AI如何双向赋能教与学——沈阳建筑大学《智能制造装备基础》课程建设

文摘   2024-10-31 08:41   北京  





“智能制造装备基础”是智能制造工程及机械类专业的必修专业课程。智能制造作为中国制造强国战略的重要议题之一,逐渐成为未来制造业发展的核心内容。智能制造装备是智能制造系统的执行终端,是先进制造技术、信息技术和智能技术的高度集成与深度融合。课程旨在让学生掌握智能制造装备的智能感知、智能控制、智能驱动的概念知识和核心技术,理解智能制造装备的数字化、网络化、智能化发展路径,具备智能制造装备设计规划、研究分析、模拟仿真或实践应用的能力,具备利用人-物理-信息系统开展研究的能力,培养学生问题探索、创新意识和自主学习的能力。


当前,AI赋能教育成为教育变革的重要趋势。为促进人工智能技术与传统教育教学的深度融合,沈阳建筑大学于2024年6月携手学堂在线,启动“智能制造装备基础”AI课程建设项目,旨在探索在人工智能教学背景下,培养工程应用型创新人才的有效路径。






建设目标


智能制造正逐渐成为工业领域的主导力量。智能制造不断创造新技术、新业态、新平台,释放内需潜力,打通生产、分配、流通各个环节,这也造就了课程知识学习范围广,内容实时更新快的特点。让课程团队在授课中面临授课时间有限,教师难以跨学科授课和课程知识分散,学生学习不成系统两大难题。


因此,课程团队期待通过引入AI技术,解决上述难题的同时,实现面向教师端和学生端的双向AI赋能:


01

打通课前至课后全流程

构建智慧教学新范式

“智能制造装备基础”课程包含了“智能传感与检测”“智能设计”“机器人技术”和“增材制造”等多学科专业知识,且知识点繁杂分散,教学难度大,教师难以在有限课堂时间内实现跨学科教学。因此引入AI技术,助力教师完成课前备课、课中教学和课后反思等环节,借助AI对教学数据进行深入分析,全面理解学生的学习行为和需求,做到因材施教,提升教学内容的全面性和教学方法的创新性,多维度协同促进教学质量的全面提高,构建智慧教学新范式。

02

为学生规划个性化学习路径

实现高质量自主学习

课程内容涉及多学科专业知识,学习难度大,学生需要及时对所学知识查漏补缺。通过AI课程中的知识图谱、24H智能助手、数字人、资源推荐等应用,学生随时获得高质量知识讲解答疑,同时,AI可根据学生学习进度满足学生个性化学习需求。



课程建设亮点



01



训练课程增强模型,提供精准服务


“智能装备制造基础”涉及大量的专业知识和公式运算,因此为提升大模型的准确度,课程团队对课程模型进行了多次测试,帮助大语言模型能够像理解自然语言一样去理解和处理数学公式大语言模型依据公式规定的计算规则和过程进行计算提升语言模型在数学计算和推理任务上的能力。让课程专属增强模型能够为师生提供更好、更精准的服务。



02



搭建知识图谱,建立全面化系统化学习框架


智能制造装备基础”七级知识图谱包含457个知识点,配合能力图谱及问题图谱使用,为教师和学生提供一个结构化的知识组织工具。依托知识图谱,教师可以对各个知识点、概念以及它们之间的逻辑关系一目了然,从而掌握教学的整体脉络和重点。知识图谱可以为学生系统化学习知识,循序渐进开展跨课程探索学习理清思路,帮助学生理解基础知识点之间、跨学科知识点之间的内在关联与结构,深化学生对智能制造知识的理解与掌握,实现能力提升。学生通过点击知识图谱任意节点,即可查看关联知识点的先后修学习路径,进入AI学习空间后,可获得详细的知识讲解。

知识图谱及AI学习空间


能力图谱



03



24H智能学伴,全天候个性化学习服务


为每位学生配置的24H智能学伴,全天候满足学生在任何时间的学习需求,无论是基础知识还是拓展知识,学生都可以随时向系统提问,获得及时解答。让学生在课下也能进行高质量的个性化学习。结合先进的大模型能力和现有的检索工具,AI可以聚焦师生的兴趣点和需求,基于师生的学习历史、偏好和行为数据,智能推荐符合其兴趣和需求的课程知识。


24H智能学伴



04



AI贯通教学全流程,为教师减负增效


在课前环节,针对教师教学任务重,备课流程繁琐这一难点,学堂在线AI4E团队设置了智能备课,借助人工智能技术优化备课流程,AI做到深入理解“智能制造装备基础”课程的教学需求和特点,帮助教师自动生成习题、大纲、案例、知识点详解等,提升了教师备课效率。


