昆明理工大学 机电工程学院 机自系 071班 赵彬
摘要：对于机械这一个专业和行业来说，只学会了充足的理论知识是办不成事的，作为机械制造专业的学生，亦或是将来机械制造行业的人才，我们面临的不仅是一张张结构复杂的图纸，还有实实在在摆在那里的复杂的机器。也许那个时候，任何的等级证书都不如一台机器能更准确的衡量我们了……
前言：造出来就是人才，造不出就一无所有，任你的理论再高深，任你的设计再独特，图纸不能进工厂，就是一团废纸！
1我的竞争意识
科学无国界，以前我一直相信这句话，以为先进科技是世界的。但上了机械导论这门课后，我深深的认识到自己的这个错误观点，通过几次课的洗礼，对机械制造有了广泛的浅层次的理解，树立了机械制造方面的竞争意识是我最大的收获之一。
老师说，现在我们国内有很多东西造不出来，只能依赖德国先进的技术，耗费大量的资金买别国的产品。科技竞争并不象经济竞争那样最直白的表现在资金的多少，但其潜在的价值是不可估量的，可能就掌握在我们手中，甚至于我们现在学了多少。现在的新生，也许听了老师口中那些造不出来的大卡车和大叶轮，或多或少都增加了研究那些东西的兴趣，但13亿人都办不到的事，绝不是一件容易的事。可能稍有一点理论知识的我们，会一时间想出许多解决问题的方案，但能付诸实践又能收获实效的可能少到没有。
1.1图纸与废纸
上高中时，学校曾经鼓励并全力支持每一个同学参加国家的科技创新大赛，我和三个同学积极的准备研究项目，调查各方面的资料，但最后的评语通俗易懂，间接明了----“不符实际 学校不予以通过”。我们的设计思想源于国家乃至世界的能源危机，想像出一种火车的外形，能够有效的实现火车在高速行使时的对燃料的节约，对具体的试验也进行了种种设想，当初的失败我们并不理解，但现在感觉真的是不合实际，由于试验有太多的无法控制的变量使的试验没有任何实际的证明价值，所以高中的失败给现在的我敲响了警钟，机械制造一定要与实际相联系才有其实用价值，否则，再优秀的设计也是一团废纸。
1.1.1制造业的灵魂
我查了一下全球资源网，上边显示全球上周网上公布的新产品共有27180件，也就是每天创新的机械产品大概3800件。我知道每一个小设计背后的实际操作问题是多么复杂，我知道n次试验没一次成功是多么正常。但是这个惊人的数字就是这么惊人的被创造出来了，这需要多少创造思维与实践能力！它让我深深的认识到想要成为一个解决问题的人才面临着什么。现实的说，好像自己的好工作与高收入离我们现在的课本太远了。
许多优秀作家文思如泉水般源源不断,是因为他们认识到了无边的素材就在生活之中。作为一个学机械的大学生而且还有些可能成为一名制造工程师的我认为，生活也是机械设计最广泛的素材。世界需要我们创造，同样也给了我们创造的灵感。
我在网上浏览了许多机械制造公司的网页，广告上大多数是在介绍其公司在过去创造了多少新设备用来解决了多少生产生活上的问题，这足以证明创造性思维是机械制造业的灵魂，而这灵魂要靠我们的生活来支撑。
海尔公司是全中国人的骄傲，1998年4月，一款名为“大地瓜”的洗衣机在海尔公司问世，其原因是一年前海尔的一款洗衣机反修率出奇的高，公司通过实地调查，发现问题源自农民用洗衣机洗还带有很多泥土的地瓜，使得洗衣机管道堵塞。于是，研究人员讨论过后便开始进入研究工作，不久可以洗地瓜的 “大地瓜”洗衣机遍问世了，这在给企业创造了巨大经济效益的同时，海尔的名声也更加为社会所认可。本来洗衣机并无任何质量问题，但农民的洗地瓜问题，便是巨大的商机，加上人们的创造，就是财富了。所以说，问题还是有的，机会还是有的，其实创造业在等着我们呢！
1.1.1.1正确的人生观
大概再进入高中以后，我总想着将来了为国家做点什么（或许这就是当代青年爱国主义的体现）。以前感觉这个目标太遥远，也很不现实，甚至连方向都没有。现在，感觉看到了一点光亮。如果有机会的话，我一定会到国外去工作，就从工厂里最低级的工人做起，尽最大的努力学习我们国家还没有的技术与理论，哪怕学到50岁回国，能帮着国家解决制造方面的技术问题，我也心甘情愿。诺贝尔奖是全世界最具权威的科技研究成果奖项，但没有一个中国人获得，难道是我们不具备那种实力吗？或者是人口太少，找不出几个有能力拿奖的研究人员？回答是否定的！
杨振宁、李政道 1957年获诺贝尔物理奖；
丁肇中 1976年获诺贝尔物理奖；
李远哲 1986年获诺贝尔化学奖；
朱棣文 1997年获诺贝尔物理奖;
崔琦 1998年获诺贝尔物理奖。
这些都是华人，都是外籍华人，他们取得这样的成就很让人羡慕，也算是中国人的骄傲，但是说到佩服与崇敬就得打点折扣了。可能国内确实不能提供国外那么先进的设备与理论，但人才外流的问题确是不容忽视的。许多我们国家倾财倾力培养的高精尖技术人才留在了国外，我们不好对他们进行强烈的谴责，但至少不会对这些人表示佩服。我们学机械的，做就做”MADE IN CHINA”，这是作为一个中国大学生最基本的内在思想，要不然他再厉害，也无益于国家。不过，要是有一天哪个中国籍美国佬代表中国拿了个诺贝尔奖，我也会很兴奋的。
1.1.1.1.1大胆假想
机械设计及制造，顾名思义设计要在制造之前，设计，说白了就是想像与联想。发现了问题，得想出能解决问题的图纸来，这对许多人来说是个迈不过去的坎。就象高中生，都知道做题难做题难，殊不知出题更难。这需要我们敢想，我认为就算瞎想也比只会照猫画虎的好。毕竟你想出了新的东西就有了付诸实践的可能，只有你创造出了世界上没有的东西才能解决世界上不能解决的问题，才能实现我们机械制造业的价值。
1.1.1.1.1.1信心十足
当初选择专业，只不过带着自己的想像来到了机电院，至于以后要学什么就是听天由命。现在，我感觉自己很幸运，因为现在我对我的专业已经有了一部分了解，并且深深的喜欢着这个专业，我知道四年后等着我的并不是白领阶级与高薪收入，但我的工作会给我带来热情与欢笑，因为这是我的兴趣。从小老师都说，兴趣是最好的老师，而且这么多年的上学经验充分证实了这一点：几乎每一个对数学感兴趣的同僚都会很自觉的完成自己的数学作业，顺便在考试中拿一个不错的成绩。但兴趣这东西，一直以来我都认为是基因的问题，所以现在身在一个能给我很大动力去探索的机电工程学院，相信是我人生中幸运的转折点，我没有理由不努力的学好自己的专业。
