作者简介：万志军，男，深部煤炭资源开采教育部重点实验室（中国矿业大学）副主任，教授，博士生导师；屠世浩，男，中国矿业大学学术委员会办公室主任，教授，博士生导师；徐营，男，中国矿业大学矿业工程学院采矿工程系副主任，副教授，硕士生导师；张东升，男，中国矿业大学研究生院常务副院长，教授，博士生导师；李桂臣，男，中国矿业大学矿业工程学院教授，博士生导师；姚强岭，男，中国矿业大学矿业工程学院采矿系主任，教授，博士生导师；程敬义，男，中国矿业大学矿业工程学院副教授，硕士生导师；张源，男，中国矿业大学矿业工程学院副教授，硕士生导师；郑西贵，男，中国矿业大学矿业工程学院采矿工程系副主任，教授，博士生导师。

摘 要：培养智能采矿人才，既是推动煤炭行业转型发展的必然要求，也是采矿工程专业改造升级的有效途径。基于OBE理念，构建了智能采矿人才培养课程体系。人才培养目标定位于掌握智能采矿基本理论和技术并具有国际竞争能力的高素质人才，据此确定了毕业生能力与素质及知识结构要求；通过分析智能采矿与传统采矿的差异，得出了智能采矿课程体系内在逻辑关系；按照“智能感知—智能决策—智能控制”主线，重构了智能采矿人才培养课程体系。新课程体系对人才能力素质培养及知识结构要求实现了全覆盖。

关键词：智能采矿；课程体系；成果导向教育（OBE）

一、引言

我国能源禀赋的特征决定了今后一个较长的时期内煤炭仍是主要能源。国家《能源技术革命创新行动计划（2016—2030年）》指出：“到 2050年，全面建成安全绿色、高效智能矿山技术体系，实现煤炭安全绿色、高效智能生产。”2017 年 2 月以来，教育部积极推进新工科建设。新经济条件下，利用人工智能、大数据、云计算、物联网等高新技术改造升级采矿工程专业，培养并造就大批掌握智能采矿技术的高级矿业人才，既是推动我国能源革命和行业转型发展的现实需要和必然选择，也是新工科建设对传统采矿工程专业改革的必然要求。

智能矿山（Intelligent mine）的概念来源于1992年芬兰提出的智能矿山（Intellimine）计划［1］。此后，瑞典、加拿大、南非、澳大利亚等国先后制定和实施了“智能化矿山”或“无人化矿山”发展规划［2-6］。近几年，国内围绕“互联网+人工智能+煤矿开采”开采模式开展了大量研究和实践［7-11］，目前已建成 100多个智能（无人）采煤工作面。

智能采矿的研究与实践取得了较大进展，但是有关智能采矿专业建设与课程体系方面的研究却不多见。古德生院士认为智能采矿专业应开设“数字矿山技术”等必修课［12］。胡柳青开展了采矿工程专业数字矿山“嵌入式”教学体系研究［13］。贾金龙提出了通过采矿工程与自动化工程专业融合的“M+A”（Mining+Automation）模式发展智能采矿专业的设想［14］。顾清华等提出了系统工程向智能采矿方向发展的思路［15］。朱万成等则认为未来采矿人才应该具备开采方法、软件工程、数据处理、运营管理等知识［16］。既往相关研究大多是一些设想或基于数字矿山概念的课程研究，研究少且不系统，还未见关于智能采矿的课程体系研究方面的报道，更没有相关的实践。

2018年初，中国矿业大学瞄准未来无人化采矿人才的培养需求，结合“双一流”学科建设规划，在国内率先启动智能采矿专业建设［17-18］ ，标志着我国智能采矿专业建设正式启动。智能采矿专业建设的关键是课程体系的构建，作为“矿业工程+人工智能+物联网+大数据+云计算+自动化”等多学科交叉的新工科专业，如何整合相关学科知识，构建智能采矿课程体系，是智能采矿专业建设研究的核心问题，具有重要的理论意义和实践价值。

