新工科背景下“传感与测试技术”教学改革初探

刘东东，崔玲丽

（北京工业大学 材料与制造学部，北京 100124）

引言

2017 年以来，教育部积极推动新工科建设，先后形成了“复旦共识”“天大行动”和“北京指南”［1-2］。新工科主要体现在工程教育的新理念、学科专业的新结构、人才培养的新模式等五个方面［3］，强调面向未来的产业需求，增强学生的创新能力。在新工科背景下，优化教学方案对于提高学生的创新能力与工程实践能力至关重要［4-5］。

“传感与测试技术”是北京工业大学机械工程专业的专业基础必修课，对提高学生的实践和创新能力具有重要作用。本门课程的学习要求学生掌握传感器的基本原理、测试系统的组成及特性、信号分析方法，以加强学生对传感与测试相关理论知识的掌握，提高工程应用能力。然而，传统课堂仍然存在工程实践培养能力弱、与前沿研究脱节等问题［6-8］。例如，传统教材的信号分析方法与案例，与机械工程结合弱，造成学生重理论缺乏解决实际工程问题的能力。随着以深度学习技术为代表的人工智能的蓬勃发展以及硬件处理能力的提高，人工智能已经成为国际前沿研究热点，且相关理论已经取得重要实际工程应用［9］。在传感与测试领域，智能感知、大数据分析技术已经成为研究前沿［10］。但是，机械类专业本科学生对人工智能的概念仍然模糊，未能建立初步认识，缺乏对人工智能算法在机械工程中应用的了解与掌握。

本文以项目式教学为指导，建立以齿轮箱健康状态监测为例的项目式教学方法，引导学生按照课程的推进，完成对使用加速度传感器在不同健康状态下齿轮箱采集信号的频率分析、统计量分析、信号调制与解调等信号处理方法的学习，增强学生对“传感与测试技术”课程实际工程应用的理解，培养学生实践与创新能力。引入传统机器学习方法及典型深度学习方法，介绍其基本原理及典型工程应用案例，指导学生使用此类方法完成对上述振动信号的智能特征提取与模式识别，建立学生对人工智能的初步了解，提高学生对人工智能在传感与测试技术中应用的认识，增强对前沿知识的掌握。

一、新工科背景下“传感与测试技术”教学现状分析

（一）教学难以激发学生兴趣

“传感与测试技术”是一门实践性极强的课程，同时其相关理论计算复杂，讲授难度非常大。以信号频谱分析为例，从周期信号的三角函数展开、复指数函数展开到非周期信号的傅里叶变换，其中包含大量公式推导。课程讲授过程中，学生经常会跟不上教师的推导过程，且理论推导枯燥，难以激发学生兴趣。即使数学功底扎实的学生能够跟上教师节奏，对所讲授理论做到完全理解，但是对于相关理论的物理意义也未必能理解。因此，偏理论、“灌输式”的教学方法难以形成新的教学理念，难以满足新工科培养多元化、创新型人才的要求。

（二）教学内容缺乏新的应用背景

现有理论教学一般以例题为辅助，理解相关计算过程。以例题为主要的教学方法，能够提高学生对公式的理解以及应对考试能力，但是对于相关理论在机械工程中的实际应用仍然无法掌握，使学生对机械工程专业理论的工程应用以及将来就业缺少清晰认识。此外，以理论为导向的学习难以服务于其他课程所学内容，不能形成课程之间的衔接。因此，无法满足新工科面向经济发展，培养实践能力强的创新型人才的要求。

（三）教学内容前沿性不足

深度学习的提出使人工智能成为国际研究前沿，取得飞速发展。智能感知及智能信号处理方法已经取得重要成果，且已经成功应用于实际工程。然而“传感与测试技术”课程只是涉及信号处理方法，没有融入智能感知与智能信号处理方法。而无人驾驶、智能监测等，都利用了人工智能方法处理传感器采集到的信号。同时，人工智能概念非常火热，虽然机械类专业的本科生缺乏对这一概念的了解，但却保持积极的学习态度。因此，现有课程内容不能满足新工科对新理念和新技术的要求。

