International Open Access Journal Platform

1 引言

1.1 工业发展及“新工科”的需求

随着科技的飞速发展，工业领域正经历着深刻变革。人工智能被广泛应用于各产业领域，工业领域也不例外。在工业催化生产过程中，人工智能的应用在提高生产效率、优化产品质量、降低能耗和减少环境污染等方面，带来了新的机遇和挑战。[1]传统的工业催化技术在面对日益复杂的工业生产要求时，逐渐显露出局限性。例如，在催化剂的研发和筛选过程中，需要耗费大量的实验和时间成本，而人工智能技术可以通过数据挖掘和模型预测，快速筛选出具有潜在活性的催化剂材料，大幅缩短研发周期。

在新工科建设背景下，坚持以立德树人为根本，以应对变化、塑造未来为建设理念，以继承与创新、交叉与融合、协调与共享为主要途径，培养多元化、创新型卓越工程人才的内涵［2，3］。因此，为了适应工业发展的新形势，培养具备人工智能知识和工业催化技能的复合型人才成为当务之急。

1.2 教育发展的趋势

当今教育领域正积极倡导创新教育模式，以培养学生的创新能力和实践能力为核心目标。［4，5］人工智能技术的兴起为教育改革提供了工具和动力。[6]将人工智能融入“工业催化”课程教学，可以丰富教学内容和手段，激发学生的学习兴趣和主动性。通过利用人工智能的数据分析和模拟功能，学生可以更加直观地理解工业催化的原理和过程，提高解决实际问题的能力。同时，基于人工智能的个性化学习平台，可以根据学生的学习情况和特点，为其提供定制化的学习资源和指导，实现因材施教。因此，将人工智能与“工业催化”课程相结合，是顺应教育发展趋势的必然选择。

2 教学目标

整体的教学目标如图1所示。

图 1 教学目标

Figure 1 Learning objectives

2.1 知识目标

（1）使学生掌握工业催化的基本原理、主要反应类型，以及催化剂的分类、组成、结构及性能等基础知识。

（2）让学生了解人工智能的基本概念、技术体系和应用领域，特别是人工智能在工业催化中的应用现状和发展趋势。

（3）培养学生具备将人工智能技术与工业催化知识相结合的能力，能够运用相关知识分析和解决工业催化领域中的实际问题。

2.2 能力目标

（1）培养学生的创新思维能力，鼓励学生在“工业催化”课程学习中提出新的想法和方法，并运用人工智能技术进行探索和实践。

（2）提高学生的实践操作能力，通过实验教学和实践活动，让学生熟练掌握工业催化实验的基本技能和仪器设备的使用方法，能够独立完成催化剂的制备、表征和性能测试等实验任务。

（3）增强学生的数据分析和处理能力，使学生学会运用人工智能算法和工具对工业催化实验数据进行分析和挖掘，从中提取有价值的信息，为催化剂的设计和优化提供依据。

（4）提升学生的团队协作能力，通过小组项目和讨论等教学形式，培养学生与他人合作沟通的能力，共同完成复杂的工业催化任务。

2.3 素质目标

（1）培养学生的科学素养和工程意识，使学生在学习“工业催化”课程的过程中，注重科学方法的应用，严谨对待实验数据和结果，具备将理论知识应用于实际工程问题的意识和能力。

（2）激发学生的学习兴趣和自主学习能力，通过引入人工智能等前沿技术，让学生感受到学科的魅力和发展潜力，从而主动学习和探索相关知识，提高自身的综合素质。

（3）培养学生的社会责任感和环保意识，使学生在工业催化领域的学习和研究中，关注环境保护和可持续发展问题，努力探索绿色、高效的催化技术和工艺。

3 具体措施

3.1 优化教学内容

3.1.1 整合人工智能与“工业催化”知识

在“工业催化”课程原有教学内容的基础上，增加人工智能相关知识点的介绍。例如，讲解人工智能中的机器学习算法在催化剂筛选和设计中的应用，包括如何利用数据挖掘技术从大量的催化剂材料数据库中提取有用信息，建立催化剂性能预测模型；介绍深度学习算法在催化反应机理研究中的应用等。

将人工智能技术与“工业催化”的实际案例相结合进行教学，让学生更加直观地理解二者的融合应用。例如，利用人工智能优化工业催化生产过程，详细分析人工智能通过对生产数据的实时监测和分析，实现对催化剂活性的精准调控，从而提高产品质量和生产效率。通过这样的案例教学，不仅可以增进学生对工业催化知识的理解，还能让学生了解人工智能在实际工业生产中的应用价值和重要性。

3.1.2 引入前沿研究成果

关注工业催化和人工智能领域的最新研究进展，及时将前沿研究成果引入教学内容。例如，介绍近年来新型催化剂材料的研发成果，如纳米催化剂、单原子催化剂等，以及新型催化剂在人工智能辅助下的设计思路和性能优势；讲解人工智能在催化反应动力学研究中的新方法和新突破，利用机器学习算法对复杂的催化反应动力学模型进行参数估计和优化等。

