首页 | 学院概况 | 审核评估 | 师资队伍 | 人才培养 | 科学研究 | 实验教学示范中心 | 学生工作 | 党群工作 | 校友风采 | 平凡人不凡事 
当前位置: 首页>>通知公告>>正文
通知公告
 
新闻动态 -
九江学院2025年机器人开发与应用工程微专业招生简章
2025-03-11 17:44  

一、专业简介

机器人开发与应用工程微专业依托九江学院智能制造产业学院,整合机械工程、控制科学与工程、计算机科学与技术等多学科优势资源而设立。旨在培养适应智能制造产业快速发展需求,掌握机器人从设计、开发到应用及运维等全流程相关知识与技能的应用型、复合型专业人才。通过系统的课程学习与实践锻炼,使学生具备在机器人领域进行创新实践、解决实际问题的能力,为地方及区域智能制造产业提供有力的人才支撑。

二、培养目标

1.知识目标

学生应扎实掌握机械工程领域中机器人的机械结构设计、制造工艺等基础知识,熟悉各类机构的工作原理及选型方法,能读懂并绘制机械图纸,为机器人的物理架构搭建奠定基础。

掌握控制科学与工程方面的自动控制理论、控制系统设计以及传感器与检测技术等核心知识,能够运用控制算法实现对机器人的精准调控与运动控制。

深入学习计算机科学与技术相关的编程语言、智能算法、工业大数据处理等内容,具备运用软件编程和数据分析为机器人赋予智能化功能,如故障诊断、智能决策等的能力。

2.能力目标

具备独立进行机器人整体设计与开发的能力,包括机械结构设计、控制系统集成以及智能软件编程,能够根据不同的应用场景和需求,制定合理的机器人开发方案。

拥有较强的实践动手能力,通过课程实验、实习实训以及毕业设计等实践环节,熟练操作相关设计软件、调试工具以及实际机器人,能对机器人进行安装、调试、测试及故障排查,保障其稳定运行。

培养创新思维与创新能力,关注机器人领域的前沿技术与发展趋势,能够在现有技术基础上进行创新性探索,提出改进或优化机器人性能的新思路、新方法。

3.素质目标

具备良好的工程职业道德和社会责任感,遵守行业规范与法律法规,在机器人开发与应用过程中注重安全、环保以及可持续发展等问题。

拥有团队协作精神和沟通交流能力,能够在跨学科团队中与不同专业背景的成员有效合作,共同完成机器人相关项目任务,并清晰准确地表达自己的想法和见解。

养成自主学习和终身学习的意识,面对智能制造行业不断更新的知识与技术,能够主动学习新知识、掌握新技能,持续提升自身的专业素养和综合能力。

 

三、学制、学分与结业要求

学制1,共14学分,学生在规定时间内修满培养方案规定的全部课程且考核合格后,可获得九江学院机器人开发与应用工程微专业学习证明书。

 

四、课程设置与教学计划

共设置6门课程(共224学时,其中理论152学时、实践72学时)。独立开班,每学期集中在周六上课。

课程名称

学分

总学时

学时分配

考核

方式

开课

学期

周学时

起止周

授课单位

讲授

实践

线上

线下

机器人学

2

32

24

8

 

32

笔试

2025-20261

4

1-8

机械学院

工业机器人应用技术

2

32

24

8

 

32

笔试

2025-20261

4

1-8

机械学院

人工智能技术与应用

3

48

32

16

 

48

笔试

2025-20261

4

1-12

机械学院

机器人操作与编程

2

32

16

16

 

32

作品

2025-20262

4

1-8

机械学院

工业大数据

2

32

24

8

32

 

笔试

2025-20262

4

1-8

机械学院

设备在线监测与故障诊断

3

48

32

16

 

48

笔试

2025-20262

4

1-12

机械学院

总计

14

224

152

72

32

192

 

 

 

 

 

五、课程简介

序号

课程名称

课程简介

1

机器人学

包括机器人的概念,机器人运动学、动力学、机器人关节驱动系统、位姿轨迹控制、力控制、智能控制以及仿真等知识点内容。

 

 

2

工业机器人应用技术

掌握机器人的基本操作、日常维护及故障排除技能;参与项目实训,亲自设计、开发、调试及优化机器人应用项目。

3

机器人操作与编程

旨在使学生掌握典型工业机器人的基本编程和操作知识,理解工业机器人的工作原理,并通过实践项目培养学生的动手能力和解决问题的能力。

 

 

 

4

人工智能技术与应用

讲述人工智能的基本概念、发展历程、关键技术和典型应用。涉及图像识别、语音识别、大数据挖掘、智能控制、智能机器人、脑机接口、5G等前沿技术。

 

 

 

5

工业大数据

主要包括工业大数据认知、工业大数据网络协议、工业大数据采集技术、存储技术、分析方法以及工业大数据应用等知识点内容。

 

 

 

6

设备在线监测与故障诊断

包括机械设备故障诊断技术的基本概念、机械物理信号分析基础、机械状态识别方法、转轴组件、滚动轴承和齿轮的失效形式及其诊断方法和手段等。

 

 

 

 

六、教学团队简介

姓名

出生年月

学历

职称

职务

主要从事专业

授课课程

所在单位

张幼明

1976.11

博士

教授

院长

微纳驱动系统研究与应用

工业机器人应用技术

机械与智能制造学院

胡云堂

1971.07

硕士

副教授

教研室主任

机器人应用技术

机器人操作与编程

机械与智能制造学院

王元生

1976.11

硕士

副教授

教研室主任

智能制造系统开发

人工智能技术与应用

机械与智能制造学院

郑冬喜

1979.07

博士

副教授

教师

微纳机器人研究与应用

机器人操作与编程

机械与智能制造学院

高朋

1978.01

博士

副教授

教师

机器人结构设计

机器人学

机械与智能制造学院

林飞

1987.11

博士

讲师

教师

工业机器人开发与应用

工业机器人应用技术

机械与智能制造学院

杨斌

1993.11

博士

讲师

教师

机器人应用工程

工业大数据

机械与智能制造学院

黄君政

1979.12

博士

讲师

教师

制造系统自动化与智能化

机器人学

机械与智能制造学院

陈敬龙

1984.02

博士

讲师

教师

机器视觉与智能传感系统

人工智能技术与应用、设备在线监测与故障诊断

机械与智能制造学院

陈利民

1990.10

博士

讲师

教师

智能制造系统开发

工业机器人应用技术

机械与智能制造学院

徐小宗

1990.10

本科

工程师

电气工程师

自动化工程

线监测与故障诊断

九江精密测试技术研究所

黄继锋

1994.08

硕士

工程师

软件工程师

软件工程

工智能技术与应用

九江精密测试技术研究所

 

七、招生对象及选拔方式

(一)招生计划

2025年招生人数为50人,最低开班人数20人。

(二)招生对象及要求

申请学生在校期间无违纪记录、必修课程无不及格科目,并符合下列条件:

1.具有强烈的学习愿望和浓厚的科学研究或工程实践兴趣,思想活跃、思维敏捷;

2.具有较强的自主学习能力和较好的心理素质;

3.必修课程学习成绩在本专业名列前茅。

参加过校级以上大学生创新实践活动和各类大学生竞赛,获得校级以上竞赛奖项和拥有发明专利者可优先考虑。

(三)选拔方式

线上简历筛选。

 

八、联系方式

联系人:林飞老师;电话:18079230992;地点:机械实验楼201

关闭窗口