科大首页
学科科研
学位点简介 您的位置是: 米兰网页版登录入口 > 学科科研 > 学科建设 > 学位点简介 > 正文

控制工程领域专业学位硕士授权点简介

日期:2019-07-20  点击:次;  字体:[] [] []

  一、领域简介

  控制工程是以工程领域内的控制系统为主要对象,以数学方法和计算机技术为主要工具,研究各种控制策略和控制系统建模、分析、综合、设计和实现的理论、方法和技术的一门学科。

  米兰网页版登录入口控制工程领域工程硕士依托米兰网页版登录入口“控制科学与工程”一级学科博士点和一级学科硕导点,经过10余年的发展已经成为我校传统优势研究领域之一。该领域于2011年获批省先进金融装备技术重点实验室,2013年获批国家金融安全及系统装备工程技术研究中心(国家科技部),2014年获批省金融安全及系统装备协同创新中心。

  近年来,以国家工程中心、省级重点学科和重点实验室为依托,本学科逐步形成了以包括控制理论与控制工程、系统工程、模式识别与智能系统等研究方向,形成了复杂群体系统行为涌现与抑制、非线性控制系统理论研究与应用、金融智能装备检测技术与控制、彩色图像表征与分析、复杂系统建模与优化等具有特色的研究领域,形成了具有鲜明的面向“冶金过程”和“金融智能装备”的特色。

  近五年来,承担国家科技攻关计划项目2项,获得省部级科技进步奖6项,国家自然科学基金项目12项,完成科研经费达4000多万元,完成46个新产品的成果转化和产业化,通过省科技成果鉴定10项,省新产品鉴定6项,发明专利3项,出版学术专著及教材5部,发表学术论文300多篇,其中被SCI、EI检索100多篇。

  本学科现有教师及实验人员88人,其中长江学者1人,省攀登学者1人,省特聘教授1人,省优秀专家1人,中科院及省百人层次各1人,教授25人,博士生导师18人,具有博士学位教师54人、硕士学位14人,形成以中青年教师为主的学术梯队。本学科实验室的使用面积达到2400多平米,固定资产达到1635万元。

  本学科所培养的人才和研究技术,满足了冶金行业和金融装备行业的需求。这些对于全面振兴老工业基地及提升区域科技创新水平具有重大的推动作用,对于我校凝聚和稳定优势特色学科,发展和提升我省高等教育水平、提高创新人才培养质量和规模,都具有重大现实意义。

  二、培养目标

  本领域面向冶金行业、流程工业和金融装备行业的重大需求,瞄准科技前沿,秉承服务辽宁省地方经济宗旨,培养具有一定创新能力的应用型、复合型高层次工程技术和工程管理人才。经过培养达到以下培养要求:

  1、掌握马克思列宁主义、毛泽东思想、邓小平理论、“三个代表”重要思想、科学发展观、习近平新时代中国特色社会主义思想,树立正确的世界观、人生观和价值观,遵纪守法,品德良好,实事求是,学风严谨,服从国家需要;

  2.掌握坚实的控制科学理论基础知识与专业知识,具备先进控制工程技术应用技能,具有从事控制系统、设备或装置的开发设计、工艺设计和实施等能力;

  3.具有从事科学研究工作或独立承担专门工程技术工作的能力,能够独立解决本学科有关工程应用中出现的实际问题;

  4.至少掌握一门外国语,能熟练地阅读专业文献资料,并具有一定的外语写作能力和进行国际学术交流能力。

    三、研究方向

  1、复杂群体系统行为涌现与抑制

  针对复杂群体系统的非线性、随机性、无穷维、强耦合、多层次和不确定等复杂特征进行研究,同时研究群体系统的群集、一致和涌现等现象,逐步形成了控制科学、系统科学、机器人科学与行为科学交叉的研究方向。主要研究内容涉及:同质群体系统群集的队形控制、一致性控制、动态路径规划和异质群体对抗控制等方法,微纳米机器人的制备、磁控、运载和微纳米群体机器人的协调等方法,人类群体在行为金融决策和行为安全管理等方面的理性意识涌现与非理性行为抑制的仿真分析方法以及复杂大系统的分散控制、鲁棒控制等。

  2、金融智能装备检测技术与控制

  以国家金融安全及系统装备工程技术研究中心(国家科技部), 辽宁省先进金融装备技术重点实验室和辽宁省金融安全与系统装备协同创新中心为支撑,研究大型金融智能装备的智能鉴伪识别方法、大容量进出钞、自动扎把、盖章、分配、整理、输送、捆钞等金融设备模块关键技术的设计与研发,研究人民币信息追踪系统、银行反假数字识别系统的核心技术的开发。

  3、机器人系统设计与控制

  致力于工业机器人系统、移动机器人系统的应用层软件模块开发、运动规划算法设计、控制器设计、伺服控制器设计、控制架构设计、机器人外形设计等机器人核心模块的开发,研究工业机器人、移动机器人在冶金行业、流程工业、农业等领域的应用。

