張冠男 崔立鵬

（天津輕工職業(yè)技術(shù)學(xué)院 天津市 300350）

1 智能制造背景下工業(yè)機器人的發(fā)展?fàn)顩r

智能制造以新的數(shù)字信息技術(shù)為基礎(chǔ)，將人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等新一代信息技術(shù)與設(shè)計、生產(chǎn)、管理、服務(wù)等制造活動的各個環(huán)節(jié)融合，構(gòu)造出具有感知意識的新型智能工廠，定制化生產(chǎn)，并且能對生產(chǎn)全流程業(yè)務(wù)進行精準(zhǔn)預(yù)測及調(diào)度。

2015年5月，國務(wù)院印發(fā)《中國制造2025》戰(zhàn)略規(guī)劃，旨在通過“三步走”實現(xiàn)制造強國的戰(zhàn)略目標(biāo)。智能制造已成為中國制造業(yè)領(lǐng)域優(yōu)先發(fā)展的關(guān)鍵點，是我國新一輪產(chǎn)業(yè)革命的機遇期。作為智能制造的基礎(chǔ)支撐裝備，機器人被譽為“制造業(yè)皇冠頂端的明珠”，是制造業(yè)發(fā)展水平的重要標(biāo)志。隨著科學(xué)技術(shù)的發(fā)展，工業(yè)機器人的應(yīng)用領(lǐng)域也不斷擴大，從傳統(tǒng)的汽車及零部件加工，機械加工，電子電氣行業(yè)到核能、航空、航天、醫(yī)藥、生化等高科技領(lǐng)域。總之，工業(yè)機器人技術(shù)在中國制造2025 的實現(xiàn)中扮演著重要的角色。

表1：解釋的總方差

表2：命名后的旋轉(zhuǎn)成份矩陣a

另外，近年來人力成本的上升令制造業(yè)的利潤不斷被侵蝕，以機器人替代人的趨勢不可避免。在“機器換人”等現(xiàn)象日漸普及的今天，企業(yè)對智能制造人才的需求日益強烈，這給高職院校人才的培養(yǎng)帶來新的挑戰(zhàn)和機遇。在“智能制造”和“中國制造2025”的時代背景之下，高職院校應(yīng)及時調(diào)整工業(yè)機器人技術(shù)專業(yè)等智能制造相關(guān)人才的培養(yǎng)目標(biāo)，來應(yīng)對智能制造高端人才技術(shù)短缺的問題。

2 工業(yè)機器人專業(yè)崗位調(diào)研

工業(yè)機器人職業(yè)能力指標(biāo)體系包括通用能力及29 條崗位職業(yè)能力，涵蓋了當(dāng)前工業(yè)機器人熱門崗位，為提高調(diào)查的敏感度和可信度，問卷是29條崗位職業(yè)能力指標(biāo)按照 10級李克特量表（10-point Likert scale）的形式發(fā)放，按照職業(yè)能力的重要性共設(shè)十個等級，1分表示非常不重要，10 分表示非常重要。

京津冀地區(qū)工業(yè)機器人產(chǎn)業(yè)依托豐富的高校和中科院自動化研究所等資源，承接一大批科技成果轉(zhuǎn)化項目，并在此支撐下發(fā)展出特色機器人產(chǎn)業(yè)，主要企業(yè)覆蓋領(lǐng)域包括工業(yè)機器人及其自動化生產(chǎn)線、工業(yè)機器人集成應(yīng)用、工業(yè)機器人技術(shù)咨詢等產(chǎn)品和服務(wù)。面向京津冀地區(qū)工業(yè)機器人行業(yè)企業(yè)與研究院校發(fā)放350 份調(diào)查問卷，收回有效306 份問卷，其中研究類占13.4%，制造類占25.82%，應(yīng)用類占26.14%，維修類占18.63%，銷售類占16.01%。

表3：成份得分系數(shù)矩陣

3 因子分析

因子分析（factor analysis）模型可以將多維指標(biāo)濃縮為少數(shù)幾個因子變量，實現(xiàn)了降維分析的目的，每個變量都還具有可解釋性。具體思路如下：

