一、学科平台课程 1《电路原理》 2《电路原理实验》 3《模拟电子技术基础》 4《模拟电子技术基础实验》 5《数字电子技术基础》 6《数字电子技术基础实验》 二、专业课程 1《C 语言程序设计》 2《信号与系统 B》 3《微机原理与接口技术 B》 4《微机原理与接口技术实验》 5《电机原理及拖动基础》 6《检测技术与仪表》 7《自动控制原理 A》 8《电力电子技术》 9《过程控制》 10《过程控制专题实验》 11《运动控制》 12《运动控制专题实验》 13《电气控制技术》 14《电气控制技术实验》 三、个性化发展课程 1《控制系统仿真》 2《控制系统仿真实验》 3《现代控制理论》 4《计算机控制技术》 5《计算机控制技术实验》 6《嵌入式系统原理与应用 B》 7《嵌入式系统原理与应用 B 实验》 8《单片机技术及应用》 9《EDA 技术及应用》 10《EDA 技术及应用设计》 11《科技论文写作》 12《专业英语》 13《电气识图与 AUTOCAD 设计》 14《工控组态软件及应用》 15《工业控制网络与通信》 16《系统建模与辨识》 17《系统工程导论》 18《人工智能》 19《机器学习与模式识别》 20《智能传感器网络及应用》 21《智能控制理论及应用》 22《机器人控制技术及应用》 四、实践环节课程 1《高级语言编程综合训练》 2《电子工艺实习》 3《电子技术课程设计》 4《工程技术基础实训》 5《单片机课程设计》 6《嵌入式系统综合设计》 7《控制系统综合实训》 8《自动化工程实践》 9《毕业设计》

一、学科平台课程 1《高级语言程序设计》 2《电路原理》 3《电路原理实验》 4《复变函数 B》 5《模拟电子技术基础》 6《模拟电子技术基础实验》 7《数字电子技术基础》 8《数字电子技术基础实验》 二、专业课程 1《专业计算机基础上机实验》 2《信号与系统 A》 3《信号与系统实验》 4《微机原理与接口技术》 5《微机原理与接口技术实验》 6《数字信号处理》 7《数字信号处理实验》 8《通信原理》 9《通信原理实验》 10《EDA 技术及应用》 11《EDA 技术及应用设计》 12《电磁场与电磁波 B》 13《计算机仿真》 14《计算机仿真实验》 15《单片机原理与应用》 16《单片机原理与应用实验》 17《自动控制原理 C》 18《信息论与编码》 19《通信电子线路》 20《通信电子线路实验》 21《随机信号检测和处理》 22《电子线路计算机辅助设计》 23《电子系统设计》 24《DSP 原理及应用》 25《DSP 原理及应用实验》 26《数据通信与计算机网络》 三、个性化发展课程 1《数据库系统原理》 2《嵌入式系统设计》 3《嵌入式系统设计实验》 4《机器学习》 5《数字语音处理》 6《数字图像处理》 7《深度学习》 8《数据挖掘》 9《现代信号处理技术》 10《移动通信技术》 11《无线自组网》 12《传感器与信号检测》 四、实践环节 1《高级语言编程课程设计》 2《工程训练 C》 3《电子工艺实习》 4《电子技术课程设计》 5《EDA 技术课程设计》 6《单片机系统课程设计》 7《专业实习》 8《毕业设计》

一、学科平台课程 1《电工技术》 2《工程制图 B1》 3《工程制图 B2》 4《工程力学》 5《机械工程材料》 6《机械设计基础》 二、专业课程 1《物流工程》 2《物流系统建模与仿真》 3《物流管理》 4《供应链管理》 5《物流信息技术》 6《仓储与库存控制技术》 7《物流设施设备》 8《运输与配送》 9《国际物流学》 10《物流系统工程》 11《物流系统规划》 三、个性化发展课程 1《物流 3D 模型设计》 2《物流项目管理》 3《物流成本管理》 4《物流运筹与优化》 5《Flexsim 高级应用技术》 6《数据库原理》 7《数据分析与 VBA 程序设计》 8《配送中心规划与设计》 9《物流工程经济学》 10《生产物流系统》 11《物流工程案例分析》 12《物流管理信息系统》 13《物流市场营销学》 14《专业英语》 15《科技论文写作》 16《物流法律法规》 17《物联网技术基础》 18《物流设备管理》 19《港口机械》 20《物流工程经济学》 21《物流工程安全技术》 22《物流自动化》 23《现代物流装备与技术》 24《物流机械设计基础》 25《仓储设备选择与设计》 26《机械动力学基础》 27《专业英语》 28《海关报关实务》 29《采购学》 30《外贸英语函电》 31《智能物流技术概论》 32《人力资源管理》 33《物流业务英语口语》 34《物流大数据分析》 35《电子商务》 四、实践环节 1《工程训练 B》 2《认识实习》 3《物流仿真实践》 4《仓储与库存控制技术课程设计》 5《配送中心规划课程设计》 6《物流设施设备课程设计》 7《物流管理信息系统课程设计》 8《物流系统综合实训》 9《生产实习》 10《毕业设计（论文）》313

