面向“新工科”创新人才培养的人工智能与虚拟仿真技术在冶金工程实践教学深度融合研究

袁晓丽，刘施峰，姚宗湘，戴庆伟

（1.重庆科技学院冶金与材料工程学院，重庆 401331；2.重庆大学材料科学与工程学院，重庆 400044）

为了适应“中国制造2025”“一带一路”等国家重大战略，以及冶金行业绿色智能化转型升级要求，新工科对传统工科专业冶金工程实践教学提出新的要求，其发展方向为智能化、绿色化和低碳化[1-2]，如何全面提高冶金工程专业学生的工程实践创新能力，培养新工科背景下适应冶金行业绿色智能发展的冶金创新人才是冶金工程实践教学中亟须解决的难题。

重庆科技学院冶金工程专业是国家一流专业，也是工程教育认证专业，着力培养引领冶金行业、适应重庆区域经济发展需要的高水平应用型创新人才，因此，为了达到创新人才培养目标，冶金工程专业的实践教学改革势在必行。冶金工程专业的实践教学主要包括实验、实习、实训、冶金工程毕业设计（论文）和大学生科技竞赛等，其主要特点是实践性强[3]。依托现有建设的两个国家级实验教学示范中心（冶金工程虚拟示范中心和钢铁制造虚拟仿真实验教学中心），采用虚拟仿真技术，实现教学资源的零消耗，增加学生动手操作的机会，融“教、学、做”为一体，为提高应用型本科冶金工程的专业创新人才培养的质量提供了重要的保障[4]。

然而，随着冶金行业设备向着大型化、智能化方向发展，如何科学高效操作大型设备？如何利用大数据分析和解决生产中的复杂工程问题？显然只掌握现有的虚拟仿真技术，仅停留在掌握简单的虚拟操作，将难以适应转型升级的冶金企业对“新冶金”创新人才的要求，在新工科背景下严重制约了冶金工程专业学生的工程实践创新能力的提高。

目前，人工智能技术在冶金工业生产中发挥着举头轻重的作用，尤其是人工智能技术中的人工神经网络、模糊控制、遗传算法、专家系统等被广泛应用于冶金行业现场的大数据分析和计算，解决现场错综复杂的问题，对生产中的故障和生产情况及时进行反馈和建议，指导冶金生产，如宝武集团采用的千米以外“一键炼钢”便是人工智能技术在企业应用的最好实例。因人工智能技术对解决复杂工程实践问题具有其独特的优势，目前被广泛应用于物流、英语、金融和机械等专业的实践教学中。然而，人工智能技术在冶金工程专业实践教学中的应用还几乎一片空白。

为此，根据冶金工程专业实践教学的情况，将人工智能技术引入冶金工程专业的实践教学中，实现人工智能和虚拟仿真技术在实践教学的深度融合，这不仅可以提高冶金工程专业学生解决冶金工程中的复杂工程问题的能力，而且对全面提高冶金工程专业学生的工程实践创新能力以及在新工科背景下对冶金创新人才的培养具有重要意义。

1 人工智能和虚拟仿真技术在冶金工程生产实习的深度融合应用

冶金工程专业的生产实习主要分为初步掌握基础操作和实际解决现场复杂问题两个阶段。以实习烧结生产工序为例，学生首先学习烧结生产虚拟仿真操作系统，熟练掌握从烧结原料准备、配料、加水混合、抽风烧结、烧结矿的破碎以及筛分等完整的虚拟仿真操作工艺流程。