昆明理工大学 机电工程学院 机自系 071班 赵彬
摘要：对于机械这一个专业和行业来说，只学会了充足的理论知识是办不成事的，作为机械制造专业的学生，亦或是将来机械制造行业的人才，我们面临的不仅是一张张结构复杂的图纸，还有实实在在摆在那里的复杂的机器。也许那个时候，任何的等级证书都不如一台机器能更准确的衡量我们了……
前言：造出来就是人才，造不出就一无所有，任你的理论再高深，任你的设计再独特，图纸不能进工厂，就是一团废纸！
1我的竞争意识
科学无国界，以前我一直相信这句话，以为先进科技是世界的。但上了机械导论这门课后，我深深的认识到自己的这个错误观点，通过几次课的洗礼，对机械制造有了广泛的浅层次的理解，树立了机械制造方面的竞争意识是我最大的收获之一。
老师说，现在我们国内有很多东西造不出来，只能依赖德国先进的技术，耗费大量的资金买别国的产品。科技竞争并不象经济竞争那样最直白的表现在资金的多少，但其潜在的价值是不可估量的，可能就掌握在我们手中，甚至于我们现在学了多少。现在的新生，也许听了老师口中那些造不出来的大卡车和大叶轮，或多或少都增加了研究那些东西的兴趣，但13亿人都办不到的事，绝不是一件容易的事。可能稍有一点理论知识的我们，会一时间想出许多解决问题的方案，但能付诸实践又能收获实效的可能少到没有。
1.1图纸与废纸
上高中时，学校曾经鼓励并全力支持每一个同学参加国家的科技创新大赛，我和三个同学积极的准备研究项目，调查各方面的资料，但最后的评语通俗易懂，间接明了----“不符实际 学校不予以通过”。我们的设计思想源于国家乃至世界的能源危机，想像出一种火车的外形，能够有效的实现火车在高速行使时的对燃料的节约，对具体的试验也进行了种种设想，当初的失败我们并不理解，但现在感觉真的是不合实际，由于试验有太多的无法控制的变量使的试验没有任何实际的证明价值，所以高中的失败给现在的我敲响了警钟，机械制造一定要与实际相联系才有其实用价值，否则，再优秀的设计也是一团废纸。
1.1.1制造业的灵魂
我查了一下全球资源网，上边显示全球上周网上公布的新产品共有27180件，也就是每天创新的机械产品大概3800件。我知道每一个小设计背后的实际操作问题是多么复杂，我知道n次试验没一次成功是多么正常。但是这个惊人的数字就是这么惊人的被创造出来了，这需要多少创造思维与实践能力！它让我深深的认识到想要成为一个解决问题的人才面临着什么。现实的说，好像自己的好工作与高收入离我们现在的课本太远了。
许多优秀作家文思如泉水般源源不断,是因为他们认识到了无边的素材就在生活之中。作为一个学机械的大学生而且还有些可能成为一名制造工程师的我认为，生活也是机械设计最广泛的素材。世界需要我们创造，同样也给了我们创造的灵感。
我在网上浏览了许多机械制造公司的网页，广告上大多数是在介绍其公司在过去创造了多少新设备用来解决了多少生产生活上的问题，这足以证明创造性思维是机械制造业的灵魂，而这灵魂要靠我们的生活来支撑。
海尔公司是全中国人的骄傲，1998年4月，一款名为“大地瓜”的洗衣机在海尔公司问世，其原因是一年前海尔的一款洗衣机反修率出奇的高，公司通过实地调查，发现问题源自农民用洗衣机洗还带有很多泥土的地瓜，使得洗衣机管道堵塞。于是，研究人员讨论过后便开始进入研究工作，不久可以洗地瓜的 “大地瓜”洗衣机遍问世了，这在给企业创造了巨大经济效益的同时，海尔的名声也更加为社会所认可。本来洗衣机并无任何质量问题，但农民的洗地瓜问题，便是巨大的商机，加上人们的创造，就是财富了。所以说，问题还是有的，机会还是有的，其实创造业在等着我们呢！
1.1.1.1正确的人生观
大概再进入高中以后，我总想着将来了为国家做点什么（或许这就是当代青年爱国主义的体现）。以前感觉这个目标太遥远，也很不现实，甚至连方向都没有。现在，感觉看到了一点光亮。如果有机会的话，我一定会到国外去工作，就从工厂里最低级的工人做起，尽最大的努力学习我们国家还没有的技术与理论，哪怕学到50岁回国，能帮着国家解决制造方面的技术问题，我也心甘情愿。诺贝尔奖是全世界最具权威的科技研究成果奖项，但没有一个中国人获得，难道是我们不具备那种实力吗？或者是人口太少，找不出几个有能力拿奖的研究人员？回答是否定的！
杨振宁、李政道 1957年获诺贝尔物理奖；
丁肇中 1976年获诺贝尔物理奖；
李远哲 1986年获诺贝尔化学奖；
朱棣文 1997年获诺贝尔物理奖;
崔琦 1998年获诺贝尔物理奖。
这些都是华人，都是外籍华人，他们取得这样的成就很让人羡慕，也算是中国人的骄傲，但是说到佩服与崇敬就得打点折扣了。可能国内确实不能提供国外那么先进的设备与理论，但人才外流的问题确是不容忽视的。许多我们国家倾财倾力培养的高精尖技术人才留在了国外，我们不好对他们进行强烈的谴责，但至少不会对这些人表示佩服。我们学机械的，做就做”MADE IN CHINA”，这是作为一个中国大学生最基本的内在思想，要不然他再厉害，也无益于国家。不过，要是有一天哪个中国籍美国佬代表中国拿了个诺贝尔奖，我也会很兴奋的。
1.1.1.1.1大胆假想
机械设计及制造，顾名思义设计要在制造之前，设计，说白了就是想像与联想。发现了问题，得想出能解决问题的图纸来，这对许多人来说是个迈不过去的坎。就象高中生，都知道做题难做题难，殊不知出题更难。这需要我们敢想，我认为就算瞎想也比只会照猫画虎的好。毕竟你想出了新的东西就有了付诸实践的可能，只有你创造出了世界上没有的东西才能解决世界上不能解决的问题，才能实现我们机械制造业的价值。
1.1.1.1.1.1信心十足
