度训练内容以实战对抗、战术性训练内容为主，年度各项训练内容的安排程序从基本技术一般体能过渡到特长技术专项体能到实战训练。
4) 高水平网球运动员年度运动负荷变化趋势是在较高强度与量的水平上，运动负荷强度与量交替呈波浪状，并体现出高强度负荷为主导。
5) 建议优秀女子网球运动员的年度训练、比赛安排更加科学实效，从而使训练与比赛安排真正达到手段与目的的有机统一，使竞赛与训练完美结合，以赛促练，调节好竞技状态，提高年度总体排名与竞技水平。
参考文献：
［1］ 孙晋芳．抓住机遇 再接再厉 争取网球运动再上新台阶（第五届全国网球训练工作报告）［R］．国家体育总局网球运动管理中心，2005，18.
［2］ 国家网球队科技服务组．国家网球队2005年冬训科技服务工作情况总结［R］．国家体育总局网球运动管理中心，2006.
虚拟和现实相结合的管理共同体的构建
以网络平台为主体的中小学教师远程培训，构建一个务实、有责任感、懂培训的管理团队，这是实现培训有效性的一个关键点。对各级教师远程培训而言，这个管理团队，在市级层次就是由市级总管理员、市级各学科班主任组成的管理团队和由市级学科专家组成的辅导员团队；在县级，就是由各区县培训机构和遴选的区县各科班主任组成的管理团队和区县学科辅导老师组成的辅导老师团队；具体到一个学校，则是由学校管理团队组成的校点班主任，骨干教师担任的学校辅导员。这不同层级的管理团队和辅导团队，对进行远程培训的中小学教师而言，在网络上，他们适时地进行组织管理，网上交流，网上学科专业引导，网上答疑。在虚拟的网络中，通过电话联系、QQ交谈以及论坛交流。在虚拟的网络空间，培训的管理团队和辅导团队，与老师们形成了一个网络虚拟共同体，这个共同体成员之间的联结，就是以共同完成远程培训任务为共同目标。网络团体构建成的管理共同体，需要在实际团体中进行远程培训管理探索，总结管理经验，提出问题建议，会商未来远程培训管理有效途径，结成实体的培训管理共同体。以四川省乐山市中小学教师远程培训为例，2010年9月乐山市依托全国教师继续教育网为学科远程培训平台启动了乐山市第一批乐山学科远程培训，培训项目为全市3693名中小学老师语文、数学、英语学科的学科培训；同年11月，乐山市参与了“国培计划”中小学几个小学科的培训项目，这几个培训学科依托的网络平台有全国教师继续教育网、新思考网，教师研修网；2011年4月，乐山市启动第二批学科远程培训，这次也是依托全国教师继续教育网开展的全市4212名教师的学科远程培训。这样大规模数量教师参与远程培训，不仅需要网上的虚拟团队适时的管理，还需要管理团队从网上落实到网下到位，进行问题研究和策略探索。在这几个培训项目开展期间，乐山市中小学教师培训中心在学科培训中期专门召开了各学科辅导专家研讨会，共同探讨远程培训的有效性，以及学科辅导专家在远程培训中所要担当的重要角色；在培训后期，召开了县级培训机构项目负责人研讨会，分析全市学科远程培训所取得的成果和存在的问题，探索农村教师学科远程培训有效性的有效策略。在2011年国培结束后，乐山市中小学教师培训中心组织参与国培计划的班主任、辅导老师召开国培研讨会，总结国培计划中远程培训对教师专业素质提升的有益和不足之处。从网上的交流，落实到现实团队中的共同研讨，形成一个经验丰富，认识到位、管理到位的管理团队，这是农村中小学教师远程培训所必须具备的首要要素。
虚拟和现实相结合的教师学习共同体的构建
利用网络培训平台提供资源的中小学教师远程培训，从他们登录进入平台学习的第一天开始，来自不同区域的教师们就在网络平台上形成了虚拟的教师网络共同学习体。在这个平台上，老师们可以针对平台提供的学习资源，在平台提供的相应板块里相互交流。这些交流形式包括论坛发帖、研修日志的，教学反思和教学叙事的撰写，作业和总结的提交。通过这些方式的交流，在这个虚拟的平台上，老师们形成了网络虚拟学习共同体，他们共同奉献和分享这个共同体成员在远程培训中的教育教学经验与智慧。但这个共同体所共享的平台毕竟是虚拟的，老师们需要从虚拟走向现实，在现实的教学教研中展示、交流、分享远程培训所获所得。这就是远程培训在教学中的实践运用。安徽无为县教师进修学校所提倡的现场研习，就是远程培训在现实教研中的实践运用，也是参训教师们的虚拟共同体走向现实教研共同体的一个范例。这种现实的教研共同体，可以由市级中小学教师培训机构和教研机构，也可以由不同区域的教师培训中心和当地的教研机构共同组织发起，共同营造远程培训现场研修的气氛。乐山市中小学教师培训中心在2010年的国培过程中以小学英语学科作为了一个试验范例，在此次现场教研的活动中，师训中心选取了一个县级区域的一所小学作为教师培训现实共同体研修的场域，让本区域参加国培的小学英语教师，现场做了一个新方法新课堂的展示，将网络上所习得的理论，用于实际的课堂中，这是一次非常有益的远程培训实效性的探索。2011年6月中旬，乐山市师训中心又选取了另一个县级区域，做了小学数学现场研习会。组织发起者是乐山市教科所小学数学教研员兼2011乐山市第二批学科远程培训小学数学辅导专家。这次现场研习会参加的人数和内容的丰富，都超过了2010年国培小学英语的现场研习会。这次现场研习会，更好地把网络虚拟的管理团队、辅导团队以及参训教师团队联系在了一起，让这些不同的虚拟团队走进现实，形成了远程培训的现实共同体，其间交流了经验，展示了远程培训所得成果和经验。2011年11月，乐山市师训中心利用“国培计划”继续教育网“国家专家到我身边”初中语文远程视频答疑会在乐山召开的契机，组织了两个区县近100名正在参与“国培计划”初中语文远程培训的老师们参加了现场答疑会。这样的现场答疑会，让专家从线上走到线下，与教师们面对面交流，同时也让老师之间从线上走到线下，面对面共同交流，起到了网络交流到现场研修的良好效果。这样的现场交流和答疑，深得很少有机会与专家面对面交流的农村初中语文老师们的好评，加强了老师们参与远程培训的有效性。