皮尔格冷轧无缝钢管过程中为了获得性能较好的成品需要选择合理的送进量数值，本文以冷轧304不锈钢为研究对象，借助有限元模拟软件对不同送进量下的皮尔格冷轧过程进行了完整的仿真，对比分析了送进量对金属流动速度、轧制力、等效应力、残余应力及管材回弹的影响规律.结果表明轧制过程中孔型背脊和与轧辊接触的孔型侧壁处管材金属流动速度随送进量增加而增加，轧制力、等效应力及残余应力均随送进量的增加而增大，并且送进量的增大还会显著增加管材的回弹量.借助试验轧机对不同送进量下皮尔格冷轧管进行轧制试验，对试验得到的管材进行尺寸和残余应力测量，测量结果与有限元仿真结果基本一致，为皮尔格轧制过程不同送进量的选择提供依据

电气工程及其自动化专业 《电气工程专业导论》 《专业引领实战训练》 《工程电磁场》 《工程技术创新导论》 《电机学》 《专业开放实验》 《电力电子技术》 《单片机原理及应用》 《电气工程 Matlab 建模与仿真》 《自动控制原理》 《电气测量技术》 《电磁兼容技术》 《电气控制与 PLC 技术》 《电力系统分析》 《电力拖动自动控制系统》 《太阳能发电技术》 《DSP 原理及应用》 《电源技术及应用》 《太阳能光伏发电工程设计》 《电力电子技术综合设计(1)》 《电力电子技术综合设计(2)》 《毕业实习》 《创新创业竞赛实战》 《专业综合训练(1)(2)》 《供配电技术》 《风力发电技术》 《专业英语》 《电机节能技术》 《智能电网与微电网技术》 《工业计算机网络与通信》 《电力拖动自动控制系统课程设计》 《供配电系统综合课程设计》 《毕业设计》 智能科学与技术专业 《智能科学与技术导论》 《计算机软件基础》 《信号与系统基础》 《智能系统建模与仿真》 《脑与认知科学概论》 《数字信号处理》 《微控制器技术》 《专业综合实战训练(1)》 《控制理论》 《人工智能基础》 《神经网络》 《模糊控制》 《图像处理与模式识别》 《机器智能综合实验》 《移动操作系统》 《嵌入式系统》 《数据库新技术》 《无线自组织网络》 《飞行器控制导论》 《专业综合实战训练(2)》 《智能传感与检测技术》 《机器人学》 《数字控制系统》 《机器人控制课程设计》 《信息论与编码》 《数据挖掘与处理》 《专业英语阅读》 《控制系统设计方法》 《智能机器人》 《机器学习》 《智能系统与工程课程设计》 《科技创新与方法论》 《移动机器人导航技术》 自动化专业高精尖项目(双培计划) 《惯性导航技术》 《物联网系统基础与应用》 《系统辨识》 《集散控制系统》 《先进控制理论》 《楼宇自动化》 《应用自适应控制》 电气工程及其自动化专业轨道牵引电气化方向(双培计划) 智能科学与技术专业机器人大脑方向(双培计划) 《生产实习》 其他专业 机械设计制造及其自动化专业 《微机原理及应用》 新能源科学与工程专业 机械电子工程专业 《人工智能》

针对经典人工蜂群算法收敛速率较慢,后期易陷入局部最优解的不足,本文将粒子群算法中\全局最优\的思想引入到人工蜂群算法的改进过程,从而形成了一种新的人工蜂群改进算法——粒子蜂群算法.首先,提出了趋优度的概念,用来衡量引领蜂在有限次迭代过程中向全局最优解靠近或远离的程度,趋优度值可以评价个体的\发展潜力\,趋优度值越低的个体,越需要增大变异的程度,以便找到质量更优的解.其次,专门设计了一种新的蜜蜂群体——粒子蜂,在引领蜂变异阶段根据趋优度的大小将引领蜂变异为侦查蜂和粒子蜂,粒子蜂的出现在很大程度上增加了种群的多样性,拓展了算法的搜索范围.然后,通过粒子蜂群算法种群序列是一个有限齐次马尔科夫链和种群进化单调性的分析,验证了本文所提算法的种群序列依概率1收敛于全局最优解集.最后,将本文所提算法应用于多个常见测试函数,并与经典蜂群算法、近年其他文献改进蜂群算法进行了仿真对比研究,仿真结果表明本文所提算法确实加大了种群的分散度、扩宽了搜索范围,从而具有更快的收敛速度和更高的寻优精度