当初选择专业，只不过带着自己的想像来到了机电院，至于以后要学什么就是听天由命。现在，我感觉自己很幸运，因为现在我对我的专业已经有了一部分了解，并且深深的喜欢着这个专业，我知道四年后等着我的并不是白领阶级与高薪收入，但我的工作会给我带来热情与欢笑，因为这是我的兴趣。从小老师都说，兴趣是最好的老师，而且这么多年的上学经验充分证实了这一点：几乎每一个对数学感兴趣的同僚都会很自觉的完成自己的数学作业，顺便在考试中拿一个不错的成绩。但兴趣这东西，一直以来我都认为是基因的问题，所以现在身在一个能给我很大动力去探索的机电工程学院，相信是我人生中幸运的转折点，我没有理由不努力的学好自己的专业。
昆明理工大学 机电工程学院 机自系 071班 赵彬
摘要：对于机械这一个专业和行业来说，只学会了充足的理论知识是办不成事的，作为机械制造专业的学生，亦或是将来机械制造行业的人才，我们面临的不仅是一张张结构复杂的图纸，还有实实在在摆在那里的复杂的机器。也许那个时候，任何的等级证书都不如一台机器能更准确的衡量我们了……
前言：造出来就是人才，造不出就一无所有，任你的理论再高深，任你的设计再独特，图纸不能进工厂，就是一团废纸！
1我的竞争意识
科学无国界，以前我一直相信这句话，以为先进科技是世界的。但上了机械导论这门课后，我深深的认识到自己的这个错误观点，通过几次课的洗礼，对机械制造有了广泛的浅层次的理解，树立了机械制造方面的竞争意识是我最大的收获之一。
老师说，现在我们国内有很多东西造不出来，只能依赖德国先进的技术，耗费大量的资金买别国的产品。科技竞争并不象经济竞争那样最直白的表现在资金的多少，但其潜在的价值是不可估量的，可能就掌握在我们手中，甚至于我们现在学了多少。现在的新生，也许听了老师口中那些造不出来的大卡车和大叶轮，或多或少都增加了研究那些东西的兴趣，但13亿人都办不到的事，绝不是一件容易的事。可能稍有一点理论知识的我们，会一时间想出许多解决问题的方案，但能付诸实践又能收获实效的可能少到没有。
1.1图纸与废纸
上高中时，学校曾经鼓励并全力支持每一个同学参加国家的科技创新大赛，我和三个同学积极的准备研究项目，调查各方面的资料，但最后的评语通俗易懂，间接明了----“不符实际 学校不予以通过”。我们的设计思想源于国家乃至世界的能源危机，想像出一种火车的外形，能够有效的实现火车在高速行使时的对燃料的节约，对具体的试验也进行了种种设想，当初的失败我们并不理解，但现在感觉真的是不合实际，由于试验有太多的无法控制的变量使的试验没有任何实际的证明价值，所以高中的失败给现在的我敲响了警钟，机械制造一定要与实际相联系才有其实用价值，否则，再优秀的设计也是一团废纸。
1.1.1制造业的灵魂
我查了一下全球资源网，上边显示全球上周网上公布的新产品共有27180件，也就是每天创新的机械产品大概3800件。我知道每一个小设计背后的实际操作问题是多么复杂，我知道n次试验没一次成功是多么正常。但是这个惊人的数字就是这么惊人的被创造出来了，这需要多少创造思维与实践能力！它让我深深的认识到想要成为一个解决问题的人才面临着什么。现实的说，好像自己的好工作与高收入离我们现在的课本太远了。
许多优秀作家文思如泉水般源源不断,是因为他们认识到了无边的素材就在生活之中。作为一个学机械的大学生而且还有些可能成为一名制造工程师的我认为，生活也是机械设计最广泛的素材。世界需要我们创造，同样也给了我们创造的灵感。
我在网上浏览了许多机械制造公司的网页，广告上大多数是在介绍其公司在过去创造了多少新设备用来解决了多少生产生活上的问题，这足以证明创造性思维是机械制造业的灵魂，而这灵魂要靠我们的生活来支撑。
海尔公司是全中国人的骄傲，1998年4月，一款名为“大地瓜”的洗衣机在海尔公司问世，其原因是一年前海尔的一款洗衣机反修率出奇的高，公司通过实地调查，发现问题源自农民用洗衣机洗还带有很多泥土的地瓜，使得洗衣机管道堵塞。于是，研究人员讨论过后便开始进入研究工作，不久可以洗地瓜的 “大地瓜”洗衣机遍问世了，这在给企业创造了巨大经济效益的同时，海尔的名声也更加为社会所认可。本来洗衣机并无任何质量问题，但农民的洗地瓜问题，便是巨大的商机，加上人们的创造，就是财富了。所以说，问题还是有的，机会还是有的，其实创造业在等着我们呢！
1.1.1.1正确的人生观
大概再进入高中以后，我总想着将来了为国家做点什么（或许这就是当代青年爱国主义的体现）。以前感觉这个目标太遥远，也很不现实，甚至连方向都没有。现在，感觉看到了一点光亮。如果有机会的话，我一定会到国外去工作，就从工厂里最低级的工人做起，尽最大的努力学习我们国家还没有的技术与理论，哪怕学到50岁回国，能帮着国家解决制造方面的技术问题，我也心甘情愿。诺贝尔奖是全世界最具权威的科技研究成果奖项，但没有一个中国人获得，难道是我们不具备那种实力吗？或者是人口太少，找不出几个有能力拿奖的研究人员？回答是否定的！
杨振宁、李政道 1957年获诺贝尔物理奖；
丁肇中 1976年获诺贝尔物理奖；
李远哲 1986年获诺贝尔化学奖；
朱棣文 1997年获诺贝尔物理奖;
崔琦 1998年获诺贝尔物理奖。
这些都是华人，都是外籍华人，他们取得这样的成就很让人羡慕，也算是中国人的骄傲，但是说到佩服与崇敬就得打点折扣了。可能国内确实不能提供国外那么先进的设备与理论，但人才外流的问题确是不容忽视的。许多我们国家倾财倾力培养的高精尖技术人才留在了国外，我们不好对他们进行强烈的谴责，但至少不会对这些人表示佩服。我们学机械的，做就做”MADE IN CHINA”，这是作为一个中国大学生最基本的内在思想，要不然他再厉害，也无益于国家。不过，要是有一天哪个中国籍美国佬代表中国拿了个诺贝尔奖，我也会很兴奋的。
1.1.1.1.1大胆假想
机械设计及制造，顾名思义设计要在制造之前，设计，说白了就是想像与联想。发现了问题，得想出能解决问题的图纸来，这对许多人来说是个迈不过去的坎。就象高中生，都知道做题难做题难，殊不知出题更难。这需要我们敢想，我认为就算瞎想也比只会照猫画虎的好。毕竟你想出了新的东西就有了付诸实践的可能，只有你创造出了世界上没有的东西才能解决世界上不能解决的问题，才能实现我们机械制造业的价值。
1.1.1.1.1.1信心十足
