面向“新工科”創新人才培養的人工智能與虛擬仿真技術在冶金工程實踐教學深度融合研究

袁曉麗，劉施峰，姚宗湘，戴慶偉

（1.重慶科技學院冶金與材料工程學院，重慶 401331；2.重慶大學材料科學與工程學院，重慶 400044）

為了適應“中國制造2025”“一帶一路”等國家重大戰略，以及冶金行業綠色智能化轉型升級要求，新工科對傳統工科專業冶金工程實踐教學提出新的要求，其發展方向為智能化、綠色化和低碳化[1-2]，如何全面提高冶金工程專業學生的工程實踐創新能力，培養新工科背景下適應冶金行業綠色智能發展的冶金創新人才是冶金工程實踐教學中亟須解決的難題。

重慶科技學院冶金工程專業是國家一流專業，也是工程教育認證專業，著力培養引領冶金行業、適應重慶區域經濟發展需要的高水平應用型創新人才，因此，為了達到創新人才培養目標，冶金工程專業的實踐教學改革勢在必行。冶金工程專業的實踐教學主要包括實驗、實習、實訓、冶金工程畢業設計（論文）和大學生科技競賽等，其主要特點是實踐性強[3]。依托現有建設的兩個國家級實驗教學示范中心（冶金工程虛擬示范中心和鋼鐵制造虛擬仿真實驗教學中心），采用虛擬仿真技術，實現教學資源的零消耗，增加學生動手操作的機會，融“教、學、做”為一體，為提高應用型本科冶金工程的專業創新人才培養的質量提供了重要的保障[4]。

然而，隨著冶金行業設備向著大型化、智能化方向發展，如何科學高效操作大型設備？如何利用大數據分析和解決生產中的復雜工程問題？顯然只掌握現有的虛擬仿真技術，僅停留在掌握簡單的虛擬操作，將難以適應轉型升級的冶金企業對“新冶金”創新人才的要求，在新工科背景下嚴重制約了冶金工程專業學生的工程實踐創新能力的提高。

目前，人工智能技術在冶金工業生產中發揮著舉頭輕重的作用，尤其是人工智能技術中的人工神經網絡、模糊控制、遺傳算法、專家系統等被廣泛應用于冶金行業現場的大數據分析和計算，解決現場錯綜復雜的問題，對生產中的故障和生產情況及時進行反饋和建議，指導冶金生產，如寶武集團采用的千米以外“一鍵煉鋼”便是人工智能技術在企業應用的最好實例。因人工智能技術對解決復雜工程實踐問題具有其獨特的優勢，目前被廣泛應用于物流、英語、金融和機械等專業的實踐教學中。然而，人工智能技術在冶金工程專業實踐教學中的應用還幾乎一片空白。

為此，根據冶金工程專業實踐教學的情況，將人工智能技術引入冶金工程專業的實踐教學中，實現人工智能和虛擬仿真技術在實踐教學的深度融合，這不僅可以提高冶金工程專業學生解決冶金工程中的復雜工程問題的能力，而且對全面提高冶金工程專業學生的工程實踐創新能力以及在新工科背景下對冶金創新人才的培養具有重要意義。

1 人工智能和虛擬仿真技術在冶金工程生產實習的深度融合應用

冶金工程專業的生產實習主要分為初步掌握基礎操作和實際解決現場復雜問題兩個階段。以實習燒結生產工序為例，學生首先學習燒結生產虛擬仿真操作系統，熟練掌握從燒結原料準備、配料、加水混合、抽風燒結、燒結礦的破碎以及篩分等完整的虛擬仿真操作工藝流程。

