论文部分内容阅读
摘 要：在深入研究智能制造内涵基础上，分析了智能制造特征及其对未来企业与人才需求的影响，提出智能制造关键技术工业化应用模式，针对智能制造关键技术特点，探究高职教育人才培养与课程改革建设方向。
关键词：智能制造;工业化应用;课程改革
中图分类号：G712 文献标识码：A 文章编号：2096-3769（2019）02-053-05
智能制造以智能技术解决制造问题，是以面向产品全生命周期实现感知条件下的信息制造[1，2]。智能制造理论认知特征主要表现为：（1）多种水平并存;（2）工业软件多样化;（3）装备制造业+互联网;（4）工业云。此外，智能制造实现了新生产模式，即制造业服务化（人力资源+维护、维修、物流）、定制个性化、组织分散化（信息化協助管理）、制造资源云端化（利用云端共享）。智能制造未来将以智能制造装备+智能过程信息化的模式实现发展。
一、智能制造关键技术发展及其工业化应用
（一）智能制造关键技术
智能制造在自动化的基础上，以信息化为载体，实现万物互联智能制造。主要包括：智能传感技术、计算机网络技术、自动控制技术、人工智能技术和现代管理技术。
根据智能制造的层级可分为生产管理层、生产监控层和生产执行层。生产管理层主要指信息管理化技术，主要包含制造执行系统、仓库管理系统、刀具管理系统和程序管理系统;生产监控层主要指监控技术，主要功能为数据采集和信息可视化;生产执行层主要指自动化技术，主要包含智能生产控制、智能物流、智能加工、智能检测和智能仓储。如图1所示。
（二）智能制造关键技术工业化应用
1.智能制造中的自动化与数字化
智能制造是以制造为本体，通过云计算、大数据和物联网实现产品全生命周期监测，通过人机交互实现高效、优质、绿色、个性化生产[3]。由于数控机床、机器人以及智能检测设备的发展有效地促进了智能制造中的自动化，通过软件与数据的驱动实现了让产品、机器、流程系统等环节加载感知与决策的能力，实现了局部生产系统一体的数字化生产，如图2、图3所示。
在智能制造模式下产品可实现无人生产，特别是通过衍生式设计，可将强大功能的分析工具引入设计前端，通过力学分析与拓扑优化，去除不影响零件刚性部位材料，通过增材制造可实现将传统制造工艺无法实现的复杂结构制造出来，简化设计流程，有效降低成本与研发周期，如4所示。
2.智能制造中的网络化与智能化
当前，随着客户对产品个性化需求越来越高，只有将数字化软实力与装备的硬实力相辅相成，才能实现真正意义上的智能制造，正所谓机器可以做的事情就让机器去做，人应该在更具创造性的领域享受乐趣。最终实现在产品设计、制造过程中具备感知、分析、决策和执行的功能，如图5所示。
（1）智能制造下的工业机器人
工业机器人以高精度、高可靠性、高安全性、良好的操作性以及易维护与高柔性的特点为当前制造业所青睐。当前机器人的发展已不再满足于包装、码垛、焊接、喷涂、装配、铸造以及金属加工等功能在相关产业的应用。智能制造下机器人将关注于能够智能化地做人的日常行为，如精准的视觉应用技术，能够实现信息读取、色彩识别以及定位偏移补偿等。此外，通过力传感器、伺服感应能够让机器人具备力的感知能力，同时具备更可靠的触觉功能并在各种网络化技术应用下进行作业，从而实现更好的人机交互，能够实现自主决断，减少对人的依赖[4，5]。又如具有引导示教功能的协同作业机器人，通过它们来实现面向未来的工业生产。
（2）智能制造下的智能检测装备
智能制造背景下，要实现制造业的智能化生产，其中重要的一点在于通过网络连接收集并传输数据，为数据的诊断以及云端提供服务。各类传感器与数控机床的融合可有效助推智能生产。比如，机床中采用压力传感器可实现夹紧力监控，同时也可监控生产过程中的冷却剂、润滑剂、液压油、气体等部件;此外，压力传感器可通过控制器进行参数设定，从而最大化确保机械的不断运作，且便于更换。再如，杆型及外置式磁致伸缩传感器的应用，由于其具有实时Ethernet功能，能够进行快速精确及绝对位置与速度的测量，测量数据又能实时进行传送并与生产过程同步，且可实现快速更换。