当初选择专业，只不过带着自己的想像来到了机电院，至于以后要学什么就是听天由命。现在，我感觉自己很幸运，因为现在我对我的专业已经有了一部分了解，并且深深的喜欢着这个专业，我知道四年后等着我的并不是白领阶级与高薪收入，但我的工作会给我带来热情与欢笑，因为这是我的兴趣。从小老师都说，兴趣是最好的老师，而且这么多年的上学经验充分证实了这一点：几乎每一个对数学感兴趣的同僚都会很自觉的完成自己的数学作业，顺便在考试中拿一个不错的成绩。但兴趣这东西，一直以来我都认为是基因的问题，所以现在身在一个能给我很大动力去探索的机电工程学院，相信是我人生中幸运的转折点，我没有理由不努力的学好自己的专业。
作者：罗富生 单位：深圳技师学院
很多教师的课堂在设置上过于陈旧，没有吸引人的创新，点一般的模式都是：先讲解基本的课本知识，其次是课堂演示，最后进行课堂总结，布置课后的任务，完全的公式化。试想，这样的教学模式怎么能吸引人呢？现在的课堂教育早已不是照本宣科的时代了，学生们需要的是一个能够不断涌现创新想法的课堂。对学生的教育过多地依赖课堂在技工学校还存在的现象就是课堂教学的比重过大，实践课程的数量不够。虽然一般的技工学校都有自己的实习基地，供学生实践，但是学校的很多机器或设备由于经费或年代失修都很陈旧，甚至有的机器都应该被淘汰了，却还拿来实践，这本身是无意义的。因此，过多地依赖学校的课堂对于技工学校的学生来讲，学生的实践能力并没有得到实际的提高。因此，要想转变这种局面，可以适当安排学生走进企业车间，了解现代的机械加工的发展概况，实际操作，亲身体验。
由于机械加工课程本身的特点和存在的问题，如何加强机械加工课程的学习就成了我们亟待解决的问题。提高机械加工课程的学习效果要从教师和学生两方面进行，从学生的角度来看，其重点在于如何激发学生学习的兴趣和怎样使学生完美地将理论与实践进行结合。而从教师的角度看，其重点是教师如何在课堂上转变角色以及怎样因材施教，给予学生充分必要的实践。激发学生的学习兴趣激发学生学习兴趣的重点就在于让学生更多地参与到课堂的学习中来。我们知道，机械加工这门课程的特点之一就是实践性强，所以让学生参与到课堂的一个很好的方式就是增加学生的课堂实践，传统的课堂形式多是以教师为主来开展课程教学，在新的教学模式下，学生应该成为课堂的主角，教师的角色应该是引导。例如，在课时安排充分的情况下，一些实践课可以让学生以小组的形式进行操作，在这个过程中，学生不仅会对灵活的课堂形式感到新鲜，并且在实际操作过程中，能够更好地运用理论知识。这样，理论和实践才能紧密结合。加强学生的社会实践实践出真知，这是一句永久不变的真理。所以，要想在机械加工课程上取得良好的效果，实践是必不可少的。前面我们说过，一般的技工学校虽然有自己的实习基地，但是由于很多机器设备都存在老化或陈旧的现象，所以，要想学到现代化的知识，就要勇于走出校门，到工厂中，到企业的车间去实践。一方面，学校可以将这样的实习安排到课时中，另一方面，教师在教学中可以把实践当成学生的课后作业，鼓励学生多多实践，实践的次数多了，自然对于知识的理解就更深，而且这种形式也解决了学生动手能力差的问题。教师转变身份，增强课堂气氛在以往的课堂教学中，老师一直处于“一言堂”的位置，学生在言论上的自由相当有限，而造成这种局面的原因就是，很多教师在长时间的教育过程中产生了惯性思维，不愿意进行教学上的创新和改革。所以，要想改变这样的局面，首先，教师要转变态度，由教师主导变成教师和学生共同讨论。很多学生在实践中都会存在这样或那样的困惑，教师的“一言堂”很容易忽视学生的这种感受，不利于学生的学习。一方面，没有教师的指导，学生非常容易对错误的理论形成根深蒂固的认识，对于日后的学习有害无益。另一方面，互学互助的教学模式对于教师本身来说，也可以得到进步。
利用现代化的教学方式进行直观教学随着社会的快速发展，很多现代化的教学工具大量出现，这也为实现现代化的教学提供了有力的支持。除了上文提到的加强实践外，合理利用现代化的教学方式也是提高机械加工课程教学效果的一种值得提倡的方法。例如，在教学过程中，对于很难进行实践的课程内容，可以在课堂上利用网络或是幻灯片等帮助学生理解所学知识。或是在平日的学习中，组织学生观看机械加工方面的视频，利用视频这种直观的方式强化实践过程。现在，有很多学校主动利用现代化的教学方式帮助学生学习，并且这种方法确实收到了很好的效果。所以利用现代化的教学方式是未来的一个大趋势。学校和企业形成对接，保证学生学有所用这种方法在如今的很多学校都有体现。很多技工学校和社会上的企业都在积极地合作，为学生提供第二课堂，即安排学生去车间实习，这种方式对于在校学生来说是非常有价值的。并且在实习过程中，一般都会有经验丰富的师傅手把手教学生，学生不仅学到了知识，而且也开阔了眼界。提高教师对教材的理解这是最重要的一点，也是最容易被忽视的一点，如果说生活是学习最直接的方式，那么书本的学习就是最简便的方式。我们知道，教材都是专业人员经过长年的实践经验编纂得来，那么对于学生的学习来说，书本是获取知识最便捷的方式之一，因此，合理地利用教材就成了对教师的一大考验。实际上存在的问题就是很多教师在教学过程中没有很好地理解教材，这里说的理解不仅指教材的表面内容，还有对于一本教材课程内容安排的把握。例如，一本教材中，有的课时是以基本理论的理解为主，而有的课时则是大量地介绍实践过程，所以对于不同的课时，教师要不同地对待，对于像以理解为主的部分，教师可以适当缩减课时安排，或是鼓励学生上台“讲课”，不仅让学生参与到课堂中，也可提高课堂效率。而为了加强学生的直观感受，可以多安排实践课时。由此可见，教师对于一本教材的把握决定了教材的利用效果，更能影响学生学习质量。
目前基于视觉的导航路径检测算法较多，大多基于直线模型采用直线拟合方法，通常包括图像预处理、获取导航特征点及拟合基准线3个主要环节。采用曲线模型的检测算法存在计算量大、模型复杂且适应性差等问题，且研究报道较少。
1．1图像预处理技术
