新工科背景下“智能化工”課程體系的構建與實踐

張瑋?王俊文?程永強?董晉湘

摘 要：在國內外產業界快速發展智能制造的大趨勢下，化工行業對人才提出了新的要求。傳統的化工專業教學體系成熟，推進學科交叉培養難度較大。本文以化工行業信息化和智能化為背景，依托太原理工大學化工學科作為“雙一流”建設學科的優勢，開展化工專業新工科建設，提出了化工、控制和計算機三個專業交叉融合的“智能化工”課程體系，以期為相關專業融合信息技術培養新工科智能制造人才提供參考和借鑒。

關鍵詞：新工科;化工專業;智能化工;跨學科;課程體系;智能制造

2018年10月，教育部、工業和信息化部、中國工程院聯合發布了《關于加快建設發展新工科實施卓越工程師教育培養計劃2.0的意見》，強調要“推動學科交叉融合，促進理工結合、工工交叉、工文滲透，孕育產生交叉專業，推進跨院系、跨學科、跨專業培養工程人才”。從人才發展來看，知識交叉與融合是新工科建設培養創新人才的著力點[1]。在新經濟環境下，新興學科專業的建設路徑是“預測未來人才市場需求—改造升級現有專業—調整完善現有學科”[2]。因此，本文據此分析了我國化工行業的發展現狀，指出智能化工對未來人才的要求，借鑒國內外工程教育改革經驗，立足于我國高等化工教育現狀，提出了跨學科“智能化工”課程體系。

一、化工產業發展呼喚智能化工人才

1.化工產業發展現狀

以移動互聯網、物聯網、云計算、大數據、新一代人工智能等為代表的信息科技革命為我國化工產業轉型升級帶來了難得的機遇。在“中國制造2025”等國家戰略的指引、推動下，工業和信息化部從2015年開始已經連續4年實施了“智能制造試點示范專項行動”，共有305個試點示范項目入選。其中，九江石化于2015年升級改造了年產800萬噸油品的智能工廠，實現了計劃調度、裝置操作、安全環保、能源管理、IT管控智能化，成為當時石油石化行業唯一一家國家工信部智能制造試點示范企業，智能工廠每年能為九江石化增益2～3億元。萬華化學公司化學品生產智能工廠于2017年入選工信部智能制造試點示范項目，該項目已構建起以MES為核心的生產運營管理平臺、以ERP為核心的企業資源計劃管理平臺、以BW為核心的商務智能平臺和以OA為核心協同辦公管理平臺等四大智能平臺，安全應急響應速度提升70%，能源利用率提高5%，裝置穩定性提高30%，發貨時間縮短到24小時以內，每年可節約運行成本約2億元。可見，化工企業的信息化及智能化轉型升級提升了化工產業整體的競爭力。

2.智能化工對人才的要求

化工產業信息化和智能化的發展引發了生產組織方式和商業模式的變革，數字化、網絡化、智能化的趨勢貫穿于研發、設計、制造、銷售、服務全生命周期的各個環節。這項龐大的系統工程既需要單一技術與裝備的突破應用，同時還需要系統化的集成與創新，行業急需具有寬口徑知識和現代科學創新意識的高級技術人才。具體來說，智能化工人才需要具備以下特征和能力。

（1）具有多專業融合的知識體系和思維習慣。智能化工人才培養須以系統的化工知識為基礎，融合自動化、計算機、物聯網、大數據、云計算、人工智能等方面的知識，培養學生具有多學科交叉的強烈意識，同時具有化工思維和智能思維，并養成多學科空間觀察、思考問題的習慣[3]。

（2）具有設計數字化工廠的能力。能夠熟練應用三維設計軟件，如三維工廠設計系統PDMS，智能三維設計軟件Intergraph Smart 3D，智能儀表設計軟件Smart Instrumentation，智能工藝流程設計軟件Intergraph Smart P&ID，管道應力分析軟件CAESAR II 等，完成智能工廠的數字化設計。