此外，信息的获取与识别同样重要。RFID又称无线射频技术[6]，当前，在智能制造系统中已不满足于对数控机床加工过程中的计划刀具与库存以及刀具管理。RFID可记录所有使用的生产零件及生产步骤，所有物料及生产流程，如时间、场地、顺序等，并对执行、过程及原始信息实现自动记录与传输，从而保证数据的可追溯性。RFID可有效保证产品质量，在生产过程中，通过收集数据并形成有价值的数据链，通过软件实现更有效的设计生产过程并让操作人员获取必要数据。RFID可实现数据交互。由于RFID能够在工件上直接存储数据，从而增加了生产的灵活性。所有参数如生产步骤直接存储在工件上，可有效减少中央控制器负担，由此，工件或工件传送装置可直接向设备传输参数，同时机械设备也能相应调整工件需求。此外，由于RFID能够计数生产周期，从而可对设备进行预测性维修，这种方式也可有效延长机械的运作时间，增加操作的可靠性，提升系统的生产效率。
（3）智能制造下的物流与仓储
AGV无人搬运车是柔性生产线和立体库等现代化仓储体系的关键设备之一，具有自动化程度高、灵敏、安全等特点，所以在汽车制造、家电、重工等自动化生产和仓储体系得到广泛应用。通过AGV可实现智能工厂内的物流调度和转移。智能工厂基本上都需要集成六大核心信息系统，包括ERP企业资源管理系统、WMS 仓库管理系统、WCS 仓库控制系统、MES 精密制造系统和AGV系统。由AGV组成的智慧物流让生产的每个环节串联起来形成适应制造业生产和车间内部的柔性物流系统。此外，通过AGV小车了解整个生产过程，对AGV小车后台自动生成的数据进行分析，不断对生产过程进行优化，从而实现仓储、配送以及销售效率的大幅提升，同时成本也会大幅下降，提高AGV的柔性化程度，这样才能实现制造生产的智能化。 （三）智能制造的发展趋势与展望
智能制造关键在于实现制造互联互通，而当前智能制造中的信息化建设有待形成统一的标准，这更有助于实现网络间信息的顺利对接。由于智能化生产过程在传感器、物联设备以及外部互联数据的应用下会产生大量数据，如何进行有效分析总结，挖掘有效价值实现优化生产与服务增强智能化驱动力，从而实现大数据的真正应用，将成为未来智能化发展的重要方向[7]。此外，当前对于智能技术的理论创新研究有待深化，特别是智能制造与企业融合的反馈以及与我国制造业国情下的融合，探寻符合我国国情的智能制造发展模式成为重要的发展方向。
二、智能制造及其关键技术对人才培养的影响
（一）智能制造对企业生产的影响
智能制造的发展带来了“智能制造装备”的发展，特别是以高档数控机床、工业机器人、增材制造装备、新型传感器以及智能仪表等成为新的应用方向。此外智能制造的发展同时带来了“制造过程的智能化”发展，以数据互联为核心，以互联网技术为导向的新技术，可实现研发周期缩短，产品生产效率得到提升，但运营成本与资源消耗却得到有效降低，从而实现提供个性化产品[8]。今后企业在智能制造影响下将产品巨大的变革。首先，虽然由于机器人的应用近年各个领域得到飞速发展，人工效率得到巨大提升，但90%以上工作仍旧无法完全自动化，因此协同机器人的研究与发展将成为新的趋势;其次，企业的竞争力和生产力将得到飞速提升;第三，随着企业智能化应用的提升，从事枯燥、肮脏、危险工作的“3D工人”将逐渐取消，取而代之的是高技能人才，这也将加剧此类技术人员需求的短缺。
（二）智能制造的人才发展趋势
传统岗位消失;随着智能制造的推进，制造规模企业迈向“全自动化”，随着企业生产线的升级换代以及“数字化工程”“无人工厂”的出现，传统岗位中的“熟练工种”已被机器人所代替，而具备更强分析问题、解决问题能力以及具备“高精尖”能力的“工匠”需求旺盛，这也必将倒逼“高职教育升级”。
制造工艺岗位面临数字化改造。随着智能制造的发展，CAD、CAM、CAE、CAPP、MES、ERP的应用要求越来越高，随着操作岗位被机器人替代之后，今后工艺技术人员将分离出来，工艺布局、工艺实施、工艺优化将越发受到关注。
生产管理与调试人员需求增大。随着智能化发展，特别是数字化工厂与无人车间的出现，工厂现场布局与优化有了新的定义，具备专业的生产管理理念，如“精益生产”等的专业化管理人才以及设备调试人员的需求将越来越大。