通常农作物图像的预处理步骤包括灰度化、二值化、滤波及形态学运算等。具体如下:①灰度化。通常农作物与背景相比具有较高的G值，因此采用提高绿色权重的方法(如2G－R－B)进行图像的灰度化，减少后续图像处理的数据量。②二值化。目前较多采用最大类间方差法(Ostu算法)实现阈值的自适应选取。Ostu算法通用性好，不需要对像素进行训练学习，适用于不同特点、不同质量的图像。③滤波及形态学运算。应用函数窗进行中值滤波去除点状噪声，用面积属性法将余下的小面积噪声设置成背景，或用相应的结构元素进行腐蚀、膨胀运算加以修正。此外，预处理环节中还包括如下一些常用的方法。于国英等采用固定阈值分割法，用归一化的超绿特征2g－r－b并选取0．11做固定阈值分割，取得较好效果。司永胜等采用剖线图法，用G－R作为特征因子，若满足G－R＞0即判该像素为作物，否则判为背景，并对小麦、大豆、玉米进行二值化实验对比，分割3幅图像分别用时9、9、10ms;而采用2G－R－B和OSTU法分割分别用时22、23、20ms，图像分割耗时大幅减少。剖线图法在常用分割算法中最为简单快速，但与固定阈值法类似都缺少对环境的适应性。安秋等针对前景与背景差异较小的灰度图，采用增强的Otsu法分割图像，即选择简单的线性拉伸变换进行对比度增强处理，然后再用Otsu算法分割取得较好效果。冯娟等对灰度化图像采用二维Otsu算法获取最优分割阈值，实现树干区域的提取。该算法既利用图像像元点间的灰度分布信息，又考虑了像元点之间的空间相关信息，分割效果优于一维Otsu算法;但算法运算量明显加大，实际应用较少。蔡晋辉等针对复杂环境下图像存在大面积反光时采用固定阈值法、最优迭代法等全局性阈值效果差的缺陷，提出分区自适应阈值分割方法:将灰度图均分为若干子区域，计算全局灰度均值M与各子区域灰度均值MeanIn［m］，确定各子区域的分割阈值—BinVal［m］=MeanIn［m］+Mt(t为全局亮度调整因子，体现整体亮度对阈值的影响)，对各子区域分别二值化。另一类常用的方法是将图像从RGB空间转换到HIS、HSV、Lab等空间，实现色度与亮度的分离，以弱化光照对图像的的影响。孙元义等针对棉田图像复杂背景，在图像灰度化时对近200幅动态棉田图像用2G－R－B、2H、Lab中a色度分量分别灰度化并比较，结果Lab中的a分量灰度化效果最好。王新忠等在温室垄间视觉导航路径检测中，将图像由RGB空间转换到HSI空间，提取亮度分量I后采用Otsu算法二值化，并依据人工处理效果合理设置阈值修正量δ，较好实现垄间加热管的分割识别。该类方法的不足在于模型转换涉及较多的非线性运算，程序耗时不容忽视。在模式识别方法中，张红霞等在灰度化图像的基础上采用K－means聚类方法实现苗列和背景的分割。高国琴等提取色调分量H，采用K－means算法实现温室移动机器人导航路径的识别。K－Means算法的优势在于能够实现动态聚类，具有自适应性，不受噪声和局部边缘变化的影响，但也存在计算量大及易受聚类个数与初始中心影响的缺点。蒋海波等直接在RGB颜色空间用颜色聚类方法进行图像分割，类别为路径和非路径，通过Euler公式计算图中某点RGB分量到2个颜色聚类中心距离d1和d2;如果满足d1＜d2，像素点被判为路径，否则为非路径，但其缺点在于须先离线分析出两个聚类点的全局RGB空间坐标。赵博等针对影响路径识别较大的垄间杂草环境，提出神经网络分类法。网络的输入与输出是像素的灰度值，输入层的9个神经元分别代表3×3窗口内的像素灰度值，输出层的一个神经元代表窗口内像素点的分类号，剔除杂草后用普通环境下的视觉导航方法进一步识别。神经网络分类法的问题在于其泛化能力，即对于非样本输入也要能正确地映射，因此需要足够大的训练样本，但农业环境的复杂性制约了神经网络样本集的完整选取。
1．2导航特征点的提取
为准确拟合导航基准线，需要提取最能代表作物行走向的离散特征点，原则上既可以选择农作物与非农作物间的分界线，也可直接将作物行本身作为导航特征。常用的边缘检测方法是对原始图像按像素的某邻域构造边缘检测算子，如用梯度算子(Roberts、So-bel、Prewitt和Kirsch算子等)和Laplace算子分别对图像进行一阶和二阶的运算，在图像处理应用中比较成熟。近年来还出现如基于小波的边缘检测、基于形态学的边缘检测、基于模糊梯度的边缘检测、基于分形理论的边缘检测等多种新型算法;但缺点是计算复杂，影响实时性。针对农作物行图像而言，一般中间位置线较左、右边缘线更为整齐，因此作为定位基准线更具有代表意义。张卫等提出中间线检测准定位基准线，即依据预处理后的目标像素具有一定宽度的特点，逐行扫描目标区域，找出每行左、右端点并求其中点作为导航路径特征点，用于后续的中心线拟和。该方法在实时性场合获得较多应用，但其准确性依赖于之前的预处理结果。国外H．T．SΦgaard较早阐述垂直投影法，国内袁佐云最先应用垂直投影法进行作物行定位，即将得到过绿特征图像划分为若干水平条，并进行垂直投影，求取投影曲线上突出峰点的位置;用稳健回归法对位置点进行线性拟合得到作物的行中心线，在大豆作物行定位上获得验证。其算法原理简明，应用广泛，并且提取的特征点数可随图像条高度的变化而改变。姜国权等、籍颖等、曹倩等在此基础上进一步采用基于垂直投影的窗口移动法提取更多的导航特征点。
1．3直线拟合
上述导航特征点是围绕某条直线的离散定位点，在使用直线路径模型的情况下，用直线拟合方法得到真正的导航基准线及其参数。常用直线检测方法有最小二乘法、标准Hough变换及改进的Hough变换等。吴佳艺等在林间导航路径生成算法研究中，针对高大作物场景，扫描图像获得视野两边的树干与地面的交界点，计算出交点中心的一系列离散点簇，通过最小二乘法生成导航直线。但最小二乘法的缺点是抵抗噪声能力差，易受所谓“野值”的影响，当图像中噪声点较多或目标点趋于分散时，最小二乘法拟合误差较大。最直接的改进方法是根据数据点与拟合直线之间的误差分布，将误差过大的数据点剔除。例如，在数据点服从正态分布的前提下，可将与拟合直线之间误差超过2倍或3倍分布标准差的数据点去除;但实际的强噪声环境会显著提高整个数据集的分布标准差，易使噪声点被误认为正常点而无法剔除。齐保谦等提取每行植被像素的中点为特征点，用最小二乘法拟合一次，保留距离直线小于20个像素的特征点，然后二次拟合提取最终的导航基准线。