自动化学院

发布时间:2016-10-21 9:18:06

 

学院介绍

自动化学院始建于1960年,其前身是电机工程系。学院现有自动化、机器人工程两个本科专业,自动化是北京市品牌专业。学院现有1个一级学科博士点、1个“控制科学与工程”博士后科研流动站、1个一级学科硕士点,4个二级学科硕士点、2个北京市重点建设学科,学科及专业在国内占有重要的地位和广泛的影响力。

多年来,自动化学院人才培养始终围绕国家和北京市经济建设和社会发展的需要,在工业过程控制、智能服务机器人、信号检测与处理、类脑神经计算等相关领域开展人才培养和科学研究,在创新人才和工程应用型人才培养方面积累了丰富的教书育人经验。学院培养的毕业生对智能控制、机器人工程、人工智能等领域的应用及研究工作均具有很强的适应性,受到了社会的普遍欢迎。

1.下设机构

智能机器人研究所

智能控制研究所

模式识别研究所

检测技术研究所

自动化实验中心

2.本科及研究生学位授予学科

自动化专业(北京市品牌专业,含清华大学双培计划)

机器人工程专业(新设)

控制科学与工程一级学科硕士点

控制科学与工程一级学科博士点

控制科学与工程博士后流动站

3.师资队伍

专任教师83人,教授22人,副教授28人,具有博士学位人员超过85%,其中:

长江学者:1人;

国家杰出青年科学基金获得者:2人;

国家级百千万人才工程入选者:1人;

教育部新世纪优秀人才支持计划入选者:3人;

北京市海聚工程入选者:2人;

北京市科技新星:6人;

北京市优秀教学团队:1个;

北京市教学名师:2人。

随着师资队伍的壮大及科学研究水平的提高,学科及专业的影响力不断提升,1人担任国内核心期刊副主编,3人担任国内核心期刊编委,1人担任IEEE计算智能学会脑信息学组(IEEE TF-BI)主席。

目前,挂靠学院并由学院组织领导的学术机构包括:

北京人工智能学会(法人单位):理事长1人,副理事长1人,秘书长1人,常务理事3人;

中国人工智能学会科普工作委员会:主任1人,副主任2人,秘书1人;

中国自动化学会智能建筑与楼宇自动化专业委员会:主任1人,副主任2人,秘书1人;

学院2人先后出任国家级学会常务理事,8人先后出任国家级学会理事。

4.在读学生

本科生298人,硕士生282人,博士生36人。

5.实验室及教学基地

重点实验室:数字社区教育部工程研究中心、计算智能与智能系统北京市重点实验室、城市轨道交通北京实验室、磁共振成像脑信息学北京市重点实验室。

教学基地

电子信息与电工技术国家级实验教学示范中心

教育部污水处理优化运行控制研究生联合培养实践基地

北京市电工电子实验教学示范中心

北京市电子信息校内创新示范基地

脑信息智慧服务北京市国际科技合作基地

6.主要科研方向

1智能计算与复杂系统建模和控制方向

  面向复杂系统问题,研究将控制论与智能计算技术,特别地,针对首都城市污水处理问题和城市交通问题,开展了富于特色和成效的相关研究。该方向针对首都城市污水处理问题,在“863计划和国家自然科学基金重点项目支持下,围绕污水处理过程控制中的挑战性问题进行研究,取得了阶段性研究成果;在污水处理过程建模方面,率先提出关键水质参数CODBOD等特征建模方法,建立了基于过程特征信息的CODBOD智能特征模型,解决了CODBOD不能在线测量的瓶颈问题。在污水处理过程控制方面,提出了基于神经网络的污水处理过程溶解氧浓度自适应控制方法,解决了不同天气条件下溶解氧浓度的精确控制问题。在污水处理过程优化方面,提出了一种分工策略优化算法,获得了基于分工策略的粒子群优化算法,解决了污水处理过程多变量参数的优化设定控制问题。研究成果达到国际领先水平,获得了教育部科技成果一等奖,促进了首都水环境保护和水资源持续利用。同时,该方向针对首都城市交通问题,将复杂系统理论和智能仿真技术应用于首都城市交通的规划和调度,设计了北京市奥林匹克公园周边道路系统的计算机仿真模型,为北京奥运会做出了特殊贡献。该方向乔俊飞教授入选了选教育部新世纪优秀人才计划和北京市创新人才计划,得到国家自然科学基金杰出青年科学基金的资助,并受聘为长江计划特聘教授。