式中，f1，f2，…，fm為主因子，分別反映某一方面信息的不可觀測的潛在變量； 為因子載荷系數(shù)，是第i 個指標(biāo)在第j 個因子上的負荷。

為檢測各分量表中數(shù)據(jù)信度是否達標(biāo)，計算Cronbach's α（克朗巴哈）系數(shù)為0.896＞0.8，接近于0.9，說明本次問卷中量表信度較好。

通過對29 個變量，進行標(biāo)準(zhǔn)化的處理，初步分析數(shù)據(jù)。觀察其均值，方差，偏度，峰度等數(shù)量。電氣控制、編程控制、伺服電機、電工電子、自動控制等專業(yè)能力要素均值較高，均大于8，標(biāo)準(zhǔn)差較低，小于1.5，峰度小于0，為平頂峰，總體數(shù)據(jù)分布與正態(tài)分布相比較為平坦，這些指標(biāo)為學(xué)生的重要能力要素。而三維建模、運動動力、軟件開放、算法設(shè)計、數(shù)據(jù)挖掘、幾何圖形等指標(biāo)要素，均值較低，均小于5，標(biāo)準(zhǔn)差高，在2 附近，偏度大于0，且數(shù)值較大，為右偏態(tài)，因此該類指標(biāo)數(shù)值小，波動大。

對數(shù)據(jù)進行相關(guān)統(tǒng)計檢驗，觀察數(shù)據(jù)是否滿足因子分析的條件。運用IBM SPSS Statistics19.0 對相關(guān)數(shù)據(jù)進行KMO 和巴特利特球度檢驗，結(jié)果顯示KMO 抽樣適度測定值為0.934＞0.9， 非常適合因子分析，根據(jù)多元因子分析的知識，在0.05 的顯著性水平下，球形檢驗sig.=0.000＜0.05，故應(yīng)拒絕球形檢驗零假設(shè)（變量相互獨立），總之，變量間存在較好的相關(guān)性，該樣本符合因子分析的所需條件。

表1 反映的是標(biāo)準(zhǔn)化后的各觀測變量相關(guān)系數(shù)矩陣的特征值、方差貢獻率以及累計貢獻率情況。由于特征值大于1 的只有因子1、2、3、4，記作f1，f2，f3，f4，前4 個主成分的累計貢獻率占去方差87.966%＞85%，說明前4 個因子涵蓋了原始數(shù)據(jù)的大部分信息，這樣由原來的29 個指標(biāo)變?yōu)榱? 個指標(biāo)，簡化了分析。

成份矩陣中，部分因子不易解釋，因此采用最大方差法做正交因子旋轉(zhuǎn)得到表2。觀察表2，可以看出，f1主要代表了識圖繪圖、伺服電機、傳感系統(tǒng)、現(xiàn)場總線等常規(guī)的、基礎(chǔ)的工業(yè)機器人專業(yè)能力指標(biāo)要素，因此命名為核心基礎(chǔ)類；f2主要代表了軟件開放、人工智能、裝備研發(fā)、三維建模等偏向編程、人工智能方面的工業(yè)機器人專業(yè)能力指標(biāo)要素，命名為智能制造類；f3主要代表了數(shù)控機床、設(shè)備選型、變頻器使用、液壓氣動等偏向機電設(shè)備控制方面的工業(yè)機器人專業(yè)能力指標(biāo)要素，命名為機電控制類；f4主要代表了安裝調(diào)試、維護維修、技術(shù)文檔、商務(wù)服務(wù)等面向客戶的商務(wù)工業(yè)機器人專業(yè)能力指標(biāo)要素，命名為衍生服務(wù)類。其中，商務(wù)服務(wù)類與第1 主成分f1，第3 主成分f3，第4 主成分f4，均有較高的相關(guān)性，通過分析可以發(fā)現(xiàn)，本次問卷是由企業(yè)方打分，因此在工業(yè)機器人的運行與研發(fā)中，均有關(guān)注客戶需求的要求。

