Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Tianjin University

控制理论基础

Tianjin University via XuetangX

Overview

Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it





《控制理论基础》面向能源与动力工程的本科生,围绕智能化时代对控制理论的重要需求,主要目标是通过构建课堂理论教学、线上教学资源、课下项目实验、随堂算法竞赛、项目答辩分享等多元教学模式,使学生理解经典控制和现代控制理论中的基本原理和核心概念,掌握典型控制问题的分析思路和控制系统设计方法。

同时,帮助学生完成数学、工程基础、控制等多学科知识融合,构建系统思维逻辑,解决能源与复杂工程问题。通过灵活的教学课堂设计,激发学生自驱力,培养学生基础科研素养。

课程荣获2024年中国汽车工程学会汽车相关课程建设典型案例奖,中国机械工业产教融合教育教学创新大赛全国特等奖(课程类全国唯二)。



课程内容

教学内容具体包括:

1.使学生理解传感器、执行器、控制器等控制系统的基本构成,熟悉信号处理、参数整定、性能分析等基本方法。

2.使学生领会控制问题的一般分析思路,掌握常见的数学建模,时频域分析、常用控制算法设计,参数整定等方法。

3.使学生具备独立开展简单控制器的设计与仿真的能力,为后续专业课程的学习及研究工作开展奠定扎实的控制基础。 主要内容包括:动力系统的建模与时频域分析、控制系统的频域分析、PID、ADRC、MPC、强化学习等工业界常用算法的设计。


课程特点

课程针对同学们“知识碎片化、关联性不够,求知被动化、参与度不高,实践套路化、获得感不强”等一系列问题,提出了“一干两翼两平台”的课程建设思路。黏合知识碎片,以课程项目为授课“主干”,作为课程抓手。构建动口和动手的“两翼”,提高课程参与度和获得感。建设数字孪生仿真平台、实物实验平台,形成“两平台”,解决成本难控、平台难建的问题,承载“一干”,支撑“两翼”。


举措一:

以机器人打乒乓球、无人车竞速两个高阶、趣味、前沿的课程项目为主干。利用该项目,串联对象建模、闭环控制、性能分析等知识点,融合视觉、交互、计算、执行等复杂系统要素,为教师找到了授课“抓手”,帮助同学们理解了复杂系统,培养了科学精神,形成了系统思维。


举措二:

围绕项目研发和竞赛,结合理论教学,设立基于项目“里程碑管理”的翻转课堂,引入课下竞赛,组成多元教学模块。通过团队分享拉动主动思考,通过交互提问增加思考深度,打开了动口和动手“两翼”,在讨论中启蒙研发和协作,提升了工程素养,实现了课程的全员参与。


举措三:

招募结课学生担任助教、师生合力,建设了实体和数字孪生“两平台”。通过科研反哺教学,引入自动驾驶最新研究成果,形成了反馈校正和滚动优化机制,降低了教改的时间和经济成本。鲜活的案例和滚动传承,让平台建设化繁为简、化整为零。



Syllabus

  • 第一章 绪论
    • 1.1 引入及课程目标、资源介绍
  • 第二章 控制系统的数学建模:从微分方程到传递函数
    • 2.1 微分方程建模
    • 2.2 传递函数建模方法
    • 2.3 拉氏变换
    • 2.4 习题
  • 第三章 典型环节的传递函数及其时域响应
    • 3.1 典型环节的传递函数
    • 3.2 二阶系统的时域响应
    • 3.3 习题
  • 第四章 动态系统的性能描述、调节及反馈控制入门
    • 4.1 零极点对系统动态的影响
    • 4.2 习题
  • 第五章 稳定性及其代数判据、频率响应入门
    • 5.1 系统的稳态误差及消除方法
    • 5.2 频域分析入门
    • 5.3 习题
  • 第六章 绘制频响曲线、理解系统动态、反求传递函数
    • 6.1 绘制一般线性系统的Nyquist plot
    • 6.2 习题
  • 第七章 频率响应的应用:通过频率响应判断稳定性
    • 7.1.1 Nyquist稳定性判据的原理与来龙去脉
    • 7.2 用Bode plot判断系统稳定性的原理
    • 7.3 习题
  • 第八章 频率稳定判据(续)与稳定裕度的计算
    • 8.1 稳定裕度计算入门
    • 8.2 习题
  • 第九章 从PID到自抗扰控制(ADRC)算法
    • 9.1 系统校正与PID控制串讲
    • 9.2 从“人见人爱”的积分串联型谈控制中的扰动
    • 9.3 从误差积分被动补偿→“总扰动”主动抑制
    • 9.4 扰动的主观观测:扩张状态观测器
    • 9.5 习题
  • 第十章 模型参数的辨识方法
    • 10.1 批量线性最小二乘做参数辨识
    • 10.2 习题
  • 第十一章 线性模型预测控制(Linear MPC)
    • 11.1 无约束的线性模型预测控制(含增量式)
    • 11.2 习题
  • 第十二章 非线性模型预测控制(Nonlinear MPC)
    • 12.1 如何引入控制输入约束,怎样求解?——KKT条件
    • 12.2 从线性到非线性模型预测控制——SQP方法
    • 12.3 从线性到非线性模型预测控制-PMP方法
    • 12.4 关联(S)QP与PMP:手动求解线性MPC(特例)
    • 12.5 关联(S)QP与PMP:求解黎卡提方程(共性问题)
    • 12.6 MPC的应用:无人车轨迹跟踪、发动机能量管理
    • 12.7 习题
  • 第十三章 强化学习(控制)与仿真 – 值迭代(Q-learning & DQN)
    • 13.1 基于学习的方法解HJB方程-1-Q-learning原理
    • 13.2 梳理:最优控制与强化学习的关联
    • 13.3 习题
  • 第十四章 强化学习(控制)与仿真 – 从值迭代到策略迭代:From DQN to DDPG
    • 14.1 策略梯度(D)DPG的原理
    • 14.2 DDPG解决LQR的控制问题
    • 14.3 习题
  • 期末考试

    Taught by

    Kang Song

    Tags

    Reviews

    Start your review of 控制理论基础

    Never Stop Learning.

    Get personalized course recommendations, track subjects and courses with reminders, and more.

    Someone learning on their laptop while sitting on the floor.