预答辩总结

第一篇：预答辩总结

硕士预答辩总结

通过三年的学习，师兄今天在XXXXXXX进行了硕士毕业预答辩。我虽然是研一，但有幸以一名答辩老师的身份参与了师兄的预答辩。此次预答辩整体分为以下几个部分。首先是师兄对自己的课题进行答辩，接着参与答辩的老师进行提问，然后是答辩的学生对老师的提问进行一一解答。通过参与这次预答辩，我受益匪浅，学到了很多宝贵的经验，为我以后的答辩取起到了很大的作用。

首先是答辩注意事项上：

1．带上自己的论文、资料和笔记本。2．注意开场白、结语的礼仪。

3．坦然镇定，声音要大而准确，使在场的所有人都能听到。

4．听取答辩小组成员的提问，精神要高度集中，同时，将提问的问题——记在本上。

5．对提出的问题，要在短时间内迅速做出反应，以自信而流畅的语言，肯定的语气，不慌不忙地—一回答每个问题。

6．对提出的疑问，要审慎地回答，对有把握的疑问要回答或辩解、申明理由；对拿不准的问题，可不进行辩解，而实事求是地回答，态度要谦虚。

7．回答问题要注意的几点：

（1）正确、准确。正面回答问题，不转换论题，更不要答非所问。（2）重点突出。抓住主题、要领，抓住关键词语，言简意赅。（3）清晰明白。开门见山，直接入题，不绕圈子。

（4）有答有辩。有坚持真理、修正错误的勇气。既敢于阐发自己独到的新观点、真知灼见，维护自己正确观点，反驳错误观点，又敢于承认自己的不足，修正失误。

（5）辩才技巧。讲普通话，用词准确，讲究逻辑，吐词清楚，声音洪亮，抑扬顿挫，助以手势说明问题；力求深刻生动；对答如流，说服力、感染力强，给教师和听众留下良好的印象。

接着是答辩的准备工作： 1．为什么选择这个课题（或题目），研究、写作它有什么学术价值或现实意义。

2．说明这个课题的历史和现状，即前人做过哪些研究，取得哪些成果，有哪些问题没有解决，自己有什么新的看法，提出并解决了哪些问题。

3．文章的基本观点和立论的基本依据。

4．学术界和社会上对某些问题的具体争论，自己的倾向性观点。

5．重要引文的具体出处。

6．本应涉及或解决但因力不从心而未接触的问题；因认为与本文中心关系不大而未写入的新见解。

7．本文提出的见解的可行性。

8．定稿交出后，自己重读审查新发现的缺陷。

9．写作毕业论文（作业）的体会。

10．本文的优缺点。

总之，要作好口头表述的准备。不是宣读论文，也不是宣读写作提纲和朗读内容提要。

内容的组织和讲解：

1.PPT主要内容不需照着念，略一停留就可进入背景介绍。背景介绍尽量简练，2-3页为宜，但信息量要足，目的是给出研究背景（对应选题意义）、现状，总结当前工作的不足，从而引出自己的工作。

2.全文工作思路，1-2页。理清逻辑，让观众到此明白问题轮廓和自己的工作全貌。

3.讲解自己的详细工作要突出思路和重点，不一定在语言表达上涉及太多细节，比如，用过多公式讲解他人的工作步骤应避免，属于自己的工作要在视觉和语言上进行标注和区别。实验结果的表示要精炼，让人容易理解；对比试验要公平，有说服力，对比对象要新，要有对比意义，从而体现自己的工作价值（这是研究方法和论文写作阶段都有的问题，但是答辩时常被质问）。讲解包含可能的额外演示。4.最后一定要有总结，突出个人工作和结果；展望和工作的不足之处不宜多，淡化处理。致谢可以写，但要简练，并且不要照着读，一句话即可，如：“最后，感谢所有关心和帮助过我的每一个人，感谢各位专家和评委老师”。