2)智能机器人与自治系统控制方向

融合了控制科学与机器人学和机器人技术,以及人工智能和认知科学,致力于研发自治机器人系统,研究自治机器的建模、仿真与控制问题,研究自治机器的动力学特性和运动控制问题,研究自治机器的智能行为,特别是其学习和认知问题。该方向对自治系统的智能行为,特别是其学习和认知的行为,开展了富于特色的研究,相关研究长期地和连续地得到国家自然科学基金的支持,创建了Skinner自动机、模糊Hopfield网络、基于尖峰神经元的经典条件反射模型,以及小脑内部认知模型,为自治系统展现智能行为奠定了理论基础;有关自平衡机器人的研究在国内处于领先地位,在“863计划和国家自然基金以及北京市重点项目的支持下,研制成功我国第一台独轮机器人系统铁皮人和首例具有仿生自主学习平衡技能的两轮机器人原人系统,在机器人技术领域产生了重要影响,并取得了相关自主知识产权和国际发明专利;开展了航天自治机器人系统的研究,研制出北京工业大学版的月球车,相关工作被纳入教育部月球巡视探测器重大专项和国家空间研究计划,参与了我国玉兔系统的研究,为玉兔号成功登月做出了重要贡献。

3)检测技术与智能仪器仪表方向

以服务首都经济建设和社会发展需要为己任,运用现代传感器技术和检测技术,研究智能化测量技术的理论和方法,研制和开发智能化仪器以表。该方向注重理论研究与工程应用,基于智能递阶控制的思想,设计了链霉素发酵过程计算机网络测控系统,产生巨大经济效益,获国家科技进步奖;在国家基金和教育部重点课题的资助下,用人工生命模型模拟青霉素发酵过程,由此设计的随机优化控制系统成功地应用于实际生产过程,获得北京市科学技术奖。该方向以资环和能源领域为应用背景,以大电流和高电压电气装备为研究对象,将自动控制理论融入电力电子技术,研究内容涵盖大功率变流变压的拓扑结构、恒电压或恒电流或恒功率的控制策略与反馈技术、电源的串并联以及涉及到损耗和效率、纹波与滤波等,旨在解决不同功率、电压和电流等级电能变换的高效和安全平稳运行,适应现代社会日益增长的对能源和资源的需求,承担了国家重大科研装备研制项目、国家科技支撑项目,为解决不同功率、电压和电流等级电能变换的高效和安全平稳运行,适应现代社会日益增长的对能源和资源的需求,做出了重要贡献。同时,该方向还承建了教育部数字社区工程研究众心。

4类脑神经计算方向

北京工业大学计算智能与智能系统北京市重点实验室一直从事计算智能及智能信息处理方面的研究工作。在计算智能和智能信息处理,特别是神经网络设计方面有很好的知识积累,拥有比较丰富的科研经验。针对神经网络结构设计问题,提出了基于细胞修复原理的RBF神经网络的结构设计方法,有效地解决了RBF神经网络结构自组织的问题,提高了RBF神经网络的泛化能力;针对自组织RBF神经网络训练过程中结构调整的问题,提出了一种适合于自组织RBF神经网络的快速下降算法,该快速下降算法避免了求解导数的过程,提高了神经网络的训练速度,污水处理过程关键水质参数的预测结果证明了该方法的有效性和优越性。在Web智能和脑信息学的研究方面,提出Web智能和脑信息学两个全新的研究方向,将在单机环境下的人工智能技术与信息技术扩展到Web这一全局的、巨大的、分布的多信息源环境中,以人机物合一的观点研究人与Web的问题求解和推理,弥补现有Web规模及环境中缺少问题求解和推理功能的缺陷。同时在云计算的平台上,实现“物-数据-信息-知识-智慧-服务--物”的数据循环和智慧生成链,建立智慧物联万维网,达到“人--物”的合一。在脑信息学方向上系统化的研究复杂脑科学问题,逐渐形成了以思维为中心的研究体系以及从信息学角度研究人的大脑和使用信息技术支持脑科学研究的脑信息学方法学,强调“Web智能与脑信息学交叉融合的研究特色。

7.近三年成果及获奖

科研方面,在Automatica等顶级刊物发表论文共计207篇;发明专利80余项,获得国家973计划、国家科技支撑计划、国家自然科学基金等项目资助116项,学科影响力日益提升。获得了教育部科技成果一等奖1项,吴文俊人工智能科学技术进步奖一等奖一项。

教学方面,获得国家级教学成果二等奖1项,北京市教学成果一等奖1项,二等奖1项;北京市教学名师2人;出版教材6部,在国内外核心期刊发表教学论文21篇;承担各类教育教学改革项目10项;组织指导大学生电子设计竞赛、中国机器人大赛等创新项目,获得全国一等奖4项,北京市/赛区一等奖12项。

Copyright © 2015-2016 www.bjut.edu.cn lnc.ALL Rights Reserved
北京工业大学 版权所有