（3）具有操縱和維護數字化和智能化設備的能力。智能化工企業的生產過程一般都采用了集散控制系統（DCS）、現場總線系統（FCS）、可編程控制器（PLC）系統，安裝了緊急停車（ESD）系統、先進控制（APC）系統、實時優化（RTO）或運行控制系統等，其生產管理過程還建成了以企業資源計劃（ERP）、制造企業生產過程執行系統（MES）和實時數據庫為主線的生產經營信息化體系。這些智能化生產線、智能化設備和大數據系統的指揮、操作和運營需要具有綜合專業素質的人才。

（4）具有研發化工軟件的能力。目前我國智能制造的最大短板就是工業軟件，化工行業也不例外。國內化工設計院和研究常使用的化工流程模擬軟件有美國SimSci-Esscor公司的PRO/II，美國AspenTech公司的Aspen Plus，Hysys，英國PSE公司的gPROMS，美國Chemstations公司ChemCAD和美國WinSim Inc.公司的Design II，加拿大Virtual Materials Group的VMGSim。化工軟件絕非簡單的IT軟件，它是工業化長期積累的工業知識的結晶。人工智能和大數據推動制造業轉型升級的核心就是工業軟件，目前我國工業軟件設計研發能力不足，由于國內企業長期購買國外軟件，導致國內工業軟件開發人才的培養已經出現了斷層。因此，培養具有開發自主核心工業軟件的高端人才是智能制造極為緊迫的任務。

以上這些能力的培養不是一蹴而就的，需要系統學習相關專業的知識。企業雖然在人才發展過程中投入巨大，但效果卻不盡如人意，很難在短時間內有效地培養出數字化和智能化人才。解決這個問題的關鍵在于高等教育培養階段。高等教育要適應國家戰略發展新需求和世界高等教育發展新趨勢，推進全面改革，聚焦人才發展，培養出符合我國目前企業所需的“既有理論知識，又有現場實踐，既掌握本專業技能，又有跨專業能力的創新性復合型人才”[4]。

二、國內外高等化工教育改革現狀分析

人工智能、大數據、云計算等前沿科技的飛速發展，促進了工業化與信息化的深度融合。針對新經濟出現的新問題，學者們做了大量調研工作，國內外高校相關學科也及時進行了調整。

Dr. Ruth Graham受MIT委托，于2018年3月完成了The Global State of the Art in Engineering Education報告。報告指出工程教育正進入一個快速變革的時期，許多工程院校實施的一元化的單一學科結構阻礙了跨學科學習。Arvind Varma在《化學工程教育的發展趨勢》一文中提出，未來化工領域除了傳統化工核心課程外，分析、建模、仿真、過程控制類課程的相對重要度越來越高。跨學科課程的設置與加強是發達國家課程體系改革的重要趨勢，MIT的跨學科課程與跨學科研究已經實現了深度融合，其跨學科課程約占課程總量的32%，一些跨學科研究項目還設立了專門的學位計劃，以此為依托成立了62個跨學科研究組織和跨學科研究中心[5]。

2018年天津大學全面啟動了“一流本科教育2030行動計劃”，該計劃打破了本、碩、博的“身份”限制，實現培養方案貫通、課程體系貫通、運行模式貫通、導師培養貫通，使得縱向跨層次選課、橫向跨學科選課成為可能。2018年9月復旦大學試點實施本科“學程教育計劃”，鼓勵學生可在主修專業之外，系統性地修讀其他專業的基礎課程或特設主題的系列課程，獲得更多交叉創新發展的新路徑。

國內外高等教育改革的現狀表明跨學科教育的改革已經勢不可擋，各類培養計劃已經啟動。經過調研發現，目前國內高校本科教育階段還沒有設立與智能化工需求相關的專業，化工專業人才培養的改革創新也未涉及人工智能的內容。為適應智能化時代要求，緊跟產業結構轉型升級的步伐，太原理工大學化學化工學院教學團隊對目前國內外化工專業課程體系進行了研究和分析，依托“雙一流”建設學科的優勢提出了“智能化工”課程體系。