5.接着听取提问时，将问题要点记在本子上，可以对几个问题进行统一回答。遇到不会的问题，第一不要沉默，第二要尽量打擦边球进行回答。

非常感谢XXX老师能够给我提供参与师兄预答辩的机会。通过参与此次预答辩，不仅在我以后的答辩过程中起到很好的作用，在我以后人生道路上也会起到很大的帮助。

第二篇：预答辩演讲稿

1.各位老师，上午好！

2.我的论文题目是„„，主要分以下几个方面介绍。

3.我国早期风电开发主要集中在东北、西北、华北等高风速风资源区，由于这些地区用电负荷较小、远离负荷中心，导致严重的弃风限电现象。由于低风速区占地面积更广，且主要分布在东部及南部等负荷中心区域，因而，发展低风速风电对解决风电消纳问题、实现风电产业可持续发展具有重要意义。

4.对于一台给定的风力机，其风能捕获效率会随风速与风轮转速之间的比值、即叶尖速比的变化而变化。只有当风力机运行在最优叶尖速比时，风力机才以最大风能利用系数捕获风能。这是风力机最大功率点跟踪的基本原理。也是控制目标。

5.但是，由于风轮转动惯量的存在，风轮转速难以实时跟踪风速的变换，导致风力机常运行在跟踪最优叶尖速比的过程中、而非最优叶尖速比处。这意味着风力机常常以较低的风能利用系数来捕获风能，导致跟踪损失。

6.而且，这一跟踪损失问题在低风速风力机上会更加严重。低风速区风速幅值小、湍流大、波动快的特性以及由低风速导致的风力机尺寸大幅增加，进一步加剧了风速快波动性与风力机慢动态特性之间的固有矛盾，从而给风力机的跟踪控制及风能捕获带来严峻的挑战。7.传统的风力机设计大多遵循着本体（气动外形和支撑结构）设计在前、控制器设计在后的分离、顺序设计流程。其中，气动设计重点关注风力机在opt处的气动效率提升；结构设计在保证风力机结构满足强度、刚度和稳定性要求的前提下，降低制造成本；控制器设计则关注最大功率点跟踪的实现，使风力机保持运行在opt。依照这样一种分离设计的思想，前面提到的低风速风力机因跟踪不上风速、无法保持运行在opt而导致的跟踪损失问题，应主要由MPPT控制器的设计优化来解决。

8.但是，优化控制器以解决低风速风力机跟踪不上风速的潜力发掘基本饱和。这主要是因为：（1）仅控制器改进这一单方面的努力，不能充分发掘缓解风速快速波动与风力机慢动态特性固有矛盾的潜力，所能获得的闭环性能提升有限。仅控制改进所能获得的效率提升平均在1%左右。（2）由于发电机这一风速跟踪控制的执行机构的额定功率、额定转矩和风力机载荷的共同约束，过于激进的风速跟踪控制会增大风力机的疲劳载荷、降低运行寿命。这也限制了通过控制改进所能提升的效率的幅度。（3）正是意识到风力机慢动态特性与风速快速波动之间的固有矛盾，部分文献采取牺牲局部效率换取整体性能的思路，而这也体现出仅控制器优化已很难大幅提高MPPT性能。

9.依照气动与控制分离设计的思想，除了主要通过控制器的优化改进外，还可通过气动设计优化来提升风能捕获效率。但是，沿用传统气动设计目标有可能进一步加剧低风速风机的跟踪损失。这是因为，由于气动与控制的分离设计，气动设计师在气动设计过程中往往隐含假设MPPT控制可以保证风力机始终运行于opt，进而以opt处的气动性能最佳为设计目标。这种仅追求单一工况点气动性能提升的优化方法，会导致优化叶片对应的CP-λ曲线顶端较陡。由于低风速风力机所处的运行风况特点及自身结构特性导致其更长时间运行在非最优叶尖速比，尖而窄的CP-λ曲线将进一步加剧其跟踪损失、大幅降低风能捕获效率。已经有气动设计开始考虑风力机的转速控制性能。例如，针对定速风力机，以不同风速下风力机输出功率的加权和为目标函数的气动设计方法；针对风力机翼型，以多个攻角下翼型升阻比的加权和为目标函数的多攻角设计方法。本质上，风力机气动设计将目标函数从传统的单一工况转变到多工况气动性能的做法，本身已经隐含了气动设计对控制动态的考虑。