二、智能采矿人才的定位、能力素质及知识结构要求

1.人才定位

智能采矿人才应该具备两大基本能力：一是，掌握智能采矿基本原理及其应用能力；二是，具备国际视野与跨文化沟通能力。鉴于智能采矿仍然是一个正处在快速发展中的学科，智能采矿人才应该掌握人工智能基础理论和智能采矿技术，具备在智能采矿领域研发新技术的理论基础与专业技能。同时，基于“一带一路”的背景条件，智能采矿人才应该是国际化的，毕业生应具备较强的国际竞争能力。此外，人工智能课程的学习和今后的研发工作也应该是国际化的。根据以上分析，智能采矿的人才定位应该是：具有国际视野和跨文化沟通能力，系统掌握人工智能基础理论和智能采掘的基本原理和方法，能在智能采矿及相近领域进一步深造攻读研究生，或从事相关工程设计与施工、生产与技术管理等工作的高层次矿业人才。

2.能力素质与知识结构要求

成果导向教育（Outcome Based Education，OBE）是一种以学生学习成果（Learning out-comes）为导向的教育理念，符合目前高新技术迅猛发展时代对高等工程教育的新要求，因此在现行的工程教育专业认证中得到很好的体现。OBE教育模式强调：“教育应该提供给学生适应未来生活的能力，教育目标应列出具体的核心能力，每一个核心能力应有明确的要求，每个要求应有详细的课程予之对应。”［19］

基于OBE理念，根据智能采矿人才的定位，可以用“厚基础、宽出口、强能力、勤实践、能创新、通国际”来描述其知识与能力及素质要求。具体来说， “厚基础”指毕业生应具备多学科基础理论和科学素养；“宽出口”指毕业生应具备多学科专业知识，工程素养和工程职业道德，能适应多种职业的要求；“强能力”指毕业生应具备较强的智能采掘专业技能；“勤实践”指毕业生应勇于实践，具备较强的综合实践能力；“善创新”指毕业生应具备创新精神和创新能力；“通国际”指毕业生应具备跨文化交流与沟通的能力。其中，多学科基础理论和多学科专业知识属于知识结构要求的范畴，智能采掘专业技能、综合实践能力、创新能力以及跨文化交流与沟通能力等属于能力要求的范畴，科学素养、工程素养和工程职业道德、创新精神等则属于素质要求的范畴。要达到以上知识结构与能力及素质的要求，需要相应理论课程和实践课程的支撑。在理论课程方面，除数学及自然科学、人文社科知识外，智能采矿人才应具备的专业基础知识结构包括：力学基础、现代地质、现代采矿、智能机械、语言与算法、矿山安全、生态与环境、经济与管理等。实践课程内容主要包括实验与实践、科研创新等。

三、智能采矿课程体系的构建

1.课程体系构建的依据

（1）智能采矿与传统采矿的差异。采矿工作面和掘进工作面居于采矿活动的核心地位，可以通过采掘工作面的工艺流程来了解采矿的一般过程，探究智能采矿与传统采矿的差别。

从采矿操作流程的承担者来看，二者具有明显差别。传统采矿是机械化采矿，由人工操作机械完成。智能采矿虽然也是机械采矿，但由于机械被赋予了“人类的思维能力和知识”，机械可根据通过学习获得的采矿知识和模仿人类思维方式自主完成采矿流程。此时的采矿机械更像是“采矿机器人”。事实上，2019年1月，国家煤矿安全监察局 2019年第1号公告，就明确鼓励和支持研发应用5类38种煤矿机器人，涵盖了采煤、掘进、运输、等煤矿井下各生产环节［20］。

从采矿系统的要素组成及各要素之间的关系来看，二者也是明显不同。传统采矿是依靠人对开采对象（煤或矿石）和开采环境的认知和判断，再通过操作机器完成采矿流程的，是建立在“人—机—开采对象及环境”三要素的相互作用基础上的。在这个系统中，人是主导者，机器是执行者。智能采矿的最高形式是无人采矿，完全由机器取代人的角色，是机器和开采对象及环境之间的双向作用，机器起着主导作用。因此，智能采矿中机器既要完成采矿作业，还要担当人的主导作用，这就要求机器先要对开采对象及环境进行感知（智能感知），在此基础上进行正确的决策（智能决策），然后做出正确的操作（智能控制），完成采矿流程。

