高等学校跨院系校级平台课建设意义与建设思路

高等学校优质教学资源的紧缺使组织跨院系的教学团队和建设跨院系的平台课成为必然.本文是系列文章的第一篇.从高等教育的发展,分析建设(跨)大类专业校级平台课的必要性与紧迫性,并通过分析"校级平台课"两种不同的建设模式和建设思路的优缺点,得出只有通过组织跨院系教师,来建设一批(跨)大类的"校级平台课",才有可能真正解决(至少是部分解决)当前高等教育发展与人才培养中的重点和难点问题的结论.     

“控制系统计算机仿真”教学改革与实践

"控制系统计算机仿真"是自动化及其相近专业课程体系中的一门重要专业课.为了进一步提高教学质量,培养高素质复合型创新人才,本文从课程教学内容体系改革、教学方式改革、课程考核方式与评价改革和实践环节教学改革等方面提出了"控制系统计算机仿真"课程建设的改革与实践.教学实践表明该课程改革取得了良好的教学效果.     

面向“金课”建设需求的“运动控制”教学研究

为提升教学质量,紧跟科学技术发展的前沿,响应“金课”建设的需求,本文从运动控制课程中现有控制技术出发,以五相内嵌式永磁同步电机控制为例,通过离散化电机模型,设计一种具有前沿性的电机控制策略,并通过仿真和实验验证该理论的可实施性。该教学研究不仅对运动控制课程中传统的矢量控制和直接转矩控制进行了有力补充,同时提升了课程的前沿性和挑战度,对于打造“金课”建设具有重要实践意义。     

基于神经网络左逆的电动汽车质心侧偏角观测

有效的估计车辆状态参数(如横摆角速度和质心侧偏角)对于车辆稳定性控制而言有至关重要的作用。但是能够直接测量质心侧偏角的传感器成本很高,不适合用于量产汽车。所以需要对质心侧偏角进行估计。文中提出了一种新型的基于"内含传感器"神经网络左逆(NNLI)的质心侧偏角观测器。通过利用车辆现有的传感器测量的车身状态量,如横摆角速度、纵向加速度、侧向加速度以及电动汽车的驱动电机力矩来估计质心侧偏角。最后文中给出了基于MATLAB/Simulink和Carsim的联合仿真结果。     

siPLS-LASSO的近红外特征波长选择及其应用

近红外技术广泛应用于食品、药品等生产过程和产品质量检测,具有样品无需预处理、成本低、无破坏性、测定速度快等优点。但是,全光谱数据维数高、冗余信息多,直接应用于建模会导致模型复杂性高、稳定性差等问题。siPLS是最常见的光谱数据降维方法,但是难以处理光谱数据的共线性问题。LASSO是一种相对新的数据降维方法,但在小样本应用中具有不稳定性。针对siPLS和LASSO在近红外光谱数据应用中存在的问题,提出了基于siPLS-LASSO的近红外特征波长选择方法,并将其应用于秸秆饲料蛋白固态发酵过程pH值监测。该方法首先采用siPLS算法,实现对光谱波长最佳联合子区间的优选;然后,对优选联合子区间使用LASSO算法进行特征波长选择,在此基础上建立PLS校正模型。同时,将siPLS-LASSO方法与其他传统特征波长选择方法进行了对比。结果表明：建立在siPLS-LASSO方法优选33个特征波长基础上的PLS模型预测结果更好,其预测方差(RMSEP)和相关系数(R_p)分别为0.071 1和0.980 8;所提siPLS-LASSO方法有效选取了特征波长,提高了模型预测性能。     

面向工程教育专业认证的PMSM控制教学研究

工程教育专业认证要求培养学生具备运用综合知识解决本领域复杂工程问题的能力.本文以永磁同步电机(PMSM)控制为例,以电动汽车驱动为工程背景,从解决实际复杂工程问题的一般性方法和规律出发,建立电机模型,设计控制策略,并且进行仿真分析和实验验证.该教学方法能丰富教学内容,达到工程教育专业认证目标.     

改进RELM在多变量解耦控制中的应用

针对神经网络逆系统方法实现复杂非线性系统解耦存在训练时间长、实时控制较差的缺陷,提出一种改进的RELM(正则极限学习机)训练算法,根据输出权值的特点,采用不带平方根的乔累斯基分解,提高了计算效率,减少了训练时间,具有较高的学习精度及更好的泛化能力;进一步将此神经网络应用到3输入3输出多变量离散系统的解耦控制,仿真实验结果表明,所提出的方法具有较快的实时控制速度,具有较高的实用价值.     

基于能力素质模型的"微型计算机原理"教学改革

本文构建了自动化专业能力素质模型,强调"微型计算机原理"课程教学中,实践能力与控制系统理论分析、设计能力相结合,对该课程的部分内容进行教学改革,以提高学生解决复杂控制系统工程问题的能力.     

往复式永磁直线电机实验教学平台

永磁直线电机具有高推力和高效的优点,在数控设备、高速物流和轨道交通等领域的应用日益广泛。为适应永磁直线电机实验教学需求,提高学生的实践能力,本文研制了往复式永磁直线电机实验教学平台。相较于传统直线电机实验教学平台,该实验教学平台通用性和灵活性强,可实现永磁直线电机的多种实验研究,同时具有较高的实验精度。基于该实验教学平台,开展了永磁直线电机的定位、定位力、静态推力以及开环和闭环实验研究。该实验教学平台的研制和应用,丰富了电机类课程的教学内容,为学生提供了良好的实践环境。     

基于Adaboost及谱回归判别分析的近红外光谱固态发酵过程状态识别

为了实现固态发酵过程状态的快速监测,以饲料蛋白固态发酵为实验对象,开展了基于近红外光谱分析技术的饲料蛋白固态发酵过程状态定性识别研究。首先利用Antaris Ⅱ型傅里叶变换近红外光谱仪采集140个固态发酵物样本的近红外光谱,并采用标准正态变换(SNV)光谱预处理方法对获得的原始光谱进行预处理;其次,采用谱回归判别分析(SRDA)法对预处理后的近红外光谱进行特征提取;最后,采用最近邻(NN)分类算法作为弱分类器建立固态发酵过程状态识别模型,并对测试集样本进行识别。结果显示,与利用主成分分析(PCA)法和线性判别分析(LDA)法提取的光谱特征建立的识别模型结果相比较,SRDA-NN识别模型获得的结果最佳,在测试集中的正确识别率达到94.28%;为了进一步提高识别模型的准确率,将自适应提升法(Adaboost)与SRDA-NN方法结合,提出了Adaboost-SRDA-NN集成学习算法来建立饲料蛋白固态发酵过程状态的在线监测模型。通过Adaboost算法提升后的SRDA-NN模型预测性能得到了进一步增强,Adaboost-SRDA-NN模型在测试集中的正确识别率达到100%。试验结果表明：在近红外光谱定性分析模型校正过程中,SRDA方法能有效地对近红外光谱数据进行特征提取,以实现维数约简;另外,Adaboost算法能很好地提升最终分类模型的预测精度。