三、融入智能制造技术的高职课程建设方向
（一）智能制造对人才的技术技能需求
根据智能制造发展方向以及当前制造业生产实际需求，结合智能制造层级分布，对于生产管理层主要表现在MES应用与通讯、多机监控应用软件应用、MT LINK应用等相关专业技能培养，从而实现工厂的智能化控制。对于生产监控层中的智能生产监控需具备较强的PLC和HMI相关技能，主要表现为PLC产线调试与通信、产线和机床人机界面应用相关技能培养;对于生产监控层中的智能物流需具备工业机器人、桁架机械手和AGV相关技能，主要表现为机器人调试、选型、应用与通讯，桁架应用以及AGV小车应用与通讯相关技能培养，掌握其与智能设备的通讯方法，并对智能物流实现有效控制;对于生产监控层中的智能加工需具备较强的CNC、CAM、工装夹具和刀具相关技能，主要表现为宏程序控制应用、CAM软件应用、刀具管理以及机床调试、通讯及应用和产线效率提升相关技能培养，特别是通过掌握RFID技术实现刀具的智能管理;对于生产监控层中的智能检测主要通过三坐标仪、比对仪、机内测头实现有效检测，因此通过机内测量技术应用和比对仪（如Equator比对仪）编程应用专业技能的培养可掌握测量设备的应用方法，实现生产中的实时测量;对于生产监控层中的智能仓储主要表现为立体仓储与识别与传感，因此物料识别应用与立库应用通讯等相关技能培养很重要。
（二）智能制造技术高职课程建设
对于高职教育，社会需求是课程开发的前提[9]。智能制造以新一代信息通信技术为基础，融合先进制造技术，实现制造业价值链的创新发展，其中数字化、网络化与智能化是智能制造的核心。高职教学中应适度调整教育与技能培训体系中与之相对应的专业结构，加强智能制造实训器材的投入，强化机器人、互联网、物联网与通讯等，创建适应行业发展、符合企业发展特点与需求的智能制造实训基地，实现对创新性技能复合型人才的培养。当前知识更新速度加快，在职业技能培训中将实现常态化，衍生式设计、增材制造、云计算、大数据、物联网和虚拟现实等新技术引入教育体系将成为实现智能制造领域专业人才培养的重要内容。
为更好地应对当前智能制造2025发展要求，满足与制造业智能制造人才发展有效对接的需求，高职院校可通过与智能制造先进企业，如FANUC、雷尼绍、欧姆龙、巴鲁夫等合作建设符合智能制造工艺与功能需求的智能工厂，通过自动化物流装备、机器人以及比对仪或三坐标测量仪等装备与传统加工设备融合，嵌入简易MES系统，构建满足具备智能制造关键技术要求的高职教学环境。通过智能制造设备的引入，既升级了传统加工设备的应用，同时也可实现学校、企业以及行业的深度合作与协同创新。此外，通过智能制造关键装备的应用，可创新技术技能人才培养模式，有效促进课程研发、师资能力提升，同时也可实现对社会人才的培训输出。
在专业课程的开发方面，可依据国际化知名院校职教课程，实现教育资源优化配置。借助对方优质的职业教育资源，依据先进课程及教材，打造符合职业院校专业教学的方法。通过教师和企业人员对培养目标、行业需求、岗位素质及能力要求等进行分析，设计本专业教学的具体实施方案，实现教育资源的优化配置。为更好实现智能制造与职业教育的融合，应按照国际化标准建设相关课程，如“机床调试与通讯”“刀具智能管理应用”“现代测量技术应用”“桁架技术应用”“机器人通讯与应用”“MES系统与管理应用”，以及相应的数字化资源。此外，也可引入国际化培训中心，让学生在实践中学习数控系统、机器人自动化加工的编程、工艺、机器人示教、调整等工作，从而实现智能制造与高职课程的有效衔接与融合。
此外，随着智能制造课程的引入，可依托双元制，采用行动导向教学法[10]，将传统课堂与实践基地融合，将智能制造先进制造技术相关课程融入课堂，让学生实现自我能力与知识体系的重建，完成认知-体验-参与-创新，从而激发学生兴趣，在老师引导到实现理論内容的探究，将有助于学生实现知识重构。
参考文献：
[1]谭建荣，刘达新，刘振宇，程锦.从数字制造到智能制造的关键技术途径研究[J].中国工程科学，2017，19（3）：39-44.
