機械工程專業人工智能課程教學實踐研究

李晨陽，郝旺身

(鄭州大學機械與動力工程學院 河南 鄭州 450001)

生產制造過程主要包括“物質流”和“信息流”，隨著生產力的發展，信息流的重要性逐漸顯現，制造業深度信息化、智能化是制造業進一步發展的基本技術路線。智能制造作為“中國制造2025”行動綱領的主攻方向，發展智能制造可以全面提升我國制造業的發展[1]。人工智能技術在處理不確定、模糊信息方面具有明顯優勢，在智能制造業中對模型建立、控制以及故障診斷都起著關鍵作用，是加快發展智能制造的重要技術路線[2]。

目前，我國對精通機械工程領域專業知識又兼備人工智能相關技術的復合型知識交叉學科人才需求迫切。高校作為培養人才和推進新工科建設的主力軍，更應該推動、發展人工智能技術與學科專業教育的交叉融合，將人工智能技術引入新工科專業知識體系。在機械工程專業本科教學中，應緊跟國家需求進行調整、改革，機械工程專業本科生不但要學習機械原理、機械設計等傳統機械專業課程，還要學習計算機科學及其他專業知識。因此，人工智能雖然屬于計算機專業課程，但在機械工程專業本科教學中越來越重要。

機械工程專業本科教學中開設人工智能課程是專業發展的必需。機械工程專業傳統研究領域人才需求趨于飽和，而與人工智能、大數據等相關崗位需求逐年激增。根據《中國統計年鑒-2021》中的數據，機械行業從業人員收入與計算機行業從業人員有非常明顯的差距。近兩年鄭州大學機械類、計算機類高招錄取分數情況見表1，由表1可知計算機類錄取分數高于機械類，行業的差距已經對不同專業招生產生了顯著的影響，而專業發展離不開良好的生源。機械工程專業本科生培養必須向新工科轉型，在教學中針對當今制造業的人才急需，解決人才培養脫節的問題，而開設人工智能課程可以很好地彌補這方面的不足。

表1 鄭州大學近兩年機械類、計算機類高招錄取情況

鄭州大學機械工程專業本科教學培養計劃中，人工智能作為一門專業選修課，共32學時，2學分，在本科階段第6學期開設，選課人數一般占本專業學生總人數的1/4至1/3之間。教學以“機械設備診斷工程”河南省科技創新團隊為依托，教學過程中注重與機械設備故障診斷相結合，突出人工智能技術對機械設備全壽命周期中感知、分析、決策、控制的技術優勢，為學生從事機械設備故障診斷工作、智能制造奠定基礎。

1 課堂教學實踐

1.1 教學目標確定

人工智能是計算機科學中涉及研究、設計和應用智能機器的一個分支，主要研究用機器來模擬和執行人腦的某型智力功能[3]。人工智能屬于計算機科學，其預備課程主要有：“概率論與數理統計”“離散數學”“數據結構”等，而機械工程專業本科教學中不會開設后兩門課程，學生在學習人工智能時存在理論基礎相對薄弱的問題。在32學時中補齊學生的理論不足既不現實也無太大必要，對大多數機械工程領域從業人員而言，主要是利用人工智能技術解決本專業問題，并不直接從事人工智能基礎研究工作，如利用人工神經網絡預測刀具磨損和切削力[4]，還有蘋果自動采摘技術，其技術關鍵是利用人工智能技術通過視覺圖像判別蘋果是否成熟[5]。研究人員主要是將人工智能技術應用到各自研究領域，對人工智能理論并沒有開展深入研究、討論?？紤]到這一實際，確定人工智能教學目標應偏重應用，不能將理論作為重點。

目前，在機械故障診斷領域，從理論研究到實際應用，人工智能技術都有著舉足輕重的作用[6]。人工智能技術中的貝葉斯理論、模糊集合理論、支持向量機、卷積神經網絡等，已成為機械系統故障診斷不可或缺的工具，相關研究已經成為機械故障診斷領域的研究熱點。例如以“卷積神經網絡”和“機械故障診斷”為關鍵詞，在中國知網檢索相關期刊論文，從2019年至2021年，文獻發表數分別為27篇、85篇、147篇，可見人工智能技術特別是卷積神經網絡在機械故障診斷領域備受關注。大量采用人工智能診斷模型可以減少機械故障診斷對專業技術人員和診斷專家的依賴，實現在線、實時、高效、高可靠性的診斷。人工智能技術在機械故障診斷領域效益明顯，應用場景覆蓋面廣，諸多故障診斷研究人員將其作為重點研究領域。結合本校實際以及授課教師的教學科研經驗，在人工智能教學中重點突出在機械故障診斷領域中的應用。

