趙林惠， 王 園,， 趙翔康,， 戴亞平

(1.北京市智能機(jī)械創(chuàng)新設(shè)計(jì)服務(wù)工程技術(shù)研究中心，北京 100020;2.北京理工大學(xué) 自動化學(xué)院,北京 100081)

0 引 言

隨著互聯(lián)網(wǎng)的發(fā)展，網(wǎng)絡(luò)化實(shí)驗(yàn)教學(xué)在世界范圍內(nèi)引起了廣泛的重視。日本東京工科大學(xué)Yasuhiro等人早在1999年就完成了針對控制工程的網(wǎng)絡(luò)化實(shí)驗(yàn)系統(tǒng)的搭建，2001年悉尼科技大學(xué)David Lowe等[1]建立了遠(yuǎn)程控制實(shí)驗(yàn)室。在國內(nèi)，劉萍先等[2]構(gòu)建了網(wǎng)絡(luò)控制虛擬實(shí)驗(yàn)室，學(xué)生通過Internet可以完成倒立擺和水箱控制的實(shí)驗(yàn)，通過虛擬實(shí)驗(yàn)系統(tǒng)開發(fā)和驗(yàn)證智能控制算法；Dai等[3]在2006年提出了混合架構(gòu)的網(wǎng)絡(luò)資源共享和遠(yuǎn)程控制實(shí)驗(yàn)室，實(shí)現(xiàn)了一些復(fù)雜非線性系統(tǒng)的控制實(shí)驗(yàn)，包括球桿系統(tǒng)，單自由度機(jī)械臂系統(tǒng)，直升機(jī)和倒立擺系統(tǒng)等，學(xué)生可以通過PC端進(jìn)行傳統(tǒng)PID控制和各類智能控制算法控制下位機(jī)的非線性硬件系統(tǒng)進(jìn)行實(shí)驗(yàn)。雖然針對互聯(lián)網(wǎng)進(jìn)行網(wǎng)絡(luò)化控制實(shí)驗(yàn)的技術(shù)已經(jīng)得到了實(shí)用性進(jìn)展，卻因?yàn)閷W(xué)生依然不得不依靠電腦上網(wǎng)完成實(shí)驗(yàn)，使得網(wǎng)絡(luò)化實(shí)驗(yàn)教學(xué)依然不能夠做到“隨時(shí)”“隨地”與“便攜式”，這在移動互聯(lián)網(wǎng)時(shí)代，與充分利用碎片化時(shí)間進(jìn)行學(xué)習(xí)的需求是不相符合的。

2015年，國務(wù)院發(fā)布了關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見，推動“互聯(lián)網(wǎng)+”高等教育教學(xué)改革一直受到教育部門的充分重視。高校教改的主要目標(biāo)就是培養(yǎng)學(xué)生的創(chuàng)新意識與動手能力[4]。當(dāng)今教育領(lǐng)域最熱門的改革當(dāng)屬網(wǎng)絡(luò)在線學(xué)習(xí)平臺MOOC的興起，但很容易發(fā)現(xiàn)，MOOC的課程入學(xué)率高，輟學(xué)率卻同樣高。尤其是針對自動化專業(yè)這樣的工科學(xué)生，僅僅有理論課件，沒有提供其動手實(shí)踐的實(shí)驗(yàn)課程，很容易讓學(xué)生產(chǎn)生“隔靴搔癢”之感。如果僅僅給學(xué)生提供線上視頻理論課程的教學(xué)，學(xué)習(xí)者很難堅(jiān)持完成全課程的學(xué)習(xí)。目前MOOC平臺上與自動化學(xué)科相似的工程類課程配套的實(shí)驗(yàn)課程寥寥無幾，在全國大學(xué)MOOC平臺上僅有國防科學(xué)技術(shù)大學(xué)針對大學(xué)物理實(shí)驗(yàn)課程搭建了虛擬的實(shí)驗(yàn)系統(tǒng)[5]。因此，開發(fā)遠(yuǎn)程端MOOC實(shí)驗(yàn)教學(xué)系統(tǒng)，對于在線理論課程的輔助教學(xué)方面具有非常重要的意義[6-7]。