[2]杜娟.智能制造与数字化制造在工业制造的应用[J].电子技术与软件工程，2018（14）：256.
[3]陈全.以智能制造推动制造业由大变强[J].中国战略新兴产业，2018（25）：94.
[4]万志远. 智能制造背景下装备制造业产业升级研究[N]. 中国建材报，2018-05-22（003）.
[5]ZHU K， ZHOU Z， VOGEL-HEUSER B， et al. Issues on Smart Sensing and Information Processing in Advanced Manufacturing [J].Mechatronics 2015，31：1-2.
[6]彭飞.RFID技术及其在轨道交通装备制造业中的应用[J].机械工程与自动化，2018（4）：220-222.
[7]梁志宇，王宏志，李建中，高宏.制造业中的大数据分析技术应用研究综述[J].机械，2018，45（6）：1-13.
[8]欧阳劲松.智能工厂建设的思考与建议[J].电气时代，2018（7）：40-41.
[9]何呈娟. 智能制造背景下数控加工专业“三三五”课程体系构建研究[D].浙江工业大学，2017.
[10]徐小玉.“中国制造2025”视角下高职教育课程改革探究[J].科技经济市场，2018（6）：137-138.
关键词：智能制造;工业化应用;课程改革
中图分类号：G712 文献标识码：A 文章编号：2096-3769（2019）02-053-05
智能制造以智能技术解决制造问题，是以面向产品全生命周期实现感知条件下的信息制造[1，2]。智能制造理论认知特征主要表现为：（1）多种水平并存;（2）工业软件多样化;（3）装备制造业+互联网;（4）工业云。此外，智能制造实现了新生产模式，即制造业服务化（人力资源+维护、维修、物流）、定制个性化、组织分散化（信息化協助管理）、制造资源云端化（利用云端共享）。智能制造未来将以智能制造装备+智能过程信息化的模式实现发展。
一、智能制造关键技术发展及其工业化应用
（一）智能制造关键技术
智能制造在自动化的基础上，以信息化为载体，实现万物互联智能制造。主要包括：智能传感技术、计算机网络技术、自动控制技术、人工智能技术和现代管理技术。
根据智能制造的层级可分为生产管理层、生产监控层和生产执行层。生产管理层主要指信息管理化技术，主要包含制造执行系统、仓库管理系统、刀具管理系统和程序管理系统;生产监控层主要指监控技术，主要功能为数据采集和信息可视化;生产执行层主要指自动化技术，主要包含智能生产控制、智能物流、智能加工、智能检测和智能仓储。如图1所示。
（二）智能制造关键技术工业化应用
1.智能制造中的自动化与数字化
智能制造是以制造为本体，通过云计算、大数据和物联网实现产品全生命周期监测，通过人机交互实现高效、优质、绿色、个性化生产[3]。由于数控机床、机器人以及智能检测设备的发展有效地促进了智能制造中的自动化，通过软件与数据的驱动实现了让产品、机器、流程系统等环节加载感知与决策的能力，实现了局部生产系统一体的数字化生产，如图2、图3所示。
在智能制造模式下产品可实现无人生产，特别是通过衍生式设计，可将强大功能的分析工具引入设计前端，通过力学分析与拓扑优化，去除不影响零件刚性部位材料，通过增材制造可实现将传统制造工艺无法实现的复杂结构制造出来，简化设计流程，有效降低成本与研发周期，如4所示。
2.智能制造中的网络化与智能化
当前，随着客户对产品个性化需求越来越高，只有将数字化软实力与装备的硬实力相辅相成，才能实现真正意义上的智能制造，正所谓机器可以做的事情就让机器去做，人应该在更具创造性的领域享受乐趣。最终实现在产品设计、制造过程中具备感知、分析、决策和执行的功能，如图5所示。