綜合考慮上述原因，在機械工程專業本科教學中，教學目標應結合本專業特色，側重于利用人工智能技術解決本專業問題，最終將教學目標設定為：理解人工智能基本原理，能夠根據機械工程領域中的具體問題選擇合適的人工智能算法。

1.2 教學內容安排

依據前文所述教學目標，機械工程專業人工智能教學內容選擇的兩個基本原則為：降低理論難度，突出專業特色。知其然，更要知其所以然，降低理論難度并不是不講解理論知識，僅是降低對理論的要求，只有對理論知識有了較好地理解，才能更好地將其應用于實際。人工智能有兩個基礎問題，即知識表達和問題推理，授課時必須講解。知識表達和推理的理論基礎是離散數學中的數理邏輯，學生在高中階段學習過簡單的邏輯學知識，講解離散數學的部分內容，可以為學生的知識做好銜接。

本課程的授課團隊主要研究方向為機械設備故障診斷，人工智能教學內容也側重于機械設備故障診斷方向。人工智能科學中，機器學習在機械故障診斷領域應用最廣泛，其中有監督學習中的支持向量機、無監督學習中的神經網絡則最重要，這部分內容將重點講解。這部分內容理論性很強，重點講解算法的推導對機械專業學生并不適用，而通過實例使學生理解其物理意義則更為適用。例如圖1（p55）所示的圓形點和方形點在二維空間線性不可分，但轉換到三維空間后就可以實現線性可分，利用圖示就可讓學生很好地理解在低維空間不可分而在高維空間可分這一問題。

圖1 空間轉換分類

計算智能屬于人工智能的一個分支，主要以生物學和語言學為基礎，對復雜計算開展相關研究，主要包括神經網絡、模糊邏輯和進化計算。在機械領域，很多優化問題是利用進化算法實現的，例如復雜機構的拓撲分析與優化，還有提取故障特征時可以利用進化算法優化濾波器參數等。考慮到計算智能在機械領域也有著廣泛應用，這部分也要作為教學內容的一部分。

綜合降低理論難度，突出專業特色這兩個基本原則，人工智能學時安排如下：緒論，4學時，主要講解人工智能的基本定義，發展歷程；離散數學基礎，8學時，使學生具備學習人工智能的數學基礎；機器學習，14學時，主要介紹機器學習中的核心算法和理論，掌握機器學習中的經典理論；計算智能，6學時，主要介紹計算智能的基本概念，相關算法的基本求解思路。

1.3 課程考核方式

課程考核是教學活動中重要的一環，也是評價課程教學效果的重要指標。圍繞前文所述的教學目標，課程考核分為兩部分：論文報告和期末考試，以從多角度考核學生的學習狀況。

人工智能涵蓋領域非常廣泛，課堂所講內容僅是一小部分，因此論文報告不要求具體內容，在人工智能領域自由選題，利用“中國知網”“萬方”等數據庫查閱相關資料撰寫論文報告。通過論文撰寫可以使學生深入了解人工智能中的某一領域，激發學生學習興趣，鍛煉學生撰寫科學論文的能力。論文不限具體選題，但要求報告與課程思政相結合，以引導學生樹立正確的價值觀，實現專業課與思政課程協同育人的教學效果。常見的論文報告選題如人工智能與人類智能之間的關系，人工智能發展史，人工智能技術在我國制造業中的應用等。

期末考試采用開卷方式，重點考查學生對基本概念、基本原理的掌握，考查學生對算法的總體理解，考試主要分為論述題和計算題，論述題主要考察學生能否正確選擇人工智能技術解決機械工程實際問題，計算題主要考查學生是否掌握理論基礎，淡化具體的計算細節，例如考查簡單的歸結推理，主成分分析，如何實現降維等。

2 課后能力培養

課后能力培養主要在本科畢業設計環節。由于人工智能課時有限，并沒有安排課程設計環節，學生很少能夠真正運用課上所學到的知識，畢業設計給他們提供了一個可以在機械領域運用人工智能技術的平臺。鄭州大學機械工程專業本科生需進入五個不同專業方向，智能檢測及生產過程控制是其中之一，畢業設計以設備故障診斷相關題目為主，畢業設計題目的選擇可以多與人工智能技術相結合。例如設計基于知識的旋轉機械故障診斷專家系統，在這一題目中根據故障征兆判斷故障類型，主要涉及產生式知識表示、推理等相關人工智能知識。學生根據故障征兆集，利用產生式規則開發知識庫，設計推理機，將故障特征與知識庫中規則進行匹配，判斷故障類型。完成這個題目，學生不僅需要學習機械故障診斷、離散數學的基本知識，還需要學習模糊產生式知識表達、不確定推理等知識，進一步擴展了人工智能課堂教學的學習內容，并實現了由理論到實踐的提升。

