微項目引導(dǎo)的工業(yè)智能方法與應(yīng)用課程教學(xué)實踐

王藝瑋 劉繼紅 鄭聯(lián)語 魏巍

摘? 要：智能制造工程是教育部2018年首批設(shè)置的新工科專業(yè)，截止到2020年底，全國已有數(shù)十所大學(xué)設(shè)立此專業(yè)并形成自己獨有的課程體系。但縱觀全國高校，目前工業(yè)智能課程在智能制造工程專業(yè)的課程體系中還很少開設(shè)，而該課是滿足智能制造內(nèi)涵的重要賦能技術(shù)，是工業(yè)互聯(lián)網(wǎng)充分釋放賦能價值的關(guān)鍵要素。在此背景下，學(xué)院創(chuàng)建了工業(yè)智能方法與應(yīng)用本科生智能制造工程專業(yè)核心課程?！叭斯ぶ悄芊椒ㄅc工業(yè)場景的深入融合”決定了本課程理論與實踐深度結(jié)合的特點，在通過課堂講授讓學(xué)生夯實理論基礎(chǔ)的前提下，借鑒國內(nèi)外大學(xué)中課程配套微項目的相關(guān)經(jīng)驗，建設(shè)一系列與本課程配套的微項目集，以項目驅(qū)動學(xué)生掌握理論知識。文章圍繞工業(yè)智能方法與應(yīng)用課程創(chuàng)建過程，介紹教學(xué)內(nèi)容與教學(xué)方法并詳細闡述了三個微項目的設(shè)計方案。

關(guān)鍵詞：智能制造工程專業(yè);工業(yè)智能方法與應(yīng)用;微項目

中圖分類號：C961? ? ? ?文獻標志碼：A? ? ? ? ? 文章編號：2096-000X（2021）36-0153-06

Abstract： Intelligent manufacturing engineering is one of the first new engineering majors set up by the Ministry of education in 2018. By the end of 2020， dozens of universities across the country have set up this major and formed their own unique curriculum system. However， looking at colleges and universities across the country， at present， the industrial intelligence course is rarely offered in the curriculum system of Intelligent Manufacturing Engineering， and this course is an important enabling technology to meet the connotation of intelligent manufacturing and a key element for the industrial Internet to fully release the enabling value. In this context， our college has established the core course of Intelligent Manufacturing Engineering for undergraduates in industrial intelligent methods and applications. "The in-depth integration of artificial intelligence methods and industrial scenes" determines the characteristics of the in-depth combination of theory and practice of this course. On the premise of consolidating the theoretical foundation for students through classroom teaching， and drawing on the relevant experience of micro projects supporting courses in universities at home and abroad， build a series of micro project sets supporting this course to drive students to master theoretical knowledge. This paper introduces the teaching contents and methods around the creation process of industrial intelligence methods and applications， and expounds the design schemes of three micro projects in detail.

Keywords： Intelligent Manufacturing Engineering; methods and applications of industrial intelligence; micro-project

一、現(xiàn)狀與背景分析

培養(yǎng)智能制造領(lǐng)域大量理論基礎(chǔ)硬、實踐能力強、綜合素質(zhì)高的高層次科技創(chuàng)新人才和緊缺專業(yè)人才是《中國制造2025》和制造業(yè)高質(zhì)量發(fā)展宏偉藍圖的重要支撐，智能制造工程專業(yè)在這種背景下應(yīng)運而生，是教育部2018年首批設(shè)置的新工科專業(yè)，自2018年以來多所高校陸續(xù)開設(shè)此專業(yè)[1]。根據(jù)李培根院士[2]和劉強教授[3]提出的智能制造理論體系框架，智能制造的核心主題包括智能設(shè)計、智能生產(chǎn)、智能服務(wù)、智能供應(yīng)鏈。智能制造系統(tǒng)的層次從下到上依次為智能制造裝備、智能車間（工廠）、智能企業(yè)、智能供應(yīng)鏈、智能制造生態(tài)系統(tǒng)。