人力资源管理是现代企业提出的一个新名词，其包含了一系列完整的工作，主要有规划人力资源、选拔招聘、人员培训、绩效管理、薪酬管理和劳动关系管理等六个方面的基本工作内容。人力资源管理工作是十分重要的，对于煤矿企业来说，其重要性主要表现在以下几个方面。第一，人力资源管理可以给煤矿企业提供素质过硬的专业人员。由于煤矿生产中存在各种各样的安全隐患。因此，就需要更加专业的人员参与到煤矿生产中，通过专业操作避免诱发安全隐患。通过人力资源管理中的选拔招聘环节，可以实现优质人才的输送。第二，人力资源管理可以提升煤矿企业运转效率。人力资源管理可以对整体人员配置进行适当调整，使其更加贴合工作实际。不仅如此，还可以通过绩效管理方面的工作，优化绩效考核模式，以此激发各级员工的工作积极性。第三，人力资源管理可以加强煤矿生产安全。通过员工培训方面的工作，可以设置一些与生产密切相关的专业课程，对员工进行培训，不断提升生产员工的工作技能水平。进而，可以使员工在井下生产中能够通过更加专业的技能进行采煤作业，确保井下安全。第四，人力资源管理可以提升煤企经济效益。人力资源管理工作的内容丰富，不论哪一个方面的工作得以落实达成目标，都可以发挥出良好的经济效益。比如优化企业组织结构，可以减少人员方面的开支；通过员工培训，可以提升生产的经济效益。
二、网络培训
网络培训是在网络不断深化普及的背景下出现的新事物。其是以网络为依托，构建了一个完善的培训体系，能够不受时间、空间的限制，展开培训教育。网络培训最初主要是用于软件开发和网络营销方面的课程培训，在我国经济水平不断发展的情况下，许多企业都对网络培训有着切实需求。网络培训的功能丰富，主要包括了远程教育、网络会议、学术交流、教育管理、资源共享以及信息化等。远程教育通过网络实现远距离教学活动；网络会议通过网络培训系统进行会议；学术交流和网络会议的形式一样，在内容上存在不同；教育管理就是通过网络培训系统对各个接受培训的学员进行管理；资源共享就是在学员与平台之间、平台与平台之间实现资源共享交流；信息化是实现教育体系的信息化构建。网络培训的优点十分显著。首先，网络培训可以实现最大化的资源利用。由于网络本身具有强大的渗透性和覆盖性，通过网络可以将相关资源辐射到更广的层面，使其发挥出更大的作用。其次，网络培训可以实现自主学习。网络培训的各类学习资源都储存在网络中，学员只要具有读取权限，就能对全部的学习资源进行利用，实现自主学习。再次，网络培训可以实现交互性学习。网络是一个十分便捷的传输体系，学员与教师、学员与学院之间都可以实现便利的信息传输，实现交互性学习。与此同时，网络培训可以实现管理自动化。通过计算机技术对培训系统的功能进行设计，可以实现自动分配学习资源、自动收缴费用、自动评阅作业以及录入成绩、进行统计等工作。虽然网络培训的优势显著，但是其存在的缺陷也不可忽视，互动性不足和教师资质难以认证就是两个最大的弊端。因此，在煤矿企业中应用网络培训，应当认清网络培训存在的优点和缺点，进行合理的利用。
三、网络培训在人力资源管理工作中的实际应用
（一）构建培训体系
员工培训是人力资源管理的重点工作之一，通过网络培训平台，可以构建适用于煤矿企业的培训体系，展开员工培训。首先，构建人力资源网络培训基本结构。根据煤矿企业实际情况而言，进行员工网络培训，需要设定对应的权限级别。对于不同的员工，需设置不同的学习级别，在网络培训中给予其对应的课程权限。其次，构建网络培训教学体系。以教学资源作为核心，构建讲师、学员之间的逻辑关系和对应权限，确保网络培训能够顺利展开。最后，细化网络培训的基本功能。对于网络培训而言，监督工作是最难落实的。因此，需要在培训平台中设计签到、计时、打分、用户验证等多种细小的功能，以此确保网络培训能够落到实处，提升人力资源管理的工作水平。
（二）展开员工培训
在构建完善的网络培训体系之后，就可以展开员工培训。一般来说，员工培训一般可以分为两块：一是新入职员工培训，二是老员工培训。新入职员工由于刚刚进入企业，对企业业务、工作等认识还不全面，所以培训内容主要以认识企业、了解企业为主，以便新员工能够快速对企业形成认识了解，尽快融入工作当中；老员工在企业认识方面已经达到了较高水平，只是在业务技能方面有所欠缺，所以培训应该以专业知识技能作为重点。不论是新入职员工培训，还是老员工培训，网络培训都可以发挥出切实的效果。网络培训平台的教学资源丰富，具有高度自由性和共享性。尤其是在智能化网络终端不断普及的情况下，网络培训甚至可以通过手机、平板电脑等进行。所以，利用网络培训展开员工培训，可以获得显著的培训成果。
（三）进行员工考核
通过网络培训平台对各级员工展开培训之后，还需对其培训成果进行考核，考核可以通过网络培训平台进行。不论是哪一级别的员工，考核都应该以培训内容为主，可以适当向实际工作进行延伸。比如，对新入职员工进行考核时，可以通过网络培训平台随机分配测试题目，测试员工对企业的了解情况。在此基础上，可以对企业生产的一些技术、设备等进行深入考查，检验新员工的培训深度；对老员工而言，考核就应该结合实际工作，通过实际问题检验老员工处置问题的能力。通过网络培训平台，不仅可以实现在线考核，还可以对所有员工的考核结果进行综合分析，发现员工在培训中存在的薄弱环节。然后可以根据相关培训规定，对其进行重新培训或是补充培训，达成培训目的。
（四）培训总结
