Research Pathway for the Applied Talent Training Content System in Oil and Gas Storage and Transportation Engineering under the Background of Big Data and Artificial Intelligence
This study explores the knowledge system framework for the cultivation of applied talents in oil and gas storage and transportation engineering. It aligns with technological trends in the field and the university’s talent development goals. By designing a comprehensive content system, optimizing training programs, revising syllabi, and evaluating outcomes, a professional talent cultivation content system is formed. This tailored system integrates the development trends of big data, intelligent, and Internet of Things technologies. And this system meets industry demands and supports the university’s educational mission, driving program modernization and enhancing the quality of talent cultivation.
Big Data
当前,国家对油气输送管网的重视程度日益增加,2019年12月9日,专门成立国家石油天然气管网集团有限公司,来负责石油与天然气管网的运营。目前油气管网的运营与管理技术与数字化、大数据分析与决策、物联网技术的融合越来越多,油气储运工程专业作为油气运输领域的核心专业,要适应这种技术发展趋势,必然需要对现有的油气储运专业知识体系进行调整,才能满足当前和未来的需求
但是,目前数字化管理、智能控制与决策等技术的发展与运用,导致管道与站场的运营和管理方式发生了变化,与专业目前所设计的总体知识体系框架不能较好地适应和匹配,主要表现在以下三个方面:(1) 社会满意度下降。通过调研发现,在已开展的油田物联网建设中,传统的油气储运工程专业培养的学生在知识、能力和素质方面与企业需求存在明显的差距,导致企业满意度逐年下降
通过对国内外石油企业在大数据与人工智能背景下技术发展趋势的调研可知,当前各大企业均积极推行数字化转型战略。例如,企业借助大数据与人工智能技术,实现生产过程的实时监控与深度数据分析,提升设备和系统的可靠性与可用性,优化生产流程
传统油气储运专业人才培养是体系设计以“工艺”为主线,体系包括基础课程、专业课程以及创新教育环节。本项目则是在以“工艺”为主线的基础上进行拓展,将知识进行模块化设计,具体改进思路如
子模块(子模块B.1),以及由Pipeline Studio、SPS、Hysys、Pipephase、OLGA等管道与工艺模拟软件组成的专业软件子模块(子模块B.2)。最后,将各模块进行整合与关联,从而形成新的专业人才培养内容体系。
新的专业人才培养知识体系是在以“工艺”为主线的知识体系下,结合行业技术发展趋势,进行了拓展。
(1) 基础课程设置
① 设置了辅助大数据分析的基础理论课程,包括概率论与数理统计、C语言程序设计、MATLAB语言程序设计与仿真等课程。
② 设置了辅助智能化学习的自动控制类的基础理论课程,包括电工与电子技术、石油仪表与检测技术。
③ 设置了大数据与智能化技术入门级课程,包括大数据概论、人工智能导论、物联网新技术等选修课程。
(2) 专业课程设置
① 设置新的适应油气储运领域大数据与智能化需求的专业课程,包括油气管网大数据分析与应用、储运安全和管道完整性管理实训。
② 更新油气集输工程、油气管道设计与管理、油气储存技术与管理、城市配气等专业核心课程的内容,以符合行业技术发展需求。以《油气管道设计与管理》为例,目前课程内容以传统工艺为主,结合油气管网大数据智能化技术发展要求,需在传统工艺专业知识模块的基础上,增加管道腐蚀、施工运行数据分析、自动控制以及管理决策等现代专业知识子模块和Pipeline Studio等专业软件子模块。