10.可见，沿用分离设计思想在许多方面不利于进一步解决低风速风力机的跟踪损失问题。由于风力机的某些本体参数能够影响控制性能，而且受到考虑风力机控制的气动设计的启发，利用风力机本体参数与MPPT控制之间的协同效应，开展风力机本体参数与跟踪控制的一体化设计，应是进一步有效提升低风速风力机风能捕获效率的一条可行途径。

11.但是，在一体化设计过程中，风力机本体参数的调整必须满足所在学科领域的工程要求，且在实际的设计/制造标准中的可调自由度不大。同时，多考虑一个本体参数，将增加一体化设计中优化分析与计算的复杂度。如果将所有本体参数都与控制器进行一体化设计。即使这样的一体化设计在理论上是可行的，但仅为效率提升而全面改动风力机本体设计的代价也是难以接受的。因此，寻找敏感影响风速跟踪控制性能的本体参数不仅十分必要，而且使得基于敏感本体参数的一体化设计更具潜力和工程意义。这里的敏感本体参数是指那些经过小幅调整就可以换取闭环性能明显提升的参数。

12.下面就风力机一体化设计方面的研究进展，从以下四个方面展开叙述。

13.首先，已经有研究指出平缓的CP-λ曲线更有利于风力机实现MPPT；顶端较陡的CP-λ曲线会加剧跟踪损失问题，甚至导致风轮失去跟踪能力，从而严重影响风力机的效率。另外，大量研究表明，风力机结构参数——风轮转动惯量的提升不利于风力机的MPPT控制。这些气动、结构参数对MPPT控制性能的影响也表明了风力机一体化设计的必要性。14.涵盖控制的风力机一体化设计还很少见，现有做法主要是通过构建同时包含气动、结构、具体控制器参数的优化模型，将一般处于设计末尾的控制器设计提升至与气动、结构设计等同对待，进而依赖优化算法实现各子系统之间的协调配合。

15.还有一种考虑控制性能的风力机本体设计。与参数联合优化不同，它们以从控制视角对本体设计提出具体要求的方式参与风力机本体设计。以风力机多工况气动设计为例，MPPT控制性能的提升希望平缓的CP-λ曲线，那么在气动设计过程中主动将目标函数修改为多个工况点的平均气动性能。这样，在延续了经典的“先对象设计、再控制设计”分离设计原则的同时可进一步提升系统的闭环性能，因此，其本质仍是一体化设计。而且，这种一体化设计方式因为不依赖于具体控制策略而使得设计结果更具一般性。

16.总结现有的风力机一体化设计，发现当前的风力机一体化设计，大多是将气动、结构与控制多学科模型构架在一起，依靠智能算法进行本体参数与控制器参数的联合数值寻优。许多联合优化的机理问题，如哪些本体参数会影响控制性能、本体参数改变控制性能的机理、有利于控制性能提高的风力机本体参数的调节机制等尚待深入探讨。正是由于联合优化的机理不明确，导致当前的风力机一体化设计在本体参数选择过程中存在一些问题，例如，可能选择对闭环系统控制性能无影响的参数参与到一体化设计，这样只能无谓地增加优化计算的复杂度；选择的本体参数可能对控制性能影响不敏感，控制性能的优化可能导致这类不敏感参数的大幅调整，这种为了性能的提升而去大幅修改本体设计的做法在工程上也是难以推进的。

17.与参数联合优化不同，考虑控制性能的风力机气动设计以从控制视角对本体设计提出具体要求的方式间接参与风力机本体设计。这种一体化设计方式不依赖于处于末端的具体控制器，而且在延续了经典的分离设计原则的同时提升了系统的闭环性能。但该方法目前仍未成熟，亟待探索。因此，解决上述问题的关键在于：在掌握风力机本体参数对控制效果的影响机理的基础上，寻找对控制性能影响效应敏感的本体参数，探索考虑敏感本体参数对控制性能影响的风力机一体化设计方法。这样，较小的本体参数调整不仅能明显提升控制性能，且更容易满足风力机本体设计的固有约束。