  4、模式识别与智能系统

  以人工智能领域的模式识别、机器学习和计算机视觉相关理论为指导,重点开展跨媒体彩色图像表征的关键技术,计算机视觉、图像处理、多模态智能感知、工业视觉检测、大数据深度学习、智能优化与进化计算、系统仿真、传感器网络等理论研究。同时,开展模式识别技术、机器学习技术和计算机视觉技术在冶金行业、流程工业等领域的应用研究。

  5、复杂工业过程建模、控制与优化

  针对复杂冶金工业过程所具有的多变量、强耦合、非线性、不确定性、生产边界条件变化大等综合复杂性,将控制理论与方法和智能方法(模糊推理、数据与知识挖掘、专家系统等)相结合,研究建模、控制、优化、决策与仿真的理论、方法与技术,包括智能建模与控制、软测量、监测与故障诊断、安全运行控制、智能维护、流程模拟与仿真优化、知识自动化、大数据分析与处理以及流程工业综合自动化。

  四、学习年限及培养方式

  采用全日制和非全日制学习方式,学习年限一般为2.5年,最长学习年限不超过5年,课程学习为1年,论文工作不少于1年。实行学分制,应修总学分不低于39学分,在硕士学位论文答辩前完成全部学分。

  非全日制专业学位硕士研究生,可以按“进校不离岗”方式培养,但在校学习的时间累计不得少于半年或500学时。为确保培养质量、教学效率和办学效益,非全日制学位研究生一般应按半脱产方式培养,集中在校进行两学期或以上的课程学习,论文研究工作应结合研究生所在单位的科技开发、工程设计与建设、工业生产实际来完成。

  硕士研究生培养实行导师负责制,或以导师为主的指导小组制。导师(组)负责制订硕士研究生个人培养计划、组织开题报告、指导科学研究和学位论文等。鼓励有条件的交叉学科、共建学科组织导师组进行集体指导。研究生的课程学习一般在导师指导下按照研究方向要求选修课程。学位论文选题应来源于工程实际或具有明确的工程技术背景。

  五、课程设置与学分要求

  攻读硕士学位研究生期间,需获得课程总学分不少于31学分,最多不超过35学分,其中学位课不少于21学分(学位公共课学分13,学位专业基础课及学位专业课不少于8学分)。

  同等学力考取的研究生,必须补修3~4门本科专业主干课程,不计学分。

  对跨学科考取的研究生,补修2门本科主干课程,不计学分。

  在总学分不超出34学分的前提下,研究生可以加选1-2门校内选修课。

  六、必修环节

  必修环节包括开题报告、学术活动和实践环节等。

  1.开题报告(1学分)

  硕士研究生在读期间应阅读一定量的国内外文献,其中至少阅读20篇参考外文文献,写出综述报告,文献综述报告要反映国际和国内在本领域的研究历史、现状和发展趋势。文献综述报告应不少于4000字,由导师对研究生阅读文献进行检查。

  开题报告选题应属于本学科范围。开题报告内容包括学位论文选题的背景意义和依据,与学位论文选题相关的最新成果和发展动态;学位论文的研究内容及拟采取的实施方案,关键技术及难点,预期达到的目标;学位论文详细工作进度安排和主要参考文献等。

  硕士研究生一般在第3学期内(每年11月底前)完成文献综述与开题报告。文献综述与开题报告评审由学院组织公开进行,评审小组成员3~5人,由学院确定。评审小组应对报告人的文献综述与开题报告进行严格评审,写出评审意见,并按通过与不通过评分。凡通过文献综述与开题报告者,记1学分。开题报告应吸收有关教师和研究生参加,跨学科的学位论文选题应聘请相关学科的导师参加。

  开题报告未通过者,由评审小组做出终止培养或允许重新开题决定。若重新开题,需经本人申请,导师同意,一般由原评审小组成员进行评审,报所在学院研究生教务备案。重新开题应在3个月之内完成,仍未通过者终止培养。

  2.学术活动(1学分)

  硕士研究生必须参加5次以上学术活动。学术活动须在申请学位论文答辩前完成,每次参加学术活动应有书面记录,做学术报告应有书面材料,并交导师签字认可。在申请学位前,经导师签字的书面记录交学院研究生教学秘书保管,并记相应学分。

  3.实践环节(6学分)

  实践环节是全日制专业学位研究生的必修环节,在学期间,必须保证不少于半年的实践教学,应届本科毕业生的实践教学时间原则上不少于1年,可采用集中实践与分段实践相结合的方式。成绩按五级分制记载,6学分。

  七、科学研究与学位论文

  硕士研究生应不少于一年的时间从事科学研究或学位论文工作。学位论文工作一般应包括文献阅读、调研、选题、开题报告、理论分析、实验研究、撰写论文等。学位论文应在导师指导下,由研究生独立完成。完成所有培养环节并通过学位论文预审者,可以申请学位论文答辩及学位。研究生在申请预答辩前,应保证所完成的学位论文格式规范,文字通畅,图表清晰,英文摘要内容与中文摘要基本相对应,语句通顺,语法正确。学位授予程序按《米兰网页版登录入口硕士学位授予工作实施细则》进行。对于提前答辩者,其学位论文送审等工作由研究生院学科建设与学位管理办公室组织,各学院亦应采取更严格的论文质量审查措施。

  

  


 

版权所有 © 2019-2022 米兰网页版登录入口电子与信息工程学院