智能制造工程作為一個系統(tǒng)工程，涉及機械工程、控制科學(xué)與工程、計算機科學(xué)等多個學(xué)科的綜合運用與實踐，強調(diào)智能感知、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算、人工智能、數(shù)字孿生等關(guān)鍵技術(shù)的集成及其與工業(yè)場景的深度融合。工業(yè)智能（亦稱工業(yè)人工智能）是滿足上述智能制造內(nèi)涵的重要賦能技術(shù)，也是工業(yè)互聯(lián)網(wǎng)充分釋放賦能價值的關(guān)鍵要素，但縱觀全國高校，目前融合人工智能和工業(yè)制造技術(shù)的工業(yè)智能課程在智能制造工程專業(yè)的課程體系中還很少開設(shè)，在此背景下，我院創(chuàng)建了工業(yè)智能方法與應(yīng)用課程，該課程是我院智能制造工程專業(yè)課程體系的重要組成部分，是高年級本科生專業(yè)基礎(chǔ)必修課。

工業(yè)智能是人工智能技術(shù)與工業(yè)應(yīng)用場景深度融合所形成的，貫穿于設(shè)計/生產(chǎn)/管理/服務(wù)等工業(yè)領(lǐng)域的各個環(huán)節(jié)，實現(xiàn)模仿或超越人類感知、分析、決策等能力的技術(shù)、方法、產(chǎn)品及應(yīng)用系統(tǒng)。工業(yè)智能方法與應(yīng)用課程講述以推理智能、計算智能和學(xué)習(xí)智能為代表的人工智能方法的基本原理及其在工業(yè)制造領(lǐng)域的應(yīng)用，讓學(xué)生了解工業(yè)智能的本質(zhì)，掌握先進的工業(yè)智能理論和方法，學(xué)會先進的工業(yè)智能應(yīng)用技術(shù)和工具，培養(yǎng)學(xué)生運用工業(yè)智能原理、方法和技術(shù)工具，初步解決產(chǎn)品設(shè)計、制造和運維中的工程問題的能力。

“人工智能方法與工業(yè)場景的深入融合”決定了本課程理論與實踐深度結(jié)合的特點，在通過課堂講授讓學(xué)生夯實理論基礎(chǔ)的前提下，借鑒國內(nèi)外大學(xué)中課程配套微項目[4-5]或基礎(chǔ)實驗類教學(xué)實踐研究的相關(guān)經(jīng)驗[6-8]，本課程設(shè)計了由一系列典型工業(yè)應(yīng)用場景案例組成的“工業(yè)智能方法應(yīng)用案例集”，以微項目驅(qū)動學(xué)生掌握理論知識。這些微項目均來自本課程教學(xué)團隊和本專業(yè)教師課題組的代表性科研成果，使實驗室科研成果及時融入本科教學(xué)，讓本科生盡早接受實際的科研訓(xùn)練，充分體現(xiàn)“科教融合，科研反哺教學(xué)”，滿足研究型高校一流課程“兩性一度”即高階性、創(chuàng)新性和挑戰(zhàn)度的需要。本文圍繞該課程的創(chuàng)建過程，首先介紹教學(xué)內(nèi)容與教學(xué)方法，隨后規(guī)劃布局并列表給出了本課程擬建的微項目集。圍繞產(chǎn)品全生命周期不同階段，從產(chǎn)品的設(shè)計、制造、運維三個階段各選取一個有代表性的微項目案例詳細闡述其設(shè)計方案，對微項目在教學(xué)中的實踐方式進行了分析，最后對全文進行總結(jié)與展望。

二、工業(yè)智能方法與應(yīng)用教學(xué)內(nèi)容與方法

本課程內(nèi)容將通過概論篇、方法篇和應(yīng)用篇三篇進行組織，主要內(nèi)容包括三方面：計算智能方法、學(xué)習(xí)智能方法和推理智能方法。系統(tǒng)地教授智能方法的基本原理以及在工業(yè)制造領(lǐng)域中應(yīng)用的典型案例。具體來說，包括搜索優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)模型、貝葉斯統(tǒng)計理論、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)、工業(yè)知識管理、推理智能方法及工業(yè)智能方法典型應(yīng)用。

本課程具有很強的基礎(chǔ)性、理論性和學(xué)科交叉綜合性，既要掌握人工智能的相關(guān)理論方法，又要結(jié)合工業(yè)工程（即產(chǎn)品設(shè)計、制造、服務(wù)、管理）知識。因此，教師講授時將以“闡述概念-提出問題-分析建模-舉例說明”的思路為主，做到基礎(chǔ)理論與案例分析緊密結(jié)合，以便學(xué)生理解其中較為抽象的理論模型。課程教學(xué)分課內(nèi)教學(xué)與課外學(xué)習(xí)，課內(nèi)教學(xué)包括課堂講授、討論等;課外學(xué)習(xí)包括：閱讀補充材料、結(jié)合重點內(nèi)容完成一定量的課程作業(yè)（例如小組微項目等方式）、項目報告等環(huán)節(jié)?！罢嬲朴趯W(xué)習(xí)之關(guān)鍵，可能在于課堂之外”[9]，本課程將課外“非正式”學(xué)習(xí)納入培養(yǎng)體系考慮之中，通過微項目驅(qū)動學(xué)生探索、分析、決策、自學(xué)到最終解決問題并完成項目報告，使學(xué)生在短時間內(nèi)能夠牢固掌握工業(yè)智能方法基礎(chǔ)理論知識外，還促使本科生盡早觸達新的科研成果，培養(yǎng)本科生科研興趣，并完成初步科研訓(xùn)練，也是實施本研一體化教學(xué)模式的重要途徑之一。

