搜索
学科基础课程自动控制理论（1）本课程系统地介绍基于输入输出描述的系统分析和综合方法，课程主要内容包括简单物理系统的微分方程和传递函数列写及计算，代数稳定判据及其应用，框图和信号流图的变换与化简，闭环传递函数的推导和计算，二阶系统的运动特征和分析，稳态误差的分析和计算，伯德图和奈奎斯特图的绘制，奈奎斯特稳定性判据及其应用，由开环频率特性分析系统的主要动态和静态特性，根轨迹的基本特性及典型根轨迹的绘制，串联校正的基本原理及设计方法，非线性系统的相平面分析方法，非线性系统的描述函数分析方法，采样系统的稳定性分析等。信号与系统分析本课程讲授确定性信号经线性时不变系统传输和处理的基本概念和分析方法，内容主要包括连续时间信号与系统，离散时间信号与系统的时域分析和变换域分析，同时融合了“数字信号处理”课程的部分内容，如离散Fourier变换、快速Fourier变换、数字滤波器等。应用随机过程本课程包括6部分内容：（1）概率论基础与随机过程一般概念：概率和概率空间，特征函数和母函数，收敛性和极限定理，条件分布与条件期望，随机过程的一般概念；（2）离散时间马尔可夫链：定义和性质，状态空间的分解，常返态与瞬时态，平稳分布和极限分布，分支过程及案例分析；（3）连续时间马尔可夫链：定义和性质，矩阵与向前、向后微分方程，泊凇过程，更新过程，生灭过程；（4）排队论：随机服务系统基本概念，几种常见的分布函数，基于生灭/非生灭过程的排队模型，服务机构串连的排队模型，具有优先权的排队模型，排队网络；（5）马尔可夫决策规划：机器维修问题，MDP的数学描述，策略类与目标函数，有限阶段模型，折扣模型；（6）鞅与停时：上鞅（下鞅）及分解定理，停时与停时定理，鞅收敛定理等。数值分析与算法本课程主要讲授常见数学问题的计算机求解方法，内容包括多项式插值、一致逼近、平方逼近、数值积分、数值微分、常微分方程的数值解、线性方程组数值解以及矩阵特征值和特征向量的计算等。课程的重点内容：（1）误差分析，包括收敛性与稳定性分析；（2）数值计算的基本原理和方法等。课程讲授注重基本原理和概念，结合课程将布置3个大作业，以锻炼学生理论联系实践和解决实际问题的能力，课程还将安排1～2个相关研究内容的讲座，以加深选课学生对数值计算原理的理解，了解数值计算在科学研究中的应用。数据结构本课程介绍如何组织各种数据在计算机中的存储、传递和转换，主要内容包括数组、链表、栈和队列、递归、二叉树、堆、图、检索、排序、散列结构、索引等。课程采用C语言作为讨论数据结构的工具，强化数据结构基本知识和面向实际应用问题的程序设计能力的训练。课程强调作业、实验对课程学习的训练作用，共配有8次习题，并允许学生从8次实验中选做5次（15学时）。计算机语言与程序设计本课程立足于培养学生掌握坚实的C程序设计基础知识与规范的C语言设计风格。所有习题均是上机作业，采用VC6.0界面编程，强调DEBUG工具的使用，为后续《面向对象程序设计方法》课程打下基础。课程分为编程基础与程序设计方法两部份，基础内容主要讨论C程序设计的基本知识，强调客观对象与抽象数据变量的关系、计算机编程的思维方式；程序设计方法主要内容是C程序结构，培养编程风格，特别强调指针应用训练。为培养解决问题的能力，课程结合函数讨论分治算法与递归的关系，结合链表训练指针应用风格。本课程注重培养学生程序设计的思维方法与基本能力，强化解决实际应用问题的编程能力的训练，所有作业都是动手编程的训练，本课程配有11次上机习题。计算机原理与应用本课程以80X86系列为主，介绍CPU的结构、指令系统及汇编语言程序设计，微型机系统工作原理、DOS及BIOS调用，中断、计数/定时、并行、串行I/O、DMA及模拟量I/O等器件原理及应用，在讲解基本原理的同时也兼顾技术的新发展。数字电子技术基础本课程是电子技术基础的两大分支之一，属于入门性质的技术基础课。课程的主要内容为电子器件、电子电路的基本原理、数字电路的分析和设计方法，以及在实际中的典型应用等。