18.本文工作正是围绕上述科学问题展开，主要研究内容包括以下三个方面：首先探索风力机本体参数对MPPT控制性能的影响机理和作用规律，并从中提取能够显著影响MPPT性能的敏感参数。然后，深入探索敏感气动参数对MPPT的影响机理和作用规律，并尝试定量描述这一影响，从而为完成考虑敏感本体参数对MPPT影响的本体设计奠定基础。最后，在借鉴已有的考虑控制性能的风力机本体设计的基础上，根据敏感气动参数对MPPT的影响及其描述，调整当前风力机气动设计的目标函数或约束条件，构建不含具体控制器参数、但能考虑敏感气动参数对MPPT控制影响的风力机气动设计模型，以形成更具总体工程可行性的风力机一体化设计方法。下面重点介绍风力机本体参数对MPPT的影响分析及敏感参数提取的相关内容，对于考虑控制的本体设计方法简要演示一下优化结果。

19-20-21-22.从风力机闭环系统（翻到PPT20页）的视角出发，将影响MPPT控制效果的因素按科学划分为风况参数、气动参数与结构参数（翻到21页），并结合本体设计模型，将本体参数划分为集总参数与分布参数（翻到22页）；以风力机的闭环性能指标（包括运行叶尖速比概率分布与平均风能捕获效率）来量化描述各参数对MPPT性能的影响。

23.在分析各影响因素对MPPT性能的影响时，采用只改变单一关注因素而固定其他因素的方法，并通过仿真比较因素改变前后闭环性能指标的变化规律。考虑到分布参数的种类和数量较多、加之其不同排列组合又会产生新的叶片外形，因此，为缩小搜索范围以尽快找到影响MPPT性能的敏感参数，采用从集总参数到分布参数的搜索路线。具体地，首先从风力机本体参数中的集总参数入手，待从中搜索到敏感参数后，再深入到该敏感参数所在学科的具体分布参数，从中搜索敏感参数。

24.通过闭环系统的动态仿真，可归纳出：风力机动态性能的提高或MPPT跟踪要求的降低，都会促使运行叶尖速比更加集中地分布于最优叶尖速比附近、提升平均风能捕获效率；反之，则导致运行叶尖速比分布更分散、平均风能捕获效率越低。

25.灵敏度系数的计算结果如表所示。可见，相比结构参数（风轮转动惯量），气动参数对MPPT性能的影响更敏感；而且，相比最大风能利用系数，气动参数中的最优叶尖速比、叶片半径对MPPT的影响更为显著。

26.需要说明的是，因为无法用单值指标刻画CP-λ曲线的平缓度，导致CP-λ曲线的平缓度对应的灵敏度系数难以计算。以平均风能捕获效率这一闭环性能指标对比分析了CP-λ曲线的平缓度与CP, max对MPPT的影响。研究发现，即使CP, max小幅降低，顶部较平缓的CP-λ曲线仍可提升平均风能捕获效率。由此可推测，相比最大风能利用系数，CP-λ曲线的平缓度对MPPT的影响更为显著。

27.由于气动集总参数对MPPT性能的影响更为显著，深入到叶片气动分布参数（翼型、弦长、扭角），通过遍历弦长和扭角、搜索相似翼型，以湍流风速下叶素的平均风能捕获效率为指标，仿真比较各分布参数对MPPT控制性能的影响。28.结果发现，翼型形状的细微调整能够带来更大幅的性能提升。

29.综上可知，相比结构参数（转动惯量），风力机的气动参数，尤其是最优叶尖速比、CP-λ曲线平缓度、翼型外形可以更加显著地改变MPPT控制性能。因此，开展这些气动参数与MPPT控制的一体化设计不仅易于达到协调目标、有效提升风能捕获效率，而且在满足风力机本体设计的固有约束和工程可行性方面具有十分重要的现实意义。

