孙小肖，李钢，王钟乐

（1.南京工程学院 机械工程学院，江苏南京 211167；2.南京工业大学 海外教育学院，江苏南京 211816）

机械制造装备与系统集成技术是南京工程学院机械工程学院为机械工程专业智能制造方向大三本科生开设的一门新课程，该课程是在新工科背景下为培养工程教育认证目标人才而设定，是在传统机械制造装备设计课程的基础上，引入适应新经济、新产业发展的智能云平台新技术，在围绕数控机床、工业机器人、物流上下料装置等现代机械制造技术装备传授基础性知识的同时，更注重其组成的自动生产系统的工业互联、数据采集、传输及处理等新技术的设计理论和方法。

1 机械制造装备设计课程教学现状

机械制造装备设计课程内容主要包括四种类型的装备设计[1]：（1）加工类机械制造装备设计；（2）工艺类机械制造装备设计；（3）物料储运类机械制造装备设计；（4）辅助类机械制造装备设计。在具体的教学过程中，因为实践经验的不足，导致部分学生在学习中难以对相应的设计做到充分理解。造成该现象的原因是多方面的，主要有教学模式单一、考核方法单一、实践训练不足以及资源有限等，这将对学生的学习效果及其能力培养造成不利影响，进而导致该课程的教学质量难以提升[2]。

2 机械制造类课程教学研究现状

关于机械制造类课程建设研究，陈一馨等认为机械类课程可采用课堂教学模式与慕课教学模式相结合的混合式教学方法[3]。王国平等认为传统工科之间要交叉复合，从而培养与地方企业零距离对接的应用型工程科技创新人才[4]。周松等提出以课程为载体，把产业理念、产业技术、产业文化和产业力量融入课程建设，服务于应用型人才培养[5]。宋鹍等针对机械类基础实验课程，提出了一种基于果蝇优化算法的径向基函数神经网络评价模型，提供了科学、量化的评估方法[6]。李小文等主张应用型本科课程要进行内容重组，着力体现应用[7]。翁伟斌认为应用型本科高校课程内容需要根据人才培养目标的基本要求进行重构[8]。在教学模式方面，基于SPOC 混合教学、基于STEAM 教育理念以及课程思政等被引入教学中[9-11]。在教学手段和方法方面，沈忠良认为教师应采取生态课堂的教学模式，构建生动有趣的课堂环境[12]。在评价主体、考核方式和评价方法上，基于线上线下混合式教学模式对应的多元化、过程化考核方式以及基于OBE 的课程目标达成度评价方法已广泛应用到教学评价中[13-14]。

3 智能制造类课程建设方案设计

本文提出采用人工智能与云计算相结合的智能云进行智能制造类课程建设方案的设计，如图1 所示，数据采集是通过物联网设备端进行采集，并通过5G、工业互联网等将数据传输到智能云平台；设备连接是将加工设备、搬运移动等设备通过现场总线汇集到MES系统，再与智能云平台其他模块通过总线交互。分布式系统与虚拟化技术是将智能云平台资源虚拟化，方便师生通过终端调用资源。云上课程教学、云上课程管理、云上评价方式等资源模块则是具体课程在云平台上对应的建设资源，不同权限的人员分别可以对这些资源进行添加、删除、查看等操作。

图1 基于智能云的智能制造类课程建设方案

3.1 资源融合优势

通过智能云平台，将教学资源、教师、学生、制造装备、传感器、数据等资源融合，充分利用大数据、工业物联网、人工智能、物联网等新技术，将传统机械装备制造课程移到云系统上，实现教学资源—学生—教师—学校充分互联互通，教师可以充分利用虚拟装备进行云备课；学生不受空间、时间限制，在云平台进行学习、练习、完成作业等，调动学生积极性，增加学生对制造装备的理解；学校可以通过智能云平台监督教师备课、课堂教学、教学评价等环节的达成情况。