目前全國大學(xué)MOOC在線課程大約有740門，其中需要實(shí)驗(yàn)的課程有230余門。在這些在線課程中，實(shí)驗(yàn)部分僅僅是理論教學(xué)的一部分，成績占到10%～50%不等，課程還是以理論教學(xué)為主，并沒有讓學(xué)生參與動手的實(shí)驗(yàn)課程。在線的獨(dú)立實(shí)驗(yàn)課程只有11條結(jié)果，僅占總課程的1.4%，包括生物、化學(xué)、物理、數(shù)學(xué)、計(jì)算機(jī)和電子電路學(xué)科，在這11門實(shí)驗(yàn)課程中，幾乎全是采用虛擬仿真軟件進(jìn)行實(shí)驗(yàn)，沒有實(shí)物硬件設(shè)備實(shí)驗(yàn)。因此，如何把實(shí)物實(shí)驗(yàn)傳送到互聯(lián)網(wǎng)，允許學(xué)生“隨時(shí)”“隨地”與“便攜式”地進(jìn)行遠(yuǎn)程實(shí)驗(yàn)操作，成為控制學(xué)科附有挑戰(zhàn)性的科研課題[8]。

移動互聯(lián)網(wǎng)時(shí)代的到來，深刻影響、改變著傳統(tǒng)的生活，人們對手機(jī)的要求已不局限于發(fā)信息和通電話功能。截至2016年2月，中國網(wǎng)民規(guī)模達(dá)6.88億人，其中學(xué)生群體的占比最高，為25.2%，基本上99%的學(xué)生使用智能手機(jī)。針對90后大學(xué)生對新興事物具有較高的敏銳性，將手機(jī)移動互聯(lián)應(yīng)用于實(shí)驗(yàn)教學(xué)不僅能夠提高學(xué)生對實(shí)驗(yàn)課學(xué)習(xí)的興趣，在培養(yǎng)其自主學(xué)習(xí)能力方面更是意義非凡。

本文探討基于手機(jī)、平板電腦移動互聯(lián)的遠(yuǎn)程控制實(shí)驗(yàn)(Mobile Remote Control Experiment，MRC-Experiment)教學(xué)系統(tǒng)，將實(shí)驗(yàn)課程也制作成MOOC網(wǎng)絡(luò)公開課程，并允許學(xué)生通過移動端登錄本實(shí)驗(yàn)教學(xué)系統(tǒng)進(jìn)行遠(yuǎn)程在線實(shí)驗(yàn)，而現(xiàn)在的MOOC網(wǎng)站也都有自己的移動端，因此，學(xué)生都可以通過移動端進(jìn)行在線課程學(xué)習(xí)與在線遠(yuǎn)程實(shí)驗(yàn)操作。在實(shí)驗(yàn)過程中，學(xué)生能夠觀察到響應(yīng)曲線、控制指標(biāo)與控制效果。教師可以利用在線民意測驗(yàn)的結(jié)果來判定學(xué)生對于課程的滿意度，進(jìn)行實(shí)驗(yàn)教學(xué)效果分析[9]。

本文的主要工作有：①提出移動實(shí)驗(yàn)室(M-Lab)的設(shè)計(jì)原理，選擇主流的Hybrid APP架構(gòu)。采用單自由度機(jī)械臂為被控對象，完成在線的實(shí)驗(yàn)課程內(nèi)容設(shè)計(jì)。②運(yùn)用智能控制算法(遺傳PID)進(jìn)行實(shí)驗(yàn)在線課程的設(shè)計(jì)與實(shí)現(xiàn)；運(yùn)用Matlab仿真結(jié)果與M-Lab的實(shí)物實(shí)驗(yàn)結(jié)果對比，驗(yàn)證在線實(shí)驗(yàn)系統(tǒng)的可行性。③對M-Lab實(shí)驗(yàn)效果調(diào)查與分析，對滿意度歸納總結(jié)。

