智能制造背景下工業工程的人才培養改革探究*

馮國紅，朱玉杰，董春芳

（東北林業大學，黑龍江 哈爾濱 150040）

智能制造是一種由智能機器和人類專家共同組成的人機一體化智能系統，它把制造自動化的概念擴展到了智能化、柔性化和高度集成化[1-2]。隨著時代和科技的發展，各國政府相繼提出了新的發展戰略，如中國的“中國制造2025”、美國的“工業互聯網”、德國的“工業4.0”等[3-6]。在這些戰略的引領下，全球掀起了開展智能制造事業的浪潮，富士康、三星、西門子等眾多企業正致力于打造無人工廠，海爾立志打造工業4.0標桿等。智能制造已經成為未來制造業發展的重大趨勢和核心內容。

工業工程是對人、物料、設備、能源和信息所組成的集成系統進行設計、改善和實施的一門學科[7]。工業工程培養的人才主要服務于制造業，制造業的智能化變革勢必對工業工程的人才需求產生沖擊[8-9]。筆者基于這種考慮，結合工業工程專家和智能制造專家對智能制造困境的解讀，剖析了工業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業工程人才培養改革的若干舉措，以促進工業工程人才服務于智能制造的質量提升。

1 專家解讀企業“智能化”的困惑

很多企業在推動智能制造時遭遇了各種困惑，包括：采取了智能化的設計/優化方案，降低了勞動者的工作強度，企業卻沒有創造更多的價值；采用了機器人等自動化設備，增加了成本，卻沒有給企業帶來足夠的效益；采用了云計算、大數據等技術，收集了大量數據，卻未能從中發現更多有價值的信息。針對這些困惑，工業工程專家和智能制造專家指出了其關鍵問題所在，提出了自己的觀點[6]。

馬元業，工業工程專家、智能制造專家，曾在富士康集團工業工程部工作10余年，目前在青島海爾股份有限公司從事工業工程及智能制造相關工作。馬元業指出，通過大量的中外企業案例可知，智能制造升級應當先做好精益生產、理順管理流程、消除八大浪費，再進行自動化升級，進而實施生產過程的信息化，最終實現智慧工廠，充分發揮智能化、信息化的優勢，產生更有用的信息，帶來更大的效益。

張開鵬，智能制造專家，施耐德電氣全球供應鏈中國區高級副總裁。張開鵬指出，只有為不斷提高精益生產水平而做的自動化投資，才是有效的投資。精益生產能使生產系統很快適應用戶的需求變化，能精簡掉生產過程中一切無用的、多余的東西。 “中國制造2025”首先要做到智能制造，而智能制造的根本離不開精益生產。

無論是工業工程專家，還是智能制造專家，他們均認為企業智能制造的實現，離不開精益生產的支撐。精益生產側重生產的管理層面，而智能制造側重技術層面，它們是企業不同層面的兩件大事，只有做好精益生產，才能充分體現智能制造的優勢。培養精益生產的人才正是工業工程專業的強項，因此，智能制造背景下工業工程的人才培養變得至關重要。

2 智能制造背景下工業工程人才培養改革思路

目前的工業工程人才培養主要針對于傳統的制造業，其課程體系、教學資源等相對滯后，顯然無法滿足智能制造的需求。只有在保持傳統工業工程人才培養優勢的同時，融入一定的智能制造相關知識，才能使工業工程人才在智能制造這一新系統環境中更加游刃有余地實施精益生產。

分析智能制造的特點不難看出，信息技術指數級增長，數字化、網絡化普及應用，集成式智能化創新是智能制造的三大驅動力[10]，這三大驅動力表明了智能制造人才應具備的三大核心能力，即信息轉換能力、數據挖掘能力、集成創新能力。可圍繞三大核心能力，將智能制造相關知識融入到傳統工業工程的人才培養中。

2.1 增設智能制造的相關課程

對于人才培養，課程設置是關鍵一環。分析智能制造的三大核心能力，目前的工業工程專業課程設置大多不能滿足要求，需要增設一定的課程。基于智能制造要求的三大能力，筆者分析了國內知名院校工業工程專業課程的設置情況，進一步分析了智能制造專業的相關課程，結合工業工程的培養目標及學生特點，提出了課程增設方案。