30.然后分别选择不同的气动敏感参数，主要通过修改现有的气动设计模型中的目标函数，考虑它们对MPPT控制性能的影响，完成了风轮气动参数与MPPT控制一体化设计。

第三篇：预答辩演讲稿

研究背景

近年来，我国的会展旅游发展迅猛，尤其在一些会展业发达的地区，会展业对经济的带动作用达到1:9的水平。据不完全统计，九十年代以来我国会展旅游业每年增长达20%左右，远远超过我国其他领域经济总量的增长。会展业已经成为我国经济的新亮点。并开始逐步走向国际化、规模化、专业化和品牌化。会展旅游不仅能提高一个国家和城市的知名度，对一个国家或地区的经济社会发展也具有很强的推动作用，中国会展业具有光明的发展前景。

会展经济的发展已经越来越多的引起政府和相关部门的高度重视，相关政策和措施陆续出台。《国家“十二五”规划》再次对我国会展业的发展做出战略性的规划，“十二五”时期，中国会展业进入了发展的快车道。2015年，中国会展业产值规模已达到3000亿元。面临的问题

在会展业发展如火如荼的时候，我国会展业的管理仍然处在初级阶段，会展举办期间，在举办地短时间内聚集了大量的人流，人群密度大，人群聚集可能导致会展拥堵踩踏事件发生，群体性恐慌 拥挤、踩踏

会展活动风险事故管理面临严峻考验

以下表1-1是我国2001年至2013年间统计的因为会展活动引发的人员伤亡事故。

人员伤亡事故多达144起，死亡人数多至93人。

可见，在会展期间维持正常的参观秩序，保证人员安全就显得尤为重要。这就要求有关政府部分尽快完善会展相关的管理方式，让会展行业有序的发展，尽快实现会展业的智能化管理。研究意义

如何更为有效保障会展高峰时期参观者的安全，维持正常的参观秩序，并实现大量人流的管理与疏导，是会展管理部门重点关注的问题，其中，会展入口人流量控制和疏导是重要方面。如果能及时准确预知未来时刻会展入口的人流量，就能让管理者提前做好防范措施，比如：人流量少时，开放部分入口闸门，节省人力、物力；人流量多时，增加入口闸门开放数或者减少/停止售票等等。这样有利于合理利用会展资源，同时实现会展入口人流量的控制与疏导，减少拥堵与踩踏事件发生，提高了旅游者的参观质量，对实现会展旅游的智能化管理具有十分重要的意义。

会展入口短时人流量的特性分析 第二章，首先分析了会展入口短时人流量的特性，通过分析发现具有：不确定性、时变性、随机性、周期性、混沌性等特性 预测模型建立的原则

接着对会展入口短时人流量预测模型的原则进行了分析，模型应该具有：实时性原则、准确性原则、抗噪声能力、可移植性原则、历史数据少等特点 预测模型的选择

接着整理总结了目前所有预测模型的优缺点，发现单一模型总是存在这样那样的不足，而融合模型取长补短，在短时流量预测中既可以提高预测精度又可以保证预测误差的稳定性。

基于对会展入口短时人流特征的分析以及己有预测模型的综合比较，发现融入模型中的小波神经网络模型既具有小波良好的时—频局部特性和变焦能力，又有神经网络极强的非线性、自学习能力和相对较高的预测精度，对非线性变化的数据序列不用建立精确模型就能进行预测，这一特征恰好符合入口短时人流数据的随机性和难以建立精确模型这一特性。实验预处理

第三章主要讲数据预处理（1月26至2月1，每天14:00-22:00的入口人流量数据，每15分钟取1个数据，7天共231个数据），在确定了会展入口短时人流量预测模型的基础上，对实验数据进行了预处理，因为在人流量数据的采集、传输过程中，由于设备故障、传输错误、噪声干扰等原因会使采集到的数据无法按照一定时间间隔上传或者上传错误，最终导致数据采集错误现象的发生，而采集的数据质量直接影响到预测的精度，所以必须对数据进行处理，一般分为修复和去噪两步。这是修复后与修复前数据对比图。接着对修复后数据进行小波去噪。这是数据小波分解，随机噪声主要集中在d1层，加大d1层的阈值，这是降噪后与原始信号对比图。