三、智能化工課程體系

智能化工新工科的人才培養需在傳統教育體系的基礎上調整培養目標、重構課程知識體系，優化教學方式。

1.著眼未來的培養目標

智能化學工程專業的培養目標是面向化工行業培養具有化學工程與工藝知識背景，能夠適應智能化工需求，綜合運用化工工藝、自動化、計算機和信息科學知識，掌握云計算、大數據、物聯網等前沿信息化技術，在化工、能源、材料、環保、生物工程、輕工、冶金等行業從事工程設計、技術應用開發、生產技術管理和科學研究工作，具有全球觀念、國際競爭力和國際交往能力，以及解決復雜工程問題的復合型工程技術人才。

智能化工專業學生在畢業后5～10年應該能夠達成以下目標之一。

（1）進入大型現代化工企業，結合化工、自動化和計算機等知識綜合解決現代化工發展的問題，成為化工廠數字化集成專家、化工應用程序開發工程師等化工產業的領軍人才。

（2）繼續通過碩博培養，進入知名高校、科研院所和相關設計院，從事數字工廠和智能工廠設計、化工工程軟件開發，以及專業大數據分析等開創性的工作。

（3）創新創業，推動化工領域新技術革新和可持續發展。

（4）成為化工專業協會、政府部門、咨詢公司和學術機構的知名專家和領導者。

2.交叉融合的課程知識體系

制訂跨學科課程體系最大的困難在于構建多學科復合融通的系統知識體系。太原理工大學化學化工學院教學團隊制訂了“智能化工創新班培養方案”，建立了以項目驅動為主線的“三橫三縱”跨學科智能化工專業核心課程體系（見圖1，圖中不包含人文課程、英語、高等數學和大學物理等公共基礎課程）。所謂“三橫”是指理論基礎課、專業基礎課和創新綜合課，“三縱”是指化學化工類課程、自動控制類課程和計算機類課程。三類課程僅在理論基礎課和專業基礎課部分有所區分，它們在創新綜合課部分實現了整體融合。這種融合是以某化工智能工廠的設計為最終目的展開的。學生利用相關數字化設計軟件完成數字工廠的3D設計，從而將真實化工廠的各種設計和生產信息轉換為數字化模型，形成一個與現實工廠相對應的，可以局部或全部模擬工廠行為的系統，并可以預測或反映工廠真實的結果。接著，學生通過系統學習“化工過程建模及智能優化”和“智能化工集成系統”兩門課建立起智能化的概念。將此概念融入數字化工廠中，從而實現企業的供應鏈協同優化、智能運營、生產過程優化、生產過程綜合管理、數字化銷售等智能工廠的功能。

由于課時限制，智能化工專業核心課程體系將“三縱”課程做了學分分配，化學化工類占總學分的40%，自動控制類占總學分的30%，計算機類占總學分的30%。化學化工類課程分成三個課程群——基礎化學課程群、化學工程課程群和化工工藝課程群，每個課程群均配有相應的實驗或課程設計。自動控制類課程強調電子電路基礎，并加強控制系統設計的能力。計算機類課程加強了程序語言的學習，并強調數據庫和應用工業物聯網的能力。考慮到新興人才培養需加強非技術工程的能力，因此還要開設工程倫理、職業道德、知識產權策略以及與企業經營相關的法律法規知識、經營風險和法律風險的識別、防范和控制等選修課程。

3.教學方式

（1）采用基于MOOC的混合式課堂教學模式。網絡上豐富的MOOC資源為各類型高校培養跨學科智能化工人才提供了強有力的支持。各大高校可以根據各自的教學目標和培養方向選擇不同的網絡資源，采取“線上”或“線上+線下”混合式教學模式，實施靈活的培養方案。