（1）智能制造下的工业机器人
工业机器人以高精度、高可靠性、高安全性、良好的操作性以及易维护与高柔性的特点为当前制造业所青睐。当前机器人的发展已不再满足于包装、码垛、焊接、喷涂、装配、铸造以及金属加工等功能在相关产业的应用。智能制造下机器人将关注于能够智能化地做人的日常行为，如精准的视觉应用技术，能够实现信息读取、色彩识别以及定位偏移补偿等。此外，通过力传感器、伺服感应能够让机器人具备力的感知能力，同时具备更可靠的触觉功能并在各种网络化技术应用下进行作业，从而实现更好的人机交互，能够实现自主决断，减少对人的依赖[4，5]。又如具有引导示教功能的协同作业机器人，通过它们来实现面向未来的工业生产。
（2）智能制造下的智能检测装备
智能制造背景下，要实现制造业的智能化生产，其中重要的一点在于通过网络连接收集并传输数据，为数据的诊断以及云端提供服务。各类传感器与数控机床的融合可有效助推智能生产。比如，机床中采用压力传感器可实现夹紧力监控，同时也可监控生产过程中的冷却剂、润滑剂、液压油、气体等部件;此外，压力传感器可通过控制器进行参数设定，从而最大化确保机械的不断运作，且便于更换。再如，杆型及外置式磁致伸缩传感器的应用，由于其具有实时Ethernet功能，能够进行快速精确及绝对位置与速度的测量，测量数据又能实时进行传送并与生产过程同步，且可实现快速更换。
此外，信息的获取与识别同样重要。RFID又称无线射频技术[6]，当前，在智能制造系统中已不满足于对数控机床加工过程中的计划刀具与库存以及刀具管理。RFID可记录所有使用的生产零件及生产步骤，所有物料及生产流程，如时间、场地、顺序等，并对执行、过程及原始信息实现自动记录与传输，从而保证数据的可追溯性。RFID可有效保证产品质量，在生产过程中，通过收集数据并形成有价值的数据链，通过软件实现更有效的设计生产过程并让操作人员获取必要数据。RFID可实现数据交互。由于RFID能够在工件上直接存储数据，从而增加了生产的灵活性。所有参数如生产步骤直接存储在工件上，可有效减少中央控制器负担，由此，工件或工件传送装置可直接向设备传输参数，同时机械设备也能相应调整工件需求。此外，由于RFID能够计数生产周期，从而可对设备进行预测性维修，这种方式也可有效延长机械的运作时间，增加操作的可靠性，提升系统的生产效率。
（3）智能制造下的物流与仓储
AGV无人搬运车是柔性生产线和立体库等现代化仓储体系的关键设备之一，具有自动化程度高、灵敏、安全等特点，所以在汽车制造、家电、重工等自动化生产和仓储体系得到广泛应用。通过AGV可实现智能工厂内的物流调度和转移。智能工厂基本上都需要集成六大核心信息系统，包括ERP企业资源管理系统、WMS 仓库管理系统、WCS 仓库控制系统、MES 精密制造系统和AGV系统。由AGV组成的智慧物流让生产的每个环节串联起来形成适应制造业生产和车间内部的柔性物流系统。此外，通过AGV小车了解整个生产过程，对AGV小车后台自动生成的数据进行分析，不断对生产过程进行优化，从而实现仓储、配送以及销售效率的大幅提升，同时成本也会大幅下降，提高AGV的柔性化程度，这样才能实现制造生产的智能化。 （三）智能制造的发展趋势与展望
智能制造关键在于实现制造互联互通，而当前智能制造中的信息化建设有待形成统一的标准，这更有助于实现网络间信息的顺利对接。由于智能化生产过程在传感器、物联设备以及外部互联数据的应用下会产生大量数据，如何进行有效分析总结，挖掘有效价值实现优化生产与服务增强智能化驱动力，从而实现大数据的真正应用，将成为未来智能化发展的重要方向[7]。此外，当前对于智能技术的理论创新研究有待深化，特别是智能制造与企业融合的反馈以及与我国制造业国情下的融合，探寻符合我国国情的智能制造发展模式成为重要的发展方向。