数据归一化处理

接着对数据进行归一化处理，主要是为了加快网络的训练速度，将实验数据归一化在[-1,1]之间。这是归一化代码。表3-5是部分自贡灯会入口人流量数据归一化结果。

小波神经网络各层节点的选择

在第四章简要介绍了小波神经网络的原理及学习算法推导过程，重点分析了小波神经网络各层节点及参数的选择，小波神经网络往往选取三层结构，输入层和输出层可以根据实际应用要求确定，本次实验选取输入个数为4，输出个数为1，而隐含层的神经元个数选取则是一个难点，一般根据经验公式选择，根据输入4，输出1，根据公式可算出隐含层个数在4~12之间 实验对比验证

这是在输入层为4，输出层为1，模型其他参数都一致，而输入层不同的情况下，进行50此仿真取平均值，表示预测模型优劣评价指标结果，由表可以看出，在隐含层节点数为10时，各评价指标最优。所以确定预测模型结构为4-10-1 4-10-1 模型下不同学习率

在确定模型结构后，有对模型参数学习率进行实验验证对比，同样是仿真50次取平均值，由表看出在学习率为0.01和0.001情况下预测误差最小。小波神经网络模型（4-10-1，0.01，0.001）这是在小波神经网络确定了结构和学习率情况下，以自贡灯会入口人流量为实验对象的仿真图，发现预测效果较理想，高峰期（1400人）最大误差为350人左右，大多数都在100人以内浮动 评价指标

这是小波神经网络模型预测自贡灯会入口短时人流量的各评价指标值，由表可以看出，平均绝对误差是64人左右，均方误差为11.79，均方百分比误差约为4.5%左右，当EC0.85时，说明预测效果较好，越接近1说明预测结果的可靠性越高，本文预测精确度达92%，训练加预测时间为5.4秒左右，体现出了实时性。根据评价指标可以看出训练还是比较理想的。误差分析

针对小波神经网络预测结果的误差，从四个方面进行了误差分析：实验数据的采集、实验数据预处理、实验影响因素、小波神经网络。

如：本文实验对象自贡灯会在数据采集时在高峰期时，很多都没扫描票，见到票就直接进场，还有在数据修复时，不能完全恢复原始信息，只是一个预估计值，另外小波去噪会损失原有数据中本有的高频细节。还有其他外在因素的影响，如票价、天气、节假日等都会对实验结果造成一定误差，但通过分析发现除了实验数据造成的误差外，小波神经网络自身的不足是造成误差的重要原因，小波神经网络模型的不足

如图是网络迭代次数与误差百分比之间的关系，当迭代到350次时陷入局部极小值，这会使预测结果产生较大的误差，而且小波神经网络的收敛速度也较慢，学习效率低，对参数选择较为敏感，针对这些不足，提出用遗传算法进行优化。遗传算法优化

这是优化后的预测自贡灯会入口短时人流量的效果图，发现模型的拟合程度更高，预测效果更好，最大误差为240人左右，相对小波神经网络有了明显的改善。

预测平均误差提高了8%，预测精度提高了4%，效果理想 迭代曲线对比图

这是小波神经网络与优化后网络在相同条件下的迭代曲线图，可以发现算法优化后模型在迭代100次时，基本收敛于目标条件，曲线趋于平稳状态；而传统小波神经网络模型要迭代400次左右才能收敛于目标条件。可以体现出优化后网络在收敛速度上得到了较明显的提高。

仿真实验表明：采用遗传算法优化小波神经网络模型，达到了提高训练精度和收敛速度的目的，这说明WGANN算法具有更高的鲁棒性和更高的预测精度，遗传算法优化了小波算法收敛慢和容易陷入局部极小值的不足。