在课中环节,课程在多节连上时,学生容易出现疲惫状态。利用数字人技术复刻教师形象生成相关视频,每次教学到相应的环节时,由数字人代替教师进行讲解,减轻教师负担,活跃课堂氛围。而且通过多媒体技术,增加丰富的图文声像、动画等形式,使讲授更加形象生动。课后学生也可听数字人教师讲解薄弱知识点,获得课堂相同的学习体验。


课后,“智能制造装备基础”AI课程与雨课堂智慧教学平台无缝衔接,通过记录并分析课堂学生真实教学数据,分析学生学习习惯和学情,利用AI智能分析,构建精准学生学习画像,进行因材施教。


AI融入教学,一方面助力教师高效检索教学资源、智能备课,实现自身减负,进而将时间与精力投入到更有价值的课程设计与学生辅导中,帮助教师更好地把握教学重难点,精准设计学习活动和作业,重塑了课堂教学范式;一方面助力教师实现了对学生学习行为的深入分析,使教师能够及时捕捉学生的学习状态和需求,进行更为精准的教学调整。同时,AI还提供了丰富的教学资源和工具,使课堂教学更加生动有趣、富有成效,让学生的个性化学习更富有成效。目前,本门课程已搭建虚拟教研室平台znzbjys.yuketang.cn,方便不同高校同类型课程共同探索AI课程建设,为打造虚拟数字教师奠定基础。

智能备课


智能批改


数字人教师讲解


虚拟教研室


“智能制造装备基础”AI课程将人工智能与教育教学深度融合:通过构建课程准数垂直模型,提高教学质量创新教学方法,使得教学资源得以优化分配;智能备课与智能出题等指令极大减轻了教师的负担,使教师能够将更多精力投入到教学和研究中;知识图谱,24H智能学伴的应用鼓励学生探索个性化的学习路径,实现了大规模教学与个性化教学的有效结合,满足了不同学生的学习需求,助力学生开展项目实践,激发了学生的创新精神;通过人工智能技术记录不同学习阶段的行为过程性变化及数据分析洞察,进行学情分析,做到因材施教。同时,课程团队在建设AI课程、应用AI课程的过程中也得以成长,不仅掌握了新技术,提升了自身的教学能力和研究水平。


吴玉厚

教师评价

“智能制造装备基础”AI课程将人工智能与教育教学深度融合:通过构建课程准数垂直模型,提高教学质量创新教学方法,使得教学资源得以优化分配;智能备课与智能出题等指令极大减轻了教师的负担,使教师能够将更多精力投入到教学和研究中;知识图谱,24H智能学伴的应用鼓励学生探索个性化的学习路径,实现了大规模教学与个性化教学的有效结合,满足了不同学生的学习需求,助力学生开展项目实践,激发了学生的创新精神;通过人工智能技术记录不同学习阶段的行为过程性变化及数据分析洞察,进行学情分析,做到因材施教。同时,课程团队在建设AI课程、应用AI课程的过程中也得以成长,不仅掌握了新技术,提升了自身的教学能力和研究水平。


版权归原作者所有
文章来源:学堂在线教育研究

编辑:刘杨

编审:辛召





《智能制造装备基础》课程配套教材已出版

智能制造装备基础

作者:吴玉厚、陈关龙、张珂、赵德宏、巩亚东、刘春时

号:9787302621638

定价:58.00元

出版时间:2022年12月


#作者介绍#


吴玉厚

沈阳建筑大学教授,机械设计与制造系列课程国家级教学团队负责人,国家地方联合工程实验室主任,博士生导师。教育部高等学校机械类专业教学指导委员会副主任委员,中国工程机械学会监事长。曾获国家技术发明奖二等奖,国家科技进步奖二等奖,中国专利金奖,中国专利优秀奖,国家级本科教学成果奖二等奖。全国优秀科技工作者。




陈关龙

上海交通大学教授,博士生导师。中国工程教育机械类专业认证委员会副主任委员,中国机械工业教育协会机械工程及自动化专业教学委员会副主任委员,原教育部高等学校机械设计制造及其自动化专业教学指导委员会副主任委员。




张珂

沈阳工业大学党委常委,副书记,校长,教授,博士生导师。国家“万人计划”百千万工程领军人才,教育部“长江学者奖励计划”特聘教授,“全国高校黄大年式教师团队” 负责人,教育部第八届科学技术委员会先进制造学部委员(2020年当选),教育部科学技术委员会科学与未来技术专门委员会委员(2021年当选)。




赵德宏

沈阳建筑大学教授、研究生导师。辽宁省一流课程负责人,沈阳建筑大学教学名师。现兼任教育部机械类专业教学指导委员会课程与师资建设组秘书,中国机械行业卓越工程师教育联盟智能制造工程专业委员会委员。长期从事硬脆材料加工、数字化制造和智能制造等方面的教学、科研与研究生培养工作。曾获中国专利奖金奖,中国专利奖优秀奖,辽宁省技术发明奖一等奖,辽宁省教学成果奖一等奖等荣誉。




