智能制造背景下工业工程的人才培养改革探究*

冯国红，朱玉杰，董春芳

（东北林业大学，黑龙江 哈尔滨 150040）

智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统，它把制造自动化的概念扩展到了智能化、柔性化和高度集成化[1-2]。随着时代和科技的发展，各国政府相继提出了新的发展战略，如中国的“中国制造2025”、美国的“工业互联网”、德国的“工业4.0”等[3-6]。在这些战略的引领下，全球掀起了开展智能制造事业的浪潮，富士康、三星、西门子等众多企业正致力于打造无人工厂，海尔立志打造工业4.0标杆等。智能制造已经成为未来制造业发展的重大趋势和核心内容。

工业工程是对人、物料、设备、能源和信息所组成的集成系统进行设计、改善和实施的一门学科[7]。工业工程培养的人才主要服务于制造业，制造业的智能化变革势必对工业工程的人才需求产生冲击[8-9]。笔者基于这种考虑，结合工业工程专家和智能制造专家对智能制造困境的解读，剖析了工业工程人才在智能制造中的地位和作用，提出了智能制造背景下工业工程人才培养改革的若干举措，以促进工业工程人才服务于智能制造的质量提升。

1 专家解读企业“智能化”的困惑

很多企业在推动智能制造时遭遇了各种困惑，包括：采取了智能化的设计/优化方案，降低了劳动者的工作强度，企业却没有创造更多的价值；采用了机器人等自动化设备，增加了成本，却没有给企业带来足够的效益；采用了云计算、大数据等技术，收集了大量数据，却未能从中发现更多有价值的信息。针对这些困惑，工业工程专家和智能制造专家指出了其关键问题所在，提出了自己的观点[6]。

马元业，工业工程专家、智能制造专家，曾在富士康集团工业工程部工作10余年，目前在青岛海尔股份有限公司从事工业工程及智能制造相关工作。马元业指出，通过大量的中外企业案例可知，智能制造升级应当先做好精益生产、理顺管理流程、消除八大浪费，再进行自动化升级，进而实施生产过程的信息化，最终实现智慧工厂，充分发挥智能化、信息化的优势，产生更有用的信息，带来更大的效益。

张开鹏，智能制造专家，施耐德电气全球供应链中国区高级副总裁。张开鹏指出，只有为不断提高精益生产水平而做的自动化投资，才是有效的投资。精益生产能使生产系统很快适应用户的需求变化，能精简掉生产过程中一切无用的、多余的东西。 “中国制造2025”首先要做到智能制造，而智能制造的根本离不开精益生产。

无论是工业工程专家，还是智能制造专家，他们均认为企业智能制造的实现，离不开精益生产的支撑。精益生产侧重生产的管理层面，而智能制造侧重技术层面，它们是企业不同层面的两件大事，只有做好精益生产，才能充分体现智能制造的优势。培养精益生产的人才正是工业工程专业的强项，因此，智能制造背景下工业工程的人才培养变得至关重要。

2 智能制造背景下工业工程人才培养改革思路

目前的工业工程人才培养主要针对于传统的制造业，其课程体系、教学资源等相对滞后，显然无法满足智能制造的需求。只有在保持传统工业工程人才培养优势的同时，融入一定的智能制造相关知识，才能使工业工程人才在智能制造这一新系统环境中更加游刃有余地实施精益生产。

分析智能制造的特点不难看出，信息技术指数级增长，数字化、网络化普及应用，集成式智能化创新是智能制造的三大驱动力[10]，这三大驱动力表明了智能制造人才应具备的三大核心能力，即信息转换能力、数据挖掘能力、集成创新能力。可围绕三大核心能力，将智能制造相关知识融入到传统工业工程的人才培养中。

2.1 增设智能制造的相关课程

对于人才培养，课程设置是关键一环。分析智能制造的三大核心能力，目前的工业工程专业课程设置大多不能满足要求，需要增设一定的课程。基于智能制造要求的三大能力，笔者分析了国内知名院校工业工程专业课程的设置情况，进一步分析了智能制造专业的相关课程，结合工业工程的培养目标及学生特点，提出了课程增设方案。

