下载文档原格式
98人工智能背景下的自动化专业控制仿真课程教学改革研究与实践李双双 张海玮（天津大学仁爱学院，天津 301636）摘 要：人工智能是现代科技发展的趋势，智能化的实现离不开智能控制，本文以天津大学仁爱学院推动的教学改革为契机，针对自动化专业开设的“控制系统仿真”课程，融入智能控制的内容并对教学方法、考核形式等方面进行教学改革，经教学实践证明改革内容符合产教结合的办学思路，相关教学经验以期为应用型本科自动化专业“新工科”、“智能+”人才培养方案提供借鉴和参考。
关键词：人工智能；自动化；控制系统仿真；教学改革引言“控制系统仿真”是“自动控制理论”教学体系的课程之一，是在物联网、大数据等新兴科技领域崛起的背景下，结合控制理论及先进的计算机仿真技术产生的课程，也是自动化专业学生考研或工作必须要掌握的实践技能类课程之一。
随着人工智能技术的发展，将人工智能技术融入该课程中，使之成为集合人工智能理论和自动控制理论的计算机仿真课程，对于提高学生的创新能力，具有重要的意义。
一、“人工智能”背景分析（一）人工智能理论符合国家战略以人工智能为代表的第四次工业革命促进了智能技术与传统行业的深度融合，而智能技术促进了信息产业的快速发展。
2016年8月8日，国务院发布《“十三五”国家科技创新规划》，明确指出人工智能作为发展新一代信息技术的主要方向，强调在构建现代产业技术体系中大力“发展自然人机交互技术，重点是智能感知与认知、虚拟融合与自然交互、语义理解和智慧决策”[1]。
2017年以来，国务院、教育部和工信部相继发布的《新一代人工智能发展规划》、《关于深化产教融合的若干意见》、《促进新一代人工智能产业发展三年行动计划(2018年-2020年)》、《高等学校人工智能创新行动计划》和《关于加快建设发展新工科实施卓越工程师教育培养计划2.0的意见》将人工智能上升至国家战略。
（二）人工智能技术符合就业需求2018年AI领域在人才最紧缺的前十大职位中，大数据、人工智能、算法类岗位占据半壁江山。
控制系统仿真简介控制系统仿真是指通过使用计算机软件模拟和分析各种控制系统的工作原理和性能。
它可以帮助工程师们在设计和优化控制系统之前，预先评估系统的性能，并对其中可能存在的问题进行分析和改进。
控制系统仿真通常包含建模、仿真和分析三个主要阶段。
在建模阶段，工程师们将实际的控制系统抽象为数学模型，并将其转化为计算机可识别的形式。
在仿真阶段，利用计算机软件运行模型，模拟控制系统在不同输入和工作条件下的行为。
最后，在分析阶段，工程师们对仿真结果进行评估和分析，以便理解控制系统的性能并提出改进措施。
仿真平台常用的控制系统仿真平台包括MATLAB/Simulink、LabVIEW等。
MATLAB/Simulink是一个强大的数学计算和仿真环境，提供了丰富的工具箱和模型库，可用于建模和仿真各种控制系统。
LabVIEW是一种图形化编程环境，具有易于使用的界面和丰富的模块，使得控制系统仿真变得简单而高效。
这些仿真平台都提供了模型搭建、仿真运行和结果分析等功能。
工程师们可以通过使用这些平台，进行控制系统的整体仿真和性能评估。
建模在进行控制系统仿真之前，首先需要对实际系统进行建模。
建模是指将实际系统的物理过程抽象为数学方程或传递函数的形式，以便于计算机运算和仿真。
常用的建模方法包括物理建模和数据建模。
物理建模是基于实际系统的物理过程和原理，通过利用物理方程或控制方程来描述系统的动态行为。
数据建模则是通过对实际系统进行数据采集，建立数学模型来描述系统的行为。
在建模过程中，需要确定系统的输入、输出和状态变量，并根据系统的特性选择适当的数学模型。
常用的系统模型包括常微分方程模型、状态空间模型和传递函数模型等。
仿真运行建立完控制系统的数学模型后，就可以通过仿真运行来模拟系统的行为。
仿真运行是指利用计算机软件运行建立的模型，并通过对不同输入和工作条件的设定，观察系统的响应和输出结果。
在仿真运行中，可以通过指定系统的输入信号来模拟不同的工作情况。
