QQ : 859367193
编辑部投稿邮箱:jiaoyujiaoxuelt@VIP.163.com
电话:0311-87766660 80820729
地址:河北石家庄联盟路705号 河北教育出版社 《教育教学论坛》杂志社 编辑部
区域产业需求导向的创新人才培养模式研究
——以安徽省机器人专业为例
何晓娅1,袁彬2*,雷经发2,吴路路3,董方方4
(1.合肥学院 中德人才交流中心 合肥 230601;2.安徽建筑大学 机械与电气工程学院 合肥 230601;
3.安徽工程大学 机械工程学院 芜湖 241000;4.合肥工业大学 机械工程学院 合肥 230009)
[摘 要]:机器人相关专业创新型人才的培养是机器人产业健康可持续发展的有力保障,培养出符合机器人产业发展需求的创新型人才是地区乃至国家在机器人产业发展规划中的重要组成部分。通过分析安徽省区域机器人产业的发展情况,梳理安徽省区域机器人产业对相关专业人才的需求,从机器人产业数据管理平台、机器人专业人才产生机制、基础应用并重的人才培养体系和基于机器人产业数据反馈的高校课程改革方法几个角度,为安徽省区域机器人产业创新型人才培养献计献策。
[关键词]:机器人; 人才培养; 产业需求
[中图分类号]:G646 [文献标识码]:A
一、引言
作为智能制造技术及装备的重要分支,机器人是先进制造技术的重要支撑装备,也是改善人类生活方式的重要路径之一,机器人研发、制造及应用可以体现一个国家的综合实力,是制造业皇冠顶端的明珠。在工业领域,机器人常用于码垛、搬运、焊接、喷涂、3D打印、表面抛光等应用场景[1,2],在服务行业,机器人常用于消防、救援、医疗、建筑等特种服务行业及餐饮、娱乐等消费服务行业[3,4],近年来,新材料、人工智能等新兴技术的成熟应用促进了新一代机器人的涌现[5-7]。
随着国家工信部发布《关于推进工业机器人产业发展的指导意见》等一系列方针政策[8],国内机器人产业进入了高速发展阶段,为建设好《中国制造2025安徽篇》[9],安徽省政府办公厅发布了《安徽省人民政府办公厅关于印发安徽省机器人产业发展规划(2018-2027年)的通知》[10],要求加快突破机器人关键技术瓶颈,到2027年,安徽省要实现在机器人领域技术水平达到国际先进行列,在机器人全产业链的营业收入突破1800亿元的目标,并提出要加大力度培养符合机器人产业发展要求的创新型及技术型人才。
安徽省现有6所高等院校单独开设有机器人工程专业,其中在全国排名前500名的地方本科院校仅有2所,分别是2018年成立的合肥工业大学机器人工程专业和2017年成立的安徽工程大学机器人工程专业,机器人工程专业本科教育仍处于摸索前进阶段,该专业的毕业生数量远远不能满足安徽省区域机器人行业发展的需求,目前,省内从事机器人行业的毕业生大多来自于地方本科院校的机械、电气、信息技术等相关专业,作为地方本科院校,以安徽省区域机器人产业发展对人才的需求为导向,研究机器人专业人才的培养模式,对安徽省区域机器人产业的健康可持续发展具有十分重要的意义。
二、安徽省区域机器人产业发展趋势分析
随着国家发布一系列支持机器人产业发展相关政策的出台,我国机器人行业已进入快速发展时期,安徽省作为长三角机器人产业的重要中心区域之一,机器人产业起步较早,从2013年国家支持建设“芜马合”机器人产业集聚试点之后,安徽省在机器人全产业链得到了快速稳步发展,已建成以芜湖埃夫特、合肥欣奕华、巨一自动化、井松自动化为代表的机器人企业超过700余家,截止到2020年6月,安徽省申请的机器人相关的专利数量居全国第6(前五为广东、江苏、北京、浙江和上海),机遇与挑战并存,安徽省区域内机器人产业的发展也面临以下几个方面的问题:
1. 机器人核心零部件国产化的程度不高
机器人系统的组成部分主要包括机械系统和控制系统,机械系统里的减速器及机器人控制器仍属于机器人行业内利润最大的部分,安徽省在机器人减速器的设计制造水平较为薄弱,尤其在高精密、高可靠性减速器、控制器及伺服电机的供应商仍然大量依赖国外固定供应商,从中国受理的机器人相关的专利数量来看,虽然上游零部件的专利数量逐年增加,占到机器人专利申请量的37%,但在精密减速器等核心零部件的专利数量只占到1%,精密机器人减速器依然是制约着安徽省乃至国内机器人技术发展的瓶颈之一。
2. 中低端机器人产品产能过剩
据安徽省统计局最新统计数据,从安徽省机器人生产企业分布来看,安徽省多数机器人企业产品多以系统集成为主,应用领域偏向中低端,省内规模以上机器人生产企业分布中,应用在中低端领域的工业机器人产生企业占比约为80%,虽然从事机器人产业的公司有七百余家,但自主研发的机器人减速器等核心零部件的精度保持性、可靠性等方面仍处于产业链的中低端产品系列,利润较低,依靠系统集成为主的企业更偏好使用进口核心零部件来提升市场竞争力,总体上来看,安徽省区域中低端机器人产品产能过剩的现象较为明显。
3. 机器人前沿技术研发能力薄弱