（2）智能采矿课程体系的逻辑关系。智能采矿和传统采矿差异明显，智能采矿专业课程体系必须根据智能采矿学科内在规律及逻辑关系进行重构。课程体系重构的依据是机械设备在“机械—开采对象及环境”系统里担任的角色，围绕其感知、判断与动作过程来设置课程，课程之间遵循的逻辑关系的主线是“智能感知—智能决策—智能控制”。

2.课程体系的重构

智能采矿课程体系的重构需要从两个层面来考虑：一是，以“智能感知—智能决策—智能控制”作为组织各门课程的原则；二是，以“智能+学科”为原则来确定各门课程的知识结构与知识点。根据以上两个原则，确定课程体系重构方式：一是，按课程之间的逻辑关系，新增相应通识课程和学科基础课程；二是，按照“智能+学科”原则，调整原有课程知识点，对课程进行整合与升级。以“智能感知—智能决策—智能控制”为主线构建若干个学科基础课程群与专业课程群，形成理论教学课程总体架构。

（1）学科基础课程。其一，智能感知课程群。以“现代地质学” “测量与定位导航” “电工技术与电子技术 C” “测试与控制技术基础”等基础课程支撑“智能感知”，并在学科基础核心课程“开采环境智能感知”中讲述其综合应用。地质是采矿的基础，在保留原有最基本内容的基础上，引入3S技术、透明地质等学科新成果，改造升级原“矿山地质学”为“现代地质学”课程。采煤机等矿山设备的定位是工作面三机协同智能化的基础，在原“测量学”基础上，引入定位与导航技术，设置“测量与定位导航”课程。“电工技术与电子技术 C”是原有课程，作为测试与控制的基础课程，根据智能感知需要调整课程知识点。新增“测试与控制技术基础”课程，主要讲授传感器原理及信号传输与处理，是智能感知的硬件基础。这些课程作为学科基础课，其讲授的基本原理和方法，将在“开采环境智能感知”课程集中应用，主要讲授采掘工作面机械装备对煤岩性状、顶板压力、瓦斯与一氧化碳、粉尘、空气温度与湿度、风速等开采对象与环境状态的感知原理与感知技术。其二，智能决策课程群。以“C 程序设计”“算法基础与机器学习”“数据库与数据仓库”“人工智能技术与应用”等基础课程支撑“智能决策”，以学科基础核心课程“决策理论与方法”讲述其综合应用。计算机语言是智能采矿人才培养的基本需要，提供“C程序设计”“C++程序设计”“Python程序设计”课程，由学生三选一。机器学习可以让计算机通过经验不断提高自身性能，在未事先明确编程的情况下做出正确反应［21-23］；算法则是智能决策的数学基础，所以增设“算法基础与机器学习”课程。人工智能需要大量的数据支持，新增“数据库与数据仓库”课程。增设“人工智能技术与应用”学科基础选修课程，介绍人工智能的基本原理及其应用。这些课程的基本原理与方法，将在“决策理论与方法”课程中集成应用，主要介绍决策的基本理论和方法及其在采矿工程中的具体应用。其三，智能控制课程群。以“机械原理与机械设计基础”“测试与控制技术基础”“电液传动控制”“物联网概论”“机器人概论”“课程支撑”“智能控制”，并在学科基础核心课程“矿山机械与装备及其智能化”中介绍其综合应用。智能采矿需要机械装备来实现，所以“机械原理与机械设计基础”必然是智能采矿的基础课程，对原“机械设计基础”课程进行扩展后设置。“测试与控制技术基础”不仅是智能感知的基础，也是智能控制的基础，主要讲授自动控制的基本原理和方法。长壁智能采矿工作面的关键设备之一是液压支架，其控制主要通过电液控制技术，因此新设置“电液传动控制”选修课程。煤矿井下生产需要大量单体机械设备，既要解决单体设备的控制问题，又要解决设备群的协同控制问题，这需要设备之间的通信与网络联系，“物联网概论”课程可以实现这个目标。至于“机器人概论”课程，前面已经述及，智能采矿概念下的采矿机械是“采矿机器人”，所以增设“机器人概论”课程当是非常必要的。这些课程的基本原理与方法，将在“矿山机械及其智能化”课程中集成应用，主要介绍矿山机械的基本原理及其在矿山中的具体应用。其四，数学与力学课程群。“高等数学”“概率论与数理统计”“线性代数”这几门数学课是原有课程，需要根据智能学科需要适当调整课程知识点。同时，根据人工智能课程学习的需要，增设“离散数学”作为先修数学基础课程。智能采矿对于力学课程学时数的要求大幅下降，不再设置大学时的“工程力学 A”，改设小学时“工程力学 C”。