巩亚东

东北大学教授、博士生导师。国务院特殊津贴获得者,辽宁省教学名师,国家一流专业和一流课程负责人。现兼任教育部机械类专业教学指导委员会秘书长,辽宁省机械工程学会副理事长,兼秘书长。长期从事磨削与精密加工、微尺度加工、智能制造、增/减材复合加工等方面的教学、科研与研究生培养工作,编著出版国家规划教材与著作6部,获国家教学成果奖和国家优秀教材奖等多项奖励。负责承担和完成了国家“863”计划项目、国家自然科学基金重点项目等15项。发表SCI检索学术论文150余篇。




刘春时

通用技术集团沈阳机床有限责任公司副总经理,国务院特殊津贴专家,工学博士,教授级高级工程师。辽宁省第六批“百千万人才工程”,辽宁省优秀专家等。长期负责高档数控机床技术创新工作;负责组织多项国家重大科技攻关项目,完成多项关键技术攻关;主持完成多种高档数控机床研发,实现部分高档数控机床国产化。曾获中国专利奖金奖,辽宁省技术发明奖一等奖,辽宁省科学技术奖励一等奖等荣誉。



#内容简介#

本书是教育部高等学校机械类专业教学指导委员会推荐教材·智能制造系列教材的主干教材之一,已入选教育部高教司战略性新兴领域教材建设项目(高端装备制造方向)。


智能制造是中国制造强国战略的重要议题之一,逐渐成为未来制造业发展的核心内容。智能制造装备是智能制造系统的执行终端,是先进制造技术、信息技术和智能技术的高度集成与深度融合,需要对生产制造装备及其工艺过程和现代智能技术有深刻的理解,需要一定的知识广度和深度,其理解和学习的过程具有一定的难度,有必要进行系统地学习和梳理。本书以智能制造装备共性技术及其集成应用为主,系统地总结和归纳了智能制造装备的基础内容和关键技术,着重介绍了:( 1)智能制造装备的发展历程和关键问题,智能制造装备的基本结构和主要内容;(2)智能感知系统;(3)智能控制系统技术;(4)智能驱动与执行;(5)智能制造装备数控系统、智能主轴单元技术、智能刀具系统技术等智能制造装备核心部件;(6)智能数控车床、智能数控加工中心、增材制造装备智能化和工业机器人等智能制造集成装备;(7)智能制造生产线、智能制造柔性系统、智能化生产车间与工厂及流程工业的智能化等集成应用系统。


本书理论联系实际,案例丰富,为读者全面阐述了智能制造装备的基本内容、核心思想与关键技术,着重提炼智能制造装备系统开发与应用过程中所需的意识和思维方式。本书可作为智能制造相关学科课程的主干或辅修教材,也可作为智能制造相关行业人员的参考书籍。