針對信息轉換能力：清華大學、天津大學、重慶大學3所名校開設的相關課程主要有“數據庫原理” “數據結構與算法分析” “管理信息系統”等，屬于信息類的基礎性課程、非專業課程，對企業信息管理的針對性不強。可增設制造業的相關課程，如“制造業信息化導論”等。此外，企業資源計劃（Enterprise Resource Planning，ERP）體現了最先進的企業管理理論，并提供了企業信息化的最佳方案，可增設ERP方面的課程，如“ERP原理與應用”等。同時，為了更好地進行信息數字化設計與管理，應了解信息數字化的原理，可增設“數字化設計基礎” “微機原理”等課程。

針對數據挖掘能力：清華大學、天津大學、重慶大學3所名校普遍開設的相關課程主要包括“運籌學” “數理統計”。此外，清華大學和天津大學考慮了智能制造時代的大數據特性，開設了“機器學習與大數據” “智能算法在工業工程中的應用”“信息系統與大數據分析”等課程，均以專業選修方式開設。除了這些課程，筆者認為還可增設一些大數據處理常用的數據挖掘方法，如大數據算法、模式識別等。此外，對于大數據挖掘，相應的軟件處理也很關鍵，應使學生具備熟練應用相應軟件處理大數據的能力，矩陣實驗室（Matrix Laboratory，Matlab）、統計分析軟件（Statistical Product and Service Solutions，SPSS）等都是大數據處理較常用的軟件，因此，可補充這類軟件課程。

針對集成創新能力：清華大學、天津大學、重慶大學3所名校現有的培養方案主要通過實踐環節實施，例如工業工程綜合課程設計、工業工程綜合創新實踐等，這種培養方式一定程度上可以激發學生的創新思維，但缺乏理論的情況下，學生的創新往往是一時的靈感，不利于形成系統的創新思維模式。因此，筆者建議加入一定的理論學習，如“互聯網+創新應用” “創新工程實踐”等，這種“理論+實踐”的培養模式，更有利于學生形成良好的創新思維模式。為了更好地針對智能制造進行創新，應了解“中國智造”及智能制造的主要勞動力——“智能機器人”，可以增設這類背景課程。

2.2 靈活運用教學方法、教學模式規劃教學資源

由上述分析可知，智能制造背景下工業工程的人才培養有必要融入一定的智能制造背景與理論，增設一定的課程，在學分、學時的限制下，如果融入的過多，傳統的工業工程理論會明顯縮減，就失去了工業工程的優勢；如果融入過少，達不到智能制造的需求。考慮到學時和內容的矛盾性，筆者提出基于創新性的教學方法和教學模式，以豐富的教學資源為途徑來解決這個問題。

教學方法上。案例教學法、討論式教學法、任務驅動式教學法等是廣泛采用的教學方法[11-12]，在工業工程專業課授課中采用這些方法時，可將智能制造的實踐案例作為素材，包括成功案例和失敗案例。對于成功案例，側重討論分析工業工程發揮的作用；對于失敗案例，著重從工業工程的角度分析討論其原因。通過這樣的教學設計使智能制造的思想、知識潤物細無聲地融入到工業工程的人才培養中，既有利于工業工程學生深刻認識智能制造與工業工程的相關性，又有利于解決學時有限的問題。

教學模式上。隨著信息技術、互聯網技術的不斷發展，現有的教學模式也發生了較大變化，從傳統的單一課堂授課，發展出大型開放式網絡課程（Massive Open Online Courses，MOOC）[13]、小規模限制性在線課程（Small Private Online Course，SPOC）[14]、MOOC+SPOC+翻轉課堂[15-18]、線上線下混合式授課等。其中，MOOC和SPOC的學習不受時空的限制，可以更好地解決學時有限的難題，同時借助MOOC和SPOC的學習拓展工業工程學生的智能制造知識。但基于MOOC和SPOC學習時，僅靠學生自主學習，不利于達成效果，在培養方案中可考慮設置“綜合訓練”，指定智能制造課程模塊（“中國制造” “智能機器人”等），通過MOOC和SPOC學習相應模塊，對所學模塊進行總結，以撰寫論文、提交報告等方式結課，發揮考核督促作用，會收到一定的效果。對于需要深入理解的課程，還是有必要借助傳統課堂授課，可采用傳統課堂、翻轉課堂、線上線下混合等模式授課[19-21]。上述設計，從課程的性質、課程目標等方面提供了不同授課模式參考，可有效減輕智能制造知識融入的學時壓力。