随着科技的进步及机器人在人类生产生活中的逐步深入应用,人们对机器人的柔性与智能化水平要求越来越高,柔性机器人技术、智能机器人技术也成为机器人行业内的研究热点和前沿技术,据Web of Science 和 DII 数据库统计,2015年中国在机器人相关的论文与专利数量为4077篇,仅次于美国,据中国知网数据统计,以柔性机器人技术为例,北京工业大学和哈尔滨工业大学发表相关研究方向的成果数量最多,安徽省内以合肥工业大学为代表的科研机构发表成果数量排在第12名,安徽省区域研究机构院校与北京工业大学、哈尔滨工业大学等院校在机器人相关前沿技术领域的研究水平上仍有一定的差距。
图1 各机构在中国知网上关于柔性机器人方向的总发文数量排名
4. 机器人行业监管体系仍需完善
安徽省机器人行业的监管体制遵循政府职能部门指导下的行业自律,政府与市场经济起着主导作用,随着机器人在人类生产生活中应用领域及场景进一步拓展,对机器人相关产业施加的法律法规及风险防控措施还需要不断地完善,与此同时,随着大数据的发展,对机器人行业市场的实时监控体系仍需不断完善,强化机器人行业动态的预警机制,目前,最新出版的中国机器人产业发展报告由哈工大机器人(合肥)国际创新研究院与中智科学技术评价研究中心于2021年3月12日发布[11],安徽省最新的机器人产业发展调查报告是在2019年12月12日由安徽省统计局发布[12],因此,安徽省区域仍需加大力度实时监控机器人产业发展动向,提升机器人产业的风险防控能力。
三、安徽省区域机器人产业对人才的需求
总体上,机器人产业分为上游的精密减速器等核心零部件制造、中游的机器人本体制造及下游的系统集成制造,由于上游技术门槛要求较高,安徽省机器人产业存在上下游偏科的现象,这不利于安徽省区域机器人产业的健康发展。同时,随着工业技术迭代加速,装备智能化水平持续提升,多学科在机器人产品上的交叉应用,机器人产业对相关专业人才的需求也呈现多样化,急需大力培养能对机器人产业起到核心技术纵深推动作用的高端人才,也需要培养能够推进机器人与信息技术等多学科交叉的复合型人才,还需要能够高效有序促进机器人产业健康发展的管理型人才。
1. 机器人核心技术高端人才需求
机器人核心技术主要处在上游产业链,包括机器人精密减速器设计制造技术、伺服电机技术、控制器技术、传感器技术、末端执行器设计制造技术等,安徽省区域内从事相关技术的企业较少,上游产业市场占有率较低,根本原因在于缺乏机器人核心零部件高端人才,从我省目前机器人产业发展的趋势来看,一方面机器人产业正处于冷静蓬勃发展期,机器人应用市场较广,此时正是对精密减速器等机器人核心零部件的技术壁垒突破的黄金时期,迫切需要在现阶段掌握机器人核心零部件设计制造的高端技术人才,为我省机器人产业健康发展提供人才保障。
2. 机器人交叉应用复合型人才需求
安徽省区域产业齐全,涵盖了汽车、白色家电、新型显示、半导体等领域,随着人口红利的逐渐消失,在安徽省区域乃至全国对机器人的消费需求日趋旺盛,同时给机器人带来了应用场景的多样化,不再是传统制造业简单地用机器人实现基本地动作,机器人的功能会越来越丰富,具备针对应用场景的感知行为,未来,能够支撑机器人产业发展的,必然不再局限于传统机器人相关的单一化专业人才,对融合了物理、数学、新材料、生物、医学、信息技术等多学科知识交互交叉应用复合型人才的需求将会更加强烈。
3. 机器人产业管理型人才需求
纵观世界制造业强国,除了先进的工业技术之外,还拥有成熟的产业管理,如德国的制造业之所以能保持强有力的发展态势,除了与百年来的工业技术积累有关之外,还与德国在行业人才的培养及行业管理方式上有很大的关系。自2018年中美贸易战以来,我国所面临的国际贸易形势越来越严峻,国家发布了国内国外双循环的新发展策略,安徽省处于长三角腹地,在机器人产业的应用领域上将有巨大的市场,机器人产业必然会出现更多的新技术、新产品,机器人产业的标准化等问题也会随之而来,因此,机器人上下游产业的合理布局,机器人市场良性竞争环境的强力保障,机器人前沿技术的敏锐洞察,机器人产业发展数据的实时监控,机器人产业发展策略的政策支持等都需要既懂技术又懂管理的综合管理型人才。
四、构建机器人专业人才创新培养模式
通过前述对安徽省区域机器人产业存在的问题及机器人专业人才需求的分析,为突破机器人核心技术,促进机器人产业向更高水平、更深层次发展,结合安徽省区域机器人产业发展情况及产业需求特点,实时对机器人专业人才培养模式进行持续优化和快速调整变得尤为重要,为安徽省区域机器人产业可持续稳定健康发展提供保障。如图3所示,构建机器人专业人才创新培养模式,在强化本土化培养的同时,需要重视国内外机器人专业高端人才引进,制定适应区域产业发展的人才培养体系,建立机器人产业数据实时监测管理平台,强化政府、企业、高校、科研院所在机器人专业人才培养过程中的参与程度,建立基于行业数据驱动的机器人专业课程改革,实现人才培养方向的精准把握。