本次分類與京津冀的工業(yè)機器人產(chǎn)業(yè)相契合。北京是“全國政治中心、文化中心、國際交往中心、科技創(chuàng)新中心”，打造智能機器人領(lǐng)域技術(shù)創(chuàng)新高地，高校和研究機構(gòu)的科研水平高，掌握一些國際前沿核心技術(shù)和制造工藝，對應(yīng)指標(biāo)智能制造類f2，并起到了前沿指導(dǎo)作用。天津“全國先進制造研發(fā)基地、北方國際航運核心區(qū)、金融創(chuàng)新運營示范區(qū)、改革開放先行區(qū)”，天津機器人產(chǎn)業(yè)園區(qū)堅持以機器人產(chǎn)業(yè)為主導(dǎo)產(chǎn)業(yè)，全面推進產(chǎn)業(yè)集聚、產(chǎn)業(yè)鏈整合以及產(chǎn)業(yè)之間聯(lián)動共融發(fā)展，對應(yīng)指標(biāo)機電控制類f3，偏重成果轉(zhuǎn)化為生成；河北“全國現(xiàn)代商貿(mào)物流重要基地、產(chǎn)業(yè)轉(zhuǎn)型升級試驗區(qū)、新型城鎮(zhèn)化與城鄉(xiāng)統(tǒng)籌示范區(qū)、京津冀生態(tài)環(huán)境支撐區(qū)”，依托重要工業(yè)城市的產(chǎn)業(yè)基礎(chǔ)進行產(chǎn)業(yè)轉(zhuǎn)移，較為偏向衍生服務(wù)類f4，京津冀地區(qū)是機器人產(chǎn)業(yè)的重要發(fā)展基地，北京、天津、河北三者之間逐漸形成了錯位發(fā)展、優(yōu)勢互補的關(guān)系。三地在機器人產(chǎn)業(yè)鏈、智力資源、創(chuàng)新平臺、應(yīng)用開發(fā)和政策環(huán)境等方面各有優(yōu)勢，聚集發(fā)展態(tài)勢顯著。

采用線性回歸法估計因子得分系數(shù)，如表3 所示，每一列是4個主成分的回歸得分?jǐn)?shù)值。

根據(jù)4 個因子的旋轉(zhuǎn)后的方差貢獻率可以得到綜合評價，其加權(quán)總分公式如下：

可以根據(jù)公式 3，得到綜合性分值，對人才培養(yǎng)評價體系有一定的指導(dǎo)作用。由各個權(quán)重可以看出，目前的工業(yè)機器人專業(yè)以核心基礎(chǔ)類f1為主，同時，在智能制造類f2的權(quán)重也較高，凸顯出在智能制造的背景和驅(qū)動下，工業(yè)機器人的上游產(chǎn)業(yè)鏈日益增長，對人才的培養(yǎng)重心也應(yīng)有所側(cè)重。而機電控制類f3，與衍生服務(wù)類f4，比重相差不大，仍為當(dāng)前主流的形式，在工業(yè)機器人的培養(yǎng)中，仍需加大力度。

4 總結(jié)

《中國制造2025》從戰(zhàn)略全局出發(fā)，將“高檔數(shù)控機床和機器人”作為大力推動的重點領(lǐng)域之一，如何培養(yǎng)合格的工業(yè)機器人技術(shù)專業(yè)人才成為越來越迫切的問題。本文從工業(yè)機器人崗位出發(fā)，依托校企合作平臺，充分調(diào)研行業(yè)企業(yè)及研究院校，發(fā)揮雙主體育人模式的優(yōu)勢，通過問卷調(diào)查結(jié)合定量分析的方式進行研究，明確了工業(yè)機器人相關(guān)崗位職責(zé)和培養(yǎng)要求，探索高職工業(yè)機器人技術(shù)專業(yè)在產(chǎn)業(yè)鏈中的人才培養(yǎng)定位，構(gòu)建工業(yè)機器人技術(shù)專業(yè)職業(yè)能力指標(biāo)體系。通過數(shù)據(jù)分析發(fā)現(xiàn)，隨著智能制造領(lǐng)域的技術(shù)不斷升級迭代，工業(yè)機器人技術(shù)專業(yè)人才的培養(yǎng)在傳統(tǒng)核心課程的基礎(chǔ)上還應(yīng)適當(dāng)結(jié)合機器學(xué)習(xí)、數(shù)據(jù)挖掘和5G 通信等信息化智能化技術(shù)。