针对信息转换能力：清华大学、天津大学、重庆大学3所名校开设的相关课程主要有“数据库原理” “数据结构与算法分析” “管理信息系统”等，属于信息类的基础性课程、非专业课程，对企业信息管理的针对性不强。可增设制造业的相关课程，如“制造业信息化导论”等。此外，企业资源计划（Enterprise Resource Planning，ERP）体现了最先进的企业管理理论，并提供了企业信息化的最佳方案，可增设ERP方面的课程，如“ERP原理与应用”等。同时，为了更好地进行信息数字化设计与管理，应了解信息数字化的原理，可增设“数字化设计基础” “微机原理”等课程。

针对数据挖掘能力：清华大学、天津大学、重庆大学3所名校普遍开设的相关课程主要包括“运筹学” “数理统计”。此外，清华大学和天津大学考虑了智能制造时代的大数据特性，开设了“机器学习与大数据” “智能算法在工业工程中的应用”“信息系统与大数据分析”等课程，均以专业选修方式开设。除了这些课程，笔者认为还可增设一些大数据处理常用的数据挖掘方法，如大数据算法、模式识别等。此外，对于大数据挖掘，相应的软件处理也很关键，应使学生具备熟练应用相应软件处理大数据的能力，矩阵实验室（Matrix Laboratory，Matlab）、统计分析软件（Statistical Product and Service Solutions，SPSS）等都是大数据处理较常用的软件，因此，可补充这类软件课程。

针对集成创新能力：清华大学、天津大学、重庆大学3所名校现有的培养方案主要通过实践环节实施，例如工业工程综合课程设计、工业工程综合创新实践等，这种培养方式一定程度上可以激发学生的创新思维，但缺乏理论的情况下，学生的创新往往是一时的灵感，不利于形成系统的创新思维模式。因此，笔者建议加入一定的理论学习，如“互联网+创新应用” “创新工程实践”等，这种“理论+实践”的培养模式，更有利于学生形成良好的创新思维模式。为了更好地针对智能制造进行创新，应了解“中国智造”及智能制造的主要劳动力——“智能机器人”，可以增设这类背景课程。

2.2 灵活运用教学方法、教学模式规划教学资源

由上述分析可知，智能制造背景下工业工程的人才培养有必要融入一定的智能制造背景与理论，增设一定的课程，在学分、学时的限制下，如果融入的过多，传统的工业工程理论会明显缩减，就失去了工业工程的优势；如果融入过少，达不到智能制造的需求。考虑到学时和内容的矛盾性，笔者提出基于创新性的教学方法和教学模式，以丰富的教学资源为途径来解决这个问题。

教学方法上。案例教学法、讨论式教学法、任务驱动式教学法等是广泛采用的教学方法[11-12]，在工业工程专业课授课中采用这些方法时，可将智能制造的实践案例作为素材，包括成功案例和失败案例。对于成功案例，侧重讨论分析工业工程发挥的作用；对于失败案例，着重从工业工程的角度分析讨论其原因。通过这样的教学设计使智能制造的思想、知识润物细无声地融入到工业工程的人才培养中，既有利于工业工程学生深刻认识智能制造与工业工程的相关性，又有利于解决学时有限的问题。

教学模式上。随着信息技术、互联网技术的不断发展，现有的教学模式也发生了较大变化，从传统的单一课堂授课，发展出大型开放式网络课程（Massive Open Online Courses，MOOC）[13]、小规模限制性在线课程（Small Private Online Course，SPOC）[14]、MOOC+SPOC+翻转课堂[15-18]、线上线下混合式授课等。其中，MOOC和SPOC的学习不受时空的限制，可以更好地解决学时有限的难题，同时借助MOOC和SPOC的学习拓展工业工程学生的智能制造知识。但基于MOOC和SPOC学习时，仅靠学生自主学习，不利于达成效果，在培养方案中可考虑设置“综合训练”，指定智能制造课程模块（“中国制造” “智能机器人”等），通过MOOC和SPOC学习相应模块，对所学模块进行总结，以撰写论文、提交报告等方式结课，发挥考核督促作用，会收到一定的效果。对于需要深入理解的课程，还是有必要借助传统课堂授课，可采用传统课堂、翻转课堂、线上线下混合等模式授课[19-21]。上述设计，从课程的性质、课程目标等方面提供了不同授课模式参考，可有效减轻智能制造知识融入的学时压力。

