面向机械全日制工程硕士培养的《智能制造案例库》建设探讨

重庆理工大学 机械工程学院 重庆 400054

随着社会经济的发展和高等教育改革的推进，我国工程硕士已成为全球培养规模最大、影响最广且按领域授权的专业学位类别。为了更好地与工程博士衔接，并减少原40个工程领域培养范围的重复，同时更好地适应工程综合的服务需求，在借鉴国内外对工程领域划分范围的基础上，教育部于2018年将原40个工程硕士领域调整为电子信息、机械、材料与化工、资源与环境、能源动力、土木水利、生物与医药、交通运输8种工程专业学位类别[1]。

我校原机械工程领域、车辆工程领域合并为机械类工程硕士进行培养，并将在2020级机械类全日制专业学位研究生中实施新的人才培养计划。本文就是在工程专业学位类别调整的背景下，结合智能制造发展的必然趋势，按照新工科的要求[2，3]，以在智能制造领域为更多的师生服务为目的，以培养机械类全日制专业学位研究生的工程综合能力、新型岗位能力等为目标来构建《智能制造案例库》。初步估计，《智能制造案例库》可以为我校10多门相关研究生课程、约500名机械类全日制专业学位研究生、近20名教师提供智能制造案例参考，以便更好地培养社会急需的智能制造人才。

一、智能制造概述

1.智能制造发展。智能制造是全球制造业发展的重要战略方向，目前在国际上还没有统一的定义。与传统制造相比，智能制造主要体现在：新理念、新模式与新技术的融合；信息和通信技术与制造技术的融合；制造流、产品流、数据流、信息流与价值流的交融互通等[4]。

制造业对一个国家的发展具有举足轻重的支撑作用，发达国家对高端制造业提出了一系列发展战略。2013年4月，德国推出了《工业4.0战略》[5]；美国从2011年开始，先后出台了《先进制造伙伴计划AMP》、《先进制造业国家战略计划》、《加速美国先进制造业(AMP2.0)》、《国家制造业创新网络计划(NNMI)》等一系列推动制造业创新发展的战略和规划；日本2015年发布了《新机器人战略》，相继公布了《日本制造白皮书2015》、《日本制造白皮书2017》等来推动实现价值创造的互联工业。

我国学术界早在上世纪80年代就开始了智能制造的研究。杨叔子院士于1986年就开展了人工智能与制造领域相结合的研究[6]；熊有伦院士、李培根院士、李佰虎院士等从不同的视角阐述了对智能制造的认识。周济院士领衔的“新一代人工智能引领下的智能制造研究”课题组认为，智能制造是一个大概念，是先进制造技术与新一代信息技术的深度融合，贯穿于产品、制造、服务全生命周期的各个环节及制造系统集成，实现制造的数字化、网络化、智能化，不断提升企业的产品质量、效益、服务水平，推进制造业创新、绿色、协调、开放、共享发展[4，7，8]。

2.智能制造涉及的主要领域。综合德国《工业4.0战略》、美国《国家制造业创新网络计划NNMI》以及日本基于“精益管理”的工业价值链框架内容，并借鉴我国学术界对智能制造的理解与描述，智能制造涉及的主要领域如图1所示。

智能制造是以产品为核心，将信息技术、通信技术、传感技术、智能决策技术等与广义制造技术综合集成，在产品全生命周期内，围绕产品成本、质量、交互与服务等开展的提高企业综合竞争力的新型生产工程。本文从产品生命周期与价值流、智能层次、生产活动类别三种视角来进行描述(见图1)[4]。

二、智能制造背景下机械类全日制专业学位研究生培养的薄弱环节

随着机器人技术、智能技术等在制造业的推广应用，以及专业学位研究生教育改革的推进，我校专业学位研究生教育在师资队伍建设、人才培养方案制定、课程建设等方面已经实施了一系列举措，但培养当前急需的智能制造人才仍然存在一些薄弱环节。

(1)师资队伍方面。以机械工程学院为例，近年我院引进了大批优秀博士，为师资注入了新鲜血液，队伍朝气蓬蓬。但这些引进的博士绝大多数是从高效毕业直接进入教师行列，尽管我们提供了青年教师工程实践能力培养和提升的许多途径，但总体来说这部分教师工程实践能力有待加强。也许他们的研究方向是智能制造的某个点，但离智能制造的实际综合应用仍有差距。