1 M-Lab設(shè)計(jì)原理

1.1 M-Lab的內(nèi)涵

如果要實(shí)現(xiàn)一個基于移動互聯(lián)網(wǎng)的實(shí)驗(yàn)室，最重要的技術(shù)是允許手機(jī)登錄實(shí)驗(yàn)室，進(jìn)行網(wǎng)絡(luò)化的控制實(shí)驗(yàn)，故提出了M-Lab的概念，在M-lab方式下進(jìn)行的控制類實(shí)驗(yàn)，稱為MRC-Experiment。

(1) M-Lab的構(gòu)成與工作原理。在互聯(lián)網(wǎng)環(huán)境下，建立起網(wǎng)絡(luò)數(shù)據(jù)的通信傳輸機(jī)制，允許用戶使用手機(jī)以及移動設(shè)備遠(yuǎn)程登錄網(wǎng)絡(luò)化實(shí)驗(yàn)室頁面。在用戶的手機(jī)端可以遠(yuǎn)程操作實(shí)驗(yàn)室的實(shí)驗(yàn)設(shè)備，進(jìn)行控制實(shí)驗(yàn)。該實(shí)驗(yàn)室可以提供實(shí)驗(yàn)結(jié)果數(shù)據(jù)，經(jīng)過移動互聯(lián)網(wǎng)媒介反饋給用戶。

移動實(shí)驗(yàn)室的構(gòu)成如圖1所示。

圖1 用戶與實(shí)驗(yàn)室關(guān)系圖

(2) MRC-Experiment的工作原理。用戶可以通過移動終端設(shè)備(手機(jī)，平板電腦)進(jìn)行的工程實(shí)驗(yàn)稱為移動實(shí)驗(yàn)。在MRC-Experiment中，用戶可以通過無線網(wǎng)遠(yuǎn)程控制被控對象，不僅可以改變實(shí)驗(yàn)參數(shù)，也可以上傳自己的控制算法，實(shí)驗(yàn)后在線獲得實(shí)驗(yàn)數(shù)據(jù)與實(shí)驗(yàn)曲線，MRC-Experiment的工作原理圖見圖2。

1.2 M-Lab的技術(shù)實(shí)現(xiàn)

1.2.1 M-Lab網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)

移動端實(shí)驗(yàn)平臺是建立在學(xué)生移動智能設(shè)備上的控制終端APP，目前可選的結(jié)構(gòu)有：Native APP、Web APP、Hybrid APP，3種結(jié)構(gòu)對比見表1。

由表1可知，選取Hybrid APP為移動端實(shí)驗(yàn)平臺設(shè)計(jì)結(jié)構(gòu)，從而兼具“一次開發(fā)、多平臺運(yùn)行”的能力與調(diào)取底層設(shè)備的能力，可以降低開發(fā)成本，同時(shí)具有良好的擴(kuò)展性能與維護(hù)性能。

圖2 移動遠(yuǎn)程控制實(shí)驗(yàn)的工作原理圖

作為移動端實(shí)驗(yàn)平臺，其核心是實(shí)驗(yàn)功能，輔之以信息管理功能，所以圖像渲染并非其主要考慮因素，故不對圖像渲染能力做過高要求，Hybrid APP能夠提供的圖像渲染能力已足夠。因此移動實(shí)驗(yàn)室的框架搭建，選擇Hybrid APP架構(gòu)來完成。

1.2.2 被控對象的選擇

針對控制實(shí)驗(yàn)的倒立擺、恒溫箱、機(jī)械臂等裝置，都可以連接到本文設(shè)計(jì)的實(shí)驗(yàn)平臺上，為了節(jié)省成本，使用自動化學(xué)院遠(yuǎn)程控制實(shí)驗(yàn)室的產(chǎn)品——單自由度機(jī)械臂為被控對象[10]，如圖3所示。