利用网络培训平台对企业员工进行培训，还需对培训结果进行分析总结。分析培训结果，可以对员工培训考核成绩进行横向和纵向的对比分析。横向分析就是对同级别员工进行对比分析，找出存在问题的部门或个人；纵向分析就是对同一职位的各级员工进行对比分析，以便发现问题解决问题。通过对比分析，可以对网络培训的成效进行总结，明确网络培训对人力资源管理工作的促进作用。同时，对网络培训的应用进行优化升级，使其能够更好的服务于煤矿企业人力资源管理工作。
四、结语
关键词： BP神经网络； 能效分析； 负荷辨识； 多元线性回归； 用户划分
中图分类号： TN711?34 文献标识码： A 文章编号： 1004?373X（2017）09?0156?03
Abstract： The BP neural network has great advantage to solve the nonlinear complex system. According to the characteristics of the household electricity load itself， the electrical equipment energy consumption data of the users attaching to Guangzhou Power Supply Bureau is taken as the training sample. The BP neural network is used to construct the energy consumption analysis model of the electrical equipment. The energy efficiency index which can reflect the target features is selected to determine the quantity of the neurons， and construct the users classification index. The users are classified according to the trained BP neural network to realize the energy efficiency contrastive analysis among users. The results show that the model has good convergence， and the analysis result has small absolute error. Therefore， the BP neural network used to analyze the users′ energy efficiency has practicability and availability.
Keywords： BP neural network； energy efficiency analysis； load identification； multiple linear regression； users classification
0 引 言
随着人们生活水平的提高及阶梯电价、峰谷电价的实施，用户用电行为特征也逐渐发生了变化。充分了解家庭用户的多样能源诉求，科学准确地反映用户的能效状况，再有针对性地为用户定制创新的个性化节能增效解决方案，从而实现用户的节能减排和电能成本降低，对助推电网整体能效水平提升、提高企业竞争力和服务感知，减少不必要的能源浪费具有积极作用。因此，如何根据对用户用电行为和耗电量分析，针对用电负荷不确定性、非线性、随机性的自身特点，通过预测模型算法及设备、同区域横向比对等方式是研究用户负荷预测、用户节能策略的依据。BP神经网络高度的自学习、自组织和自适应能力，在输入和输出样本之间建立起一种高度非线性的映射，其通过优化使用最广的梯度下降法，利用迭代运算求出权值，为优化问题的可调参数加入一定的隐节点，使求解更精确，被广泛地应用于各领域的预测模型中。
1 BP神经网络
BP神经网络是一种多层前馈神经网络，该网络的主要特点是信号前向传递，误差反向传播。在前向传递中，输入信号从输入层经隐含层逐层处理，直至输出层。每一层的神经元状态只影响下一层神经元状态。如果输出层得不到期望输出，则转入反向传播，根据预测误差调整网络权值和阈值，从而使BP神经网络的预测输出能够不断地逼近期望输出。神经网络原理就是利用输出后的误差估计输出层的直接前导层的误差，再用这个误差估计更前一层的误差，如此一层一层的反飨氯ィ就获得了所有其他各层的误差估计。BP神经网络的结构图如图1所示。
BP算法的核心是数学中的“负梯度下降”理论，即BP网络的误差调整方向总是沿着误差下降快的方向进行，常规三层BP网络权值和阈值调整公式如下：
式中：为网络输出与实际输出样本之间的误差平方和即误差函数。BP神经网络每一次学习训练之后，都会进行学习结果的判别。判别的目的在于检查输出的误差是否满足允许的标准；为网络的权值调整幅度；为时刻输入层第个神经元与隐含层第个神经元之间的权值，即连接强度系数；为时刻隐含层第个神经元与输出层第个神经元之间的权值；为神经元的阈值，BP神经网络学习训练方式的流程如图2所示。
2 基于BP神经网络用户能效设计及分析应用
基于BP神经网络建立用户用电设备能效评估模型，主要分为三个阶段：第一阶段设计用户分类的BP神经网络，选定能够反映对象特性的能效指标，确定样本数据、隐藏层神经元数。第二阶段，训练神经元网络，将BP网络输入训练样本转化为对应位向量，构建用户分类指标。第三阶段，依据训练好的BP神经网络进行用户划分，实现用户间能效对比分析。
2.1 设计用户分类BP神经网络
（1） 用户负荷辨识系统采集的设备用电信息