（2）虛擬仿真實驗助力實踐環節。虛擬仿真實驗教學是以現代信息技術為依托，線上線下教學相結合的個性化、智能化、泛在化實驗教學新模式。石油化工行業是典型的高危行業，所處理的物料多為易燃、易爆、有毒、腐蝕性、放射性等危險物質，為了解決解決真實實驗項目條件不具備以及實際運行困難，涉及高危或極端環境，高成本、高消耗、不可逆操作、大型綜合訓練等問題，教育部開展了示范性虛擬仿真實驗教學項目建設，并建成了全球范圍第一個開放共享的實驗教學公共服務平臺——實驗空間。平臺完全公開、免費，國內外學生可以通過該平臺直接在線做實驗，為智能化工實踐環節的培養提供了有力支持。太原理工大學煤基甲醇轉化制芳烴（MTA）虛擬仿真實驗系統，獲批2017年國家虛擬仿真實驗項目，使學生在安全、環保、節能的實驗環境中獲得與真實生產相近的體驗。

（3）搭建“設計院+科研院所+大型企業”創新實踐平臺。太原理工大學化學化工學院建成了“設計院+科研院所+大型企業”聯合創新實踐平臺。聯合中國化學賽鼎工程公司開展了“數字工廠”設計的培訓工作，在大二和大三年級學生中引起了強烈反響，繼而采取“朋輩導學”的方式，采取大四學生和研究生輔導本科低年級“智能化工興趣小組”的同學，形成了學習數字化工廠設計的氛圍。邀請了海克斯康工程技術人員做了“SMARTPLANT 3D”的培訓，使學生全方位地掌握了數字工廠設計的基本理念和軟件應用。2018年太原理工大學化學化工學院教學團隊獲批了教育部高等教育司產學合作協同育人項目，該項目旨在培養化工行業的物聯網人才，助推智能化工的人才培養。太原理工大學聯合中國科學院山西煤炭化學研究所，開展了深度科研和教學合作，共同研制開發了甲醇制芳烴小試裝置并面向本科生開放。

以人工智能、大數據為代表的新一輪科技革命和產業變革已經到來，國家經濟發展和重大戰略的實施呼喚與之相適應的新興工科建設。傳統的工科專業，如化工、機械、材料、水利和電力等，其教學體系成熟，推進學科交叉培養難度較大。本文基于化工行業發展對人才的需求，提出優化化工學科課程體系結構的思路，探索多學科交叉融合的化工人才培養模式，建議利用互聯網資源進行信息化教學改革，從而推進信息技術與工程教育深度融合。健全人才培養機制還需要加強校企合作，共建智能制造實訓基地，使企業和院校成為人才培養的“雙主體”，共同培養滿足智能制造發展需求的高素質技能人才。文章回答了“如何更好地梳理出人工智能與其他學科的基礎內容與核心支撐的關系，在專業人才培養中尚需深入思考和進一步探索”[6]。本文的改革思路還可以推廣到其他傳統工科的教學改革，比如可以建立“智能水利工程”“智能材料工程”“智能電氣工程”“智能冶金工程”“智能紡織工程”“智能食品工程”等新興工科專業。

參考文獻：

[1] 鐘登華.新工科建設的內涵與行動[J]. 高等工程教育研究，2017（3）：1-6.

[2] 林健. 引領高等教育改革的新工科建設[J]. 中國高等教育，2017（13）：40-43.

[3] 楊若凡，劉軍，李曉軍. 多方協同開展智能制造新工科人才培養的思考與實踐[J]. 高等工程教育研究，2018（5）：30-34.

[4] 國務院關于印發《中國制造2025》的通知[Z]. 國發〔2015〕28號.

[5] Arvind Varma， Ignacio E. Grossmann， Evolving Trends in Chemical Engineering Education[J]. American Institute of Chemical Engineers， 2014（11）： 3692-3700.

[6] 黃河燕. 新工科背景下人工智能專業人才培養的認識與思考[J]. 中國大學教學，2019（2）：20-25.

[責任編輯：余大品]