1962年，Paul．Hough以专利的形式首先提出检测图像直线的Hough变换法，至今获得广泛应用。对于穴播类作物，导航特征表现为比干扰面积大得多的团块。为此，饶洪辉等对二值化图像采用8连通区域标记后据其面积属性去除噪声，再经一次标记后找出各标记作物的重心点坐标，最后通过标准Hough变换法检测作物行中心线。对于行播类作物及具有垄沟的连续导航特征，先进行预处理并提取导航区域边界，求出左右边界的中值点后直接用Hough变换检测导航特征。孙元义等、赵瑞娇等都采用标准Hough变换获得相应导航路径。对于温室垄间轮廓线的识别，李娟娟等运用Susan算子法对灰度图像二值化，采用标准Hough变换检测出两侧人工导热管线，最终提取其中间线。标准Hough变换作为一种全局检测算法具有很大的盲目性从而降低了算法的效率，因此各种改进算法层出不穷，主要集中在减少其计算的空间、时间开销。赵颖等根据已耕作、未耕作和非农田区域的不同颜色特征，判断出田端和犁沟线的位置以及方向候补点群，使用基于一点的改进Hough变换计算出犁沟线的斜率。该算法将逐点向参数空间投票的穷举式运算转化为所有点向一个已知点的投票，仅对已知点进行累加分析，大幅提高处理速度;但该方法的关键在于已知点的选取，若选取不当，会直接造成导航线提取失败。Xu等提出了随机Hough变换(RHT)，其基本思想是随机选取两点可唯一确定参数空间的一点，只对多到一映射所得参数分配单元并累积。吴刚等在收获机器人行走目标直线检测中，应用随机Hough变换完成直线检测。陈娇等针对在像素空间多垄线识别出现的漏检、跨垄检与重复检的问题，首先计算出各导航定位点世界坐标，然后结合垄线平行特征，应用随机Hough变换实现多垄线的识别与定位。与传统Hough变换相比，RHT虽然具有存储空间小、速度快等优点，但其全局采样仍会引入一定的盲目性，并且算法自身存在收敛性问题，往往需要附加其它条件加以约束。周俊等针对常规方法因忽视成像透视效应造成图像平面中各像素点权重不同使得直线拟合精度受限的不足，提出一种新的Hough变换方法:把图像平面中的直线路径识别过程转化为机器人位姿空间的累加，将识别过程和位姿求取自然融合在一起，后续结合卡尔曼滤波预测提取作物边界的导航参数，解决视觉计算导致的测量状态值滞后问题。
1．4实时性措施
1)感兴趣区域(ROI)的构建。
为了提高图像处理速度，减少计算量，提取最能表现导航特征的关键区域作为兴趣区域，并以一定尺寸的窗口限定其搜索范围。冯娟等在果园视觉导航研究中，采用水平投影法提取主干区域，逐行扫描预处理后的图像求得投影曲线S(i)，根据投影曲线的变化特点确定出ROI窗口的上、下界线，窗口宽度取原图像宽度，然后在ROI区域内提取树干与地面的交点作为特征点。
2)动态窗口与图像抽点简化技术。
由于Hough变换算法受直线间断的影响小，并不要求像素之间的连通性，因此可只对一定间隔的像素进行Hough变换。杨为民等采用基于Hough变换和动态窗口技术提取自然环境下的导航特征，为了进一步提高实时性，在采用动态窗口跟踪减少图像处理工作量的同时还采取了图像抽点简化技术，使每帧图像的处理时间控制在80～100ms以内，以满足导航的实时性要求。
3)带角度限制的Hough变换。
由于实际导航过程中图像具有连续性，导航特征在短时间内不发生突变。杨庆华等针对在同一片作业场景实时跟踪过程中的导航线偏角变化小，提出限定区域的Hough峰值检测，实现图像的批量处理。同样，蔡晋辉在自动导引车路径识别算法研究中，根据相邻帧中的引导线倾斜角接近，指出可由前帧中引导线的倾斜角度α确定当前帧中引导线倾斜角的可能范围，Hough变换时只对［αmin，αmax］间的角度范围加以搜索，以提高实时性。
1．5其它检测方法
于国英等在农业车辆视觉导航参数提取的研究中，在二值图像边界提取的基础上，利用Radon变换直接获得直线参数ρ和θ作为车辆的导航参数。与Hough变换相比，Radon变换计算量大，实时性差，且对检测目标的形状要求比较高，因此应用较少。姜国权等针对Hough变换计算量大、参数空间难以量化的不足，提出基于随机方法的作物行提取算法，即从定位点中随机选取2点决定一条候选直线，再根据阈值规则进一步判断候选直线的真实性，并验证其速度优于Hough变换和随机Hough变换，但算法存在判断过程复杂且人为阈值设置过多的问题。丁幼春等提出基于旋转投影法的路径识别算法，即通过角度枚举对图像ROI实施旋转投影变换，由旋转后的图像的列均值与枚举角度构成旋转矩阵R，对其行向量实施差分运算，得到差分旋转投影矩阵Rd，由Rd的极值可确定出导航路径。张志斌等针对Hough变换原理提取田间垄线存在的问题，根据垄线点空间关系，运用Fisher准则函数进行反压缩处理，得出了多垄识别统一模型;但算法复杂度过高，难以满足实时应用。李克俭等提出一种基于多次腐蚀的算法，即通过对分割后的图像进行多次腐蚀，每次相应提取一段，然后将各段导航线连接起来作为农用AGV的曲线导航线。蒋海波等在导航目标曲线检测算法研究中，应用最小二乘曲线拟合算法，采用5阶多项式对路径中心点拟合，提取出导航参数并投影至世界坐标系。但采用曲线模型的检测算法存在模型复杂和计算量的问题，而且对于复杂路径很难找到满足多种情况的曲线模型。
2国外研究近况
