新工科背景下“自动控制原理”课程教学改革与实践

2023-10-14王艳娇

科教导刊 2023年23期

王艳娇

（广东工业大学自动化学院广东广州 510006）

随着数据采集和存储技术的飞速发展，工业生产过程积累了大量包含过程信息和知识的数据，工业数字化、网络化、智能化的发展在不断提升工业大数据的利用价值，也对数据分析工程师等相关从业者的综合能力提出了新的要求。因此如何在新工科背景下培养具有计算机、通信和自动控制等技术的高素质应用型创新人才，是值得深入思考和探讨的问题。针对数据科学与大数据技术专业（以下简称“大数据专业”）“自动控制原理”课程的教学现状，文章以专业培养目标为导向，针对课程教学中存在的问题，依据专业背景进行课程改革，注重知识的外延和工程思维能力的培养，以更好地适应“新工科”背景下关于应用型人才的培育需求[1]。

1 课程教学现状

先进集散控制系统和网络通信技术的快速发展使得实时获取工业生产过程数据的规模越来越大，工业数据的变量维度也在逐渐增长，工业数据库已经进入了大数据时代，这为高等院校培养数据科学相关的人才带来了前所未有的机遇，同时也带来了巨大的挑战[2]。近年来，关于大数据专业专业课程和实践课程的建设已经进行了很多工作，也取得了诸多教学成果，而对于专业选修课的教学改革工作却关注得很少。目前，从企业对人才专业能力的需求分析来看，学生不仅需要具备扎实的专业知识和编程实战能力，同时还需要具备将数据思维应用到工程领域的能力，能够对实际问题进行深度的挖掘和全面的分析，因此专业选修课程的重要性不容忽视。

目前，大数据专业“自动控制原理”（以下简称“自控”）课程教学存在以下问题：①自控课程需要物理、化学和电力等相关基础知识，而大数据专业是一个综合性学科，该专业的课程体系不同于自动化、电气等控制类专业，无法覆盖所需基础理论知识，导致学生缺少相应的知识储备；②教学内容建立在比较抽象的数学模型之上，不能反映行业的最新动态，学生对工程实际接触不多，创新思维和工程能力培养不足；③大部分学生以考试为目的，学习方式局限于课堂听讲、课后作业和期末刷题，缺乏学习兴趣；④当前，行业对学生的能力提出了新的需求，课程的考核方式和评价方法需要改进和完善。

2 课程改革内容

2.1 基于学科差异，制订课程标准

课程的设计基于学科知识，在学科知识基础上，选取一些“最有价值的知识”，构成了一门课程，并形成教学内容。然而，现实情况是，本校大数据专业的自控课程仅为32 学时，这就需要考虑如何在有限的学时中选取适当的知识来构造课程，同时也要考虑到该专业学生的发展需求。此外，不同的专业对同一门课程所需要的知识、能力和素养的水平也存在差异，因此，要在课程内容的深度和广度、内涵和外延之间进行协调，这也是一个要着重考虑的问题。对于像大数据这类非控制类学科专业来说，在课程实施过程中，主要侧重于扩展自控知识的应用领域，结合专业背景，强调如何将自控原理应用于大数据技术领域，注重培养学生的工程思维能力。

2.2 基于专业差异，调整教学内容

传统的以“建模—分析—设计”为主线的授课方式注重对课程系统性和完整性的学习[3]，对大数据专业的学生来说，他们所学的前序课程无法覆盖自控课程所需的基础知识，如学生没有学过电机学相关课程而对电动机的工作原理不了解，导致在采用电动机为例子讲解数学建模时，学生因为缺少相应的理论基础，无法理解和体会控制系统的建模过程，更遑实际应用。因此，教师需要针对教学对象的专业背景，整合优势资源，并与课程理论知识点进行深度融合，制订具有专业特色的教学案例。

2.3 改革教学方法和教学手段

自控课程具有理论性强、内容抽象的特点，对学生的抽象思维能力要求高，而传统的教学方法通常是根据课本内容，采用多媒体课件或板书进行递进式的教学。但由于受学科局限，教师很难在课堂上与学生进行有效的交流，因而忽略了学生自主性、工程性等方面的训练，使教学效果大打折扣。因此，需要打破传统单一的教学格局，采用问题驱动、利用慕课资源，开展线上线下混合式教学模式。

2.4 改进和完善考核方式和评价方法

“以学生为中心，以产出为导向，持续改进”是工程教育认证的核心理念[4]。为了检验课程教学目标是否达成和衡量学生的学习成果，自控教学组制订了一套完善的考核和教学评价方法。为了更好地达成课程教学目标，阶段性的评价和补救性教学尤为重要。因此，教学组拟综合利用慕课资源等手段，在有限的教学课时中进行阶段性测验、课堂小测验等，考核的结果用于阶段性的持续改进，即当考核情况不理想时，应及时进行补救性教学，以确保期末考核时教学目标的达成。

