自动化行业入门者和新生速览了解。

自动化的核心是什么？

自动化是一个比较传统和中国本土化的工科专业，它的主干知识是控制科学，有的学校也会根据自己的特色适当交叉一些电、机械、计算机的知识，但其核心永远都是控制科学的控制理论，就本科阶段而言就是《自动控制原理》这门课，当然以上只是比较学术化的考虑，我们要看到，自动化首先是作为一个工科专业设立的，与理科不同，它的工程技术层面永远是甚于理论的，有句话叫做“不管有没有科学，工程师必须科学地或者靠经验地要把事情做成。”说的就是这个道理，所以作为自动化本科生，专业的基本工具性技术（例如：单片机技术、嵌入式技术、PLC技术……）和工程思维可能更为重要，也更为实际。

自动化到底在学什么？

自动化主要是学习一些控制方法，并能将其通过一定的物理载体进行实现。整个学科的内容主要围绕下面这个方框图展开：

就控制方法来讲（体现在框图的整体结构和控制器软件），主要需要学习一些系统的建模和分析以及控制算法的选择和设计。经典课程包括：信号与线性系统、控制系统建模与仿真、自动控制原理、现代控制原理、运动控制、过程控制、智能控制……

就实现方法来讲（体现在控制系统的各部分的实现），目前主流的方法还是用电的方式（主要是电子系统和嵌入式），液压气压这些现在学校很少会教了。经典课程包括：电路分析、数电/模电、自动检测原理、电机与电力驱动、微机原理与接口技术、嵌入式系统、计算机控制系统、可编程控制器……

自动化需要哪些数学基础？

自动化专业对数学基础的要求比较高，高数的所有内容必须融会贯通，另外如果希望能学习更高深的理论的话还需要补充一些数学知识，大概的脉络如下：

1.微积分

极限、积分、微分是微积分中的三大基本运算，它们也是学习所有自动化专业知识的基础，我愿称之为基石的基石，其中极限更是基石的基石的基石，它们与自动化最直接的联系莫过于著名的PID控制，但其重要性远不止于此。微积分其他的内容，像无穷级数（后续积分变换的基础），微分方程（自动控制系统建模的基础），都需要重点掌握，如果微积分都不会的话直接就可以退学了，后面都不行的！！！

2.线性代数

线性代数是现代控制的主要数学工具，如果说除了最简单的PID控制你还想学点高端的控制方法，它基本是绕不开的桥梁，可是这样说：是否用到线性代数基本成为了控制理论的分水岭，其重要性不言而喻。

3.概率论与数理统计

概率论这门课对实际控制系统的重要性不亚于线性代数，甚至更甚于线性代数，因为在实际控制环境中的复杂性难免会使许多建立在理想理论上的算法失算，而这时候往往就是概率论大放光彩的时候了，当然这只是比较基础的应用，因为学到后面你会发现在各种智能控制中概率论几乎成为了主要角色。

4.复变函数与积分变换

复变函数是微积分在复数域上的推广，是整个频域分析的基础，对电子电路、信号处理……都有十分基础性的作用，是自动化入门级的数学基础。而积分变换这个东西可以说基本贯穿了所有的专业内容，是控制领域最最最重要的数学工具，可以说傅里叶变换和拉普拉斯变换是初学者能否入门的条件性数学工具。

其他的像离散数学、模糊数学……就不一一介绍了，学有余力的话去翻翻，百利而无一害！！！

为什么说「自动化 = 什么都会 + 什么都不深入」？

看了各位大佬的高赞回答，大家都对自动化的内容有了很具体的剖析，让我这个从自动化跨机械的学生忍不住也想来发表一下自己的见解。（个人观点，不当之处，敬请指出）

首先，我们不能以一种平常的眼光去看待自动化这个工科专业。自动化作为我国特有的大学专业，它和化工、机械、纺织之类的传统工科专业还是有很大的不同的。其本质就在于自动化专业的学习对象是不大明确或者不够具体的，因此我们在学习很多理论和技术的基础知识时常常是把对象笼统地模糊为了“控制对象”，而不是像其他工科专业那样带入实际的应用环境去具体化，或者说我们的应用环境是一直在变的，因此会让人有学的很杂的感觉，上节课还在用PLC做电气控制，下节课又在用液压传动做过程控制或者利用电力传动做运动控制，总之切换的太快、太杂，让人时常捉不到头绪，另外因为学时有限，很多内容也只能浅尝辄止，久而久之，造成了很多同学不知道自己在学什么，似乎什么都在学，但又什么都没学到（不成体系）的情况，于是有了“自动化 = 什么都会 + 什么都不深入”的感觉。