在此基础上，通过采用人工智能技术开发成熟的烧结专家系统（如烧结过程热状态和透气性、烧结矿化学成分控制专家系统、异常状态控制和专家诊断系统、烧结水分专家智能控制系统等）对烧结生产过程可能出现的问题进行提前预报。针对烧结矿烧结过程的某些状况过于复杂问题，以致难以建立精确的数学模型，利用模糊控制或应用模糊逻辑的专家系统开发烧结过程状态控制专家系统，通过调整烧结机台车的速度、混合料的水分等参数，达到稳定烧结终点的目的，精准的控制烧结过程。还可以利用人工智能技术如人工神经网络和遗传算法等对烧结终点状态的预报、根据机尾断面图像预报FeO含量、烧结工艺参数优化模型等对烧结工艺参数进行优化等，通过对烧结过程状态和质量进行提前预报，及早采取有效措施，大大减少了返矿率，提高了烧结矿产质量指标。

从以上实例可以看出，学生通过虚拟仿真技术，在了解、熟悉和掌握了冶金工序的基本的操作过程的基础上，然后通过人工智能的专家系统、遗传算法、模糊控制以及人工神经网络等技术对冶金工序进行提前诊断和预测，将冶金工程过程的操作和遇到的复杂工程问题有效掌握，这不仅提高了冶金工程专业学生的工程实践创新能力，而且有利于提高其解决冶金过程中复杂工程问题的能力。

2 人工智能和虚拟仿真技术在冶金工程毕业设计的深度融合应用

在冶金工程专业毕业设计中，由于炼钢实验具有高温高压高成本的特点，尤其是连铸保护渣粘度的测定，限于成本控制和安全的考虑，很多实验只能做有限的次数，因此，学生在进行毕业设计时，首先利用连铸生产仿真软件对连铸生产过程进行虚拟操作，掌握连铸过程的操作控制要点和影响因素，然后通过人工智能技术的BP人工神经网络建立的连铸保护渣预测模型软件，在实际测定的连铸保护渣粘度、碱度、温度以及化学成分测定的实验基础上，建立连铸保护渣化学成分、碱度、温度与保护渣粘度之间的关系预测模型，对较多未能一一进行实验的样本进行粘度性能预测，分为简单体系粘度性能预测和复杂体系粘度性能预测模型实验研究，从而掌握连铸保护渣的化学成分、碱度、粘度等参数的变化对连铸保护渣粘度的影响行为和规律。然后对预测的模型进行分析研究，然后通过实验验证。

人工智能和虚拟仿真技术在毕业设计的深度融合应用，大大地节约了时间和成本，有利于学生全面的掌握连铸保护渣成分、温度和碱度等影响因素及其控制，提前适应了连铸生产现场计算和分析的操作和流程，为将来从事冶金连铸生产方面的工作也奠定了坚实的基础。

3 人工智能和虚拟仿真技术在冶金工程专业综合实验深度融合应用

为了解决冶金工程专业综合实验教学中实验操作成本高、设备台数不足和学生动手操作少等问题，将人工智能和虚拟仿真技术深度融入冶金工程专业综合实验的教学中。

以铁矿粉造球和球团的焙烧实验为例，首先通过球团矿制备虚拟仿真实验，熟悉和掌握球团原料的准备、混合、造球、焙烧和球团性能检测等过程。然后进行现实实验操作，掌握影响球团生产和产品质量的影响和指标。最后利用人工智能技术人工神经网络学习，研究圆盘造球机不同工艺参数对生球质量的影响，研究回转窑、链篦机的干燥、预热、焙烧等过程温度和风量控制对成品球还原粉化指数和冷压强度、化学成分的影响。

通过人工智能与虚拟仿真技术在冶金工程专业综合实验的深度融合，极大激发了冶金工程专业学生对专业综合实验的学习兴趣，提高了他们的动手操作能力和创新能力。

4 结论

在新工科背景下，依托现有国家虚拟仿真示范中心和钢铁制造虚拟仿真实验教学中心，弥补现有虚拟仿真技术存在的不足，将人工智能和虚拟仿真技术深度融合应用于冶金工程实践教学，融“教、学、做”为一体，有利于冶金工程专业学生全面提升工程实践能力，增加了冶金工程学生的动手操作的机会，提高了他们解决冶金过程中复杂工程问题的能力。