图2 基于区域产业需求导向的机器人创新人才培养架构
1. 建立机器人产业数据实时管理分析平台
机器人产业数据的实时性对机器人行业的发展方向、发展进程、抗风险能力等产业重要指标意义重大。首先,参与到机器人产业发展的各方要明确机器人产业数据的重要性,在行业法律规范下,在政府相关机构、企业、学校等共同努力下,明确机器人产业的重要数据指标点,由各方共同推选并建立主导机器人产业数据管理的机构组织,明确该组织的权利、义务、规章制度等文件,保证机器人产业数据获取的通道及安全性;其次,结合大数据、云计算等信息管理技术,有效保证各方提供机器人产业数据的准确性,提升机器人产业数据管理平台的智能化水平,实现机器人产业数据的高效管理;汇聚机器人上下游产业高端专业人才,定期组织开展机器人产业数据分析,及时反馈指导机器人上下游企业的生产和高校机器人相关专业的人才培养,打造具有闭环特性的安徽省区域机器人产业数据实时管理分析平台。
2. 建立培养与引进并重的机器人专业人才产生机制
随着安徽省在长三角长江经济带的影响力逐渐提升,想要高位步入长三角协同发展,人才是关键,在人才产生机制上,也要具备本土培养和人才引进双渠道,在本土人才培养上,安徽省应强化省内各高校机器人相关专业人才工程建设,结合我省机器人行业的特点制定个性化的本土化培养体系,全面提升我省机器人专业人才水平;在国内外高端人才引进上,重点突破长期制约我省机器人行业发展的核心零部件设计制造能力薄弱等问题,瞄准相关领域的高端专业技术人才,从产业氛围、人文环境等角度去制定具有强大人才吸引力的配套政策,吸引能够推动我省机器人产业向前发展的国内外机器人专业尖端人才。
3. 建立机器人基础研究与应用研究并重的创新人才培养体系
安徽省区域在机器人产业主要偏向于中下游市场,对于上游机器人核心零部件的设计制造技术等涉及到机器人基础性的研究工作存在偏科现象,以机器人减速器的设计制造核心技术为例,多数机械类学生只知道齿轮的基本计算,并不清楚内部的啮合机理等基础理论,做不到将前期学习的微分几何、矩阵理论等基础知识在专业领域上进行深度学习和纵深发展,更无法对机器人减速器的性能进行提升,故在高端减速器高端人才产生过程中,要注重齿轮传动学、摩擦学、噪声振动学等方面的高端研究型人才的培养和引进,要加大在机器人基础性研究领域的人才培养上的投入,同时兼顾机器人相关技术集成应用人才的培养,建立机器人基础研究与应用研究并重的创新人才培养体系。
4. 基于机器人产业数据反馈的高校课程改革
为服务好安徽省区域机器人产业发展,加快培养机器人相关专业创新型人才,需要加强政、校、企等各方在相关专业人才培养过程中的参与度,加深机器人企业在高校相关专业人才培养过程中的社会责任感,促进高校将机器人产业反馈回的数据及时地传递到机器人相关专业人才培养方案制定、培养过程实施、课程改革等环节中。在课程体系前期架构方面,通过各方的共同努力,做到对机器人上下游产业的充分调研,明确从事相关产业应具备的知识基础,基于现有课程与新开课程互补组合的方式,形成初步的机器人相关专业课程体系架构;在课程目标制定过程中,应实时关注机器人行业数据动态,将反馈回的机器人产业数据映射到课程目标的制定环节,做到对课程目标的定期完善更新;在日常的课程理论和实践课程教学环节过程中,鼓励教师和学生深入到到机器人上下游产业中去,参与到企业的管理、研发、设计制造等过程中去,从产业中获取最新的实例支撑,强化各方在高校机器人相关专业人才培养过程中的参与度,实现基于机器人产业数据反馈的高校课程改革。
五、结语
机器人产业发展离不开高度适配性创新型人才的培养,随着安徽省区域的机器人产业链的日趋完善,机器人产业上下游产业的需求也逐步从广过渡到强,要深刻认识到机器人产业创新型人才培养的重要性,汇集机器人、管理相关高端技术人才,深入指导分析机器人产业发展各项数据,从机器人产业发展需求为出发,发挥好政府、学校、企业等各方在机器人相关专业人才培养过程中的作用,开发智能化水平高的机器人行业数据实时管理平台,创新机器人相关专业课程改革,培养出更多能够服务于安徽省区域机器人产业发展的创新型人才。
[参考文献]
[1]王中任,王小刚,刘德政,刘海生.基于焊枪轮廓特征提取的焊接偏差测定方法[J].焊接学报,2020,41(07):59-64+100.
[2]李珣,南恺恺,赵征凡,王晓华,景军锋.多智能体博弈的纺织车间搬运机器人任务分配[J].纺织学报,2020,41(07):78-87.
[3]闫志远,梁云雷,杜志江.腹腔镜手术机器人技术发展综述[J].机器人技术与应用,2020(02):24-29.
[4]张佳乐,骆汉宾,尹紫微.基于Citespace的建设全寿命周期机器人研究与应用分析[J].土木工程与管理学报,2021,38(01):145-156.
[5]管清华,孙健,刘彦菊,冷劲松.气动软体机器人发展现状与趋势[J].中国科学:技术科学,2020,50(07):897-934.