圖3 單自由度機(jī)械臂實(shí)物圖

單自由度機(jī)械臂的特色：

(1) 是一個典型的二階系統(tǒng)，可以進(jìn)行各種控制類算法的實(shí)驗(yàn)。

(2) 易于攜帶，可以作為教師在教室的實(shí)驗(yàn)演示設(shè)備，并允許學(xué)生在任何互聯(lián)網(wǎng)覆蓋的地方登錄到移動端遠(yuǎn)程控制實(shí)驗(yàn)室，對該被控對象進(jìn)行控制實(shí)驗(yàn)。

1.3 MOOC平臺的控制實(shí)驗(yàn)課程內(nèi)容設(shè)計(jì)

基于自動控制理論的MOOC實(shí)驗(yàn)課程，包括預(yù)備知識、經(jīng)典控制算法、智能控制算法及算法設(shè)計(jì)等多個章節(jié)的課程內(nèi)容，經(jīng)典控制算法適應(yīng)于本科生教學(xué)，智能控制算法適應(yīng)于研究生教學(xué)，為了加強(qiáng)學(xué)生基于實(shí)驗(yàn)課程的應(yīng)用型教學(xué)[11]，課程內(nèi)容以算法應(yīng)用為主進(jìn)行講解，以此提高學(xué)生的學(xué)習(xí)效率。

本系統(tǒng)下MOOC課程內(nèi)容的設(shè)計(jì)方案如圖4所示。

圖4 MOOC平臺的實(shí)驗(yàn)課程內(nèi)容設(shè)計(jì)方案

1.4 移動遠(yuǎn)程控制實(shí)驗(yàn)室的設(shè)計(jì)與實(shí)現(xiàn)

在移動互聯(lián)網(wǎng)環(huán)境下，運(yùn)用標(biāo)準(zhǔn)Java接口與HTTP網(wǎng)絡(luò)通信機(jī)制，開發(fā)了一套基于移動端的APP實(shí)驗(yàn)教學(xué)軟件系統(tǒng)(M-Lab APP)，以Web形式展示。用戶的手機(jī)端(或者平板電腦等移動設(shè)備)可下載APP軟件，遠(yuǎn)程操作實(shí)驗(yàn)室的實(shí)驗(yàn)設(shè)備，進(jìn)行控制實(shí)驗(yàn)。M-Lab擁有數(shù)據(jù)庫，用來保存用戶的實(shí)驗(yàn)結(jié)果數(shù)據(jù)，可通過APP實(shí)驗(yàn)報(bào)告模塊將實(shí)驗(yàn)結(jié)果反饋給用戶。為了加強(qiáng)用戶的真實(shí)體驗(yàn)感，加入了視頻監(jiān)控設(shè)計(jì)，通過攝像頭實(shí)時(shí)采集實(shí)驗(yàn)過程，用戶通過登錄一款第三方“超級看看APP”軟件，可以實(shí)時(shí)觀看實(shí)驗(yàn)的動態(tài)過程。

移動端遠(yuǎn)程控制實(shí)驗(yàn)室的組成如圖5所示。

2 智能控制算法(遺傳PID)的在線實(shí)驗(yàn)課程的設(shè)計(jì)實(shí)踐

使用了一種智能控制方法——遺傳PID算法，來展示一套在線實(shí)驗(yàn)課程(MOOC)的設(shè)計(jì)與實(shí)現(xiàn)。

2.1 遺傳PID的實(shí)驗(yàn)教學(xué)理念與課程設(shè)計(jì)