在此基礎上，通過采用人工智能技術開發成熟的燒結專家系統（如燒結過程熱狀態和透氣性、燒結礦化學成分控制專家系統、異常狀態控制和專家診斷系統、燒結水分專家智能控制系統等）對燒結生產過程可能出現的問題進行提前預報。針對燒結礦燒結過程的某些狀況過于復雜問題，以致難以建立精確的數學模型，利用模糊控制或應用模糊邏輯的專家系統開發燒結過程狀態控制專家系統，通過調整燒結機臺車的速度、混合料的水分等參數，達到穩定燒結終點的目的，精準的控制燒結過程。還可以利用人工智能技術如人工神經網絡和遺傳算法等對燒結終點狀態的預報、根據機尾斷面圖像預報FeO含量、燒結工藝參數優化模型等對燒結工藝參數進行優化等，通過對燒結過程狀態和質量進行提前預報，及早采取有效措施，大大減少了返礦率，提高了燒結礦產質量指標。

從以上實例可以看出，學生通過虛擬仿真技術，在了解、熟悉和掌握了冶金工序的基本的操作過程的基礎上，然后通過人工智能的專家系統、遺傳算法、模糊控制以及人工神經網絡等技術對冶金工序進行提前診斷和預測，將冶金工程過程的操作和遇到的復雜工程問題有效掌握，這不僅提高了冶金工程專業學生的工程實踐創新能力，而且有利于提高其解決冶金過程中復雜工程問題的能力。

2 人工智能和虛擬仿真技術在冶金工程畢業設計的深度融合應用

在冶金工程專業畢業設計中，由于煉鋼實驗具有高溫高壓高成本的特點，尤其是連鑄保護渣粘度的測定，限于成本控制和安全的考慮，很多實驗只能做有限的次數，因此，學生在進行畢業設計時，首先利用連鑄生產仿真軟件對連鑄生產過程進行虛擬操作，掌握連鑄過程的操作控制要點和影響因素，然后通過人工智能技術的BP人工神經網絡建立的連鑄保護渣預測模型軟件，在實際測定的連鑄保護渣粘度、堿度、溫度以及化學成分測定的實驗基礎上，建立連鑄保護渣化學成分、堿度、溫度與保護渣粘度之間的關系預測模型，對較多未能一一進行實驗的樣本進行粘度性能預測，分為簡單體系粘度性能預測和復雜體系粘度性能預測模型實驗研究，從而掌握連鑄保護渣的化學成分、堿度、粘度等參數的變化對連鑄保護渣粘度的影響行為和規律。然后對預測的模型進行分析研究，然后通過實驗驗證。

人工智能和虛擬仿真技術在畢業設計的深度融合應用，大大地節約了時間和成本，有利于學生全面的掌握連鑄保護渣成分、溫度和堿度等影響因素及其控制，提前適應了連鑄生產現場計算和分析的操作和流程，為將來從事冶金連鑄生產方面的工作也奠定了堅實的基礎。

3 人工智能和虛擬仿真技術在冶金工程專業綜合實驗深度融合應用

為了解決冶金工程專業綜合實驗教學中實驗操作成本高、設備臺數不足和學生動手操作少等問題，將人工智能和虛擬仿真技術深度融入冶金工程專業綜合實驗的教學中。

以鐵礦粉造球和球團的焙燒實驗為例，首先通過球團礦制備虛擬仿真實驗，熟悉和掌握球團原料的準備、混合、造球、焙燒和球團性能檢測等過程。然后進行現實實驗操作，掌握影響球團生產和產品質量的影響和指標。最后利用人工智能技術人工神經網絡學習，研究圓盤造球機不同工藝參數對生球質量的影響，研究回轉窯、鏈篦機的干燥、預熱、焙燒等過程溫度和風量控制對成品球還原粉化指數和冷壓強度、化學成分的影響。

通過人工智能與虛擬仿真技術在冶金工程專業綜合實驗的深度融合，極大激發了冶金工程專業學生對專業綜合實驗的學習興趣，提高了他們的動手操作能力和創新能力。

4 結論

在新工科背景下，依托現有國家虛擬仿真示范中心和鋼鐵制造虛擬仿真實驗教學中心，彌補現有虛擬仿真技術存在的不足，將人工智能和虛擬仿真技術深度融合應用于冶金工程實踐教學，融“教、學、做”為一體，有利于冶金工程專業學生全面提升工程實踐能力，增加了冶金工程學生的動手操作的機會，提高了他們解決冶金過程中復雜工程問題的能力。