（2）专业课程。除了前述“开采环境智能感知”“决策理论与方法”“矿山机械及其智能化”等课程，还需设置若干专业核心课程。其一，引入智能采矿技术，重构专业核心课程知识结构和知识点，升级专业核心课程。首先，引入智能采矿研究与实践成果，设置“智能采掘”课程，主要介绍采矿基本原理和方法、智能采掘系统构成和工艺、智能决策方法、采掘工作面自动化控制方法等。其次，引入智能监测和自动控制技术，整合“矿山岩体力学”“矿山压力与岩层控制”“边坡稳定”课程，设置“岩石力学与岩层控制”课程。最后，改造升级“矿井通风安全”课程，设置“矿井智能通风”课程。其二，拓展专业内涵，设置绿色开采技术课程。在原“煤矿绿色开采”基础上设置“绿色开采与环境评价”课程。为使学生掌握科学研究方法，培养科学素养，设置“矿山数值计算与仿真”“科学研究方法”课程。其三，重组和整合专业选修课程。围绕智能采矿，凝练专业内涵，设置专业选修课程，如“能源概论”“矿山虚拟仿真”“未来采矿”“矿井灾害智能监测与防治”等专业选修课程。其主要理论课程架构及其逻辑关系（见图1）。

由这些理论课程支撑的智能采矿人才具备的主要知识结构的大致比例（见图2）。从中可知，智能采矿人才知识结构以智能机械为核心，融合现代采矿、计算机语言与算法、现代地质、矿山通风与安全等专业知识，以及力学基础、生态与环境、经济与管理等基础与拓展知识，体现了智能采矿学科的基本要求。

（3）通识、实践及国际化课程。首先，原有通识课程满足需要，不需要变动。其次，实践课程。以智能矿山实践和智能矿山工程设计为中心设置现场实践课程和工程设计课程。开设“智能矿山体验”“智能矿山机械与装备实践”“智能矿山实训”“智能矿山综合实习”等现场实践课程；“采矿设计I（矿山开拓与智能工作面设计）”“采矿设计II（智能矿山综合设计）”以及“毕业设计（论文）”等工程设计课程。现场实践课程在智能矿山和智能矿山设备制造企业开展，由实践基地企业导师和学校导师共同指导。最后，国际化教学课程。除了公共英语课程，另设置若干门全英语专业课程，如“岩石力学与岩层控制（英语）”“矿山数值计算与仿真（英语）”“绿色开采与环境评价（英语）”“科学研究方法（英语）”，分别在第5～7学期开设，实现英语学习四年不断线。通过聘请外教进行授课、学生出国实习以及中外学生互派交流等手段，培养学生的国际视野与跨文化沟通能力。

3.课程体系对培养目标的支撑

基于OBE理念中核心能力及其要求应有详细的课程对应这一观点，根据智能采矿课程体系中各类课程的主要内容，以及对人才能力素质要求的分析，各课程类对能力素质要求的对应关系用支撑程度来描述（见表 1）。不同支撑程度用不同的英文字母表示。

从表1中可知，课程体系中各类课程对能力素质的要求可以做到全覆盖，因此设置的课程可以支撑学生能力与素质培养的要求。

2018年9月，中国矿业大学矿业工程学院组建了国内第一个智能采矿特色班，首批招收30人，已按照本文所述课程体系中课程进度安排并开展培养实践［24］。2019年9月，第二个智能采矿特色班（30人）开班。

四、结论

一是，创办智能采矿专业，培养智能采矿人才，既是支撑矿业发展的现实需要，也是新经济背景下采矿工程专业改造升级的重要途径。

二是，智能采矿人才培养的关键在于课程体系的支撑，根据智能采矿人才定位、能力与素质及知识结构的要求构建了课程体系。

三是，从智能采矿与传统采矿的差异分析来看，智能采矿应按照“智能感知—智能决策—智能控制”为主线来重构课程体系。

四是，构建的课程体系体现了智能采矿学科本身的内在规律和国际化要求，各类课程对智能采矿人才能力素质要求全覆盖，可以支撑学生能力与素质培养要求。

参考文献

［1］SEPPANEN P. Intellimine research and development［J］.World Mining Equipment，1993（11）：15-16.