针对一体化生产过程中连铸出坯顺序与热轧轧制顺序的协调问题,提出了计划顺序协调因子,并在此基础上建立了有利于提高直接热装(DHCR)比例的热轧批量计划优化模型.模型在满足热轧轧制工艺的基础上充分考虑了铸坯连铸出坯计划与热轧轧制计划的协调.采用改进遗传算法——两交换启发交叉算法对模型进行了求解.最后,针对大批量少品种和小批量多品种两组板坯对某钢厂2250 mm和1580 mm轧线进行了仿真,仿真结果表明模型可以大大减少铸坯因顺序不协调而引起的在进入加热炉前的等待时间,进而提高板坯DHCR比例

无线传感器网络是典型的网络化嵌入式系统,由于其既涉及嵌入式系统的行为又涉及网络的行为,以及其应用相关性,使其测试调试变得困难复杂,无法构建一个通用的测试调试平台.为有效地测试调试无线传感器网络,在分析已有的研究工作基础上,采用半实物的仿真策略,提出了一种混合方式的无线传感器网络测试调试系统,解决了纯粹软件仿真平台掩盖太多实际器件实现的细节和实际环境测试中嵌入式系统行为和网络行为不可见、不可控性的缺陷,达到了一种折中的效果.最后给出了该系统在FPGA(field programmable gate array)上的实现实例;通过实验验证了该系统能够有效地对无线传感器网络应用进行测试调试

为了提高永磁同步电机的转速控制性能,克服扰动对伺服控制的影响,提出了一种基于新型趋近律和扰动观测器的滑模控制方法.设计了一种新型趋近律,以解决传统趋近律滑模面趋近时间和系统抖振之间的矛盾,提高系统响应快速性.综合考虑系统存在内部参数摄动和外部负载扰动,设计了滑模扰动观测器,并将观测值前馈补偿到速度控制器输出端;将观测器切换增益设计为扰动观测误差的函数,以削弱滑模观测值抖振.仿真结果显示,与传统趋近律相比,采用新型趋近律可有效提高系统的响应速度,快速准确的跟踪速度阶跃信号;滑模观测器可准确的观测系统扰动的变化;当系统加入负载扰动时,PI控制最大转速波动值为75 r·min-1,而基于新型趋近律和扰动观测器的滑模控制最大转速波动值较小为30 r·min-1,鲁棒性更好.实验结果显示,采用基于新型趋近律和扰动观测器的滑模控制方法可以快速跟踪400 r·min-1的速度指令,调节时间为0.12 s,稳态跟踪误差为±4 r·min-1,且转速无超调;滑模观测器可准确无超调的估计系统扰动值,进一步提高系统的抗扰动性能;当电机以400 r·min-1稳速运行时,加入0.6 N·m的负载扰动,基于新型趋近律和扰动观测器的滑模控制方法最大转速波动为23 r·min-1,与PI控制相比,转速波动减小了8%.上述仿真和实验结果具有较好的一致性,表明基于新型趋近律和扰动观测器的滑模控制方法可以有效抑制滑模控制系统的抖振,提高转速控制系统的鲁棒性和动态响应性能

为解决热轧厚壁无缝钢管横向壁厚分布不均的问题,建立三维热力耦合有限元模型,对张力减径轧制过程进行了动态模拟,并结合工业试验验证仿真模型.根据仿真结果分析了轧制过程中温度、应变和摩擦力的分布,研究了单道次轧制时金属的径向和周向流动规律,并结合整个轧制过程对金属的横向流动及壁厚不均的形成过程进行了分析,研究了轧制过程中温度对金属流动行为的影响,从而总结出横向壁厚分布不均的原因.结果表明:(1)在经过单道次轧制时,金属的周向流动为从孔型顶部流向辊缝,对应孔型角±30°位置处金属的周向流动最活跃,靠近孔型顶部和辊缝位置的金属周向流动性较差.但从整个轧制过程来看,金属总的周向流动为从孔型顶部和辊缝向孔型角±30°位置处流动,从而导致孔型角±30°位置处的壁厚比孔型顶部和辊缝位置要厚.(2)温度分布对金属横向流动有重大影响.由于塑性功换热的原因,孔型角±30°位置处金属的温度比辊缝和孔型顶部处高,此处金属较软,阻力较小,孔型顶部和辊缝处金属向此处的流动性增强,导致钢管截面呈内边方形