2003年，Francisco等尝试将立体视觉应用于自动导航的研究，在3D重构图中使用正弦模板与作物行的高度数据匹配，检测作物行位置。2005年、2008年Kise等持续研究了双目立体视觉的方法，在农田拖拉机视觉导航上尝试建立3D作物行模型，对于农田环境较理想情况下取得较好效果。但是，立体视觉算法普遍计算较为复杂，实时性成问题，且要求两个摄像头的同步性，国内相关研究不多。2003年，SΦgaard等提出了一种不用图像分割的作物行识别算法。首先为减少计算量，该算法先将图像缩小至1/9大小基础上用2G－R－B灰度化，然后将灰度图分割成15个水平条，估计出的灰度重心作为特征点，最后用加权最小二乘法提取作物行。实验中用图像中预先设置的白绳索图像作对照，与检测出来的垄基准线线进行对比，但灰度重心点计算复杂度较高，并且实验中未给出实时性指标。2004年，SHan等对玉米和大豆图像，用单色相机拍摄，在图片上、下半区中规划兴趣区域，并建立4个跟踪窗口并用K－means聚类算法来进行分割，采用矩算法来提取导航基准线，最后用先验行间距信息通过价值函数判断其结果是否接受或重新计算，将图像上半兴趣区的结果用于导航、下半兴趣区的结果用于验证算法的可靠性。但文献中并未提及如何获取兴趣区域、跟踪窗口的具体措施。2005年，Strand等提出了一种鲁棒的基于Hough变换的作物行识别方法:首先，在车身侧面的灰度相机上安装近红外滤片获取高对比度图像，运用形态学运算并固定阈值分割获取二值图像;然后，根据透视变换几何模型，根据像素坐标满足的线性方程关系，对参数航向角α和横向偏差s进行Hough变换确定导航基准线。Hough变换检测中，用近邻的多直线矩形框取代一条直线，以适应不同宽度的作物行。2006年，Leemans等对比了条播机的视觉导航的两种方法。在对图像进行预处理获得二值图像后，针对条播机留下的犁沟线的跟踪检测，采用结合递归滤波的改进Hough变换，并采用meanshift算法获取Hough空间参数;针对多作物行的检测中，提出了基于先验行间距知识与消隐点的算法，但都计算复杂且需先验知识。2008年，TijmenBakker等在温室甜菜作物行的视觉导航研究中，先通过像机标定把图像矫正到世界坐标系，并将彩色图像灰度化，然后根据先验作物行宽度知识将含3条作物行的灰度图从左到右分成3块并叠加而后二值化，最后采用Hough变换得到作物行的直线作为导航线。2012年，Romeo等也提出了一种玉米作物行识别算法。包括两部分:首先是基于模糊聚类的绿色像素分割方法，出于实时性考虑采用基于离线训练的方式事先获取的颜色阈值;然后基于先验知识与成像几何约束检测出作物行，在试验阶段针对多次减半采样图像。结果表明该方法的有效性与实时性均优于Hough变换;但算法先验知识中的假设条件过强，且与其他文献对比实时性一般。2011年，Xavier等为区分作物行与杂草，设计了一种包括并行执行的鲁棒作物行检测算法(RCRD)与快速图像处理算法(FIP)两部分的新算法。预处理阶段采用经遗传算法优化出的RGB颜色系数进行灰度化，再取其灰度均值进行阈值分割;在RCRD中，每次将连续存储的8帧二值化图片进行“与”操作，保留出最有可能代表作物行的像素，然后进行形态学去噪并生成的作物行图像;在FIP中，将图像分割成25个水平条，并采用投影法计算出可能的作物行位置，然后应用当前RCRD生成的作物行图像作匹配，并将其余部位的像素作为杂草丢弃。实验阶段对比自动识别与人工识别的效果，并在通常环境、错误播种、大块杂草及相机抖动4种环境下进行验证。2012年，Montalvo等针对高杂草环境及相机振动，设计了一种的鲁棒的作物行检测方法:首次，OSTU分割获取绿色像素，接着二次OSTU分割将作物与杂草像素区分开;然后，将二次分割后的图像与事先构建的已知作物行结构模板进行“与”操作，提取出参与作物行检测的像素并剔除野值点;最后，利用最小二乘法提取出代表作物行走向的直线。2013年，Guerrero等在此基础上，设计了作物行检测的专家系统。第1步是进行绿色像素分割，将RGB空间图像转换成GA灰度图像并采用OSTU方法分割获取植被像素;第2步是基于已知的作物行结构，将期望直线与真实作物行匹配，与并采用Theil–Sen估计器来修正结果。但方法需要事先构建已知作物行结构的模板，先验条件强。
3研究方向探讨
3．1建立合理的算法评价系统
已有研究结果表明，该领域研究主要存在的问题是算法的实时性与鲁棒性、准确性之间的矛盾，这需要根据具体作业情况进行合理的折衷。虽然目前图像处理技术发展迅速，各步骤中的精确算法较多，但大多时间及空间复杂度较高，有些只适用于实验室分析的非实时环境。由于农业机械的实时性要求，限制其在视觉导航中的实际应用。仅以直线拟合方法中的改进Hough变换为例，已有若干精确的鲁棒回归方法，如结合Hough变换与最小二乘法的直线检测、基于多分辨率的Hough变换、基于PCA参数约束的Hough变换、基于梯度方向信息的随机Hough变换、基于距离约束的随机Hough变换等，这些方法大多针对高维与大数据集的复杂图像，有些还需要引入重采样技术，因此其计算复杂度上的优势在导航直线类的低维数据集上不能够得到体现。视觉导航不仅要能准确地提取导航信息，而且要满足实时性要求。杨为民在其研究中得出若图像处理的时间过长，则导航精度和稳定性都会变差。另一方面，由于农田非结构化场景复杂多样、成像条件不可控等原因，不可避免地带来的算法鲁棒性问题。有些研究利用先验知识事先进行算法阈值设置或构建作物行模版形成特定条件下的有效算法，这些手段虽然有助于算法实现及实时性提高，但当对象或环境发生变化时，将导致算法的鲁棒性变差。相比较而言，国内研究比较重视算法的实时性比较，而国外研究则侧重于算法的可靠性与稳定性考虑，各种算法之间有时难有优劣之分。因此，建立一套科学合理的评价模型与评价系统，针对具体应用寻求最优方法的是今后的研究方向之一。
3．2基于动态过程的导航特征识别
已有相关研究成果较多集中在单一图像的静态处理方面。在动态连续的导航过程中，可根据导航特征的短时间内连续性特点进一步深入开展研究，关键是提取出稳定可靠的农田导航特征，并结合预测控制等手段提升整体导航性能。此外，高速或地面不平整等因素不可避免会引起图像采集时的运动模糊，导航特征的实时识别难度将加大。图像的运动模糊是由于成像时采集设备与目标发生相对运动而产生，可靠的动态导航也需要考虑到运动模糊图像的恶劣状况。针对运动模糊图像的导航特征实时提取，也是今后需要考虑的研究方向。
3．3复杂环境下的多作物行检测