［2］冯夏庭，王泳嘉．采矿科学发展的新方向 — —智能采矿学［J］．科技导报，1995（8）：20-22.

［3］谢贤平，童光煦．采矿科学和技术向智能化的发展［J］．矿业研究与开发，1996，16（3）：1-6.

［4］P. S. 萨尔卡，J. A. 利马泰宁，J. A. J. 普基拉，等．智能矿山实施 — — 梦想成真［J］．国 外金属矿山，2001（2）：38-42.

［5］吴立新，朱旺喜，张瑞新．数字矿山与我国矿山未来发展［J］．科技导报，2004（7）：29-31.

［6］文兴．基律纳铁矿智能采矿技术考察报告［J］．采矿技术，2014，14（1）：4-6.

［7］袁亮．煤炭精准开采科学构想［J］．煤炭学报，2017，42（1）：1-7.

［8］葛世荣．智能化采煤装备的关键技术［J］．煤炭科学技术，2014，42（9）：7-11.

［9］王金华，黄乐亭，李首滨，等．综采工作面智能化技术与装备的发展［J］．煤炭学报，2014，39（8）：1418-1423.

［10］王国法．综采自动化智能化无人化成套技术与装备发展方向［J］．煤炭科学技术，2014，42（9）：30-34.

［11］王国法，赵国瑞，任怀伟．智慧煤矿与智能化开采关键核心技术分析［J］．煤炭学报，2019，44（1）：34-41

［12］古德生．智能采矿触摸矿业的未来［J］．矿业装备，2014（1）：24-26.

［13］胡柳青．采矿工程专业数字矿山“嵌入式”教学体系研究［J］．中国地质教育，2016，25（2）：56-60.

［14］贾金龙，柴修伟，康钦容．采矿工程专业“M+”人才培养模式探讨［J］．西部素质教育，2017（24）：159.

［15］顾清华，卢才武，江松，等．采矿系统工程研究进展及发展趋势［J］．金属矿山，2016（7）：26-33.

［16］朱万成，关凯，闫保旭，等．采矿发展趋势及未来人才知识结构需求［J］．教育教学论坛，2018（30）：6-10.

［17］矿业工程学院．中国矿业大学智能采矿特色班建设方案论证会在矿业工程学院召开［EB/OL］.（2018-01-24）［2019-08-11］.http：//cese.cumt.edu.cn/b2/a7/c12075a438951/page. htm.

［18］李秀．智能采矿，传统采矿工程专业的再升级 — —中国矿业大学启动智能采矿特色专业建设侧记［N］．中国矿业报，2018-03-05（A4）.

［19］SPADV W G. Choosing Outcomes of Significance［J］. Edu-cational Leadership，1994，51（6）：18-22.

［20］国家煤矿安全监察局．国家煤矿安全监察局公告（2019年第1号）［EB/OL］.（2019-01-09）［2019-08-11］.http：//www.chinacoal-safety.gov.cn/gk/tzgg/201901/t20190109_223745.shtml.

［21］祝叶华．人工智能革命“助燃剂”：机器学习［J］．科技导报，2016，34（7）：64-66.

［22］Executive Office of the President National Science and Tech-nology Council Committee on Technology. Preparing for thefuture of artificial intelligence［EB/OL］.（2016-11-24）［2019-08-11］.http：//www. 360doc. com/content/16/1015/20/37334461_598684776. shtml.

［23］孙志远，鲁成祥，史忠植，等．深度学习研究与进展［J］．计算机科学，2016，43（2）：1-8.

［24］曾鹏，高贵敏，何伟民．强本拓新，面向未来 — —矿业工程学院举办矿业国际班和智能采矿班特色开班仪式［EB/OL］.（2018-10-12）［2019-08-11］.http：//cese.cumt.edu.cn/66/78/c12075a484984/page. htm.