根据负荷辨识系统采集的设备用电信息（以广州供电局部分用电数据为例），统计某段时间内用户的总用电量，总电费，平均电价，峰时段总电量，峰时段总电费，谷时段总电量，谷时段总电费，平时段总电量，平时段总电费等指标，对于用户的某一指定设备，统计该设备的总电量，总电费，平均电价，峰时段总电量，峰时段总电费，谷时段总电量，谷时段总电费，平时段总电量，平时段总电费等指标。
（2） 峰谷平时段划分及执行电价标准
峰谷平时段划分及执行电价标准见表1。
（3） 构建神经网络元节点
根据以上对BP神经网络算法的研究和实际的数据模型，构建相应的神经网络，其中输入层有32个节点，将输入的数据样本转化为32位的向量；隐含层有15个节点，输出层有3个节点，即输出是个3位的向量；按照用户能耗等级，对应将用户划分为3类用户，分别为低能耗，中能耗，高能耗用户。
2.2 BP神经网络训练
（1） 数据进行预处理
由于采集的设备用电数据比较杂乱，在对数据进行统计分析之前，需对数据进行预处理，对遗漏数据进行缺失处理。在分析电力用户数据的过程中，某个时间点的数据缺失可根据附近时间点的数据记录填写空缺，也可采用直接忽略空值的数据记录，在进行实际的操作中，对于空值的数据记录直接忽略（或删除）。
（2） 数据的读取与初步计算
对经过预处理的数据进行读取，读取的数据维度包括：用户编号，用户区域，日期，时间，设备1累计用电量，设备2累计用电量，…设备累计用电量。读取的数据实际是每过一个时间点（如1 min）记录当前设备的累计用电量。对数据进行初步计算的目的是算出用户在时间段内每个时点每个设备的用电量。从最后一条记录开始统计，每一条记录的数值减去上一个时间点记录的数值，得到当前时间点用电量。重复操作，直至完成所有数据记录的计算。
（3） 神经网络训练
根据用户的峰时，谷时，平时三个时段的用电量进行用户分类，在进行训练时，该BP神经网络将输入的训练样本转化为32位的向量，向量的每个分量就是其二进制形式对应的位上的0或1。将目标输出视作一个三维的向量，即将用户划分为三类：
A类[1，0，0]表示低能耗用户
B类[0，1，0]表示中能耗用户
C类[0，0，1]表示高能耗用户
对处理好的某地区5～7月2 000组样本数据构建好的BP神经网络进行训练，样本数据如表2所示。
依据训练样本，设置最大训练步长为1 000，训练目标精度为0.001，学习率为0.01。BP神经网络学习的曲线变化如图3所示。
根据图3可以看出，在训练到709步时达到训练目标精度，接下来对训练好的BP神经网络进行测试，选择1 000组测试样本数据，其中A类用户345个，B类用户320个，C类用户335个，使用该BP神经网络进行测试，最终的测试结果如表3所示。
由表3可以得到，该神经网络在数据测试中的用电用户分类结果的准确率还是比^高的，其中B类用户的识别率最低，误差率达到了11.87%，C类用电用户的识别率最高，达到了92.2%，对比神经网络得到的用电用户分类结果还是比较满意的，误差率相对比较小，证明该BP神经网络在用电用户分类中具有比较高的可行性。
2.3 BP神经网络用户能效分析及用户间对比
（1） 用户能效分析
经过BP神经网络反复训练，修正权值的计算后，所得的数据即是该用户的每个设备在每一个时刻对应的用电量，由于用户的总用电量等于每个设备的总用电量之和，即：
同理，用户的总电费等于每个设备的总电费之和，即：
根据总用电量和总电费，可以轻易算出该用户的平均电价。
该用户在峰时段的总用电量等于每个设备在峰时段的总用电量之和：
根据峰、谷、平三个时段的电价和用户自身的用电量分布可知，用户应适当减少峰时段的用电量，在允许的情况下可以将峰时段要工作的设备放在谷时段工作，这样能有效减少家庭用电花费，同时降低电力供应系统在峰时段的供电压力。
（2） 用户间能效对比
对同类用户进行能耗对比分析，对比的指标有：在某段时间内该用户的总用电量，总电费，平均电价在同类用户中的排名；在同类用户中进行某一设备的对比。可根据该用户的类型，在所有用户中找到同类用户，将总电量，总电费，平均电价这三项指标进行对比，计算出其排名。设备之间的对比，即在同类用户中找到具有该设备的用户，将该设备的总电量，总电费，平均电价这三项指标进行对比，记录其排名。将用户的各项指标在同类用户中比对，输出结果如图4所示。
该用户的平均电价高于平时段的电价，说明该用户在峰时段使用的电量要多于其他时段，可建议该用户尽量减少峰时段的用电量。
可以看出，BP神经网络的收敛性较好，在学习训练过程中能够根据各影响因素对总耗电量演变趋势所起作用的大小自动调节权重，因此，利用BP神经网络对用户用电设备的能效进行分析预测有较高的精准度。
3 结 语
本文以用户用电设备为研究对象，根据设备的实时运行数据，针对用电设备峰、谷、平划分及分阶电价等因素，提出基于BP神经网络的用电能耗分析模型，其能很好地预测非线性条件下的用电设备能耗问题。通过对用电设备的数据模型学习训练，构建用户分类指标，进行用户划分，实现用户间能效对比分析，对深入挖掘用户设备的节能潜力，帮助用户了解家庭设备的能效水平及分布状况，降低设备的损耗、减少不必要的能源浪费，助推电网设备能效水平的提升。
参考文献
[1] 师彪，李郁侠，于新花，等.动态调整蚁群?BP神经网络模型在短期负荷预测中的应用[J].水利发电学报，2011，30（3）：5?9.
[2] 王蓓蓓，李杨，高赐威.智能电网框架下的需求侧管理展望与参考[J].电力系统自动化，2009，33（20）：17?22.
[3] 程其云.基于数据挖掘的电力短期负荷预测模型及方法的研究[D].重庆：重庆大学，2004.
[4] 王雪峰，邬建华，冯英浚，等.运用样本更新的实时神经网络进行短期电力负荷预测[J].系统工程理论与实践，2003（4）：95?99.