首先要教給學(xué)生的是如何設(shè)計(jì)一套遺傳PID控制器，理論教學(xué)內(nèi)容中包含了遺傳算法的基本概念：①初始化種群；②選擇、交叉和變異；③適應(yīng)度函數(shù)的構(gòu)建；④將遺傳算法與PID的結(jié)合。這4部分先用PPT給學(xué)生展示，并強(qiáng)調(diào)這幾部分都是影響控制精度的重要因素。讓學(xué)生思索，為什么這4部分會影響到控制精度。

在“選擇”的實(shí)驗(yàn)課程中，主要解決以下幾個知識點(diǎn)的教學(xué)與實(shí)驗(yàn)問題：①遺傳算法如何進(jìn)行“選擇”？②什么是輪盤賭方法？③如何確定選擇哪個個體？

選擇操作只能選出種群中一些優(yōu)秀的個體，并不能產(chǎn)生新的染色體，而“交叉”能夠產(chǎn)生新的染色體。針對交叉的教學(xué)采用Matlab仿真的方式展示給學(xué)生，讓學(xué)生理解遺傳算法的交叉步驟[12-14]。交叉方式選擇3點(diǎn)交叉，本文選用的每一個個體，代表著PID 3個控制參數(shù)，使用3點(diǎn)交叉，能夠保證每個參數(shù)都能得到交叉。交叉后產(chǎn)生2個個體，隨機(jī)選擇1個個體保存下來。當(dāng)交叉不執(zhí)行的時(shí)候，保存適應(yīng)值更高的父代個體，基于GA算法參數(shù)調(diào)整的PID控制系統(tǒng)如圖6所示。

圖5 M-Lab組成

圖6 基于GA算法參數(shù)調(diào)整的PID控制系統(tǒng)

為了獲取滿意的控制系統(tǒng)的過渡過程動態(tài)特性，采用誤差絕對值時(shí)間積分性能指標(biāo)作為目標(biāo)函數(shù)，在目標(biāo)函數(shù)中加入控制輸入的平方項(xiàng)是為了防止控制量過大。目標(biāo)函數(shù)越小，系統(tǒng)的控制性能越好。在實(shí)驗(yàn)中為避免超調(diào)，采用了遺傳算法的處罰功能，將超調(diào)量作為最優(yōu)指標(biāo)的一項(xiàng)，目標(biāo)函數(shù)為:

(1)

式中:e(t)為系統(tǒng)誤差;u(t)為控制器輸出;tu為上升時(shí)間;δ(t)為超調(diào);w1,w2,w3,w4為加權(quán)值，其中w4>>w1。

目標(biāo)函數(shù)的教學(xué)與實(shí)驗(yàn)，可以將權(quán)值作為實(shí)驗(yàn)參數(shù)，經(jīng)過更改權(quán)值，獲得最佳的目標(biāo)函數(shù)。

在控制系統(tǒng)里，J值越小，對應(yīng)的PID參數(shù)越優(yōu)良，控制性能越好，由于遺傳算法按照最大化方向進(jìn)行搜索，GA算法用于求解最大值問題，所以適應(yīng)度函數(shù)取目標(biāo)函數(shù)的倒數(shù)，f=1/J。根據(jù)適應(yīng)度和選擇準(zhǔn)則選出保留到下一代的個體，組成新的種群又作為算法的當(dāng)前種群。

2.2 實(shí)驗(yàn)操作過程設(shè)計(jì)

把初始化、交叉、變異、適應(yīng)度函數(shù)選取、遺傳PID控制器設(shè)計(jì)4個部分提取出來，分別建立模快，讓學(xué)生自己更改參數(shù)，來進(jìn)行反復(fù)實(shí)驗(yàn)，以取得更好的控制效果，并且加深對遺傳PID控制器設(shè)計(jì)的理解，遺傳算法實(shí)驗(yàn)設(shè)計(jì)的流程示意圖如圖7所示。

