工業APP課程對高職智能制造類專業教育的影響及對策

□周 虹

目前，國內高職院校開設的智能制造相關專業，課程體系中很少涉及工業APP類的課程。相較于國際，我國工業APP無論是理論研究還是實踐操作，已處于提出和發展較晚的境地。如何在高校智能制造類專業中開設工業APP類課程，抓住啟動工業互聯網市場的“金鑰匙”，由此打開“人工智能先進制造”入口，緊跟國際形式，成為當前亟需解決的問題。

一、工業APP國內外研究現狀

(一)國內研究狀況。2017年12月，中國工業APP聯盟揭牌。發起單位包括阿里云、樹根互聯等IT企業以及船舶、航空、電子、核工業等領域的軍工巨頭，充分說明具有最強研制實力的中國制造企業已經認識到工業APP的重要性。2018年5月，中國第一屆工業App創新應用大賽在天津舉行，對于推動工業APP培育，具有重要的促進作用。2018年4月25日，“工業互聯智造未來——2018工業互聯網高峰論壇·湖南站”在長沙舉行。此次論壇是在國家大力推動工業互聯網平臺建設、支撐智能制造戰略落地的大背景下進行的。會議明確提出，以工業APP為實現價值的互聯網平臺是智能制造支撐的重點所在。

(二)國外研究狀況。2016年，德國人Kulvatunyou在其論文中首先提出工業APP應該成為智能制造的組成部分(Smart Manufacturing-enabling composable apps)[1]。隨后，美國人Dinar將工業APP在智能制造體系中的地位提升到新的高度：工業APP是將推動智能制造發生新的革命。從2016年開始，美國開始提出融入工業APP后的智能制造新框架。Lawson拿到了工業APP商店的專利，Barkley提出了工業APP數據驅動的新模型-流式機器數據，Volkmann提出了全新的智能制造體系，并將工業APP的用途劃分為設計輔助、制造輔助、物流輔助和銷售輔助4個模塊。

二、工業APP高職課程對策研究

(一)適合高職學生學習的工業APP知識體系研究。按照建構主義課程開發思想，挖掘出目前較為流行的工業APP開發平臺，如美國GE的Predix、德國西門子公司的MindSphere、中國航天科工的INDICS、三一重工的樹根、以及阿里云的supET APP背后的知識和技術體系，為工業APP課程內容開發做準備。工業APP是工業現場網絡、工業云平臺、移動APP三大技術的綜合運用。工業現場網絡技術主要包括工業網絡的類型和接口、工業云平臺應用將主要涵蓋數據接口與轉換技術以及基于大數據的人工智能工具應用。移動APP應用開發作為展示層，重點要掌握基本的程序邏輯設計和數據可視化設計技術。在此架構體系下，按照夠用、實用的高職教學理念進行知識過濾，得到適合高職學生學習的工業APP開發知識體系。

(二)《工業APP應用與開發》課程在智能制造類專業人才培養中的定位與課程內容重構。得到知識和技術體系架構后，將進行課程定位和內容重構。《工業APP應用與開發》課程是一門典型的包含網絡、軟件和數據的綜合課程。目前智能制造類專業包括機電一體化技術、智能控制技術、工業機器人技術、工業自動化技術等專業。與工業APP相關的課程主要有PLC控制技術、工業現場總線技術、C語言程序設計、工業視覺應用技術等課程。通過分析橫向和縱向相關課程，得到《工業APP應用與開發》課程在專業人才培養體系中的準確定位，并由此進行內容重構，得到更科學、合理的融合工業APP的智能制造類專業課程架構。

(三)《工業APP應用與開發》課程的實訓平臺搭建。在實訓教學環節，課題組經過一年多的探索，已初步建成簡易工業云平臺。第四項研究任務便是在此基礎上繼續開展平臺建設，以保證3個班級能同時在線使用，滿足課程實訓教學需求。圖1圖2為自主開發工業云平臺首頁截圖和二維碼圖片。

(四)《工業APP應用與開發》課程學習模型的構建。以研究得出的課程體系和課程標準作理論依據、以自主開發的工業云平臺作實訓保障、以工業機器人技術專業的班級為試點進行具體的教學實施。在實施過程中將根據教學效果隨時調整教學內容，改進教學方法，得到最優的課程學習模型。

圖2 自主開發簡易工業云平臺首頁二維碼

三、實現方法及創新點

經過在學校工業機器人技術專業進行教學試點，根據實踐情況和學習效果分析，不斷對學習模型進行修正改進，以探究本學習模型的有效性。

(一)技術創新。課程實訓教學的工業云平臺，雖然有5大商業化工業云平臺，但收費很高，不可能直接用于教學環節。因此，自主架設了簡易云平臺。以Python為開發語言，在Django軟件架構和騰訊云平臺上搭建簡易工業云服務器；利用ModbusTcp-python工具，搭建工業現場網絡服務器；利用Google開源人工智能工具sklearn搭建工業大數據分析模塊；利用APP Inventor在線APP開發平臺，把云平臺與手機聯系起來，實現真正意義上的使用手機進行工業現場的查詢與控制。

(二)研究方法和應用創新。利用泛雅、學習通和自建的工業云等多個網絡學習平臺深度學習。在校內工業機器人技術專業開設《工業APP應用與開發》課程的實施來驗證課程學習模型的有效性和科學性。并根據教學評價反饋不斷改進，最終得到適合的教學模式。