摘 要：针对自动化专业基础课程缺少数学、自然科学类课程作为支撑，导致学生对应用数学以及自然科学知识知晓和理解不充分的问题，具体化毕业要求分解指标点内容，并优化支撑毕业要求分解指标点的课程体系，针对每一项毕业要求，合理化分解指标点之间的逻辑关系，细化每一项分解指标点内容，支撑课程全面覆盖各分解指标点内容。

关键词：自动化领域；复杂工程问题；自然科学课程；毕业

要求

一、研究现状及存在问题

自动化专业原毕业要求指标点“能够应用数学、自然科学知识，识别和判定自动化领域复杂工程问题的关键环节。”要求学生以数学和自然科学相关课程中所学知识为基础，对自动化领域复杂工程问题进行识别和判定，原培养方案中该指标点的支撑课程包括《电路分析》、《模拟电子技术基础》和《数字电子技术基础》3门工程基础课程，以及《电机拖动基础》、《自动检测技术》、《电力电子技术》、《自动化仪表与过程控制系统/运动控制课程》和《微机控制技术》5门专业基础课程。从指标点内容来看，原毕业要求的四个分解指标点表述不明确，且四个指标点之间的逻辑关系不清晰，内容存在不同程度的重叠，对后续选择支撑课程造成干扰；从指标点支撑课程来看，原培养方案中该指标点支撑课程属于工程/专业基础课程，不包含高等数学、大学物理、线性代数等相关课程。（原指标点分别为“能够应用数学、自然科学和工程科学知识，对复杂工程问题中的被控对象机理及过程建立合适的数学模型。”、“能够应用数学、自然科学和工程科学知识，并通过查阅文献资料[1-2]，分析研究自动化领域的复杂工程问题，以获得有效结论。”）

二、面向自动化领域的自然科学类课程支撑方案

首先，具体化毕业要求的四个分解指标点内容[3]，使每条指标点含义明确且有针对性。第一，分解指标点1改为“能基于电子、控制基本原理和控制系统数学模型，正确表达自动化领域的复杂工程问题”，旨在对自动化领域的复杂工程问题进行数学建模等。第二，分解指标点2改为“能运用数学、物理、控制理论，识别和判断自动化领域的复杂工程问题的主要环节”，旨在基于分解指标点1已建立的数学模型进行系统稳定性判定、分析控制性能等。第三，分解指标点3改为“能认识到解决复杂控制系统工程问题有多种可选方案，会通过文献的获取与分析寻求可替代的解决方案”，在分解指标点2“找到方案”的基础上，借助文献资料等寻找到多种解决方案，基于工程需求分析各方案的优势和弊端。第四，分解指标点4改为“针对自动化领域的特定复杂工程问题，能够运用控制工程系统化研究方法，分析影响控制系统性能的因素，获得有效结论”，基于分解指标点1、分解指标点2和分解指标点3“解决复杂工程问题”分析研究“特定复杂工程问题”，并得到合理有效的解论。

其次，针对指标点支撑情况，优化课程体系[4]。以毕业要求分解指标点为例进行分析。第一，分解指标点1支撑课程包括《电路分析》、《模拟电子技术基础》、《数字电子技术基础》三门学科基础课程，以及《现代控制理论》、《计算机控制技术》两门专业教育课程，使学生识别并正确表述自动化领域常见的“自动化生产线设计”、“集成和控制”等复杂工程问题。第二，分解指标点2支撑课程包括《高等数学》、《大学物理》、《线性代数》、《概率与数理统计》、《复变函数与积分变换》、《大学物理》等八门学科基础课程，《传感器与检测技术》、《自动控制理论》、《信号分析与处理》三门专业教育课程，《计算方法实验》、《数据结构与算法》等三门实践课程，以及《运筹学》、《电机与运动控制Ⅰ》两门个性化发展课程，该指标点支撑课程涉及包含数学、物理学等领域的自然科学领域课程，夯实学生分析自动化领域复杂工程系统性能的数学、物理学理论基础。第三，分解指标点3支撑课程包括《计算机控制技术》一门专业教育课程，《电子技术综合课程设计》、《理科创新思维实训》两门实践课程，以及《计算方法》、《数据挖掘与处理》、《机器人建模与仿真技术》等八门个性化发展课程，拓宽学生分析研究自动化领域复杂工程问题的视野，学生站在不同视角并基于不同切入点分析研究问题，进而寻找到多种解决问题的方案。第四，分解指标点4支撑课程包括《传感器检测与技术》一门专业教育课程，《电路分析实验》、《模拟电子技术实验》、《自动化专业毕业设计》等七门实践课程，以及《非线性控制系统》、《机器人控制基础》等四门个性化发展课程，针对特定复杂工程问题（如工业机器人在工业机械中的应用），寻找有效的研究方法。

三、结语

设计面向自动化领域复杂工程问题的自然科学类课程支撑方案题，首先具体化毕业要求分解指标点内容，使每条指标点含义明确且有针对性，然后针对指标点支撑情况，优化课程体系，为其他专业设计自然科学类课程方案起到借鉴应用。

参考文献

[1] 刘建平，杨小敏，周枚花.地方高校自然科学通识教育提升策略研究[J].新教育时代电子杂志（教师版）， 2023（11）： 124-126.

[2] 孙栋梁.“理化生”融合先修课程的校本探索[J].江苏教育，2021（11）： 61-62.

[3] 段振霞，刘银华，杨鸣.基于项目驱动的机器人实验课程教学实践与研究[J].实验室科学，2022，25（5）： 144-147.

[4] 杜岩，谢谟文，李长洪，等. 新工科背景下自然科学理论融合教学实践[J].高等理科教育，2022（1）： 43-47.

基金项目：2022年中国电子教育学会研究生教育分会“研究生教育改革与实践研究”课题—《研究生导师团队建设与研究生创新能力培养的研究》资助；2021年西安工业大学教学改革研究项目—《新工科视域下基于多维驱动的“电信类+智能制造”创新复合型人才培养体系与实践研究（21JZY001）》资助；2022年西安工业大学教学改革研究项目一般项目《多学科交叉融合的微机原理及单片机应用课程教学模式探索与实践（22JGY21）》资助。

作者简介：赵素平（1988—） ，女，汉族，河南濮阳人，博士，讲师，主要从事轨迹规划、预测控制、机器学习方向研究。