热工自动化本科专业“智能控制”教学方法研究

刘立衡 刘久斌

【摘要】“智能控制”是热工自动化专业开设的一门重要的专业课。在授课过程中通常存在课程内容繁杂、实例较少、学生重视不够、以及考核成绩比例不合理等问题。本文针对这些问题探讨了相应的解决方法。

【关键词】智能控制 热工自动化 教学研究

【中图分类号】G42 【文献标识码】A 【文章编号】2095-3089（2017）49-0239-01

1.智能控制课程特点

智能控制是一门新兴学科。它将控制理论的方法和人工智能技术结合起来，适用于控制复杂和不确定的被控对象[1]。涉及到具体内容又包含有如下几个分支：专家控制、模糊控制、神经网路控制以及遗传算法等。其中，每个分支又是一门独立学科。总之，智能控制是一门，包含内容较多，难度较大，实践性较强的课程。

2.智能控制当前教学中存在的问题

（1）学生重视不够，学习效果不佳。

（2）现场实例较少，教学内容相对偏理论。

（3）课程内容复杂，学习过程难以把握重点，学生兴趣不高。

（4）考试成绩组成比例不合理。

3.对于当前热自专业教学过程中相关问题的解决办法

（1）针对学生重视程度不够的问题，可考虑将课程安排提前。本课程通常安排在大四上学期进行，在本学期，学生为毕业工作、复习考研等问题所占精力较多，对课程重视不够，从而学习效果不佳。因此，可以考虑将本课程安排在大三下学期进行。从而使学生能把更多精力放在本课程的学习上。此外，在授课过程中，要采取相應手段，让学生增加对课程的认识和兴趣，增强学习效果。

（2）增加现场实例，提升实例讲解在课程中所占比重。对于热工过程自动化专业来说，应当尽可能多的加入现场实例，针对具体实例，对比原来传统的控制策略和智能控制方法的优劣，让学生真实体会到智能控制方法的优势所在，从而增加学习兴趣。在实例选择过程中，应尽可能选择具有代表性的，简明清晰的例子，而对过于复杂的实例应予以舍弃。

（3）针对具体内容的教学，应做到注重概念，条理清晰，流程明确。对于本课程来说，主要内容包含如下几部分：绪论、专家控制、模糊控制、神经网络控制等几部分。

①针对绪论部分的讲解，应首先让学生了解智能控制的概念，应用范围，和传统控制相比的优势所在，以及智能控制的组成和发展等，最后简单概述智能控制的几个分支。在此部分，通过动画、图片等多媒体方式，让学生感性了解智能控制在现代科技中的一些应用，提高学生的学习兴趣。对于本专业学生来说，还应通过一些现场实例，让学生了解传统控制在电厂应用中的不足之处，增加其学习动力。

②针对专家控制系统部分，首先应该使学生明确一些概念：如，专家系统、专家控制、直接型专家控制器、间接型专家控制器等。通过具体实例讲解，从而能够使学生了解这些概念的异同。其次，引导学生掌握专家控制的一般流程，如知识库的设计，推理的过程等。最后，通过讲授引导学生能掌握专家PID控制的一个实例，了解专家规则在控制中的实际应用，并能够通过Matlab程序对其中的规则针对不同的被控对象进行优化。

③针对模糊控制部分的教学，首先应当使学生掌握模糊数学的基本内容，主要有如下几方面：模糊集合的相关概念以及运算，隶属函数，模糊关系运算以及模糊推理。在模糊集合的讲授过程中，应当注意加强对比，使学生明确模糊集合和普通集合之间的差别，从而掌握模糊集合的概念。在隶属度函数的讲授过程中，让学生明确模糊隶属度函数的种类及特点，以及如何用Matlab函数实现。在模糊关系运算和模糊推理讲授过程中，明确模糊关系合成规则以及模糊推理的种类后，应通过合成的方法和削顶法的对比，让学生充分体会到削顶法的优势所在。对于模糊关系方程求解部分来说，在学会模糊关系合成基础上，可引导学生通过列举法掌握。