二、智能制造及其关键技术对人才培养的影响
（一）智能制造对企业生产的影响
智能制造的发展带来了“智能制造装备”的发展，特别是以高档数控机床、工业机器人、增材制造装备、新型传感器以及智能仪表等成为新的应用方向。此外智能制造的发展同时带来了“制造过程的智能化”发展，以数据互联为核心，以互联网技术为导向的新技术，可实现研发周期缩短，产品生产效率得到提升，但运营成本与资源消耗却得到有效降低，从而实现提供个性化产品[8]。今后企业在智能制造影响下将产品巨大的变革。首先，虽然由于机器人的应用近年各个领域得到飞速发展，人工效率得到巨大提升，但90%以上工作仍旧无法完全自动化，因此协同机器人的研究与发展将成为新的趋势;其次，企业的竞争力和生产力将得到飞速提升;第三，随着企业智能化应用的提升，从事枯燥、肮脏、危险工作的“3D工人”将逐渐取消，取而代之的是高技能人才，这也将加剧此类技术人员需求的短缺。
（二）智能制造的人才发展趋势
传统岗位消失;随着智能制造的推进，制造规模企业迈向“全自动化”，随着企业生产线的升级换代以及“数字化工程”“无人工厂”的出现，传统岗位中的“熟练工种”已被机器人所代替，而具备更强分析问题、解决问题能力以及具备“高精尖”能力的“工匠”需求旺盛，这也必将倒逼“高职教育升级”。
制造工艺岗位面临数字化改造。随着智能制造的发展，CAD、CAM、CAE、CAPP、MES、ERP的应用要求越来越高，随着操作岗位被机器人替代之后，今后工艺技术人员将分离出来，工艺布局、工艺实施、工艺优化将越发受到关注。
生产管理与调试人员需求增大。随着智能化发展，特别是数字化工厂与无人车间的出现，工厂现场布局与优化有了新的定义，具备专业的生产管理理念，如“精益生产”等的专业化管理人才以及设备调试人员的需求将越来越大。
三、融入智能制造技术的高职课程建设方向
（一）智能制造对人才的技术技能需求
根据智能制造发展方向以及当前制造业生产实际需求，结合智能制造层级分布，对于生产管理层主要表现在MES应用与通讯、多机监控应用软件应用、MT LINK应用等相关专业技能培养，从而实现工厂的智能化控制。对于生产监控层中的智能生产监控需具备较强的PLC和HMI相关技能，主要表现为PLC产线调试与通信、产线和机床人机界面应用相关技能培养;对于生产监控层中的智能物流需具备工业机器人、桁架机械手和AGV相关技能，主要表现为机器人调试、选型、应用与通讯，桁架应用以及AGV小车应用与通讯相关技能培养，掌握其与智能设备的通讯方法，并对智能物流实现有效控制;对于生产监控层中的智能加工需具备较强的CNC、CAM、工装夹具和刀具相关技能，主要表现为宏程序控制应用、CAM软件应用、刀具管理以及机床调试、通讯及应用和产线效率提升相关技能培养，特别是通过掌握RFID技术实现刀具的智能管理;对于生产监控层中的智能检测主要通过三坐标仪、比对仪、机内测头实现有效检测，因此通过机内测量技术应用和比对仪（如Equator比对仪）编程应用专业技能的培养可掌握测量设备的应用方法，实现生产中的实时测量;对于生产监控层中的智能仓储主要表现为立体仓储与识别与传感，因此物料识别应用与立库应用通讯等相关技能培养很重要。
（二）智能制造技术高职课程建设