除此之外，本科畢業設計還可以設立與機器學習相關的題目，如利用神經網絡對滾動軸承故障進行分類。關于滾動軸承故障研究非常充分，有很多關于滾動軸承故障振動信號的公開數據庫。利用這些已有數據庫分別構造正常及故障狀態的樣本，利用神經網絡進行訓練，通過訓練好的神經網絡對滾動軸承故障類型進行識別、判斷。MATLAB、Python等平臺提供了很多相關應用函數，這樣避免了開發相關程序，對機械工程專業本科生而言，降低了門檻，又可以很好地應用人工智能技術，實現運用人工智能技術的教學目標。

通過設立機械故障診斷領域相關畢業設計題目，培養學生運用人工智能技術解決專業問題的能力，同時為學生走向工作崗位尤其是進一步深造打下了基礎。

3 課程思政的引入

2020年6月，教育部印發了《高等學校課程思政建設指導綱要》，對人工智能教學也提出了新要求。課程思政梳理、總結各門專業課之中所蘊含的思政要素，在專業教育中實現思政教育與專業教育的融合、統一，是堅持社會主義辦學方向重要保障之一。在教學實踐中，通過人工智能理論所蘊含的思政映射點、人工智能應用案例講授和人工智能技術的科學精神三個方面，對學生的思想意識、行為舉止產生潛移默化的影響。

在講解離散數學基礎時，合式公式轉換為子句集這一過程就體現了本質和現象之間的辯證關系。再比如完成上節所述畢業設計時，需要學習模糊邏輯。模糊邏輯主要處理具有模糊性的問題，如歌唱比賽中判斷歌手名次。在藝術領域中，不同人對同一作品有著不同甚至是“優”與“劣”的觀點，模糊邏輯將這些問題進行量化，找出最可能符合“優”的作品以及最可能符合“劣”的作品，這一過程體現了模糊與精確之間的辯證關系。在機械領域中，一臺設備有多大的可能處于故障狀態，也需要利用模糊邏輯進行判斷。

課堂授課時，結合人工智能應用案例可以更好地讓學生了解人工智能技術對于生產、生活的影響。如人工智能技術與風力發電機監控相結合，隨著新能源技術的推廣，在我國已經建成了大量風力發電機組，人工監測數量龐大的風力發電機組幾乎不可能，而利用設備在線智能監測可以有效解決這一問題。人工智能應用案例也布置為論文報告，作為課程考核的一部分。例如，論文報告以人工智能技術在抗擊新冠肺炎疫情中的應用為題，學生不僅可以了解到在藥品研發、疫情分析和患者診斷等諸多環節都使用了人工智能技術，并通過論文撰寫引導學生深刻、完整、全面認識黨中央確定的疫情防控方針政策[7]。

對于機械工程專業本科生來說，雖然不要求能夠掌握人工智能技術的理論基礎、詳細推導過程，但在使用這些技術時仍需要有認真的態度，比如學習機器學習時，需要對系統參數不斷調整，對系統進行反復訓練，才能得到優化結果。通過這一過程，教師不僅可以加深學生對機器學習的認識，還可以培養學生嚴謹、專注的科學精神。此外，人工智能技術的發展離不開相關科研人員的不懈努力，例如吳文俊院士一生“鍥而不舍、積極進取”的精神就非常值得大家學習，通過介紹人工智能學者的科研事跡，可以很好地激勵學生認真學習。

4 結論

人工智能專業的理論性強，在當今社會、生活中有著廣泛的應用，是發展智能制造的基礎之一，對機械工程專業本科生人才培養和專業自身的發展都日趨重要。通過本課程的教學，不僅要講解人工智能基本原理，更要培養能夠解決實際問題能力、德才兼備的新時代機械工程人才。本文從課堂教學實踐、課后能力培養和課程思政等角度闡述了機械工程專業本科生的人工智能課程教學實踐，在教學過程中已收到了一定成效，但如何結合本專業特色進一步提高人工智能教學效果，還有許多需要改進的地方。