教學資源上。目前有關的教材、案例、資源等，對于智能制造和工業工程都是相互獨立的，如果僅靠教師自己去挖掘案例，將兩者結合，效果不甚理想。一方面，教師深入實踐的機會較少，很難深入分析兩者的關系；另一方面，教師自己去挖掘的案例，往往較零散、不全面，很難達到系統化。因此，急需聯合有經驗的工業工程專家和智能制造專家，共同編寫相應的教材、案例集等，供工業工程人才培養使用。另外，應充實智能制造的MOOC和SPOC資源，尤其是非智能制造的學生適合學習的資源，以便不同專業的學生選擇更適合的資源進行學習。好的教學資源建設，可為教學方法、教學模式的應用提供更好的輔助支撐，在學分、學時有限的情況下，更好地達成培養目標。

2.3 與時俱進，不斷優化人才培養方案

時代在不斷發展，技術在不斷更新，智能制造的三大核心能力內涵也會不斷調整，高校的人才培養也應順應時代需求不斷優化。優化的途徑可從教師視角和學生視角出發。

1）教師視角。教師可通過文獻追蹤、校校交流、校企交流、會議交流等方式，獲得工業工程領域最新的需求信息，從而不斷優化人才培養方案。

文獻追蹤。大學的圖書館數字資源非常豐富，CNKI、萬方等數據庫中收錄了大量工業工程專家學者發表的高水平論文，數據庫更新速度很快，有些數據庫可隨雜志出版同步更新，甚至提前發表，數據庫中的文獻可隨時查找、下載。因此，可有效利用這些優質的資源，通過文獻追蹤的方法及時把握好時代的脈搏，掌握好工業工程專業的發展動態，不斷優化相應的人才培養目標和培養方案。

校校交流。全國開設工業工程專業的學校有250多所，教師可通過電話、網絡、實際調研走訪等方式，與其他院校進行溝通交流，進而相互學習、相互借鑒，不斷進行優化。

校企交流。目前很多企業都非常重視工業工程的應用，尤其分布在長三角、珠三角一帶的企業，大多設有專門的工業工程部或精益生產部。教師可以走進企業，與相關的工業工程從業者進行溝通交流，更準確地把握高校人才培養的著力點，不斷優化現有的人才培養方案。

會議交流。工業工程應用與推廣及人才培養研討會、工業工程企業應用高峰論壇等會議每年都會定期舉辦，吸引來自眾多院校的教師及眾多企業的精英參會交流，這是一個很好的開闊視野的途徑，教師可以與工業工程專家、企業精英進行深入交流，改進現有培養方案的不足。

2）學生視角。教師的“教”最終是為學生的“學”服務的，因此，教師應不斷追蹤學生 “學”的效果，發現課程設置、實踐環節設置等存在的問題，及時改進，進而不斷優化人才培養方案。

在校生追蹤反饋。一方面，可圍繞課程培養目標，調查每門課程的達成效果，進而分析課程設置的合理性，對培養目標達成效果差的課程及時調整；另一方面，可從學生在校期間的實踐環節著手，主要考查學生課程設計（尤其是核心課程的課程設計）、ERP實訓、生產實習、畢業實習、畢業論文撰寫等環節的表現，通過調查問卷、學生報告、撰寫的論文等深入分析學生將理論知識與實踐結合的能力，剖析人才培養方案存在的不足，及時調整。

畢業生追蹤反饋。畢業生是專業人才培養的實踐者，是高校理論與企業實踐的紐帶，教師可定期對畢業生展開調查，是對高校人才培養最好的反饋與促進。對畢業生反饋信息的收集，目前大多采用調查問卷的方式，隨著微信、釘釘等軟件的使用，教師可利用這些軟件與學生深入交流，最終分工作行業、工作年限等進行匯總，深入分析高校人才培養與企業需求的差距與問題所在，及時進行調整。

3 結束語

智能制造已成為時代發展的必然趨勢，作為與智能制造息息相關的專業，工業工程應肩負起時代的重擔，為智能制造領域輸送符合時代需求的人才。筆者從工業工程的課程設置，教學方法、教學模式的運用，教學資源的規劃等方面提出了切實可行的措施，既可為智能制造背景下工業工程的人才培養方案調整提供參考，又可為工業工程的人才培養實施提供借鑒。本著不斷優化的理念，從教師和學生的視角提出了工業工程人才培養方案不斷優化的途徑。工業工程人才培養不斷優化的同時，必將更好地助力智能制造。