面向智能制造的機械工程專業人才培養模式探索

金 鴻，呂盛坪

（華南農業大學 工程學院，廣東 廣州 510642）

引言

作為主導第四次工業革命和新一輪產業發展核心的智能制造，是實施制造強國戰略的重要組成部分［1］。為服務國家戰略、滿足產業需求和面向未來發展，教育部積極推出了持續深化工程教育改革的新工科建設計劃，并提出按照新型、新興和新生三類學科專業分類實施［2］。機械類本科工科專業在我國31個工程學科門類中排第一，該專業的改造升級是最具代表性的新型工科建設［3］。對現有機械工程專業通過信息化、智能化等的滲透而轉型、改造和升級是各高校機械工程專業新工科建設的常見途徑［4］。

但現有機械工程專業人才培養主要以適應先進制造技術要求為培養目標，對如何適應智能制造產業發展需求、匹配和滿足智能制造內涵演變、技術依賴及系統運行等方面的新要求仍缺乏系統性論述。本文在闡述智能制造內涵、關鍵技術與運行體系的基礎上明確機械工程專業人才培養新要求和新目標，進一步從培養方案制定、課程體系構建、教學內容建設和教育教學方法配套等方面探索人才培養模式改革新舉措。

一、智能制造的內涵及對人才培養的要求

（一）智能制造的內涵

智能制造通過深度融合新一代信息通信技術與先進制造技術設計，構建與應用支持產品全生命周期各階段和價值鏈各環節集成的不同層級的“人—賽博—物理系統”（Human-Cyber-Physical Systems，HCPS），以期在制造與服務中實現提質、增效、降本、綠色、安全等目標［5］。智能制造所依賴的關鍵技術可劃分為數字化、網絡化和智能化使能技術。數字化使能技術用以構建制造系統數字化模型或將物理系統進行數字化映射轉換，主要涉及數字孿生、虛擬現實/增強現實、大數據和傳統的建模與仿真、數據庫等技術。網絡化使能技術主要包括傳感器與感知技術、（工業）互聯網/物聯網、區塊鏈、云/霧/邊緣計算、信息系統集成等。智能化使能技術包括人工神經網絡、深度學習、啟發式優化機制、專家系統、知識工程（圖譜）和自組織系統等。

智能制造所構建的“人—賽博—物理系統”運行依賴新的“生產資料”“生產關系”和“生產力”，形成新的運行模式。其中工業大數據可視為智能制造新型生產方式所需的新的“生產資料”；互聯互通的支撐系統構建并維持智能制造新的“生產關系”；使能技術是智能制造新的“生產力”。

（二）人才培養的要求和目標

面向智能制造的機械工程專業人才培養應在以適應先進制造技術要求為目標的基礎上，面向智能制造內涵、關鍵技術及其系統運行培養人才，強化數字化、網絡化和智能化相關知識、能力和素質，培養適應智能制造產業所需的各種層次和類型的卓越工程科技人才。（1）夯實數字化、網絡化、智能化所涉及數理基礎，強化編程基礎及其實踐要求。（2）要求學生掌握數字化映射與運行（數字孿生構建）、工業大數據獲取、存儲管理、挖掘分析、實施應用等相關知識，提升數據挖掘利用能力，形成基于數據密集型科學范式開展分析決策的新思維。（3）明確支撐系統所依賴的常用工業軟件、系統集成、工業互聯網/物聯網、智能制造云等相關知識要求，強化學生信息化和網絡化方面的能力。（4）明確智能使能技術知識和能力要求，培養學生利用人工智能技術解決制造系統問題的思維習慣。（5）加強學生科學精神和創新精神培養，促使學生融合新一代信息技術、新型制造技術、新能源、新材料并綜合利用不同科學范式（實驗、理論推演、模擬仿真和數據密集型）分析和解決智能制造新問題。（6）培養學生從系統性視角分解智能產品、生產、服務等研究主題所涉及的復雜工程問題，強化系統性宏思維、工程領導力和合作精神。

智能制造國家戰略采取的是數字化、網絡化、智能化并行推進、融合發展的思路。在提升學生系統性宏思維、工程領導力、科學精神、創新精神和合作精神等綜合素質的基礎上，具體的培養目標設定應結合高校定位、服務區域智能制造產業與機械行業發展現狀、機械工程專業（機械制造及其自動化、機械電子、機械設計及理論等）現狀？有所側重地強化數字化、網絡化和智能化知識、能力和素質。

二、人才培養改革舉措

為滿足人才培養新要求，實現人才培養新目標，在培養方案制定、課程體系構建、教學內容建設和教育教學方法配套等方面給出如下改革建議。

（一）面向多元化需求，聯合多方制定柔性化培養方案

1.綜合考慮智能制造各關鍵技術和運行體系組成及智能制造不同范式對人才培養在知識、能力和素質方面的多元化要求，構建柔性化培養方案，并在數字化、網絡化、智能化等方面有不同側重。

2.加強學科專業與各級機械工程師學會/協會、研究所、制造企業及跨學校和學院的合作，多方參與聯合制定培養方案，保證培養目標要求和跨學院專業開設的課程得以充分落實（如人工智能相關課程可由計算機、人工智能等學院開設）。