二、新工科背景下的改革方法

（一）工程实践靶向的理论介绍

“传感与测试技术”课程概念多、理论推导复杂，需要深厚的数学功底。对于一般学生来说，掌握过多的详细推导过程非常困难，造成学生兴趣低、学习激情弱的现象。在讲授这门课程时，可以根据学生基础适当调整内容。对于边缘的、难以理解的计算步骤可以省略，更多地从逻辑上、原理上教导学生怎样理解所推导内容，使学生明白其物理意义。随着学生获取知识能力渠道的增多，对于公式推导可以非常详细地从网络上找到，教师应该更多地传授公式背后的几何或者物理意义，让学生能从宏观上理解相应理论的原理。除此之外，尽管有些教材内容非常全面，但是逻辑上不够清晰，且有些知识点在机械工程中很少应用。对于这些内容，笔者认为教师应该省略推导过程，以免造成学生困惑。教师应该使用通俗的语言讲述其原理，让学生把更多的精力放到怎样使用这些理论解决实际工程的问题上。教师应该将相关原理渗透到工程应用中，使学生具有更高的逻辑理解能力，更强的数学理论服务机械工程的思维能力。

（二）项目式教学方法

传统教学方法以教师讲授为主、以例题或案例分析为辅，引导学生理解所学内容。此类方法不仅使学生兴趣低，并且偏离工程的例题讲解难以培养学生的工程实践能力。笔者认为，可以使用项目式教学方法来提高学生工程实践能力。项目式教学方法是一种近几年发展起来的新型教学方法。此类教学方法以学生为中心、以教师为主导，锻炼学生思辨能力、动手能力及工程实践能力。项目式教学方法主要是将课程大纲涉及的知识点渗透到项目中，在项目的推进过程中，学生不仅能够学习到理论知识，还能增强工程意识和实践能力。项目式教学对教师的教学能力和实践能力提出了更高的要求。教师应该把握学生项目进度，引导学生完成项目，满足教学大纲要求。考虑到“传感与测试技术”课程的知识点，本课程可以设计完整的机械类项目，随着课程理论的推进，完成项目要求和目标。旋转机械的振动信号具有较强的周期性、调幅等特性，同时包含大量背景噪声。这非常有利于学生对信号处理中频谱分析、相关分析、信号调幅与解调、滤波原理等知识点的掌握。以齿轮箱健康监测为例，从加速度传感器理论教学、传感器选型、信号测试系统的介绍、振动信号的采集、信号频谱分析、统计量分析、信号调理与解调等，让学生随着课程的讲授，完成以上内容的学习，不但能够完成知识点的学习，理解所学内容的实际工程应用价值，更能激发学生的学习兴趣。由于制定不同项目会涉及不同知识点，且这些知识点往往从教材中无法获取，这将需要学生以问题为导向，进行文献搜索、获取信息、讨论制订方案，从而可以培养学生解决实际问题的能力。在项目过程中，学生可以根据问题，制订相应的解决方案，从而提高学生的创新能力。

