面向智能制造的机械工程专业人才培养模式探索

金 鸿，吕盛坪

（华南农业大学 工程学院，广东 广州 510642）

引言

作为主导第四次工业革命和新一轮产业发展核心的智能制造，是实施制造强国战略的重要组成部分［1］。为服务国家战略、满足产业需求和面向未来发展，教育部积极推出了持续深化工程教育改革的新工科建设计划，并提出按照新型、新兴和新生三类学科专业分类实施［2］。机械类本科工科专业在我国31个工程学科门类中排第一，该专业的改造升级是最具代表性的新型工科建设［3］。对现有机械工程专业通过信息化、智能化等的渗透而转型、改造和升级是各高校机械工程专业新工科建设的常见途径［4］。

但现有机械工程专业人才培养主要以适应先进制造技术要求为培养目标，对如何适应智能制造产业发展需求、匹配和满足智能制造内涵演变、技术依赖及系统运行等方面的新要求仍缺乏系统性论述。本文在阐述智能制造内涵、关键技术与运行体系的基础上明确机械工程专业人才培养新要求和新目标，进一步从培养方案制定、课程体系构建、教学内容建设和教育教学方法配套等方面探索人才培养模式改革新举措。

一、智能制造的内涵及对人才培养的要求

（一）智能制造的内涵

智能制造通过深度融合新一代信息通信技术与先进制造技术设计，构建与应用支持产品全生命周期各阶段和价值链各环节集成的不同层级的“人—赛博—物理系统”（Human-Cyber-Physical Systems，HCPS），以期在制造与服务中实现提质、增效、降本、绿色、安全等目标［5］。智能制造所依赖的关键技术可划分为数字化、网络化和智能化使能技术。数字化使能技术用以构建制造系统数字化模型或将物理系统进行数字化映射转换，主要涉及数字孪生、虚拟现实/增强现实、大数据和传统的建模与仿真、数据库等技术。网络化使能技术主要包括传感器与感知技术、（工业）互联网/物联网、区块链、云/雾/边缘计算、信息系统集成等。智能化使能技术包括人工神经网络、深度学习、启发式优化机制、专家系统、知识工程（图谱）和自组织系统等。

智能制造所构建的“人—赛博—物理系统”运行依赖新的“生产资料”“生产关系”和“生产力”，形成新的运行模式。其中工业大数据可视为智能制造新型生产方式所需的新的“生产资料”；互联互通的支撑系统构建并维持智能制造新的“生产关系”；使能技术是智能制造新的“生产力”。

（二）人才培养的要求和目标

面向智能制造的机械工程专业人才培养应在以适应先进制造技术要求为目标的基础上，面向智能制造内涵、关键技术及其系统运行培养人才，强化数字化、网络化和智能化相关知识、能力和素质，培养适应智能制造产业所需的各种层次和类型的卓越工程科技人才。（1）夯实数字化、网络化、智能化所涉及数理基础，强化编程基础及其实践要求。（2）要求学生掌握数字化映射与运行（数字孪生构建）、工业大数据获取、存储管理、挖掘分析、实施应用等相关知识，提升数据挖掘利用能力，形成基于数据密集型科学范式开展分析决策的新思维。（3）明确支撑系统所依赖的常用工业软件、系统集成、工业互联网/物联网、智能制造云等相关知识要求，强化学生信息化和网络化方面的能力。（4）明确智能使能技术知识和能力要求，培养学生利用人工智能技术解决制造系统问题的思维习惯。（5）加强学生科学精神和创新精神培养，促使学生融合新一代信息技术、新型制造技术、新能源、新材料并综合利用不同科学范式（实验、理论推演、模拟仿真和数据密集型）分析和解决智能制造新问题。（6）培养学生从系统性视角分解智能产品、生产、服务等研究主题所涉及的复杂工程问题，强化系统性宏思维、工程领导力和合作精神。

智能制造国家战略采取的是数字化、网络化、智能化并行推进、融合发展的思路。在提升学生系统性宏思维、工程领导力、科学精神、创新精神和合作精神等综合素质的基础上，具体的培养目标设定应结合高校定位、服务区域智能制造产业与机械行业发展现状、机械工程专业（机械制造及其自动化、机械电子、机械设计及理论等）现状？有所侧重地强化数字化、网络化和智能化知识、能力和素质。

二、人才培养改革举措

为满足人才培养新要求，实现人才培养新目标，在培养方案制定、课程体系构建、教学内容建设和教育教学方法配套等方面给出如下改革建议。

（一）面向多元化需求，联合多方制定柔性化培养方案

1.综合考虑智能制造各关键技术和运行体系组成及智能制造不同范式对人才培养在知识、能力和素质方面的多元化要求，构建柔性化培养方案，并在数字化、网络化、智能化等方面有不同侧重。

2.加强学科专业与各级机械工程师学会/协会、研究所、制造企业及跨学校和学院的合作，多方参与联合制定培养方案，保证培养目标要求和跨学院专业开设的课程得以充分落实（如人工智能相关课程可由计算机、人工智能等学院开设）。