課堂教學(xué)采用啟發(fā)式和互動式教學(xué)方法，強調(diào)掌握基本概念、基本理論和基本方法，注重理論聯(lián)系實際，初步學(xué)習(xí)和掌握運用工業(yè)智能方法和技術(shù)解決智能制造實際問題的能力，了解工業(yè)智能技術(shù)歷史與發(fā)展，為今后在智能制造領(lǐng)域的深入研究打下基礎(chǔ)。

三、工業(yè)智能方法與應(yīng)用微項目集及代表性微項目詳細設(shè)計方案

微項目作為本課程課外實踐學(xué)習(xí)的重要內(nèi)容，是對課內(nèi)理論教學(xué)的補充。擬設(shè)計與課程體系中“智能感知”“人工智能方法”“智能運維”“工業(yè)知識發(fā)現(xiàn)與管理”等理論教學(xué)內(nèi)容相配套的微項目，建設(shè)與工業(yè)智能方法與應(yīng)用課程配套的微項目集，以微項目驅(qū)動的方式，幫助學(xué)生理論聯(lián)系實踐、學(xué)以致用。正在建設(shè)的本課程配套微項目集如表1所示。在項目實施過程中充分利用教學(xué)團隊課題組現(xiàn)有科研條件，如轉(zhuǎn)子齒輪傳動設(shè)備故障模擬實驗臺、振動/溫度/壓力/電流/潤滑脂監(jiān)測等傳感器及數(shù)據(jù)采集卡、以及PLC/5G等物聯(lián)網(wǎng)模塊等，為學(xué)生提供必要的硬件及技術(shù)支持。以下從產(chǎn)品的設(shè)計、制造、運維三個階段各選取一個代表性微項目，詳述其教學(xué)設(shè)計。

（一）微項目1——產(chǎn)品數(shù)據(jù)挖掘與知識發(fā)現(xiàn)的研究與應(yīng)用

微項目1的目標包括以下方面：使學(xué)生了解數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的基本概念，學(xué)習(xí)并掌握自然語言處理、知識圖譜的基礎(chǔ)技術(shù)及工具，掌握文本數(shù)據(jù)預(yù)處理的基本方法和步驟，掌握數(shù)據(jù)挖掘常用算法并進行文本大數(shù)據(jù)分析和知識發(fā)現(xiàn)，掌握知識圖譜構(gòu)建方法及數(shù)據(jù)/知識可視化技術(shù)，體會通過數(shù)據(jù)挖掘和知識發(fā)現(xiàn)技術(shù)將大量數(shù)據(jù)資源轉(zhuǎn)化為知識運用的過程，助力工業(yè)智能。通過開展本項目，學(xué)生能夠完成產(chǎn)品數(shù)據(jù)挖掘與知識發(fā)現(xiàn)解決案例。具體目標包括：構(gòu)建機械零件設(shè)計、工業(yè)機器人、航天推進系統(tǒng)等領(lǐng)域知識圖譜;實現(xiàn)產(chǎn)品數(shù)據(jù)聚類分析;學(xué)會構(gòu)建深度學(xué)習(xí)模型用于產(chǎn)品數(shù)據(jù)智能分類;實現(xiàn)對數(shù)據(jù)和所挖掘知識的可視化并在瀏覽器中以界面形式展示。

