“电机智能控制”课程的实例教学探索

2012-10-12史敬灼

电气电子教学学报 2012年1期

史敬灼

(河南科技大学电子信息工程学院，河南洛阳471003)

对于工学硕士研究生的培养，不仅要求学生能够具有扎实的理论基础知识，还要具有独立解决实际问题的能力。课程教学过程与导师指导下进行的科研工作过程，都是实现这一培养目标的重要环节。

在课程教学过程中，为加强学以致用和联系实际解决问题能力的培养，可以采用课程实验等多种手段。关于课程实验的教学改革，已有众多文献发表，给出了很好的经验［1-3]。本文以“电机智能控制”课程为例，拟从课程教学内容安排与课堂教学的角度，对如何加强学生解决问题能力培养进行探讨。

1 教学内容安排

“电机智能控制”是电力电子与电力传动、控制理论与控制工程等专业硕士研究生的主干课程之一。其基本教学内容包含专家系统、模糊逻辑和人工神经网络等三类人工智能方法的原理，相应的智能控制基本方法、设计步骤与基本控制结构，以及这三类智能控制方法在电机控制领域的应用等，课程学时为40。

我们知道上述的三类人工智能方法，经过近二十年来的研究，都已形成丰富的内容。为了培养学生运用所学理论知识解决实际问题的能力，教学过程中就应当讲授这三类人工智能理论的基础知识和实用性强的具体技术方法。再通过实际应用例子使学生领会这些智能控制方法的优点，掌握实际应用过程。

“电机智能控制”课程的教学内容及学时分配安排如表1所示。在40学时中，根据专家系统、模糊逻辑和人工神经网络在电机实时控制领域的应用程度，分别授课7、16和17学时;其中实例教学学时安排22学时，占总学时数的55%。

表1 电机智能控制教学内容及学时分配

2 课堂教学过程组织

在“电机智能控制”课程第一次讲课时，教师就由人工智能的概念引伸出可能实现人工智能的方法和途径，指出模糊逻辑是在对人类思维过程进行分析和思考的基础上提出的，是在这个层面上对人类智能的模拟。第二章授课的一开始，使通过规则举例，与已讲过的专家系统的对比，并确切表述模糊的概念，使得学生对模糊的缘起、表现形式及可能具有的控制应用优势，有一个相对准确的初步认识。

我们，依次介绍模糊集合的三个基本概念:模糊变量、语言变量和隶属度。其中，隶属度概念最重要，也不易理解，因而举了一个人所熟知的温度感知例子来区分模糊集合与清晰集合的区别，进一步说明模糊逻辑的模糊本质。

我们在讲授这几个基本概念及控制常用隶属函数、模糊集合基本运算的基础上，进一步讲授模糊推理系统。以直接举例的方式来说明模糊推理系统的构成及设计过程。例如以出国旅游时在国外餐馆吃饭，该支付多少小费为例，一步步设计了如图1所示的“小费模糊推理系统”。通过该例，学生不仅掌握了模糊推理系统的构成及设计过程，而且对“经验”在模糊推理系统设计过程中能够起到的作用及表述方法也有了认识。

图1 模糊推理系统例

模糊逻辑讲授完毕，学生已掌握模糊推理系统的设计方法与步骤，为下面模糊逻辑在控制领域的应用，即模糊控制的讲授打下了良好基础。

模糊控制的讲授，直接从以误差和误差变化率为输入、增量输出的常用模糊控制器结构开始，并通过对比分析，指出该控制器可类比为“具有非线性增益系数的PI控制器”。这样做，一方面通过与学生熟知的PI对比，使学生感到不陌生;另一方面，则指出了模糊与PI的不同在于控制参数非线性且是变化的，从而认识到模糊控制为何对复杂对象有更好的适应能力。紧接着介绍其它10种常用模糊控制系统结构，使学生对模糊控制全面的理解。

作为模糊控制理论介绍的结束，接着给出了模糊控制器的一般设计方法(步骤)，介绍DSP实时计算、查表等实时实现方法其中重点讲述设计完成后的仿真或实验调整。

随后进入实例教学。如表1的第二章共讲四个实例。其中前三个例子前后依托，逐步深入，最后构成了采用三个模糊控制器分别实现特定功能的一个风力发电系统。

在所用实例讲解中，无论是理论教学过程中所举的例子，还是每章最后安排的综合性例子，都采用按照提出问题、分析问题和解决问题的思路来讲授，引导学生自己思考问题和尝试解决问题，并注意适时给予鼓励或引导。