3.模塊化設置課程并整合新舊課程，明確柔性化培養方案各方向核心課程及其學分要求。

（二）構建模塊化課程體系

1.面向智能制造三種范式，在現有專業課程體系的基礎上，構建數理基礎、數字化、信息通信與人工智能方面課程群（如圖1），使學生掌握智能制造關鍵技術體系，提升學生數字化、網絡化、智能化方面的能力和素質。數字化、網聯化和智能化課程體系與學生能力、素質的提升均建立在深厚、扎實的數理基礎上，課程教學應加強數學軟件和使能技術開發工具的教學，如Matlab、Tensorflow，降低學生應用數學工具和使能技術特別是智能使能技術的門檻，提高學生應用數學軟件、大數據和深度學習等解決工程問題的能力。數字化課程模塊應重點培養學生將物理系統映射轉換成數字系統和數據驅動分析決策方面的能力，形成基于“物理—數字共生體”的數據密集型決策思維。信息通信課程群涵蓋數據傳感/物聯采集、交互集成、處理分析、實施應用等方面的理論方法，以促使學生全面了解支撐智能產品、生產、服務所依賴的工業軟件和工業物聯網等支撐平臺。智能化課程群面向人工智能三種實現機制開設，課程應特別側重于近年來突破智能制造瓶頸且快速發展的知識自動化、深度學習等理論方法。學生在柔性化培養方案及其學分要求指導下有所側重地選擇各模塊下的課程組合。

圖1 擴展的模塊化課程群

2.面向HCPS建立新的綜合性課程，比如開設工業大數據課程，主要介紹全生命周期大數據內涵、獲取、分析方法和應用等，并將物聯網、云計算/邊緣計算等作為其重要組成部分；整合計算機輔助設計/制造/仿真/生產等為“工業數字化”課程，系統介紹HCPS依賴工業軟件，并融入工業互聯網、信息集成、數字孿生、虛擬/增強現實等內容；以產品、生產（產線/車間/工廠）、服務等智能管控場景為基礎，融合控制論、專家系統/知識工程、優化方法、深度學習等開設工業智能化課程。

（三）更新理論課和實踐環節教學內容

1.理論課教學內容在模塊化課程體系指導下構建。數字化課程群一方面以面向物理生命體全生命周期的數字孿生體的模型構建、映射轉換、交互控制等為主要教學內容；另一方面應涵蓋工業大數據的概念內涵、數據來源、獲取存儲、集成管理、挖掘分析、實施應用等內容。信息通信課程群教學內容以面向智能制造全生命周期的工業軟件為主線，界定各工業軟件管控業務、明晰制造系統的智能感知、交互集成、實時分析等所依賴的工業互聯網和云/霧/邊緣計算等服務機制，以利于學生系統性理解制造業務、系統集成與具體支撐實現。智能化課程群教學內容應加強兩種融合：一方面，按照智能化使能技術所抽象的共性內涵融合使能技術本身的知識體系，比如機器學習、數據挖掘的共性理論方法。另一方面，融合使能技術與制造系統功能/性能，比如圍繞智能設備和運維服務介紹鏈接主要學習模型。最后應引入概述性和導論性主題，融合工業大數據、支撐平臺和使能技術形成綜合性教學內容，比如基于智能車間介紹其關聯生產大數據、設備物聯、數據交互流通通信、基于云/霧/邊緣計算的大數據分析實現等。

2.調整基礎性實踐、專業實踐和綜合性實踐教學內容?；A性實踐應增加數理性實踐模塊并提高編程性實踐要求。專業實踐針對模塊化課程由專任教師擴展實踐內容；生產或畢業實習應結合企業實際介紹工業大數據、支撐系統和使能技術應用現狀。綜合性實踐（如創新創業、參與老師的研究課題、畢業設計等）以機械設計制造和服務需求驅動學生主動探索和創新性應用數字化、信息化、網絡化和智能化理論、方法和工具等。

（四）采取適宜的教育教學方法

1.深入研究、改革和創新性應用問題/項目式學 習（Problem/Project-Based Learning，PBL）、“構思—設計—實現—運作”（Conceive、Design、Implement、Operate，CDIO）等教學方式。面向智能制造具體功能和性能，教師依據PBL理論指導學生開展基于問題、案例和項目的探究式、討論式和研究式學習。例如在介紹工藝時，教師可設定數據驅動的工序參數優化和質量改進目標并準備數據，學生分組開展數據融合、預處理、關聯分析、評價解析等工作。學生面向工藝優化和質量改進問題完成構思、設計、實施和運行即CDIO全過程。

2.融合PBL/CDIO等教學模式與混合式學習/翻轉課堂/慕課等新的授課形式。針對智能制造新增或滲透融合后的知識體系難度較大、綜合性強的問題，應融合多種教學模式和形式，充分利用在線教學和傳統教學的優勢，盡可能發揮學生的能動性，在智能制造運行框架指導下驅動學生運用各種在線教育資源開展系統性自主學習。

結語

面向智能制造對現有機械類工科專業進行轉型、改造和升級是培養適應甚至引領機械行業急需的卓越工程科技人才的必然要求。本文以智能制造內涵為切入點，進一步闡述了智能制造依賴的關鍵技術和智能制造系統運行新模式；明確了新型機械類專業人才培養新要求和新目標，配套給出了培養方案、課程體系、教學內容和教育教學方法等系統性改革舉措。期望本研究為面向智能制造的新型機械類專業建設提供一定的借鑒。為保證面向智能制造的人才培養模式改革得以落實，教師隊伍建設、教師的評價與激勵、多方參與的協同育人機制、實踐創新平臺搭建、培養質量評價等保障體系也有待開展系統性研究。