目前，视觉导航研究中的单一行走直线检测的研究成果较多，研究目标无论是提取单一作物行还是两作物行间的中心线，研究对象无论是低矮作物还是高大树木，均有多种算法积累。相比之下，多作物行检测的研究成果较少。由于存在作物行数未知及像素间的互相干扰等问题，加之高密度杂草、变光照、复杂背景等干扰因素的影响，会加大检测识别难度，因此研究更具挑战性。已有相关研究或仅考虑近景成像，或忽略杂草影响，或复杂度过高，都存在改进与提高的余地。此外，复杂状况下仍依靠单一颜色特征识别会存在一定局限，可探索融合颜色、形状、模版或多光谱等多种手段，应用多分辨率及数据融合理论等现代数学工具，挖掘寻找简明适用的图像特征表达。
4结束语
移动式内导柱模具针对大薄板进行分离裁切和击压成形就可以解决这些问题。
（1）模具结构：上模板（凸模）、下模板（凹模）、导柱、导套等组成一体，构成模架，依靠模架把冲模的工艺零件联接起来，使之构成完整的冲模结构。
（2）它与传统的模架导柱的安装位置不同，是相反地把导柱安装在上模板，把导套安装在下模低座。
（3）移动式内导柱模具的导柱安装在凹凸模中间。避免了因模架导柱在凹凸模外两侧面限制了大面积板材加工导形时被限制。
（4）其中上下模板可用来安装模板及导柱、导套、垫板、脱料板、固定板及凹凸模等零件。导柱和导套分别安装在上下模板上并穿过凹凸模具。上模安装导柱，下模安装导套，用以连接上下模板并在击压裁切剪切的过程中起导向作用，以保证凹凸模工作时的平衡正确位置。
（5）在金属板材上的中央位置（也可以称为任意位置）用电钻在导柱之间钻一个孔，这个孔的外径尺寸约为零点五毫米，然后将位于上面模内的导柱插入到钻的这个孔，套入位于下面的两个模套内，等组装稳定之后在进行确定需要裁剪尺寸的合适位置，再在上面的模板上放置一个垫块，用大春用力的敲击垫块位置使得上下模板能够以导柱作为依托，平稳的冲击出所需要形状的孔。
（6）移动式内导柱模具还能够完成对已冲裁的异形孑L的边缘进行做卷拉卷边工艺的加工。
（7）所有移动式内导柱模具的整体尺寸都应该以所需要挖去的形状尺寸的大小而相应变化来取决大小。
（8）依据有关文献和生产实践积累的经验是：内导柱外径与冲击剪裁边缘轮廓之间（间距）是板厚的3-5倍。
（9）导模和导柱都有各自的直径，凹凸的方向和稳定性和这两个部分的直径有直接关系，如果导柱的方向和大小不同，那么就不能够和导套之间精准配合，进而导致整个设备无法正常运行。
（10）在凹凸模结构设计中采用台阶式的方法，使冲裁刃口过程板的厚度后，其凸模（上模）最大轮廓已进入凹模留在凹模的凸模是小于凹模的内轮廓，同甘共苦时也小于大板上已冲裁后的形状内轮廓边缘，所以大板可以随意向上拿开，凸模（上模）的脱料问题得以自然解决了。
（11）在实际的操作过程中不能只是按照传统的方式进行组装。为了保证模具生产的效率和质量，延长生产设备的使用年限，导模和导柱之间必须能够高精准的组合，各个部分都在正确的位置，如果不确定精度可以参照《模具技术问题》。
（12）对凹凸模的间隙要求：下模（凹模）的间隙值应取大值可延长模具使用寿命，其它根椐不同板材厚度而决定其间隙并且按参考文献《板金冲压工艺手册》。
2结束语
作者：惠延岭 单位：郑州市国防科技学校
在数控加工中，通常粗精加工一次完成，说以粗精加工有时候放在一个工序中，所以和普车有很大区别。学习机械加工工艺文件要加工工艺参数为重点。在数控教学教学中，由于课时少，设备少，教学往往过于强调指令的学习，对于加工工艺参数的学习几乎没有。加工艺参数是零件质量的重要保证，提高学生对选择合理的工艺参数学习是不可缺少的，切削用量不仅是机械加工必须确定的重要参数，而且其数值合理与否对加工质量、加工效率、生产成本等有着非常重要的影响。生产实践表明，灵活应用切削用量，在加工中有着重要的意义，能大大地提高工作效率，提高学生对机械加工工艺文件的加工工艺参数学习是提高学生技能的保证。
机械加工工艺文件的学习是满足现代企业的需要，有助于学生对机械加工知识有一个系统学习和提高，毕业后才能较快地入到企业的生产活动之中，在日常的教学中，加强机械加工工艺文件是系统地学习和指导作用是要培养学生的独立分析及解决问题的能力，从而，全面提高学生车工实习教学质量和教学效果。机械加工工艺文件对有助于数控实习合理安排。机械加工工艺文件是在具体的生产条件下，把较为合理的工艺过程和操作方法，按照规定的形式书写成工艺文件，经审批后用来指导生产。将工艺文件的内容，填入一定格式的卡片，即成为生产准备和施工依据的工艺文件。总的来说，工艺流程是纲领，加工工艺是每个步骤的详细参数，工艺规程是某个厂根据实际情况编写的特定的加工工艺。通过工艺文件的工艺流程可以科学的安排实习教学，对实习教学有很大的指导作用。机械加工工艺文件对有助于学生分析、解决问题能力的提高。在实习中，学生根据机械加工文件的要求独立完成实习任务，对学生知识和技能的全面提高有指导作用。从工具、量具到刀具的选择必须自己解决，零件虽然简单，但需要磨外圆刀，镗孔刀、端面刀，及相应的钻头、量具等工具的准备，还要自己根据加工工艺选择加工顺序，选择切削用量等，如果没有扎实的基本功和独立的工作能力，想加工出来，也是不可能的。显著提高有独立分析解决问题的能力，机械加工工艺文件在车工实习中有助于学生对零件的作用及工作条件、表面几何特征及组成、表面质量、材质性能方面的技术要求、结构工艺性、机加工方法达到结构要求的难易程度等进行正确的分析,以明确加工的内容及要求，从而正确地选择加工方案，确定加工顺序、走刀路线、选择合适的机床、设计夹具、选择刀具，确定合理的切削用量等，能提高学生知识把握的全面性。
机械加工工艺文件对安全隐患有指导作用，实习存在学生分布广、实习场地情况各不相同等特点，首先要做到严格遵守实习安全操作规程，包括安全事故隐患、设备使用与维护的问题以及预防是车工实习教学管理的重中之重，一旦学生出现安全事故，将对学生、家庭、学校造成严重的影响。因此，教师教育学生执行安全操作规程，加强学生安全、守纪、顺利地完成实习任务是不容忽视的。机械加工工艺文件中工艺参数的选择，和工件装夹和走到顺序为实习安全提高保证。机械加工工艺文件在科学合理的规定工艺顺序，加工工艺参数，时间定额等多方面内容，是科学合理安排加工重要依据，是按现代企业要求进行的，有助于学生的安全。