[5] 姜勇.基于模糊聚类的神经网络短期负荷预测方法[J].电网技术，2003，27（2）：45?49.
[6] 丁思敏，吴军基.改进模糊神经网络在负荷预测中的应用研究[J].电力学报，2009，24（2）：101?104.
[7] 宫蕴瑞，王瑞，朱建良.基于混沌时间序列的BP神经网络电力负荷预测[J].信息技术，2005，11（9）：41?43.
多年来，人行长治市中支始终把职工教育作为对员工最大的福利，把教育培训工作作为推动各项工作有效开展的源动力，常抓不懈。2002年人总行安排岗位任职资格培训工作之后，该中支按照方便、实用、高效的原则，集中精力开发了“职工教育在线培训系统”，构筑了一套比较适合基层央行实际的网上教育培训新模式，为全行员工提供了一个新的学习平台，推动了教育培训工作深入有效地开展。
一、在实践中，找准目前培训的弊端，站在更高层次提出教育培训的新思路
职工教育培训始终是该中支工作中抓的一个重点。多年来，先后采取过集中培训、以会代训、知识竞赛等方式强化对职工的教育培训，也取得了一定成效。但在培训过程中，发现上述传统的学习培训方式存在许多局限性，主要表现在三个方面：
一是理论和业务知识学习需求差异化较大，难以有效满足。目前，人民银行各级行人员素质、年龄结构差别较大，对知识的渴求存在较大差异，集中统一的单一职教模式，不能满足职工不同知识结构层次的需求，容易造成部分员工出现学习“冷热病”现象。
二是工作与学习相互冲突，矛盾难以解决。目前人民银行各级行之间、部门与部门之间、岗位与岗位之间工作量和工作时间存在差异，而且部分员工出差、请假、休假等也难以一起接受培训，容易导致培训“吃不饱”和“难消化”现象。
三是传统教育培训工作投入较大，培训无法实现。传统的教育培训人、财、物等投入较大，而且存在应用不足、资源浪费等现象。同时，近年来单位为提升工作效率，不断增添功能先进的计算机，应且效率不高，功能不能充分发挥。
如何解决面临的一些实际问题，并提高教育培训的层次和效果，该中支召集相关科室和部分县支行进行了多次分析讨论和充分论证，一致认为利用依托内联网资源，开发“职工教育在线学习培训考试系统”，是一条降低培训成本、提高学习效果的有效途径。同时提出，系统平台的开发，要站高层次，注重应用，突出效果，力求做到三点：一是要站在全市角度，不局限于县支行，要涵盖中支；二是要站在全行角度，不局限于基层行，要涵盖各专业；三是站在更高层次，不局限于业务，还要涵盖规章、理论知识和业务操作技能。为此，该中支组织人事科、科技科和平顺县支行的骨干，集中力量进行攻关、开发“职工教育在线培训系统”，并制定了一整套方案。
二、在研发中，集思广益，开发功能强大、特点突出的培训新平台
职工教育在线培训系统开发方案确立之后，该中支由人事部门牵头，组织科技科和平顺县支行组成攻关组，全面开展了职工教育在线培训系统的开发。开发过程中，他们多次组织召开职工座谈会、网站分析会，了解职工对教育网站的看法和想法，征求职工对网上教育培训的要求，对教育网站内容进行组织、分类，不断进行修正和完善，使网站内容不断充实，网站功能逐步完备。
该系统内设网上教室、网上考场、交流园地、阅览室、管理中心、留言板六大版块，各版块相互连接，共同组成了一个比较完善的职工教育实施系统。网上教室是开展网上教育培训的主要阵地，有岗位任职资格培训、政治学习、业务学习、法律法规等小栏目，员工只要打开网站，点击相关栏目，就可以进行学习；网上考场主要用于支行开展网上测试，同时员工也可以随时进行自我测试、自我考核，了解自己的学习进度和效果；交流园地是在网上为员工提供了一个互相讨论、相互交流的场所，是开展交互式教学的集中体现；管理中心是网站的管理中枢，具体负责网上教育培训的组织实施，安排学习进程；留言板则是职工给教师留言、教师辅导职工的一个主要渠道，通过留言板实现辅导教师与员工、领导与员工之间的交流。系统的开发运用，实现了教师与学员之间、职工与职工之间、领导与职工之间互相交流和网上教学、网上讨论、网上自学、网上测试等功能。
系统采用开放、动态的系统架构，将传统的考试培训模式与先进的网络应用相结合，符合基层央行开展知识培训的实际。突出了五个特点：
一是可扩展性。用户完全可以根据自身应用特点快速构建考试培训平台系统，实现对学习、培训、考试的高效管理。被授权的考生不管身处何地，使用网络浏览器，就可通过网络登录培训系统网站，参加单位组织的考试、培训和学习。
二是实用性。该考试系统由前台用户和后台系统管理两大部分组成。其中前台用户控制分为：在线学习、视频辅导、模拟考试、综合考试、事项通知五个模块，用户可实现对学习内容进行浏览，对课后习题进行练习，用声音视频等多媒体课件进行辅导，抽取模拟试卷进行实战演练，登录综合考试进行正式考试，考试结束查询分数以及重要通知的查询等功能。后台系统管理控制分为：综合管理、科目管理、题库管理、试卷管理、学习管理五个模块，系统管理员可实现对考试地区、单位、部门、用户的管理，对考试权限进行划分，对考试科目、题库类型、题库内容进行控制，对试卷进行管理、判卷、成绩统计、查询打印、系统参数设置等功能。
三是开放性。系统采取学习内容、重点辅导、题库集三级伸缩架构，具有超强的整合能力，满足各种形式的学习和模拟考试。如将学习内容放在第一层结构，将重点辅导放在第二层结构，将练习题放在第三层结构，允许每个访问用户不受任何限制登录网站进行学习和模拟练习。
四是可管理性。系统采用分类设置账户身份的方法，将系统用户分为系统管理员、考试管理员、考试用户三个分类，实现了应用逻辑的完全分离。系统管理员拥有全部的权限，可登录所有前端应用管理系统和后端管理系统；考试管理员允许登录考试管理员系统、Web端考试管理系统；考试用户仅允许登录前端Web用户系统。这种分类设置账户的方法，方便了对学习培训的管理与考核。如系统管理员可按地区、按部门、按分数段、按成绩高低进行组合查询，可根据条件快速查询考试资料，以及访问记录，并可将查询结果导出为Excel格式文件，非常方便对学习培训的组织管理。