本項目研究與實踐內(nèi)容包括以下方面：（1）基于機器學(xué)習(xí)的產(chǎn)品數(shù)據(jù)聚類算法研發(fā)。學(xué)生使用K-means算法開發(fā)聚類模型，實現(xiàn)產(chǎn)品數(shù)據(jù)的聚類分析;（2）基于深度學(xué)習(xí)的產(chǎn)品分類算法研發(fā)。學(xué)生使用預(yù)處理后的產(chǎn)品數(shù)據(jù)集訓(xùn)練分類模型，實現(xiàn)對產(chǎn)品數(shù)據(jù)的智能分類;（3）基于Echarts的數(shù)據(jù)/知識可視化。學(xué)生了解并掌握Echarts工具使用方法，并將所發(fā)現(xiàn)的有價值數(shù)據(jù)/知識進行管理與可視化展示。學(xué)生綜合使用NLP、數(shù)據(jù)挖掘等技術(shù)，完成產(chǎn)品數(shù)據(jù)挖掘與知識發(fā)現(xiàn)應(yīng)用案例，實現(xiàn)產(chǎn)品數(shù)據(jù)的聚類分析、智能分類、數(shù)據(jù)與知識可視化分析三大功能。上述三項內(nèi)容實現(xiàn)效果圖如圖1所示。本項目所用科研條件如表2所示。

（二）微項目4——基于深度遷移學(xué)習(xí)的加工表面粗糙度預(yù)測研究與實現(xiàn)

微項目4的目標包括以下幾個方面：使學(xué)生了解深度學(xué)習(xí)和遷移學(xué)習(xí)的基本概念，學(xué)習(xí)并掌握神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)技術(shù)和工具以及常用的數(shù)控加工方法和基礎(chǔ)知識，掌握深度學(xué)習(xí)常用算法并能夠?qū)庸み^程采集的傳感器數(shù)據(jù)預(yù)處理和分析，掌握利用傳感器數(shù)據(jù)對表面粗糙度預(yù)測的基本方法和步驟，掌握數(shù)據(jù)分析和可視化展示技術(shù)，實現(xiàn)加工中表面粗糙度預(yù)測為智能加工過程提供理論基礎(chǔ)。通過開展本項目，學(xué)生能夠完成數(shù)控加工中典型的表面粗糙度預(yù)測的案例。具體目標包括：學(xué)生掌握深度學(xué)習(xí)和遷移學(xué)習(xí)的基本原理及使用方法;掌握傳感器數(shù)據(jù)預(yù)處理方法;能夠構(gòu)建深度遷移學(xué)習(xí)模型用于表面粗糙度預(yù)測分析;實現(xiàn)對預(yù)測分析結(jié)果的可視化展示。

微項目4的研究與實踐內(nèi)容包括以下方面：（1）基于時頻域的數(shù)據(jù)預(yù)處理。學(xué)生使用Python或者MATLAB對傳感器數(shù)據(jù)進行時頻域、相關(guān)性、單調(diào)性等分析;（2）基于深度遷移學(xué)習(xí)的加工表面粗糙度算法研發(fā)。學(xué)生研發(fā)基于棧式自編碼、長短時記憶網(wǎng)絡(luò)、最大均值差異等深度遷移學(xué)習(xí)技術(shù)的預(yù)測模型，并利用預(yù)處理后的數(shù)據(jù)集來訓(xùn)練預(yù)測模型，實現(xiàn)加工表面粗糙度的預(yù)測;（3）基于Python或者MATLAB的預(yù)測結(jié)果可視化展示。學(xué)生了解并掌握Python或者MATLAB工具使用方法，將深度遷移學(xué)習(xí)方法預(yù)測和分析的數(shù)據(jù)結(jié)果進行可視化展示。學(xué)生綜合使用數(shù)據(jù)預(yù)處理、深度學(xué)習(xí)、遷移學(xué)習(xí)等技術(shù)，完成加工過程表面粗糙度預(yù)測應(yīng)用案例，實現(xiàn)表面粗糙度預(yù)測中涉及的傳感器數(shù)據(jù)預(yù)處理、深度遷移學(xué)習(xí)模型建立、預(yù)測結(jié)果的可視化展示等三大功能。上述三項內(nèi)容實現(xiàn)效果圖如圖2所示，該項目所需科研條件除了計算機，圖形處理器等常規(guī)計算設(shè)備外，還將提供切削難加工材料實驗過程中所收集的數(shù)據(jù)：（1）離線測量的刀具磨損值與工件粗糙度值;（2）實驗過程中實時監(jiān)測的振動、電流、噪聲等傳感器數(shù)據(jù)。該數(shù)據(jù)為教學(xué)團隊課題組歷時數(shù)月制定方案并完成切削實驗與數(shù)據(jù)采集，完全來源于工業(yè)應(yīng)用場景。

（三）微項目10——齒輪傳動設(shè)備物聯(lián)網(wǎng)遠程智能運維系統(tǒng)設(shè)計實現(xiàn)