3.模块化设置课程并整合新旧课程，明确柔性化培养方案各方向核心课程及其学分要求。

（二）构建模块化课程体系

1.面向智能制造三种范式，在现有专业课程体系的基础上，构建数理基础、数字化、信息通信与人工智能方面课程群（如图1），使学生掌握智能制造关键技术体系，提升学生数字化、网络化、智能化方面的能力和素质。数字化、网联化和智能化课程体系与学生能力、素质的提升均建立在深厚、扎实的数理基础上，课程教学应加强数学软件和使能技术开发工具的教学，如Matlab、Tensorflow，降低学生应用数学工具和使能技术特别是智能使能技术的门槛，提高学生应用数学软件、大数据和深度学习等解决工程问题的能力。数字化课程模块应重点培养学生将物理系统映射转换成数字系统和数据驱动分析决策方面的能力，形成基于“物理—数字共生体”的数据密集型决策思维。信息通信课程群涵盖数据传感/物联采集、交互集成、处理分析、实施应用等方面的理论方法，以促使学生全面了解支撑智能产品、生产、服务所依赖的工业软件和工业物联网等支撑平台。智能化课程群面向人工智能三种实现机制开设，课程应特别侧重于近年来突破智能制造瓶颈且快速发展的知识自动化、深度学习等理论方法。学生在柔性化培养方案及其学分要求指导下有所侧重地选择各模块下的课程组合。

图1 扩展的模块化课程群

2.面向HCPS建立新的综合性课程，比如开设工业大数据课程，主要介绍全生命周期大数据内涵、获取、分析方法和应用等，并将物联网、云计算/边缘计算等作为其重要组成部分；整合计算机辅助设计/制造/仿真/生产等为“工业数字化”课程，系统介绍HCPS依赖工业软件，并融入工业互联网、信息集成、数字孪生、虚拟/增强现实等内容；以产品、生产（产线/车间/工厂）、服务等智能管控场景为基础，融合控制论、专家系统/知识工程、优化方法、深度学习等开设工业智能化课程。

（三）更新理论课和实践环节教学内容

1.理论课教学内容在模块化课程体系指导下构建。数字化课程群一方面以面向物理生命体全生命周期的数字孪生体的模型构建、映射转换、交互控制等为主要教学内容；另一方面应涵盖工业大数据的概念内涵、数据来源、获取存储、集成管理、挖掘分析、实施应用等内容。信息通信课程群教学内容以面向智能制造全生命周期的工业软件为主线，界定各工业软件管控业务、明晰制造系统的智能感知、交互集成、实时分析等所依赖的工业互联网和云/雾/边缘计算等服务机制，以利于学生系统性理解制造业务、系统集成与具体支撑实现。智能化课程群教学内容应加强两种融合：一方面，按照智能化使能技术所抽象的共性内涵融合使能技术本身的知识体系，比如机器学习、数据挖掘的共性理论方法。另一方面，融合使能技术与制造系统功能/性能，比如围绕智能设备和运维服务介绍链接主要学习模型。最后应引入概述性和导论性主题，融合工业大数据、支撑平台和使能技术形成综合性教学内容，比如基于智能车间介绍其关联生产大数据、设备物联、数据交互流通通信、基于云/雾/边缘计算的大数据分析实现等。

2.调整基础性实践、专业实践和综合性实践教学内容。基础性实践应增加数理性实践模块并提高编程性实践要求。专业实践针对模块化课程由专任教师扩展实践内容；生产或毕业实习应结合企业实际介绍工业大数据、支撑系统和使能技术应用现状。综合性实践（如创新创业、参与老师的研究课题、毕业设计等）以机械设计制造和服务需求驱动学生主动探索和创新性应用数字化、信息化、网络化和智能化理论、方法和工具等。

（四）采取适宜的教育教学方法

1.深入研究、改革和创新性应用问题/项目式学 习（Problem/Project-Based Learning，PBL）、“构思—设计—实现—运作”（Conceive、Design、Implement、Operate，CDIO）等教学方式。面向智能制造具体功能和性能，教师依据PBL理论指导学生开展基于问题、案例和项目的探究式、讨论式和研究式学习。例如在介绍工艺时，教师可设定数据驱动的工序参数优化和质量改进目标并准备数据，学生分组开展数据融合、预处理、关联分析、评价解析等工作。学生面向工艺优化和质量改进问题完成构思、设计、实施和运行即CDIO全过程。

2.融合PBL/CDIO等教学模式与混合式学习/翻转课堂/慕课等新的授课形式。针对智能制造新增或渗透融合后的知识体系难度较大、综合性强的问题，应融合多种教学模式和形式，充分利用在线教学和传统教学的优势，尽可能发挥学生的能动性，在智能制造运行框架指导下驱动学生运用各种在线教育资源开展系统性自主学习。

结语

面向智能制造对现有机械类工科专业进行转型、改造和升级是培养适应甚至引领机械行业急需的卓越工程科技人才的必然要求。本文以智能制造内涵为切入点，进一步阐述了智能制造依赖的关键技术和智能制造系统运行新模式；明确了新型机械类专业人才培养新要求和新目标，配套给出了培养方案、课程体系、教学内容和教育教学方法等系统性改革举措。期望本研究为面向智能制造的新型机械类专业建设提供一定的借鉴。为保证面向智能制造的人才培养模式改革得以落实，教师队伍建设、教师的评价与激励、多方参与的协同育人机制、实践创新平台搭建、培养质量评价等保障体系也有待开展系统性研究。