#本书目录#

向下滑动查看


 第1章 绪论

          1.1 智能制造装备发展概述

                1.1.1 智能制造装备发展内因

                1.1.2 智能制造装备发展外因

                1.1.3 智能制造与装备发展路径

          1.2 智能制造装备的内涵

                1.2.1 机械制造装备的发展过程

                1.2.2 智能制造装备定义与特征

                1.2.3 智能制造与装备发展的基本范式

          1.3 智能制造装备基本系统

                1.3.1 智能制造装备的分类

                1.3.2 智能制造装备关键问题

                1.3.3 智能制造装备主要技术

          1.4 本书的主要目标和内容

          习题

          参考文献

第2章 智能感知系统

          2.1 智能感知技术概述

                2.1.1 智能感知技术的定义

                2.1.2 智能感知技术与人工智能的关系

                2.1.3 智能感知技术的特点和关键技术

                2.1.4 智能感知技术应用

          2.2 内部感知器

                2.2.1 位置感知

                2.2.2 速度感知

                2.2.3 加速度感知

                2.2.4 倾角感知

                2.2.5 力觉感知

          2.3 外部感知器

                2.3.1 视觉感知

                2.3.2 触觉感知

                2.3.3 接近度感知

                2.3.4 超声波感知

                2.3.5 电磁感知

          2.4 新型感知技术

                2.4.1 位姿感知

                2.4.2 柔性感知

                2.4.3 工件时别感知

          2.5 多传感器信息融合

               2.5.1 多传感器数据融合目标和多物理域信息获取及其作用

                2.5.2 数据融合的层次结构和决策层融合

                2.5.3 数据融合的体系结构

                2.5.4 数据融合的分类与特点

                2.5.5 数据融合存在的问题

                2.5.6 多传感器数据融合智能故障诊断策略

                2.5.7 无线多传感器网络

          习题

          参考文献

第3章 智能控制系统技术

          3.1 智能控制硬件系统

                3.1.1 PLC / PAC 系统技术

                3.1.2 DCS集散控制系统技术

                3.1.3 FCS过程控制系统技术

          3.2 人机交互系统

                3.2.1 人机交互系统功能

                3.2.2 人机交互系统组成

                3.2.3 新型人机交互系统

          3.3 智能控制算法

                3.3.1 智能控制问题概述

                3.3.2 典型智能控制算法

                3.3.3 人工智能算法

                3.3.4 智能控制发展趋势

          3.4 智能运维与管理

                3.4.1 机械状态监测与故障诊断

                3.4.2 典型故障机理分析

                3.4.3 故障识别与诊断

                3.4.4 设备安全智能监控

                3.4.5 基于多传感器数据融合的机械系统故障诊断

                3.4.6 旋转机械转子智能运维算例

          习题

          参考文献

第4章 智能驱动与执行

          4.1 智能驱动原理

                4.1.1 智能驱动系统概述

                4.1.2 直流伺服电动机及控制原理

                4.1.3 交流伺服电动机及控制原理

                4.1.4 步进伺服系统及控制原理

                4.1.5 新型微动伺服驱动系统

          4.2 变频驱动控制原理

                4.2.1 变频器与伺服驱动器

                4.2.2 PWM变频原理

                4.2.3 变频器的主电路

                4.2.4 变频器的控制电路

                4.2.5 智能驱动器应用及其发展趋势

          4.3 伺服驱动系统特性

                4.3.1 时间响应特性

                4.3.2 频率响应特性

                4.3.3 稳定性分析

                4.3.4 快速性分析

                4.3.5 驱动系统精度与刚度

          习题

          参考文献

第5章 智能制造装备单元技术

          5.1 智能制造装备数控系统

                5.1.1 智能制造装备数控系统的组成

                5.1.2 数控装备智能编程与工艺优化

                5.1.3 数控装备加工系统数字孪生

                5.1.4 智能制造装备数控系统云服务

          5.2 智能电主轴单元技术

                5.2.1 智能电主轴热预测方法

                5.2.2 主轴系统在线平衡

          5.3 智能刀具系统技术

                5.3.1 刀具磨损的时变性与复合性

                5.3.2 切削力信号监测

                5.3.3 声发射信号监测

                5.3.4 刀具磨损预测与寿命管理

          习题

          参考文献

第6章 智能制造装备集成技术

          6.1 智能数控车床

                6.1.1 智能数控车床特征

                6.1.2 典型智能车削加工中心案例

          6.2 智能数控加工中心

                6.2.1 智能数控加工中心特征

                6.2.2 智能数控加工中心误差补偿

                6.2.3 智能数控加工中心振动抑制

                6.2.4 智能数控加工中心的伺服驱动优化

                6.2.5 智能数控加工中心可靠性控制技术

                6.2.6 典型智能数控加工中心案例

          6.3 增材制造

                6.3.1 增材制造基本原理

                6.3.2 增材制造关键技术

                6.3.3 增材制造过程的数字化

                6.3.4 神经网络在增材制造中的应用

           6.4 工业机器人

                6.4.1 工业机器人系统组成及性能指标

                6.4.2 工业机器人的控制

                6.4.3 工业机器人分类及集成技术发展

           习题

           参考文献

第7章 智能制造装备系统集成

           7.1 智能制造生产线

                7.1.1 智能生产线总体布局

                7.1.2 机床控制器的控制层级

                7.1.3 数控机床全生命周期管理服务平台

                7.1.4 数字化生产线系统集成

                7.1.5 典型流程装备生产线案例

           7.2 智能制造柔性系统

                7.2.1 开放式柔性数控系统集成

                7.2.2 智能制造柔性系统在线监控

                7.2.3 智能制造柔性系统的可靠性技术

                7.2.4 智能制造柔性系统评价

          7.3 流程工业的智能化

                7.3.1 流程工业的智能化内涵与特征

                7.3.2 流程工业智能化核心问题

                7.3.3 流程工业智能化新模式

                7.3.4 流程工业智能化生产案例

          7.4 智能化生产车间与工厂

                7.4.1 智能工厂与车间系统组成

                7.4.2 数字化工厂与车间的建设及规划

                7.4.3 智能工厂在线监控

                7.4.4 智能工厂能效管理

           习题

           参考文献



扫描下方二维码可免费下载本书课件



——————————————————————




购买链接


点击我购买 




智造苑
欢迎加入,秉承“先进制造、制造强国”的理念,为大家提供专业的知识服务!
 最新文章