圖7 遺傳算法實(shí)驗(yàn)的課程設(shè)計(jì)示意圖

首先初始化種群，根據(jù)實(shí)驗(yàn)裝置——單自由度機(jī)械臂的參數(shù)，推薦學(xué)生選擇遺傳算法的尋優(yōu)區(qū)間為[0，10]。遺傳代數(shù)為100，將種群規(guī)模定為30，個體基因序列長度為30，包含了3個控制參數(shù)，每個參數(shù)的基因長度為10，個體基因采用二進(jìn)制編碼，基因序列由0和1組成，在計(jì)算機(jī)中由round和random函數(shù)產(chǎn)生，round函數(shù)的功能為四舍五入，random函數(shù)的功能為產(chǎn)生一個0到1之間的隨機(jī)數(shù)，基因組成個體，個體組成種群，個體數(shù)達(dá)到種群規(guī)模時(shí)，初始化結(jié)束[15-16]。

然后開始選擇、交叉與變異的實(shí)驗(yàn)。①進(jìn)行基于Matlab仿真確定最優(yōu)參數(shù)的實(shí)驗(yàn)演示；②給出選擇、交叉、變異過程中的圖像化教學(xué)，形象地在實(shí)驗(yàn)MOOC中給出在哪一代得到了最優(yōu)的PID參數(shù)以及目標(biāo)函數(shù)J的值；③將最優(yōu)的PID參數(shù)控制本實(shí)驗(yàn)系統(tǒng)的機(jī)械臂裝置，與Matlab仿真結(jié)果進(jìn)行對比。

為了獲取滿意的過渡過程動態(tài)特性，采用誤差絕對值時(shí)間積分性能指標(biāo)作為目標(biāo)函數(shù)，在目標(biāo)函數(shù)中加入控制輸入的平方項(xiàng)是為了防止控制量過大。目標(biāo)函數(shù)越小，系統(tǒng)的控制性能越好。在實(shí)驗(yàn)中為避免超調(diào)，推薦學(xué)生采用遺傳算法的處罰功能，將超調(diào)量作為最優(yōu)指標(biāo)的一項(xiàng)，目標(biāo)函數(shù)為:

(2)

式中:e(t)(e(t)<0)為系統(tǒng)誤差，u(t)為控制器輸出，tu為上升時(shí)間，δ(t)為超調(diào)。經(jīng)過調(diào)試程序，權(quán)值取值如下:w1=0.999，w2=0.001，w3=2，w4=100。

遺傳算法按照最大化方向進(jìn)行搜索，適應(yīng)度函數(shù)取目標(biāo)函數(shù)的倒數(shù)，f=1/(J+1×10-10)。目標(biāo)函數(shù)J+1×10-10是防止分母為零。根據(jù)適應(yīng)度和選擇準(zhǔn)則選出保留到下一代的個體，組成新的種群作為算法的當(dāng)前種群。

停止準(zhǔn)則的設(shè)計(jì)：最優(yōu)個體的適應(yīng)度連續(xù)n代(n由學(xué)生實(shí)驗(yàn)中自行確定)未變，則終止實(shí)驗(yàn)。指導(dǎo)學(xué)生將算法一直執(zhí)行求出最大的平均適應(yīng)度，終止準(zhǔn)則為進(jìn)化子代的平均適應(yīng)度接近或者比該最大平均適應(yīng)度更大。

本實(shí)驗(yàn)系統(tǒng)選擇最簡單的迭代次數(shù)作為停止準(zhǔn)則，經(jīng)過測試，當(dāng)?shù)螖?shù)滿足100次以后，目標(biāo)函數(shù)幾乎收斂到最小值，滿足停止準(zhǔn)則算法輸出解碼后的最優(yōu)個體并結(jié)束。用Matlab得到最優(yōu)參數(shù)的仿真結(jié)果——目標(biāo)函數(shù)J隨進(jìn)化代數(shù)的變化曲線如圖8所示;PID參數(shù)為最優(yōu)值時(shí)，J=9.775，進(jìn)化代數(shù)為100，PID最優(yōu)參數(shù)時(shí)系統(tǒng)的階躍響應(yīng)如圖9所示，再將最優(yōu)的PID參數(shù)在實(shí)驗(yàn)系統(tǒng)上進(jìn)行測試。