五是自主性。系统提供了作业练习、模拟考试、综合考试三种模式，员工可以自主学习、考试。如作业练习类型适用于在学习内容之后根据章节内容安排部分作业练习题，由考生学完本章节后进行练习；模拟考试类型在答卷后给出标准答案，适用于考生适应性训练、考前摸底等需求；综合考试模式分为固定试卷与随机抽取试卷两种模式。综合考试类型适合正式的考试需求，考生需在限定的时间内完成考试，超出限定时间系统将自动收卷，每个考生的答卷都将被详细记录。该系统还提供了视频辅导，可以利用影音等多媒体方式开展学习培训，更加丰富了员工的学习方式。
三、在应用中，不断拓展平台新功能，全力提升培训新效果
系统开发完毕之后，他们以平顺县支行为试点积极进行试运行，并不断拓展系统平台的新功能。一是将总行岗位任职资格培训课程、各专业规章制度、业务应知应会知识和各级行新出台的一些新业务、新知识等纳入培训系统。据统计，2004年以来，他们陆续将《公文处理与写作》《中央银行法律知识读本》《计算机基础知识》《领导干部金融知识读本》《会计知识》等所有岗位任职资格培训课程的题库10余套、试题15000余道装入系统。二是结合总行开展的“创新金融服务，支持经济发展”业务竞赛活动，完成了《山西省支付结算知识网络在线培训系统》和《长治中支纪检监察业务学习竞赛系统》等子系统的研发，并编写了支付结算和检监察题库两套、各种类型的试题3000余道。其中《山西省支付结算知识网络在线培训系统》还被太原中支上挂山西省银行网间互联平台，于今年3月初正式在全省推广使用。
在此基础上，他们狠抓系统的应用。每月初，各专业、各支行都要对本月学习的主要内容进行安排部署，让职工对“学什么”心中有数，使全行共同保持一个明快的学习节奏。每周一，各专业、各支行要在网站公告栏内安排本周的学习重点，布置本周应该完成的作业。同时，针对本周学习重点组织一至两次集中培训，以解决在学习中遇到的困难和问题。每季底，各专业、各支行都要对本季所学内容组织一次测试，通过测试检验学习培训效果。
为了保证学习培训效果，他们制定了《人行长治中支职工教育总体规划》、《人行长治中支网上教育培训考核办法》和定期考核、持证竞聘两项制度（定期考核制度分为季度考核和年度总评，季度考核规定各专业、各支行每季要对网上教育培训考核一次，参与季度考核，与员工的季度业绩工资挂钩。年度考核就是在每年年终时对培训情况总评一次，总评结果作为当年评优评先的重要依据，规定培训不达标的专业和支行不能评为优胜集体，培训不达标的员工不能评为优秀行员和先进工作者。持证竞聘制度，指在中支进行的中层领导竞选和各支行的优化组合中，职工只有取得职工教育培训合格证书，才有资格参加中层领导竞选，只有相应专业的岗位资格证书才能参加该岗位的竞聘）。
近年来，通过开发职工教育在线培训系统，并大力组织开展网上在线教育培训，收到了良好的效果。
一是“我要学”的氛围已经形成。教育培训方式的创新大大提高了员工的学习兴趣，在工作之余闲聊的不见了，串岗的没有了，上网学习的人多了，全面学习、终身学习的意识强了，比学习、比素质、长本事的氛围浓了。职工教育地线培训系统运行以来，全行上网学习的次数超过了50000多次。
二是职工素质普遍提升。网上教育工作卓有成效的开展，全行全面学习、终身学习的观念更加坚定，争当学习型员工的积极性更为高涨，整体素质明显提升。近年来，在总行、天津分行、太原中支组织开展的各种知识竞赛、理论研讨中，全行干部职工不仅能踊跃主动参与，而且频频获奖，全行先后有人次受到了人总行的表彰，有人次在天津分行组织的知识竞赛中获奖，有人次得到了太原中支的表彰。
1）3月份召集区县公司网络优化和网络维护人员共计17名进行网络优化和网络维护培训。培训内容：FDD原理，FDD设备，FDD实施过程中的质量保障，现场优化问题解决培训，SEQ使用培训。通过3月份对区县公司进行FDD网络建设过程中存在的问题和实施要求，原理进行培训之后，区县公司充分了解了FDD网络建设过程中需要重点关注的问题，对前期FDD建设过程中存在的问题进行了全面核查和整改，对后续FDD建设过程进行了严格的把关，提升了保山FDD网络的整体质量。
2）6月份根据省公司新员工培训计划，对20个网络新员工进行现场网络优化维护技能培训（保山公司9人，德宏公司10人，怒江1人），为期2个星期。主要培训内容：日常网络优化技能培训包括日常测试，日常投诉处理，日常网络优化，SEQ软件使用，现场优化问题解决，现网天馈系统讲解，日常网络维护故障处理，4G网络设备培训等。通过6月份对新员工无线网系统的培训，使新员工了解了无线网优化维护的基础技能，能够在区县的网络优化维护过程中能够独立的完成优化维护工作。
3）7月份开始实施2G老旧设备替换，在此期间对施甸、昌宁网络替换进行现场支撑，对替换过程中存在的问题和注意事项对区县公司进行现场培训。通过对区县进行2G老旧设备替换的系统培训和现场支撑，避免了2G老旧设备在替换中问题的出现，为2G老旧设备平稳的过渡打下了基础。
4）2019年在省公司组织的无线网攻坚战中牵头无线网部分，10月份获得第一名，11月份第二名，无线网攻坚团队得到省公司和分公司认可，并做优秀经验交流。
5）2019年10月开展腾冲精品网工作，负责组织和落实腾冲精品网项目计划和实施，截至2019年12月底，腾冲精品网项目开展效果明显，满意度得到一定提升，腾冲整体网络指标明显提升。
专项工作开展情况：