(2)人才培养模式方面。机械类全日制专业学位研究生的人才培养方案中增加了智能制造的相关课程，同时学生要完成8学分的企业实践。我们建立了10多个全日制工程硕士研究生的实践基地，但实践的主要内容仍然是传统的技术领域，如何让学生了解企业智能制造的体系、业务流程与边界等，仍需校企紧密合作进一步探索，更好地培养适应智能制造环境下的高级工程技术人才。

(3)课程建设方面。修订后的机械类全日制专业学位研究生人才培养方案中，除了传统的设计类、制造类和检测类等课程外，新增加了“智能制造技术与装备”、“机器人技术及应用”等与智能制造关系密切的课程，但这些课程主要是针对智能制造背景下某制造环节的理论和知识掌握而设置，难以体现企业实际智能制造的综合性、集成性、跨学科性和效益性。

基于以上思考，为了更好地培养适应智能制造环境下的高级工程技术人才，结合我校机械全日制专业学位研究生的人才培养方案，探索《智能制造案例库》的构建。

三、《智能制造案例库》建设初探

1.《智能制造案例库》教学目标

《智能制造案例库》有三个方面的教学目标：一是掌握智能制造相关理论知识，二是培养智能制造相关专业能力，三是具备智能制造的职业素养。

(1)掌握智能制造相关理论知识。掌握机械智能装备、智能控制系统、智能工业网络、智能制造技术和智能管理五大领域，以及智能产品、智能生产、新模式与智能基础四个维度的理论和知识[4]。

(2)培养智能制造相关专业能力(见表1所示)。

(3)具备智能制造职业素养。具备智能制造相关工程知识，对智能制造有深刻理解、熟悉智能制造解决方案及相关分析和开发工具；了解智能制造成熟度模型相关标准、智能制造团队合作及智能制造推进方式；正确理解智能制造与社会、经济、环境及可持续发展的关系；具有较强的实践能力，积极的团队协作能力，一定的智能制造项目管理能力，不断进取的自信心，积极乐观的态度，并具有终身学习的能力。

2.《智能制造案例库》框架

基于产品生命周期的主要过程，《智能制造案例库》根据大部分制造企业实际工作岗位设置情况，构建智能基础、研发设计、智能制造、生产管控和综合集成5个案例模块，如图2所示。

(1)智能基础模块。主要根据目前企业实施智能制造的需要，提供智能制造公共知识和技术，为所有智能制造相关专业课程提供背景及基础理论。

(2)研发设计模块。结合当前研发设计技术的最新发展趋势，搜集、整理和开发基于网络或云平台，应用CAD/CAE等产品设计、建模与仿真技术、数字孪生技术、等案例，以及基于PDM、PLM等产品研发数字化智能化研发管理案例。

(3)智能制造模块。面向产品的生产加工和装配、过程控制、测试与检验等环节，搜集、整理和开发基于物联网的复杂产品先进生产技术、先进控制技术、先进测试与检验技术等案例，以及车间MES应用典型案例。

(4)生产管控模块。面向产品生产过程中实时物流、信息流和价值流等管理需求，搜集、整理和开发制造业应用MES/ERP/SCM的典型案例。生产管控主要分为两个层面，一个是车间级的生产管控，主要实现车间自动派工、物料、设备和产品品质等实时在线监控和统计。另一个层面是公司级生产管控，实现公司生产计划、物料、库存、资源等实时在线监控和管理。

(5)综合集成模块。在智能制造背景下，面向企业产品研发、生产制造、分销与售后等一体化管控与决策需求，搜集、整理和开发对达到智能制造基本层次的单元或系统进行综合集成，优化资源配置，优化投入产出，综合考虑效率、效益、环境与可持续发展影响等综合案例，充分体现智能制造跨学科知识、多维技术的整合与集成。

四、结束语

制造业是立国之本，智能制造是全球制造业的发展趋势。智能制造内涵广泛，贯穿于产品研发设计、制造、营销和服务等产品全生命周期各个环节，涉及装备、软件、通信、大数据及决策管理等多领域技术，对工程技术人员素质和能力要求要远远大于传统制造业，同时，智能制造广泛应用于生产领域的时间不长，积累的知识和经验有待丰富，因此我们将与一些智能制造领域的标杆企业合作，共同收集、整理和开发《智能制造案例库》，以期更好地服务于我校机械全日制工程硕士研究生的培养。