课程的知识点包括逻辑代数基础、门电路、组合逻辑电路、时序逻辑电路、脉冲波形的产生与整形、半导体存储器、可编程逻辑器件，以及数/模和模/数间的转换电路等。课程的基本要求是熟练掌握电子技术方面的基本理论、基本知识和基本技能，培养具有分析问题和解决问题的能力，为深入学习电子技术及其在专业领域中的应用打好基础。模拟电子技术基础本课程是电子技术基础的一个重要分支，是电气、电子信息类和部分非电类专业本科生在电子技术方面入门性质的技术基础课。课程主要内容包括半导体基础知识、放大电路基础、多级放大电路、集成运算放大电路、放大电路的频率响应、放大电路的反馈、信号的运算和处理、波形的产生和信号的转换、功率放大电路、直流稳压电源和模拟电子电路的读图等。本课程通过对常用电子器件、模拟电路及其系统的分析和设计学习，使学生获得模拟电子技术方面的基本知识、基本理论和基本技能，为深入学习电子技术及其在专业领域中的应用打下基础。专业核心课程电力拖动与运动控制本课程讲授流程工业控制系统的相关知识与技术，课程包括两部分内容：（1）化学工程基础——过程单元操作原理，典型设备的结构原理及操作性能，其中重点讲述流体的流动与输送、传热过程与设备，以及精馏过程等；（2）过程控制——过程对象特性及描述方法，简单控制系统的构成、分析与整定，调节阀的基本结构与特性分析，复杂控制系统，以及先进控制系统等，其中复杂控制系统包括串级控制系统、前馈控制系统、解耦控制系统，先进控制系统包括预测控制与推理控制系统。本课程还以精馏过程为例，综合讲述一个实际生产过程的工艺过程分析、机理建模，及其常规控制系统和先进控制系统的应用设计。课程在讲授相关知识与技术的同时，安排了相应的物理与计算机仿真实验，包括验证性实验与创新性实验，以培养学生解决问题的能力。过程控制本课程内容可分为两条主线：一是作为机电能量变换装置的直/交流电动机原理和外特性，一是运动控制系统原理及设计。对于前者，重构了直/交流电动机原理和拖动的知识体系，通过大量的多媒体动画和综合例题，以提高教学效果。对于运动控制系统部分，采用由浅入深、注重揭示系统物理本质得教学方法，并力图体现与前期课程以及与工程实际的结合。本课程主要内容包括（1）机电能量转换基本原理；（2）直流、交流电机基本原理、外特性及建模；（3）直流、交流电机拖动基本原理；（4）典型直流、交流电机控制系统的原理、分析和设计方法。检测原理本课程主要讲授传感器与检测技术的基础知识，包括检测和传感器的基本原理、工程信号变换、检测系统性能分析、测量误差分析和测量不确定度评价，各种主要工业参数的测量原理和方法，如位移、距离、速度、加速度等机械量检测，气体成分、温度、压力、物位和流量等过程量检测，并结合在科研和工业实例，分析检测方法的应用条件与抗干扰措施。本课程要求学生掌握检测技术的基本原理及性能，了解检测技术的应用与工作条件，并具有设计和实施基本检测系统的能力。电力电子技术基础本课程主要讲授电力电子技术的基础知识和实际应用方法，包括电力MOSFET、IGBT、SCR和功率集成电路等电力电子半导体器件及相关元器件或电路的工作原理、特性、参数与使用要求；各种电能变换基本电路的电路结构、工作原理、应用条件和分析方法；电路中强弱电接口、驱动和保护；基于PWM技术、软开关技术的控制方法；一般电力电子电路或装置的分析、设计、调试与故障判断；电力电子装置及控制系统的技术要求与性能特点，以及电力电子技术的应用现状及发展趋势。计算机网络及应用本课程是计算机网络技术的基础入门课程，课程内容以互联网络为核心，介绍Internet发展、各种应用及应用层协议设计、传输层TCP/UDP协议和拥塞控制、网络层IP协议及路由选择算法、数据链路层及以太网技术、无线局域网技术及控制网络、多媒体网络、企业网络结构设计及网络安全等专题。在教学方法上，采用讲授、自学、讨论、实验相结合的方法；讲授中主要介绍基本概念和原理，梳理技术发展脉络；鼓励学生组成学习团队，探索网络中的新问题、新应用。