工业机器人数据思维项目式教学动态调整策略.docxVIP

工业机器人数据思维项目式教学动态调整策略

［摘要］数据分析技术的发展极大地推动了职业教育研究的发展。针对工业机器人专业培养的人才工作内容不仅限于专业技术本身，还需要结合行业产业发展和细分领域，做好人才精准定位等问题，对工业机器人码垛项目式教学任务实例进行知识技能拆分和教学流程重组，运用数据思维挖掘影响学生学习的隐性能力因子，将其嵌入项目任务教学设置的数据采集内容和流程节点中。采用AHP层次分析方法分析隐性能力因子相对权重，阐述数据思维在项目式任务教学动态调整及人才培养策略中的作用。

［关键词］数据思维；工业机器人；教学策略调整

［基金项目］2022年度厦门市教育科学“‘十四五’规划”课题“中职创客产品制造实训课堂增值效应研究”（22102）

［中图分类号］G642.0［文献标识码］A［文章编号］1674-9324（2025）-07-0057-04［收稿日期］2024-01-27

新时代工业生产方式的变化为教学改革提出了新要求，提供了新手段。作为职业教育的新兴专业且是重点发展领域之一的工业机器人，其教学改革需求源于岗位能力需求的变革。企业对人才的选择不再局限于知识技能本身，而是包含信息整合、语言表达、应变能力等综合职业素养。这种变革源自企业本身数字化智能化生产改制的过程中对企业员工的生产思维的同化。工业4.0的生产方式产生大量的数据流、信息流，工业互联网汇聚的大数据对企业的生产监控、决策起了关键作用。大数据时代，人才能力结构需要被重新定义，工业机器人专业教学模式也需要重新审视。

一、数据时代工业机器人职业教育改革动向

职业院校工业机器人专业课程体系经过近几年发展已日趋完善。职业院校工业机器人专业课程体系在人才培养模式上增加了产教融合、现代学徒制等提高校企技能融合度的项目。在课程资源的建设中增加了信息化课程、一体化课程等旨在提高专业教学水平的内容。部分院校引进了校中厂建设、双元制教育等新型人才培养模式。职业院校百花齐放的教学模式为职教改革注入了新的动力，然而，工业机器人专业教学改革仍然需要不断探索。

（一）对课程项目式教学案例进行重组

工业机器人专业新知识新技能在课程体系中的设置离散化，无法完成由“知识人”到“创新人”“智慧人”的转变［1］。例如，学生完成了“电气控制”“机器人编程操作”“计算机三维建模”等课程的学习，却不熟悉课程的系统应用。工业机器人专业包含常规机械、电气通用技术，是面向现代智能装备制造业的复合新兴专业的典型代表，但其在新理念、新技术、新工艺的校内引入方面缺乏具有特色成效的方法和技巧。针对此现状，对课程的重组、项目的编排和课程资源的建设思路和方案提出了更高的要求［2］。

（二）用数据思维开展个性化培养

工业机器人的行业应用如搬运、码垛、焊接、抛光、分拣等需要掌握的行业知识各不相同。不同企业生产对象不同，生产方法、工具和内容也不同。若校内培养还按照标准化大规模培养是无法做到对接各类产业的。个性化培养如何进行，除了企业需求因素外，学生个人知识能力结构和特长的不同也将决定其适合不同的岗位类型。职业学校的学生各具特色，有的学生逻辑思维能力较好，有些学生动手实践能力优秀，有些学生语言表达能力较好。个性化培养需要了解学生各方面的数据，学校因材施教的理念目前只能根据教师主观经验。要确立更精准的培养定位，可以发挥数据分析的功用。

二、数据思维的项目式教学实践案例分析

本文选取典型应用《工业机器人码垛》项目进行改革实践。项目根据企业工作场景设置工作目标，实现定制化码垛。项目包括八项内容：机械装配、电气连接、虚拟仿真、夹具测绘、PLC编程、工业机器人操作与编程、工控组态、综合调试。八项内容分别在目前教学课程体系下有对应的课程，以及相应的知识技能素养目标，教学任务的实施建立在相关科目已经完成的基础之上。

学生完成项目应学习的课程，掌握分科目知识、技能及职业素养。然而，这些对于综合职业素养的培养还不系统。我们无法了解学生的主观因素对完成效果的影响，无法了解学生参与该任务对他的潜力发展提供多大的帮助，无法了解学生在该项目中更适合他的角色是什么，也无法根据他的完成情况对他的学习内容和方法提供建议。总之，如果做不到对学生的全面了解，全方位的定制化培养就有可能止步于此。对此，有必要寻找教学案例的重组策略和有效的数据挖掘方法，对项目式教学设计进行动态调整和优化，以达到新时代职业教育对学生的培养目标。

（一）挖掘影响职业院校学生成长的隐性能力因子

根据项目任务学科知识和技能，挖掘该工作任务中对学生学习过程和效果产生影响的隐性数据类型。在确立隐性数据类型时，指标选取要能够实现量化评估，要具有针对性和适用性。可遵循如下流程：（1）对要素进行分类整合，将要素分为方法能力、学习意识、团队协作、心理因素四个方面，再分解为不同要素内容。（