(3) 创新教育设置
在人才培养方案中,设置了(油气储运工程)创新实践环节,实施周期为4年。在集中授课时,给学生讲解大数据、智能化的基础知识,培训SPSS、Python等数据分析软件的适用;给学生讲解储运工艺、储运工程建设、储运结构设计等方面的内容,培训Pipephase、Hysys等专业软件的适用。基于授课内容,引导学生了解行业发展趋势,关注行业技术热点,通过比赛、科技创新项目等,提升学生的综合能力。
通过将传统专业知识与新技术发展要求的现代知识的有机融合,使学生在理论、实验以及实践环节得到有效训练,形成面向当前与未来的知识结构体系。
在满足新要求的基础上,进一步明确人才培养目标,按照国际工程教育专业认证(OBE)标准,参照国内外相关专业标准和培养要求,优化人才培养方案,按大数据和人工智能背景下的产业链核心岗位专业能力要求进行人才培养知识结构体系的进一步完善。同时,通过学习课程目标化、教学内容具体化、课程内容模块化和知识评价日常化等四个方面指引各课程教学大纲的优化。在学习课程目标化方面,明确每门课程的具体学习目标,使其与人才培养目标紧密对应,保障课程教学的针对性。在教学内容具体化方面,深入剖析教学内容,将抽象的知识转化为具体的教学要点,分析教学重难点,便于学生理解和掌握。在课程内容模块化方面,将课程内容划分为若干个模块,每个模块具有明确的教学目标和教学内容,便于组织教学和学生自主学习。在知识评价日常化方面,建立多元化的课程评价体系,除了传统的考试考核方式外,增加课堂表现、大作业完成情况、创新实验、小组项目等评价指标,重视对学生学习过程的评价
另外,优化的培养方案和教学大纲也按照OBE框架进行实施。通过优化培养方案和修订主干课程教学大纲,实现对传统油气储运专业的改造,培养出面向当前和未来的人才,从而支撑油气储运行业持续发展的需要。
在实施过程中,挑选核心课程作为样本来进行培养效果的评估研究。
(1) 研究学生的学习产出状况
结合课程达成度分析、问卷调查、座谈、调研等方式,综合评价课程目标的达成情况来进行分析判断。① 课程达成度分析,以学生在课程学习过程中的多源数据为基础,进行达成度计算,将学生的学习成果与预先设定的教学目标进行比对,分析学生课程目标达成情况的整体水平与离散程度。同时,对比不同届学生的课程达成度数据,分析课程教学效果的变化趋势,探究可能存在的问题及影响因素。② 在问卷调查方面,从知识、能力、素质三个方面进行设计。在知识维度方面,重点考核学生对核心课程基础概念、理论框架的掌握程度。在能力维度方面,关注学生在课程学习过程中能力的提升,包括发现问题、解决实际问题的能力、自主学习能力、团队协作能力等。在素质维度方面,关心学生学习兴趣的激发与转变,工程伦理、工匠精神的培养情况等。③ 在组织座谈会时,营造自由、开放的交流氛围,鼓励学生分享在课程学习中的体会与收获,从而获取有效的反馈信息。④ 在调研工作中,调研对象主要为本专业毕业生,了解他们在实际工作中对所学核心课程知识与技能的运用情况,以此辅佐评价课程教学在实际应用中的有效性。
(2) 校企协同评价人才培养质量
基于人才培养过程中所存在的问题,邀请企业专家参与教学评估工作,共同对课程教学内容的落实情况展开评估。企业专家从实际行业需求出发,评价教学内容是否与行业实际需求的紧密契合,是否能满足企业对专业人才的能力要求
在大数据与人工智能蓬勃发展的时代背景下,本论文围绕油气储运工程专业应用型人才培养内容体系展开深入研究。首先,对油气储运技术发展趋势进行全面剖析,洞察到大数据与人工智能在提升生产效率、保障安全运营等方面的关键作用,进而明确了专业核心能力要求,涵盖数据处理与分析、智能运维、风险智能防控等能力。基于此,进行人才培养知识体系的整体设计,旨在全方位支撑专业核心能力的提升。通过优化油气储运人才培养方案,对课程设置与教学内容进行合理调整,使之更贴合行业需求。同时,修订主干课程教学大纲,确保教学内容的科学性与前沿性。此外,开展人才培养效果评估,从多维度考量学生对专业知识与技能的掌握程度,以及在实际应用中的能力表现。通过以上系统研究,全面总结了油气储运工程专业应用型人才培养内容体系的研究成果,为培养适应大数据和人工智能时代的高素质油气储运专业人才提供了科学的理论依据与实践指导。未来,应持续关注行业动态,不断优化培养体系,以满足油气储运行业不断发展的人才需求。
重庆市高等教育教学改革研究项目,项目编号:244115;重庆科技大学本科教育教学改革研究项目,项目编号:202412。