微項目10的目標包括以下幾個方面：使學(xué)生了解數(shù)字化服務(wù)的基本概念，了解工業(yè)互聯(lián)網(wǎng)架構(gòu)基本概念，并了解工業(yè)互聯(lián)網(wǎng)是如何在工業(yè)智能的助力下充分釋放其賦能智能服務(wù)的價值，通過開展本項目，學(xué)生能夠參考工業(yè)互聯(lián)網(wǎng)四層架構(gòu)搭建齒輪傳動設(shè)備物聯(lián)網(wǎng)遠程智能運維系統(tǒng)。具體目標包括：使學(xué)生理解工業(yè)常用傳感器工作原理及使用方法，能夠配合采集卡開發(fā)上位機數(shù)據(jù)采集系統(tǒng);學(xué)會構(gòu)建深度學(xué)習(xí)模型用于轉(zhuǎn)子齒輪故障狀態(tài)的識別;掌握時序數(shù)據(jù)庫的存儲原理并使用時序數(shù)據(jù)庫實現(xiàn)對所采集時序數(shù)據(jù)的管理;了解基于5G/4G通信模塊及相關(guān)通信協(xié)議的云端-邊緣端通信技術(shù);使學(xué)生了解云計算相關(guān)概念，實現(xiàn)自己開發(fā)系統(tǒng)的公有云端部署。

微項目10的研究與實踐內(nèi)容包括以下方面：（1）工業(yè)數(shù)據(jù)采集系統(tǒng)實現(xiàn)。學(xué)生使用傳感器和采集卡開發(fā)采集系統(tǒng)，并基于自己所開發(fā)的采集系統(tǒng)，采集齒輪傳動設(shè)備上的振動、力、溫度、潤滑脂、電機轉(zhuǎn)速轉(zhuǎn)矩等運行數(shù)據(jù);（2）基于深度學(xué)習(xí)的齒輪故障診斷算法研發(fā)。學(xué)生使用采集到的多源數(shù)據(jù)開發(fā)診斷模型，實現(xiàn)對齒輪典型故障的診斷;（3）基于OpenTSDB的時序數(shù)據(jù)管理。學(xué)生了解并掌握時序數(shù)據(jù)庫存儲原理，并將所采集到的工業(yè)時序數(shù)據(jù)用OpenTSDB進行管理與可視化。（4）齒輪傳動設(shè)備物聯(lián)網(wǎng)遠程智能運維系統(tǒng)實現(xiàn)及云端部署。學(xué)生綜合使用Java開發(fā)、MQTT協(xié)議等技術(shù)，開發(fā)齒輪傳動設(shè)備物聯(lián)網(wǎng)遠程智能運維系統(tǒng)，實現(xiàn)齒輪傳動設(shè)備運行數(shù)據(jù)的實時監(jiān)測、齒輪故障診斷與報警、基于5G物聯(lián)網(wǎng)模組的伺服電機遠程控制三大功能，并實現(xiàn)系統(tǒng)在公有云上的部署。上述四項內(nèi)容實現(xiàn)效果如圖3所示。本項目所用科研條件如表3所示。

（四）微項目在教學(xué)中的實踐方法及人才培養(yǎng)的素質(zhì)目標

可以看出，不同微項目中研究實踐內(nèi)容的數(shù)量及難度各不相同，因此微項目的小組人數(shù)、時間跨度、項目開展地點等方面應(yīng)做到“一項目一策”。例如，微項目10，研究內(nèi)容較多，難度較大，擁有設(shè)計軟硬件調(diào)試等多個環(huán)節(jié)，小組人數(shù)4～5人為宜;在項目實施過程中，需配備研究生給予技術(shù)細節(jié)上的指導(dǎo)，但大部分時間需本科生自行學(xué)習(xí)探索。時間跨度方面，在課堂教學(xué)中期完成相關(guān)理論內(nèi)容講授后即召集學(xué)生組隊開展，要求學(xué)生組內(nèi)分工明確，做到“內(nèi)容誰負責(zé)，功能誰開發(fā)，結(jié)題誰答辯”。項目開展地點方面，由于該項目以軟件系統(tǒng)開發(fā)為主，學(xué)生以“自選地點軟件開發(fā)+實驗室硬件調(diào)試”的方式開展，教學(xué)團隊開放實驗室供本科生使用。微項目4難度適中，建議3～4人一組為宜，教學(xué)團隊提供相關(guān)實驗數(shù)據(jù)，該數(shù)據(jù)為教學(xué)團隊課題組歷時數(shù)月制定方案并完成切削實驗與數(shù)據(jù)采集，完全來源于工業(yè)應(yīng)用場景。學(xué)生在獲取數(shù)據(jù)后，便以算法模型研發(fā)為主，在項目實施過程中，小組成員需分工明確，分別承擔(dān)數(shù)據(jù)處理、信號特征提取、遷移學(xué)習(xí)、深度學(xué)習(xí)模型開發(fā)等，落實責(zé)任到人。微項目1研究內(nèi)容較少、難度較低，因此2～3人一組為宜。對于難度較低的微項目，同一組學(xué)生需要選做兩個，以在難度和工作量上每個小組基本保持一致，避免學(xué)生避難就易。最終，每小組需要上交微項目結(jié)題報告，包括研究目標、內(nèi)容、方案、結(jié)果等，并進行結(jié)題答辯。