教学资源上。目前有关的教材、案例、资源等，对于智能制造和工业工程都是相互独立的，如果仅靠教师自己去挖掘案例，将两者结合，效果不甚理想。一方面，教师深入实践的机会较少，很难深入分析两者的关系；另一方面，教师自己去挖掘的案例，往往较零散、不全面，很难达到系统化。因此，急需联合有经验的工业工程专家和智能制造专家，共同编写相应的教材、案例集等，供工业工程人才培养使用。另外，应充实智能制造的MOOC和SPOC资源，尤其是非智能制造的学生适合学习的资源，以便不同专业的学生选择更适合的资源进行学习。好的教学资源建设，可为教学方法、教学模式的应用提供更好的辅助支撑，在学分、学时有限的情况下，更好地达成培养目标。

2.3 与时俱进，不断优化人才培养方案

时代在不断发展，技术在不断更新，智能制造的三大核心能力内涵也会不断调整，高校的人才培养也应顺应时代需求不断优化。优化的途径可从教师视角和学生视角出发。

1）教师视角。教师可通过文献追踪、校校交流、校企交流、会议交流等方式，获得工业工程领域最新的需求信息，从而不断优化人才培养方案。

文献追踪。大学的图书馆数字资源非常丰富，CNKI、万方等数据库中收录了大量工业工程专家学者发表的高水平论文，数据库更新速度很快，有些数据库可随杂志出版同步更新，甚至提前发表，数据库中的文献可随时查找、下载。因此，可有效利用这些优质的资源，通过文献追踪的方法及时把握好时代的脉搏，掌握好工业工程专业的发展动态，不断优化相应的人才培养目标和培养方案。

校校交流。全国开设工业工程专业的学校有250多所，教师可通过电话、网络、实际调研走访等方式，与其他院校进行沟通交流，进而相互学习、相互借鉴，不断进行优化。

校企交流。目前很多企业都非常重视工业工程的应用，尤其分布在长三角、珠三角一带的企业，大多设有专门的工业工程部或精益生产部。教师可以走进企业，与相关的工业工程从业者进行沟通交流，更准确地把握高校人才培养的着力点，不断优化现有的人才培养方案。

会议交流。工业工程应用与推广及人才培养研讨会、工业工程企业应用高峰论坛等会议每年都会定期举办，吸引来自众多院校的教师及众多企业的精英参会交流，这是一个很好的开阔视野的途径，教师可以与工业工程专家、企业精英进行深入交流，改进现有培养方案的不足。

2）学生视角。教师的“教”最终是为学生的“学”服务的，因此，教师应不断追踪学生 “学”的效果，发现课程设置、实践环节设置等存在的问题，及时改进，进而不断优化人才培养方案。

在校生追踪反馈。一方面，可围绕课程培养目标，调查每门课程的达成效果，进而分析课程设置的合理性，对培养目标达成效果差的课程及时调整；另一方面，可从学生在校期间的实践环节着手，主要考查学生课程设计（尤其是核心课程的课程设计）、ERP实训、生产实习、毕业实习、毕业论文撰写等环节的表现，通过调查问卷、学生报告、撰写的论文等深入分析学生将理论知识与实践结合的能力，剖析人才培养方案存在的不足，及时调整。

毕业生追踪反馈。毕业生是专业人才培养的实践者，是高校理论与企业实践的纽带，教师可定期对毕业生展开调查，是对高校人才培养最好的反馈与促进。对毕业生反馈信息的收集，目前大多采用调查问卷的方式，随着微信、钉钉等软件的使用，教师可利用这些软件与学生深入交流，最终分工作行业、工作年限等进行汇总，深入分析高校人才培养与企业需求的差距与问题所在，及时进行调整。

3 结束语

智能制造已成为时代发展的必然趋势，作为与智能制造息息相关的专业，工业工程应肩负起时代的重担，为智能制造领域输送符合时代需求的人才。笔者从工业工程的课程设置，教学方法、教学模式的运用，教学资源的规划等方面提出了切实可行的措施，既可为智能制造背景下工业工程的人才培养方案调整提供参考，又可为工业工程的人才培养实施提供借鉴。本着不断优化的理念，从教师和学生的视角提出了工业工程人才培养方案不断优化的途径。工业工程人才培养不断优化的同时，必将更好地助力智能制造。