[6]谭建荣.智能制造与机器人应用关键技术与发展趋势[J].机器人技术与应用,2017(03):18-19.
[7]潘云鹤.AI及机器人的新方向[J].机器人技术与应用,2019(04):19-20.
[8]工业和信息化部关于推进工业机器人产业发展的指导意见[J].科技导报,2015,33(21):79-80.
[9]安徽省人民政府.安徽省人民政府关于印发《中国制造2025安徽篇》的通知[EB/OL]. http://www.gov.cn/zhuanti/2016-02/02/content_5038433.htm
[10]安徽省人民政府办公厅. 安徽省人民政府办公厅关于印发安徽省 机器人产业发展规划(2018—2027年)的通知[EB/OL]. http://www.ah.gov.cn/public/1681/8265651.html
[11]哈工大机器人(合肥)国际创新研究院,中智科学技术评价研究中心. 中国机器人产业发展报告(2020-2021)[M]. 北京: 社会科学文献出版社,2021
[12]安徽省统计局. 安徽机器人产业发展调查报告[EB/OL]. http://tjj.ah.gov.cn/public/6981/145100081.html
Research on the Training Mode of the Innovative Talents based on the demand orientation of regional industry
——A case study of Robotics in Anhui Province
HE Xiaoya1, YUAN Bin2, LEI Jingfa2, WU Lulu3, DONG Fangfang4
(1. Chinese-German Talent Exchange Center, Hefei University, Hefei, 230601;
2. School of Mechanical and Electrical Engineering, Anhui Jianzhu University, Hefei, 230601;
3. School of Mechanical Engineering, Anhui Polytechnic University, Wuhu, 230601;
4. School of Mechanical Engineering, Hefei University of Technology, Hefei, 230009)
Abstract: The cultivation of robot related majors innovative talents is a strong guarantee for the healthy and sustainable development of the robot industry, cultivating innovative talents that meet the development needs of robot industry is an important part of the region’s or the country’s development planning of robot industry, through the analysis of the development of regional robot industry in Anhui Province, the demand of regional robot industry for relevant professionals in Anhui Province is combed, some suggestions were put forward for the cultivation of innovative talents in robot industry in Anhui Province regional from the perspectives of robot industry data management platform, the robot professional talent generation mechanism, the talent cultivation system with equal attention to the basic and applicative knowledge, and the university curriculum reform method based on robot industry data feedback.
Keywords: robot; talent cultivation; industrial demand