（三）人工智能算法引入

随着深度学习算法的提出以及硬件计算能力的提高，人工智能成为国际研究前沿热点。在传感与测试领域，人工智能也取得了重要理论成果及工程应用。例如，无人驾驶车通过传感与智能算法，能够成功辨识红绿灯、避让来往车辆以及障碍物，成为现在研究前沿产品。在机械运维方面，人工智能同样取得重要应用。人工智能算法可以自动从采集振动信号中提取有效特征，识别机械健康状态。然而，机械类学科的本科生对人工智能还很陌生，难以接触和系统学习人工智能算法。但是，“传感与测试技术”课程具有多学科交叉融合的特点，适合引入人工智能算法。人工智能方法理论性强，对数学和计算机功底要求高。笔者认为，本门课可以引入1～2种传统机器学习方法和1种深度学习方法，讲述其背后逻辑以及一些重要部分数学上的实现。需要注意的是，对于某些机器学习方法的原理往往需要大量数学公式推导，由于课时的限制，不能满足深度学习原理这一要求。因此，人工智能算法的讲授不能集中到难懂的公式推导中，否则背离了以工程实践为目的的新工科的要求，教师应该主要讲解机器学习算法背后的逻辑以及主要原理，使学生明白其主要工作原理方能满足要求。人工智能算法的讲解同样可以渗透到项目式教学过程中。在上述的齿轮箱状态监测项目中，使用信号处理方法可以完成信号的频谱分析、统计量分析和信号解调等，揭示齿轮箱故障特征。在人工智能算法环节，可以使用智能算法自动提取所采集振动信号的特征，然后完成信号的分类，实现机械健康状态识别。此案例不仅简单，符合人工智能算法基础薄弱的机械类本科生，而且可以将人工智能应用到工程实际。重点是让学生明白人工智能算法的作用机理和用途，对人工智能有初步的了解和认识。学习了这些算法的原理之后，完成上述采集不同健康状态齿轮箱的振动信号的模式识别，不但能够揭开人工智能的神秘面纱，还能面向实际机械工程应用，增强学生对前沿工程实践研究的掌握。

（四）动手实践环节

项目教学方式虽能提高学生兴趣，增强学生工程实践感受与素养，但是学生同样不懂得怎样完成上述操作，不清楚实际工程应用中怎样实现相关分析。笔者建议，由于Matlab编程简单，且已经有大量集成程序包，授课过程中，可以提供给学生一些简单Matlab代码，让学生动手处理所采集的信号。首先，让学生完成简单计算类程序的实现，比如在周期方波信号的三角级数展开过程中，使用不同数量的三角函数波形逼近周期方波，学生可以更加理解知识点，且能感受到工程软件的作用。然后，使用软件处理上述所提的项目中采集的振动信号，完成信号的频谱、相关和解调等分析。学生在操作过程中，能够提高自己的动手能力，增长找到解决工程问题的成就感。学生在理论学习过程中，面临大量公式理论推导，这使得部分学生不敢从事一些测试类甚至技术类工作，而学生自己完成项目信号的处理，可使学生对编程类工作不再具有惧怕和抵触心理。同样，我们可以讲述简单机器学习算法的程序，让学生自己使用软件处理振动信号，完成信号的智能识别。通过简单软件操作，学生能够更加理解人工智能，这对于学生未来接触相关领域工作有极大促进作用。

（五）考核方式的完善

现有“传感与测试技术”课程考核仍由期末成绩、实验成绩和平时成绩构成，但是期末成绩考核占比过大，导致学生仍然以理论学习和应试为主，这不符合新工科要求。实际工程应用中，技术人员或开发人员可以很容易找到理论推导、原理等系列描述，而先进的计算机及软件能辅助完成庞大的计算。新的考核应重视创新能力和实际工程问题的解决能力。笔者建议，首先，增加项目完成度成绩。按照学生提交的项目报告，查看学生对于工程问题的理解以及实际解决情况，以提高学生的实践能力。其次，卷面增加工程应用的主观问题，考核学生解决问题的能力。

结语

本文以新工科为背景，分析了“传感与测试技术”课程的现状，提出工程靶向的理论讲解、项目式教学方法、人工智能的引入、动手实践环节的增强和考核方法的优化五点建议，旨在培养具有创新能力和工程实践能力的优秀人才。笔者在教学过程中，让学生涉猎了自己承担的机械状态监测项目，普及了简单人工智能的原理和应用案例，学生都表现出浓厚的兴趣，足见本教改不仅符合新工科要求，还能激发学生兴趣，具有较好的可行性。