人工智能导论本课程主要讲授人工智能的基本原理和基本方法，通过最新的一些研究成果的介绍，以及一些应用问题的探讨，激发学生的兴趣和培养学生的创新精神和创新能力。课程的主要内容分三部分：（1）搜索，包括状态空间搜索、与或图搜索、博弈树搜索和计算复杂性理论等；（2）推理，包括谓词逻辑、归结原理、基于规则的推理等；（3）机器学习，包括概念学习等。搜索和推理是人工智能的基础部分，机器学习是目前人工智能领域发展最为迅速的一个领域，是人工智能研究的一个前沿方向。此外，课程还介绍与人工智能关系密切的一些研究方向和研究动态，如人工生命与分布式人工智能，计算机视觉等。自动控制理论（2）本课程是经典控制理论的后续课程，讲授现代控制理论的基本内容，系统介绍基于状态空间描述的控制系统的分析和综合方法。与系统分析有关的内容包括控制系统的状态空间描述，线性变换和特征值规范型，线性系统状态方程的解，预解矩阵和矩阵指数，状态的能控性和能观性，能控性及能观性的判据和规范型，系统的标准结构分解，由状态方程导出传递函数阵，传递函数阵和能控能观性的关系，传递函数阵的实现和最小实现，状态反馈和输出反馈，反馈对能控性和能观性的影响等。与系统综合有关的内容包括单变量和多变量系统的极点配置，状态的全维和降维观测器，用状态反馈实现输入输出的解耦控制，输入输出的动态解耦和静态解耦问题，状态对外扰的完全不变性问题，输出对外扰的静态不变性问题，用变分法/极大值原理求解最优控制问题，线性系统二次型指标最优控制问题，李雅普诺夫稳定性概念，李雅普诺夫间接法和直接法等。运筹学（1）本课程主要介绍一些常见优化问题的数学描述及求解方法，包括线性规划问题、整数规划问题、目标规划问题、非线性规划问题、动态规划问题、网络优化问题、排队问题、存贮问题和对策问题等。课程的重点内容包括线性规划问题的单纯型算法和对偶单纯型算法，整数规划问题的割平面算法和分枝定界算法，非线性规划问题的最优性条件和可行下降算法，多阶段优化问题的动态规划算法，以及上述基本算法针对特定问题的改进算法，如单纯型算法在求解运输问题、指派问题及各种网络优化问题中的改进算法等。本课程的教学方法：利用典型的实例导出问题的数学模型，进而分析建模条件和模型特点，并研究其最优解的性质，在此基础上给出优化问题的基本求解方法。专业限选课程计算机仿真本课程全面、系统地讲授系统仿真原理、理论、技术等，主要内容：（1）连续系统仿真，包括连续系统仿真模型描述，基于数值积分原理的连续系统建模方法——数值积分原理、单步法仿真建模、线性多步法仿真建模，时域离散相似法，频域离散法、采样控制系统仿真、非线性系统仿真，病态系统与间断点仿真技术等，并以MATLAB为工具讨论仿真实现技术。（2）离散事件系统仿真，包括基本概念，随机变量的模型确定和产生，仿真建模方法——时间调度法、活动扫描法、进程交互法、三阶段法，仿真输出分析技术——终止型仿真输出分析技术、稳态型仿真输出分析技术、多系统比较技术，方差减少技术等，并介绍典型的离散事件系统仿真软件的实现技术。此外，本课程还将结合仿真技术的最新发展，对“基于高层体系结构的仿真”和“虚拟现实技术”进行必要的介绍。数字图象处理本课程主要讲授数字图象处理的基本概念、主要理论、典型方法以及应用举例。有别于一般的图象处理课，本课程避免使用过多的数学和公式，而用大量的图来说明原理、解释算法和显示效果。课程针对图象处理涉及数据量大、占用资源多的特点，尽量介绍快速算法和一些非常实用但一般教科书中没有的图象处理方法，如特殊的数据结构和算法。课程也会介绍一些图象处理方法的最新进展，偶尔也讲述一些和图象处理有关的历史、典故、趣闻、巧妙的算法、特殊的图象等，以便引起听课者的兴趣。本课程的教学特色：重视基本概念，并尽量用图来解释；注意课堂讲授和课外作业的关系，通过作业，不但复习课堂讲授的知识，还注重加强学生知识结构中的薄弱环节，比如数据结构、计算