3.2 教与学优势

教师在课程内容准备的过程中，可充分利用虚拟制造装备、虚拟控制器、虚拟机器人等仿真工具进行编程，对虚拟资源进行调度，通过可视化平台直观展示备课后的课程资源。学生通过智能云平台的课程资源，进行多次学习，并且可以利用平台上的虚拟装备模仿教师的课程资源，搭建自己的机械制造装备系统，增加学习的趣味性。同时云平台可实时监测学生在云平台上的学习时长、学习内容等，并且进行统计，将统计数据反馈给教师和学校，方便教师、学校动态管理。

3.3 持续改进优势

利用智能云平台进行课程建设，充分调用工业物联网、物联网、MES 系统、自动化、装备模型库等资源，重新定义云上的教学内容、课程实施方式、教学管理模式、课程评价方法，实现教学资源—学生—教师—学校之间互联互通。利用边缘计算、工业互联网、5G 等技术将线下资源转移到线上，利用聚类、统计与深度学习等智能算法对教师行为、学生行为进行关键特征提取，从而建立合理的教学评价模型，为课程的建设、丰富和发展提供规范。

4 机械制造装备与系统集成技术课程建设方案设计与实施

4.1 总体思路

如图2 所示，从云上课程内容建设、云上课程管理建设和云上评价体系建设三个方面进行课程建设，基于“云平台+模块+案例”的课程体系框架构建云上课程内容，通过“模块+权限”设计架构，搭建云上课程管理系统，通过人工智能算法和“教与学”数据构建课程评价数据模型，最后形成基于智能云的课程建设方案。

图2 课程建设总体思路

4.2 课程建设方案设计

4.2.1 云上课程内容设计

调整优化原有的机械制造装备课程内容，并改革创新教学方法和教学方式，制定课程教学大纲，编写课程讲义，制作课程PPT，编写实践案例手册，设计工程实训案例，将课程资源集成到云平台上，搭建机械制造装备与系统集成技术云上教学平台，构建多源异构数据库，实现机床、机器人、物流车、PLC 等制造装备与控制系统互联互通。

4.2.2 云上课程管理模式设计

对云上教学资源、学生信息、教师信息进行统一建模与描述，实现教师对课程内容的管理、教师对学生的管理以及学校对教师的管理。通过“模块+权限”设计架构，搭建教师终端控制模块、学生终端控制模块和学校课程管理人员控制模块，实现不同用户对不同资源的增删改查操作。

4.2.3 云上课程评价体系设计

通过人工智能算法对学生学习数据、教师备课数据进行分析，提取评价体系主要模型特征，构建课程评价数据模型，对教师教学效果和学生学习效果进行自动智能评价，通过评价结果反馈机制优化课程内容以及评价模型，从而构建全面、公正、合理的评价体系。

4.3 课程建设方案实施

4.3.1 云上课程内容实施

课程内容方面，确定课程内容包含数控机床、工业机器人、物流上下料装置、典型自动化元件和自动化过程（含不同设备通信技术）、工业互联网、自动生产系统设计理论与方法；按照教学知识点设计教学案例，根据知识点之间的关联性，设计模块化、案例化的云平台教学内容。

4.3.2 云上课程管理模式实施

课程管理模式方面，在云平台系统构建关系数据模型，建立不同权限数据模块，分别设置教师、学生、学校管理者等不同角色，各角色赋予不同权限，学校管理角色可以导入学生信息并为每名学生分配一定数据空间，教师角色可以设定课程的学习目标、学习时长、仿真实验并设定系统自动评分标准，学生角色可以查看教学资源、课件、教案，进行答题、提问等，从而实现教师、学生自动统一管理。

4.3.3 云上课程评价体系实施

课程评价体系方面，采用基于数据驱动的客观评价方法，通过深度神经网络算法对学生学习数据、教师备课数据进行训练，构建基于数据的客观课程评价数据模型，随着教师、学生的不断参与，模型参数不断迭代优化，达到教与学效果的不断提升。

5 结语

本文主要分析了智能制造类课程机械制造装备设计教学现状与存在的问题，讨论了机械制造类课程教学研究现状及不足，提出采用人工智能与云计算相结合的智能云进行智能制造类课程资源建设的思路。以机械制造装备与系统集成技术课程为例，详细介绍课程方案设计与实施。本文研究成果可以为智能制造类课程建设提供新思路，推动平台化、智能化的云课程资源建设。