方案

第六章主要是综合分析全文，针对类似于自贡灯会入口短时人流量预测的会展情况，总结出预测流程的方案

应用—2016年自贡灯会实验验证

最后将方案应用于2016年自贡灯会入口短时人流量的预测上，这是应用界面图，这是2016年2月24日灯会入口短时人流量预测结果的误差图，在高峰期时预测误差最大为200人左右，大多数在50人以内浮动，可见实际应用效果还是比较理想的。总结及展望

本章对前六章的工作内容作了简要总结与分析，指出论文中存在的不足并简要阐述了今后研究工作的展望。

第四篇：机械系毕业设计预答辩

2014机械系毕业设计预答辩

一、时间

6月6日上午 8点30分开始。

二、预答辩时每位同学需携带的资料（自带电脑）

1、毕业设说明书；

2、计算机绘制答辩装配图和零件图；

3、手工绘制结构图的同学带上图纸到指定地点等待检查。

三、指导老师所带学生分组名单及检查地点

第一组老师检查第二组老师指导的学生（即第二组老师指导的学生到第一组老师所在教室接受检查），依次类推，第七组老师检查第一组老师指导的学生。

35人（9-1001）第一组：关玉明7魏 智11张建辉11张换高6 35人（9-1001）第二组：王 涛14张建军6江屏9刘伟6 36人（9-1003）第三组：曲云霞15曹东兴8 许红静4 邱 瑛9 35人（9-1003）第四组：高铁红8郭兰申15刘宇红4姚涛8 34人（9-1005）第五组：富大伟14谷美林11侯书军4曹国忠5 35人（9-1005）第六组：孙立新4李春书11王 阳11朱东彬9 34人（9-1005）第七组：李为民15管啸天5张建华14

说明：预答辩成绩满分10分，占毕设总成绩的10%；

在外地做毕业设计的同学，要到学校参加预答辩；

不能按时参加检查的学生，请自己联系所在组老师。

机械系2014年6月4日

正式答辩时间为6月11日，地点另行通知

第五篇：预答辩

计算机学院2012届预答辩通知

为了进一步提高毕业设计质量。特组织2012届毕业生预答辩。具体安排如下：

一、时间

4月18日上午8：00开始。预答辩分组情况在学院网站公布。

二、要求

每人在预答辩时必须提交前8周的纸本毕业设计进展记录（每两周一份），若不能按时提交的同学，将不得参加预答辩。没有参加预答辩的同学不可以参加正式的毕业答辩。

预答辩时每人把自己的研究论文或毕业设计成果软件运行情况屏幕截图，做成PPT，自己讲述3分钟，讲述以下主要内容：

①自己已开展的工作；

②存在问题；

③后续工作计划。

每个学生要认真记录预答辩时老师给出的评价，并向自己的导师汇报该评价，请导师对自己的设计或论文进行指导。

答辩时请同学自己准备答辩用的微机或笔记本电脑（一组相邻的同学可以合用一台）。

三、预答辩初步评价

学生的预答辩成绩分为以下等级：较好、一般、较差、很差。

由于预答辩的时间距离正式答辩的时间已经很短（约一个月），评价为较好的同学，要努力争取优秀成绩，直至参加省级优秀毕业设计（论文）评选；评价为一般的同学，要努力做毕业设计，不要放松对自己的要求，以防在正式答辩时进入质疑行列；评价为较差的同学，相当于给予黄牌警告，更要加大对毕业设计（论文）工作的投入，否则，极有可能在正式答辩时不合格；对于毕业设计（论文）很差的同学，几乎可以断定该生的毕业答辩已经不可能及格，相当于给予红牌罚下处理，建议该生申请延缓毕业。

四、说明

符合以下条件的可以暂时不回来：

1.已经签订了就业协议，用人单位工作上不能让学生离开的；协议必须已经在学院或在预答辩前将协议交给学院；如果协议正在签订过程中，则必须由用人单位出具书面说明并且说明协定协议的具体时间。

2.参加研究生复试、公务员考试或面试等，必须有复试、考试通知；

以上条件由朱兆静老师和指导教师联合掌握。对于暂时不回来的学生，学生必须亲自给指导老师电话说明自己的毕业设计进展情况和存在的问题，请指导老师给以指导。

计算机学院2012.4.10