圖8 目標(biāo)函數(shù)J隨進(jìn)化代數(shù)的變化曲線

圖9 PID最優(yōu)參數(shù)時(shí)系統(tǒng)的階躍響應(yīng)

2.3 實(shí)驗(yàn)結(jié)果對比

2.3.1 Matlab仿真實(shí)驗(yàn)

為驗(yàn)證遺傳PID算法是否能夠控制機(jī)械臂系統(tǒng)，先根據(jù)遺傳算法輸出的PID控制參數(shù)進(jìn)行仿真實(shí)驗(yàn)，選取了兩組PID參數(shù)，結(jié)果如下：

第一組參數(shù)選擇:Kp=4.92,Ki=4.54,Kd=0.63,結(jié)果如圖10(a)所示;

第二組參數(shù)選擇:Kp=5.32,Ki=4.68,Kd=0.70,結(jié)果如圖10(b)所示。其中rin表示機(jī)械臂位移的參考輸入值(設(shè)為1.0)，yout表示實(shí)際輸出值。

(a) 第一組

(b) 第二組

圖10 兩組參數(shù)的Matlab仿真圖

仿真結(jié)果分析：運(yùn)行算法后，經(jīng)過100次迭代可以近似認(rèn)為目標(biāo)函數(shù)已收斂到最小，滿足停止準(zhǔn)則。算法每次運(yùn)行后輸出的控制參數(shù)不一定是最優(yōu)解，絕大多數(shù)是最優(yōu)解的近似解，本文隨機(jī)抽取了運(yùn)行后的2組控制參數(shù)進(jìn)行實(shí)驗(yàn)，由仿真圖可以看出，輸出參數(shù)的控制效果滿足系統(tǒng)要求，驗(yàn)證了遺傳算法最后整定出的PID參數(shù)確實(shí)具有可行性。

2.3.2 機(jī)械臂實(shí)物控制實(shí)驗(yàn)

在機(jī)械臂實(shí)物控制實(shí)驗(yàn)中，遺傳PID算法實(shí)驗(yàn)以及后面的控制實(shí)驗(yàn)中，機(jī)械臂的目標(biāo)角度位置均設(shè)為360°，實(shí)驗(yàn)電壓均為12 V。因?yàn)榻?jīng)過仿真實(shí)驗(yàn)證實(shí)遺傳PID控制參數(shù)能夠控制實(shí)驗(yàn)系統(tǒng)，故選取如下兩組PID參數(shù)進(jìn)行機(jī)械臂的實(shí)物控制實(shí)驗(yàn)。

實(shí)驗(yàn)結(jié)果如下：

PID參數(shù)取值：Kp=4.92,Ki=4.54,Kd=0.63,結(jié)果如圖11(a)所示;

PID參數(shù)取值：Kp=5.32,Ki=4.68,Kd=0.70,結(jié)果如圖11(b)所示。

(a) 第一組

(b) 第二組

圖11 兩組參數(shù)的機(jī)械臂控制實(shí)驗(yàn)圖

實(shí)驗(yàn)結(jié)果分析：機(jī)械臂實(shí)物控制實(shí)驗(yàn)中，機(jī)械臂的實(shí)驗(yàn)控制參數(shù)與Matlab仿真獲得的控制參數(shù)能夠做到一一對應(yīng)。由圖11可以看出,系統(tǒng)無超調(diào)，調(diào)節(jié)時(shí)間為1 s，設(shè)定位置360°，穩(wěn)態(tài)誤差絕對值分別為5°和10°，滿足了機(jī)械臂系統(tǒng)的控制指標(biāo)要求，但穩(wěn)態(tài)誤差不同，可令學(xué)生反復(fù)試驗(yàn)進(jìn)行參數(shù)整定。