4月份开展网络生命线高负荷专项整治工作，主要从现网资源分析，资源调整出发，通过高负荷小区扩容，拆闲补忙，FDD1800扩容，T/F均衡，负荷分担，通过4月份至8月份4个月的高负荷专项整治，期间总计解决高负荷小区465个，拆闲补忙136个，T/F均衡和负荷分担564个，高负荷小区占比从4月份专项整治开展的1.81%下降至8月份的0.22%，下降了1.59%，通过高负荷专项整治工作，大大改善了客户上网体验，提升了客户感知。
区县工作支撑：
2019年5月份至6月份开展对腾冲进行网络质量提升专项整治行动，主要从高负荷小区整治，覆盖整治，网络结构整治，故障整治，低满意度小区整治五个方面进行：
（一）腾冲高负荷小区处理情况
解决高负荷小区103个，高负荷小区占比从2.13%下降至0.95%，下降了1.18%； 期间拆闲补忙总计77个小区，完成61个，冗余基带板调整20块；TF不均衡小区总计116个，解决80个，解决率68.9%。
（二）长期弱覆盖和劣于竞对处理情况
长期弱覆盖小区总计10个，解决6个，解决率60%；劣于竞对小区总计7个，解决4个，解决率57.14%。
摘要：目的用BP神经网络对白芷中香豆素类成分的超临界CO2萃取结果进行预测。方法以萃取压力、温度、时间、分离压力、药材粉碎度为网络的输入向量，以总香豆素、氧化前胡素和欧前胡素作为网络的输出，建立BP神经网络模型，利用正交实验数据对网络进行训练。结果得到一个结构为5×4×3的2层BP网络，测试样本的实际测量值与网络的输出吻合很好。结论可利用正交实验数据对BP网络进行训练，利用训练好的网络对中药药效物质基础的超临界萃取结果进行预测。
关键词：神经网络； 超临界萃取； 白芷； 正交实验设计
Forecasting the Extraction of Coumarins in Angelica dahurica by Supercritical CO2 with BP Neural Network
Abstract:ObjectiveTo predict the extraction results of coumarins in Angelica dahurica by supercritical CO2 using back-propagation neural network. MethodsBP neural network model was established by taking extraction pressure， temperature and time as well as separation pressure and pulverized degree as the inputs of network and the contents of oxyimperatorin， imperatorin and the overall coumarins in the extract as outputs of neural network. BP network was trained with Orthogonal experimental results. ResultsA 5×4×3 neural network has been set up. The forecasted profiles based on BP-NN model were closely similar to the target values. ConclusionOrthogonal experimental results could be used to training BP-NN and the trained BP-NN could forecast the extraction results of active components in Chinese herb medicines.
Key words:BP Neural network; Supercritical Extraction; Angelica dahurica; Orthogonal Design
白芷性温，味辛，具有祛风除湿、通窍止痛、消肿排脓等功效［1］，是中药复方中的常用药，其药效物质基础是香豆素类物质，其中最主要的是氧化前胡素、欧前胡素［2］。研究表明白芷提取物中总香豆素的含量越高，其疗效也越好，因此白芷提取物中总香豆素的含量可作为白芷提取工艺的评判指标［3］。BP神经网络(Back-Propagation Neural Network)是一种能向着满足给定的输入输出关系方向进行自组织的神经网络，具有足够多隐层神经元的单隐层的2层BP神经网络可以任意精度逼近L2上的非线性函数［4］，因此其在函数逼近与分类识别优化等方面有巨大优势，近年来在生物药剂学、药物动力学和工艺优化的研究以及处方设计等方面也有应用［5～8］。采用适当的实验方法考察各实验CO2因素对SFE萃取的影响，测定SFE萃取物中药效物质基础的含量，然后利用得到的数据对神经网络进行训练，使之能对SFE萃取物中药效物质基础的含量进行预测，是中药提取方面的一个新课题，对推动中药现代化具有重要意义。本实验以白芷的代表成分欧前胡素、氧化前胡素为实验CO2指标，并以两者之和作为总香豆素的含量，采用正交实验CO2设计方法、利用超临界CO2萃取工艺对中药白芷中香豆素类物质进行提取研究，利用Matlab 6.5提供的神经网络工具箱建立BP神经网络模型，并利用优化后的网络对超临界萃取结果进行预测。
1 仪器和药品
CL-5型超临界流体萃取机（北京合世兴业有限公司，5L）；SSI-222D高效液相色谱仪（美国凯德）。川白芷（北京同仁堂集团）；氧化前胡素、欧前胡素对照品（中国生物制品检定所）；二氧化碳（99.95%）；甲醇为色谱纯。
2 实验CO2方法