对于高职教育，社会需求是课程开发的前提[9]。智能制造以新一代信息通信技术为基础，融合先进制造技术，实现制造业价值链的创新发展，其中数字化、网络化与智能化是智能制造的核心。高职教学中应适度调整教育与技能培训体系中与之相对应的专业结构，加强智能制造实训器材的投入，强化机器人、互联网、物联网与通讯等，创建适应行业发展、符合企业发展特点与需求的智能制造实训基地，实现对创新性技能复合型人才的培养。当前知识更新速度加快，在职业技能培训中将实现常态化，衍生式设计、增材制造、云计算、大数据、物联网和虚拟现实等新技术引入教育体系将成为实现智能制造领域专业人才培养的重要内容。
为更好地应对当前智能制造2025发展要求，满足与制造业智能制造人才发展有效对接的需求，高职院校可通过与智能制造先进企业，如FANUC、雷尼绍、欧姆龙、巴鲁夫等合作建设符合智能制造工艺与功能需求的智能工厂，通过自动化物流装备、机器人以及比对仪或三坐标测量仪等装备与传统加工设备融合，嵌入简易MES系统，构建满足具备智能制造关键技术要求的高职教学环境。通过智能制造设备的引入，既升级了传统加工设备的应用，同时也可实现学校、企业以及行业的深度合作与协同创新。此外，通过智能制造关键装备的应用，可创新技术技能人才培养模式，有效促进课程研发、师资能力提升，同时也可实现对社会人才的培训输出。
在专业课程的开发方面，可依据国际化知名院校职教课程，实现教育资源优化配置。借助对方优质的职业教育资源，依据先进课程及教材，打造符合职业院校专业教学的方法。通过教师和企业人员对培养目标、行业需求、岗位素质及能力要求等进行分析，设计本专业教学的具体实施方案，实现教育资源的优化配置。为更好实现智能制造与职业教育的融合，应按照国际化标准建设相关课程，如“机床调试与通讯”“刀具智能管理应用”“现代测量技术应用”“桁架技术应用”“机器人通讯与应用”“MES系统与管理应用”，以及相应的数字化资源。此外，也可引入国际化培训中心，让学生在实践中学习数控系统、机器人自动化加工的编程、工艺、机器人示教、调整等工作，从而实现智能制造与高职课程的有效衔接与融合。
此外，随着智能制造课程的引入，可依托双元制，采用行动导向教学法[10]，将传统课堂与实践基地融合，将智能制造先进制造技术相关课程融入课堂，让学生实现自我能力与知识体系的重建，完成认知-体验-参与-创新，从而激发学生兴趣，在老师引导到实现理論内容的探究，将有助于学生实现知识重构。
参考文献：
[1]谭建荣，刘达新，刘振宇，程锦.从数字制造到智能制造的关键技术途径研究[J].中国工程科学，2017，19（3）：39-44.
[2]杜娟.智能制造与数字化制造在工业制造的应用[J].电子技术与软件工程，2018（14）：256.
[3]陈全.以智能制造推动制造业由大变强[J].中国战略新兴产业，2018（25）：94.
[4]万志远. 智能制造背景下装备制造业产业升级研究[N]. 中国建材报，2018-05-22（003）.
[5]ZHU K， ZHOU Z， VOGEL-HEUSER B， et al. Issues on Smart Sensing and Information Processing in Advanced Manufacturing [J].Mechatronics 2015，31：1-2.
[6]彭飞.RFID技术及其在轨道交通装备制造业中的应用[J].机械工程与自动化，2018（4）：220-222.
[7]梁志宇，王宏志，李建中，高宏.制造业中的大数据分析技术应用研究综述[J].机械，2018，45（6）：1-13.
[8]欧阳劲松.智能工厂建设的思考与建议[J].电气时代，2018（7）：40-41.
[9]何呈娟. 智能制造背景下数控加工专业“三三五”课程体系构建研究[D].浙江工业大学，2017.
[10]徐小玉.“中国制造2025”视角下高职教育课程改革探究[J].科技经济市场，2018（6）：137-138.