其次，我们不能总用自动化的短处去和别的专业的长处做比较。目前大学中带自动化的专业除了自动化，还有电气工程及其自动化、机械制造及其自动化……这些带有前缀的自动化可以认为是自动化专业在具体产业的延伸，那么自动化专业存在的意义或者说他的优势是什么呢？我觉得是“可能”，正是因为单纯的自动化没有前缀，或者说没有具体的背景，所以我们将接触并拥有更多的“可能”。而这正是其他带前缀的自动化或者其它工科专业所不具备的，也是自动化毕业生就业千奇百怪，读研横跨多个大类素有万金油之称的核心。许多同学感觉什么都会一点又都不深入，就是因为没有找到看到更多“可能”的角度，你总想着和计算机拼软件，和电子拼硬件肯定都拼不过，但你可以和计算机拼硬件，和电子拼软件啊，更重要的是你有看到更多“可能”的机会和能力。因此我一直认为，如果不考虑就业现实的话，自动化毕业生是非常适合领导者或者顾问之类的职位的，如果再加一些系统科学的课程，那将完美巩固这种优势，造就我心中完美的工科预科。

前面说了这么多，最后我想谈一下作为自动化人如何去面对自己的专业，就一句话“必须要时刻提高自己与具体产业结合的意识”！什么意思?自动化再NB，但也只有与具体的产业（特别是传统行业）结合起来才能发挥它的价值，而脱离了实际应用环境的自动化就是空中阁楼，也正是因此，我选择读研专业时，没有选择控制科学与工程，而是跨到了机械。

人工智能与自动化有什么区别？

人工智能是自动化在数据时代的延伸，是自动化的一种，但又超出了传统自动化的应用领域，总体来说更偏向于算法和数据（软件）。而就自动化而言，它的存在与工业需求是离不开的，技术手段的范围更广，略偏于控制的硬件（当然只是相对而言，控制算法也很重要）。因此人工智能更像是自动化在数据信息加持下的进化，对未来个性化数字时代而言更能顺应潮流，但这些都是在已有自动化的基础上来的，因为没有成熟的自动化基础以及其的广泛应用的话，根本就没有产生人工智能的必要和条件。

学自动化是不是好的选择？

有一说一，自动化是工科里一个比较特殊的专业，因为它涵盖的东西实在太广了，小到抽水马桶、大到卫星导弹都离不开它，而本科教育作为一种偏向通识的教育实在是很难让学生掌握这些东西的所有知识，所以在国外很多国家包括美国的高等教育里都没有设置相关的本科专业，而是把这方面的基础课程面向工程学科的大学生选修。

国内的大部分自动化本科专业基本就是把机械、化工、数学、电子、计算机等学科的专业课凑起来设置的，所以学的东西很多也很杂，但往往浅尝辄止、样样不精，而这个缺憾也恰恰也是自动化学生的优势所在——“大工业”的全局观。正因为学的多，所以会有在面对工程问题时会有一种大工业的思维，可以做出很多涉及不同领域的方案，有了这么多底子，随便跨界还是相当容易的，不管工业环境怎么变，我们肯定饿不死。

人们的工作真的会被大规模自动化所取代吗？

就目前来看，在可预见的未来这种事发生的可能性个人觉得不大。

技术层面，机器的智能很难在短时间内再有巨大的突破，所以未来自动化应用的主流还是人机结合的方向，自动化机器势必会大量应用，但人的存在是绝对不会被取代的，反而是随着自动化程度的提升，需要参与流程的技术性人员会增多。

社会层面，现在全球化的浪潮势不可挡，发展中国家的劳动力供给充沛，从成本上来说，大规模自动化所带来的综合效益对大多数企业来说远没有那么大的吸引力。