3 课程改革的具体举措

3.1 关注学科差异，制订不同的课程标准

根据“新工科”人才培养要求，梳理细化分解课程目标，修订教学大纲。自动控制原理教学内容多，覆盖面广。要在32 课时的理论教学时间内，兼顾知识、素质、能力的培养，必须要有适用于非控制类专业的教学大纲引领。修订教学大纲时，首先针对大数据专业的特点，梳理并细化课程教学目标。课程目标作为整个教学大纲的核心，支撑着要达成的毕业要求，涉及授课内容、考核方式和学习活动的设计与开展。教学目标不仅要体现知识目标还要体现能力目标和素质培养。围绕课程目标要设计合适的教学内容和学习活动支撑。教学内容除了课本知识外，还要适当增加行业内的最新动态，如自控原理在人工智能、智能制造、新能源等新兴行业中的应用。学习活动要体现对复杂工程能力的培养，活动的结果要便于评价和考核，考核方式要有明确的评分标准。针对本校大数据专业的专业特点，教学组及时修正和调整课程内容，对应制订了3 个课程目标，每个课程目标均支撑相应的毕业要求。以课程目标1：理解工程问题中控制系统的概念、结构，能够运用数学、物理知识和反馈控制的原理，建立控制系统的数学模型为例，这部分的课程目标对应教材的第一章和第二章，设置的教学活动包括课前MOOC 预习、课堂讲解、随堂小测、MOOC 章节测试和学习报告总结。

3.2 关注专业差异，根据需求引入不同的教学案例

专业课是一种以相关学科为基础，为人才培养提供基础支撑的课程组织方式。课程是最基础的单位，它必须与各专业的人才培养目标相匹配。在大数据专业中，如何整合各学科的优势教学与研究资源，并将其与学科知识进行深度融合，是一个十分重要的课题。可以创建一个有大数据专业特点的教学案例库，如以工业大数据为例，把自动化技术在数据采集、传输和处理等过程中的功能融合到课程教学中，将各学科的教学案例与核心知识有机地结合在一起，形成学科之间的优势互补。这种差异化的教学内容可以为实施以学生为中心的课堂教学提供参考。目前，自控主要的授课内容包括系统建模，时域、根轨迹和频域分析方法，主要涉及系统的动态、稳态性能以及频率特性，根据控制对象的控制目标对系统进行综合分析、设计和优化。对于大数据专业这类非控制类专业的学生，考虑将工业大数据相关的案例融入自控原理课程中，这里仍以教学目标1 说明，由于没有设置实验环节，在教学内容上，如在系统建模阶段，可以引入工业生产过程中的数据采集和传输技术；如采用生产过程中普遍存在的机械臂作为研究对象，说明建模问题，首先讲解如何寻找变量，确定机械臂控制系统的输入和输出变量等；在频域分析方法中，可以结合数据分析技术对系统的频率特性进行分析等。这样做可以增强课程的实际应用性，培养学生在大数据技术方面的综合能力，并使课程更具专业特色。此外，还可以进一步升华内容，通过讲解机理建模的局限性，增加工业大数据时代基于数据驱动和专家知识的建模方法，从而与该类专业的主修课程如机器学习等建模方法进行深度融合，为全方位培养新型应用型人才提供良好的知识基础。

3.3 通过多元化的教学模式提升教学质量

在“新工科”建设理念下，自控原理作为大数据专业的一门专业选修课，就课程目标和内容作出了新的调整。但如何在有限的学时内，保质保量完成教学大纲规定的授课内容，同时能够针对教学对象的专业背景，使学生在掌握基础知识的同时，了解目前新一代信息技术、智能制造等相关新兴行业的动态和培养工程思维能力，仍是一个需要解决的问题。因此，需要采用多元化的教学模式。

利用慕课资源，开展线上线下混合式教学模式。混合式教学方案需要授课教师和学生都能合理利用网络资源[4]。目前，为了丰富课程的教学资源，广东工业大学自动化学院自控教学组已经录制了慕课视频，并成功在中国慕课网和智慧树平台推出。在这一背景下，授课教师需要根据慕课内容合理地设计线下课堂的授课内容和教学活动，并要求学生在课前和课后都能充分地利用网络资源，相互配合，从而确保教学质量和教学进度。慕课视频具有时间短和可反复播放的优点，因此便于学生提前预习和课后巩固所学知识，每个章节都设置了相应的选择题和讨论题，要求学生在每次授课前完成相关章节的学习和线上答题，教师可以根据线上答题情况调整课堂活动的内容，从而达线上线下的优势互补。学生答题情况也被作为教学过程性的评价，并在期末总评中占20%的比例。

3.4 完善考核和教学评价方法，促进课程目标达成

为了检验课程教学目标是否达成和衡量学生的学习成果，针对课程特点，课程组制订了一套完善的考核和教学评价方法，除了期末闭卷考试外，还将线上学习成绩、平时作业、课堂测验、学习报告等成绩纳入期末总评成绩，体现课程考核的灵活性和多样性。自控原理课程的总评成绩由两部分组成，平时成绩和期末考试成绩各占50%，平时成绩包含4 个部分，其中MOOC 线上成绩由视频观看时长和章节小测成绩构成，占比40%，随堂测试占20%，课后习题占20%，学习报告占20%。课前学生可以通过MOOC对课程进行预习，同时进行平台测验考查学生的自主学习能力，进一步保障线上学习效果；学习报告是指学生每章学习结束后须提交一份学习汇报，题目自拟，内容须涵盖每章节课前提出的思考题回答，可以巩固所学知识点，用于评价阶段性的学习效果。值得指出的是，本课程自从2020 年开始尝试教学改革的探索与实践以来，大数据专业学生期末总成绩的优良率和均值都呈稳中有增的发展趋势，可见改革的效果非常显著。