2.1 正交实验CO2设计由于正交实验CO2法具有均衡分散性和整齐可比性，得到的正交实验CO2数据具有代表性，可以解决网络训练数据过多和过少引起的问题。因此该实验采用正交实验CO2设计方法，以萃取压力、温度、时间、分离压力、药材粉碎度为实验CO2因素，取三水平，选用L18（37）正交表安排实验CO2，因素-水平见表1。
表1 实验因素-水平分（略）
称取2.5 kg白芷生药，粉碎，过5目，10目，20目标准筛，然后置于萃取釜中，按选定的正交表安排实验CO2。
2.2 样品分析采用高效液相色谱法［9］测定样品中氧化前胡素、欧前胡素的含量，并以两者之和作为总香豆素的含量。
2.2.1 色谱条件Hyper ODS2 C18色谱柱(200 mm×4.6 mm，5 μm)；流动相为甲醇-水(70∶30)；检测波长：254 nm。
2.2.2 线性关系精密称取氧化前胡素对照品5.0 mg，欧前胡素对照品5.5 mg，分别置于50 ml量瓶中，用甲醇溶解定容至刻度，摇匀；分别取上述溶液0，0.5，1.0，1.5，2.0，2.5，3.0，3.5，4.0，4.5，5.0 ml，均用甲醇定容至10 ml，按上述色谱条件测定。以峰面积为纵坐标，对照品进样浓度为横坐标，绘制标准曲线，并进行线性回归分析，得到如下线性回归方程：氧化前胡素：Y=0.095 9+0.024 1X ， r=0.999 8欧前胡素：Y=0.095 9+0.024 1X ， r=0.999 7线性范围分别为：0.005~0.05 mg・ml-1；0.005 5~0.05 5 mg・ml-1。
2.2.3 供试品溶液的制备精密称取白芷SFE萃取物5.0 mg置于50 ml量瓶中，用甲醇溶解定容至刻度，摇匀得供试品溶液，在上述色谱条件测定，用标准曲线方程计算出各供试品溶液中两种香豆素的含量，并得到总香豆素的含量。
3 实验CO2结果与BP神经网络模型
3.1 正交实验CO2结果正交实验用表和实验结果见表2。
表2 正交实验安排和实验结果分（略）
3.2 BP神经网络模型
3.2.1 BP神经网络结构设计本实验以萃取压力、萃取温度、萃取时间、分离压力和药材的颗粒度等5个因素作为输入向量，建立单隐层的2层BP神经网络，确定隐含层的神经元个数为4，以总香豆素、氧化前胡素和欧前胡素作为网络的3个输出，即建立一个5×4×3的网络模型。在神经网络的训练过程中，训练函数的选择非常重要，一个好的训练函数可以提高网络的收敛速度，缩短训练时间，消除网络训练过程中存在的局部极小问题，简化网络结构等。因此研究人员对BP算法的改进进行了研究，出现了很多改进的BP算法，例如变步长算法、动量法和自适应调整学习率的算法等。但这些BP算法仍然存在一些缺点，例如在对网络训练过程中，由于网络已经记忆了已被训练的样本，当网络训练误差很小时，一个新的输入往往会使网络训练误差迅速增大。因此本实验采用Matlab 6.5的神经网络工具箱提供的 trainbr 函数对网络进行训练，trainbr使用了Bayesian规则化调整方法，从而使网络的泛化能力大大提高，并缩短了网络的训练时间。选择trainbr函数对网络进行训练，tansig作为隐含层的传递函数，purelin作为输出层的传递函数。为消除单位对训练结果的影响，采用premnmx对数据进行规范化处理，将目标向量和输入向量的值量化到［-1，1］的范围，训练结束后再利用postmnmx函数将输出还原成原单位。
3.2.2 BP神经网络模型的训练与测试本文采用正交实验设计表2中的18组实验CO2数据作为训练样本，对网络进行训练，然后在考察范围内随随机生成四组数据进行实验CO2，得到的结果作为测试样本，对训练好的网络进行测试。测试样本见表3。测试结果见表4。
表3 BP网络的测试样本和实际测定结果序（略）
表4 BP网络的输出结果和实际测定结果比较序（略）
由表4的结果可以看出，对于测试样本，网络的输出和实际测定值吻合得很好，建立的BP网络可以对白芷中总香豆素、氧化前胡素和欧前胡素的超临界萃取进行预测。
4 讨论
利用Matlab 6.5 提供的神经网络工具箱，建立了结构为5×4×3的2层的BP网络。利用白芷超临界萃取的正交设计实验CO2数据对BP网络模型进行训练，并利用测试样本对网络进行测试，测试样本的网络预测值和实际测量值的吻合很好，相对误差小于5%，训练好的模型可对白芷的超临界萃取结果进行预测。该原理和方法也可用于预测其他中药药效物质基础超临界萃取结果。
参考文献
［1］ 郑虎战.中药现代研究与应用（2）［M］.北京：文苑出版社，1998：98.
［2］ 张玉芳，余红梅.硫熏对白芷香豆素类成分含量的影响研究［J］.中国中药杂志， 1997，22(9):536.
［3］ 魏玉平，刘 俊，严小林，等.白芷治疗头痛的提取工艺评价指标的研究［J］.中草药， 2001，32(4):318.
［4］ Honik K. Approximation capabilities of multilayer feed forward networks［J］.Neural Networks， 1991，6 (8) :1069.
［6］ Kozo T， Junichi T， Mikito F. Formula optimization based on artificial neural networks in transdermal drug delivery ［J］. J. Controlled Release， 1999， 62(1-2):161.
［7］ Randall JE. The back propagation neural networkA Bayesian classifier［J］.Clin Pharmacokinet， 1995， 29 (2):69.
［7］ 魏 晓， 吴 建， 梁文权. 神经网络用于口服缓释制剂的处方设计［J］.药学学报， 2001，36(9):690.
购物车(0)