其次，在掌握模糊数学基础部分后，即进入模糊控制部分的讲授。对于模糊控制部分来说，应通过一维、二维模糊控制器的设计，让学生理解模糊控制的一般设计流程，并能通过Matlab编程实现。学习过程中通常应遵从由简入难的一个过程，从而掌握观测量与控制量的选择、定义模糊集、设定模糊规则、建立模糊控制表、模糊推理以及反模糊化等这样一个模糊控制设计的一般流程。此部分难点是模糊论域确定、模糊规则建立以及模糊推理和解模糊。模糊论域的确定和模糊规则的建立通常需要具有丰富的设计经验来确定合适的参数和规则。对于模糊推理和解模糊的过程，通过板书讲解效果较好。之后通过模糊洗衣机以及模糊PID的两个实例，让学生加深对模糊控制认识。在讲述两个实例时，模糊洗衣机为开环控制，侧重于让学生巩固模糊控制的设计流程，特别是模糊规则建立、推理及解模糊的内容；而模糊PID控制则为闭环控制，在讲述时，应让学生明白模糊控制的本质，以及和模糊PID控制的区别所在。

最后，简单介绍模糊控制的发展方向如自适应模糊控制、神经网络模糊控制等即可。

④对于神经网络控制部分的教学，首先应让学生建立神经网络的一般概念。在这个过程中，主要包含：明确神经网络的意义，了解神经网络原理、分类及学习算法，以及典型神经网络详解，如BP神经网络和RBF神经网络。在典型神经网络讲解过程中，通过逼近、模式识别的例子，让学生掌握神经网络层次结构设计、初始参数设置、梯度下降法权值调整策略，以及BP网络和RBF网络两者的区别。

其次，学生建立神经网络一般概念后，即可进行神经网络控制部分的讲授。本部分内容主要包含神经网络监督控制，神经网络直接逆控制，神经网络自适应控制，神经网络内模控制、神经网络预测控制和神经网络自适应评判控制等。授课过程中，控制器设计推导部分用板书讲解效果较好，而对于程序实现及仿真建议采用多媒体技术，从而使学生在掌握理论部分内容后，能对设计结果建立直观认识，增加学生的动手实践能力。

最后，本部分内容的作业形式应以Matlab程序编制为主，通过参考课本实例，能够独立修改相关程序实现对特定对象的控制。

（4）本课程相对来说实践性较强，对于期末考核来说，若将考试笔试部分所占比例过高不甚合理，无法客观反映出学生对所学知识的掌握。因此，应提高平时成绩所占比例，特别是作业、实验成绩所占比例。

4.结语

智能控制是一门较新的、实践性较强的学科。在我校热自专业实际教学过程中，通常存在内容繁杂、实例少、学生重视不够以及考试方式不合理等问题。我校作为一所工科学校，侧重于对学生动手实践能力的培养，因此，教师应当在授课过程中，降低过于复杂的理论所占比重。课程讲授重点应放在智能控制算法的设计流程、和传统控制效果对比上。授课时还应协助学生理清知识脉络，并尽可能多的搜集具有代表性的现场相关实例进行讲解。在此过程中，应引导学生掌握Matlab这一强有力的辅助软件。在实际授课过程中，教师还应当善于将复杂问题简单化，尊重学生在教学中的主体地位，增加学生实际动手的机会，从而增强其实践能力，让学生在这个过程中获得成就感，从而获得较好的授课效果。针对学生重视不够的问题，建议将课程安排提前。在期末考试时，应当增加平时成绩，特别是实践作业以及实验成绩所占比例，降低期末笔试考试所占比例，从而更能从客观上掌握学生对课程知识的接受程度。

参考文献：

[1]刘金琨.智能控制.北京： 电子工业出版社，2014.