通過本課程課內(nèi)教學(xué)+課外微項目的方式，驅(qū)動學(xué)生探索、分析、決策、自學(xué)到最終解決問題并完成項目報告，使本科生牢固掌握理論方法并學(xué)以致用，完成對本科生的初步科研訓(xùn)練。此外，通過微項目，培養(yǎng)學(xué)生具備堅定正確的政治信念、良好的職業(yè)道德和科學(xué)的創(chuàng)新精神，具備良好的心理素質(zhì)、探索精神、分析決策與解決問題的能力，此外通過小組合作做項目的方式培養(yǎng)學(xué)生與他人合作、溝通和團隊工作的能力。

四、結(jié)束語

截止到2020年底，全國已有數(shù)十所大學(xué)設(shè)立智能制造工程專業(yè)并形成自己獨有的課程體系，但縱觀全國高校，目前工業(yè)智能課程在智能制造工程專業(yè)的課程體系中還很少開設(shè)，而該課是滿足智能制造內(nèi)涵的重要賦能技術(shù)，是工業(yè)互聯(lián)網(wǎng)充分釋放賦能價值的關(guān)鍵要素。我們的專業(yè)培養(yǎng)方案中開設(shè)了工業(yè)智能方法與應(yīng)用課程，并針對該課“人工智能方法與工業(yè)場景深度融合”而注重實踐的特點，在課內(nèi)理論教學(xué)的同時，教學(xué)團隊設(shè)計了一系列微項目并結(jié)合微項目實踐形成與該課配套的應(yīng)用案例集。以微項目驅(qū)動學(xué)生掌握理論知識，讓本科生盡早觸達最新科研成果，接受科研訓(xùn)練，為學(xué)生日后從事智能制造相關(guān)專業(yè)工作和研究打下牢固基礎(chǔ)，從而為我國培養(yǎng)出高水平專業(yè)人才。

參考文獻：

[1]蘇遠平，余秋明，楊蓓.智能制造2025背景下新工科核心課程教學(xué)新模式探索[J].教育教學(xué)論壇，2019（52）：146-147.

[2]高亮，李培根.智能制造概論[M].北京：清華大學(xué)出版社，2021.

[3]劉強.智能制造理論體系架構(gòu)研究[J].中國機械工程，2020，31（1）：24-36.

[4]皮大偉.基于OBE的智能網(wǎng)聯(lián)汽車技術(shù)課程項目引導(dǎo)式教學(xué)設(shè)計[J].高教學(xué)刊，2021（29）：70-74.

[5]楊京輝.基于數(shù)字圖像處理課程的多維度教學(xué)探索[J].高教學(xué)刊，2021（29）：121-123.

[6]劉雅靜，史成坤，陳嬌嬌.基于線上+線下的機械制造基礎(chǔ)實驗教學(xué)研究[J/OL].北京航空航天大學(xué)學(xué)報（社會科學(xué)版）：1-5[2021-11-28].https：//doi.org/10.13766/j.bhsk.1008-2204.2021.0008.

[7]林陵娜，祝連波，張尚，等.項目導(dǎo)向?qū)W習(xí)（PrBL）的工程項目管理課程教學(xué)改革研究[J].產(chǎn)業(yè)與科技論壇，2021（20）：116-118.

[8]張袁元，顓孫隨意，許麗嬌，等.應(yīng)用型本科的課程項目化教學(xué)改革研究[J].教育教學(xué)論壇，2021（39）：88-91.

[9]李培根.工科何以而新[J].高等工程教育研究，2017（4）：5.