3 實(shí)驗(yàn)效果調(diào)查與分析

為了檢驗(yàn)移動實(shí)驗(yàn)室中的移動遠(yuǎn)程控制實(shí)驗(yàn)是否使實(shí)驗(yàn)操作更加便捷，是否能夠提高實(shí)驗(yàn)設(shè)備利用率，以及是否能夠提高學(xué)生的學(xué)習(xí)效率，邀請了自動化學(xué)院20名大四學(xué)生、10名研一學(xué)生和10名研二學(xué)生使用M-Lab進(jìn)行MRC-Experiment實(shí)驗(yàn)。設(shè)計(jì)了一套調(diào)查問卷，實(shí)驗(yàn)結(jié)束后由學(xué)生填寫調(diào)查問卷。

調(diào)查問卷從M-Lab系統(tǒng)功能、M-Lab系統(tǒng)特色、學(xué)習(xí)效果兩大角度設(shè)計(jì)共9個問題，為了能夠更精細(xì)地了解學(xué)生對各問題的滿意程度，此次調(diào)查問卷的評價(jià)方式采用打分制，即學(xué)生可以對每個問題進(jìn)行打分，總分10分，8分及以上為非常滿意，6分或7分為滿意，5分為一般，3分或4分為不滿意，2分及以下為非常不滿意。調(diào)查問卷的反饋結(jié)果見表2～4。

表2 M-Lab系統(tǒng)功能反饋歸納表

表3 M-Lab系統(tǒng)特色反饋歸納表

在設(shè)計(jì)的調(diào)查問卷的后半部分，邀請每個學(xué)生提出3個有待繼續(xù)解決的問題。針對學(xué)生提出的問題，最有代表性的問題歸納為3類，①實(shí)驗(yàn)項(xiàng)目較少，②被

表4 學(xué)習(xí)效果反饋歸納表

控對象種類較少，③控制效果實(shí)時(shí)性難以保證(移動互聯(lián)網(wǎng)的網(wǎng)絡(luò)延時(shí)導(dǎo)致)。因此擴(kuò)展底層設(shè)備與實(shí)驗(yàn)項(xiàng)目，給予更清晰的實(shí)驗(yàn)教學(xué)指導(dǎo)，是M-Lab今后的發(fā)展方向。

在調(diào)查問卷中最后一個問題是“如果您可以選擇M-Lab中的MRC-Experiment或傳統(tǒng)實(shí)驗(yàn)方式來進(jìn)行實(shí)驗(yàn)，您會選擇哪一種？”，調(diào)查結(jié)果是100%的受訪者愿意選擇MRC-Experiment進(jìn)行實(shí)驗(yàn)。

4 結(jié) 語

本文針對控制類實(shí)驗(yàn)課程的在線教學(xué)，研究并設(shè)計(jì)了一套基于MOOC教學(xué)的自動控制理論實(shí)驗(yàn)課程。在提出了M-Lab與MRC-Experiment的基本原理與設(shè)計(jì)方法基礎(chǔ)上，依托單自由度機(jī)械臂系統(tǒng)為被控對象，建立了一套移動端遠(yuǎn)程控制實(shí)驗(yàn)教學(xué)系統(tǒng)，實(shí)現(xiàn)了MOOC的在線實(shí)驗(yàn)教學(xué)。本實(shí)驗(yàn)教學(xué)系統(tǒng)可以完成校園網(wǎng)環(huán)境下的M-Lab的設(shè)計(jì)與實(shí)現(xiàn)，并允許學(xué)生進(jìn)行MRC-Experiment。本實(shí)驗(yàn)教學(xué)系統(tǒng)還存在一些問題(網(wǎng)絡(luò)延時(shí)、網(wǎng)絡(luò)安全、多用戶并發(fā))，這正是下一步要解決的研究課題。