鼓励教师将科研项目与教学内容相结合，通过课堂讲解、专题讨论等形式，让学生参与到科研项目中，了解科研工作的思路和方法，培养其科研兴趣和创新能力。例如，教师可以将自己在人工智能与“工业催化”交叉领域的科研项目进行适当简化，组织学生成立小组进行讨论和研究，让学生提出解决方案和想法，并在教师指导下进行实践和验证。这样不仅可以让学生接触到前沿的科研知识，还能提高其实践能力和创新思维能力。

3.2 采用多样化教学方法

教学方式简图如图2所示。

图 2 教学方式简图

Figure 2 Simplified diagram of teaching methods

3.2.1 项目驱动教学法

设计与人工智能和工业催化相关的综合性项目，安排学生以小组为单位完成项目任务。项目内容包括环己烷催化氧化反应的催化剂的设计与制备，如金属基催化剂、金属氧化物催化剂及MOFs材料的设计与制备；基于人工智能的催化性能预测，先通过科研文献综述，将查询大量催化剂在环己烷氧化反应中的催化性能与结构关系作为数据来源，投喂给机器学习，再对合成的材料进行表征获得结构信息，借助机器学习进行模拟实验，将得到的催化性能与自己做实验的结果对比，让学生充分体验人工智能的应用。此外，在工业催化过程的优化与控制环节，增加学生的实践机会，如改变操作工艺，探究其对催化性能的影响。在项目实施过程中，学生需要综合运用所学的工业催化知识和人工智能技术，通过查阅文献、制定方案、实验操作、数据分析和结果讨论等环节，完成项目任务并撰写项目报告。

教师在项目实施过程中，扮演指导者和监督者的角色，定期与学生进行沟通和交流，及时解决学生在项目中遇到的问题和困难。同时，教师可以通过组织项目汇报和答辩等活动，对学生的项目成果进行评价和总结，让学生在实践中提高综合能力和团队协作能力。

3.2.2 案例教学法

收集和整理大量的人工智能在“工业催化”中应用的实际案例，包括成功案例和失败案例。在课堂教学中，通过对案例的分析和讨论，引导学生思考和解决问题。例如，在讲解催化剂筛选和设计的知识点时，引入中国石化联合中科院搭建机器学习催化剂预测平台，依托海量分子筛实验数据训练性能预测模型，快速筛选出低贵金属加氢精制催化剂，新催化剂中试脱硫活性显著优于传统配方，整体研发周期压缩50%，大幅降低贵金属原料采购成本，已落地炼油生产线。让学生分析该公司采用的人工智能技术和方法，以及如何将这些技术和方法应用于实际的催化剂研发工作。同时，可以引入一些失败案例，让学生分析失败的原因，从中吸取教训，提高其分析问题和解决问题的能力。

在案例教学过程中，鼓励学生积极参与讨论，发表观点和看法。教师可以通过提问、引导和点评等方式，激发学生的思维，促进学生之间的交流和互动。同时，教师可以根据学生的讨论情况，及时调整教学内容和方法，改善教学效果。

3.2.3 基于人工智能的个性化教学

利用人工智能技术搭建个性化学习平台，根据学生的学习情况和特点，为其提供定制化的学习资源和指导。例如，通过学习平台对学生的在线学习行为进行数据分析，了解学生的学习进度、知识点掌握情况和学习习惯等，然后为其推荐适合其自身情况的学习内容和练习题。同时，学习平台可以提供在线答疑、学习社区等功能，方便学生与教师、其他同学进行交流和互动。

在课堂教学中，教师可以利用人工智能教学工具，如智能教学软件、虚拟现实（VR）、增强现实（AR）技术等，为学生创设更加生动、直观的学习环境。例如，利用VR技术，让学生身临其境地观察工业催化反应过程和催化剂的微观结构，提高其学习兴趣和学习效果。

3.3 加强实践教学

3.3.1 实验教学改革

优化“工业催化”实验教学内容，增加与人工智能相关的实验项目。例如，开设“基于机器学习的催化剂性能预测实验”，让学生通过实验，掌握利用机器学习算法建立催化剂性能与实验条件之间的关系模型，并预测催化剂的性能。本实验项目以低配教学机房为基础，依托Python系列开源免费工具开展建模，无需购置催化反应及表征贵重设备，面向大三化学工程与工艺专业学生开设，要求完成“人工智能导论”“计算机基础”“化工原理”课程学习，并配套注释完整代码供编程薄弱学生课前预习，包含4课时完整教学流程与2课时精简实操两套课时方案，清晰划分预习、理论讲解、数据处理、模型训练与成果研讨各教学环节。本实验仅开展计算机数值仿真，不涉及危险化学品与高温高压反应操作，同时明确机房用电、数据存储、设备运维等通用安全管理要求。该方案几乎无新增经费投入，配套完整教学资源降低师资授课难度，提高学生参与度。

3.3.2 实践基地建设

加强与企业的合作，建立校外实践基地。与化工企业、科研机构等建立长期稳定的合作关系，为学生提供实习和实践的机会。引导学生在企业实际生产环境中，了解工业催化的生产工艺和流程，参与企业的科研项目和技术研发工作，将所学的理论知识与实际应用相结合，提高学生的实践能力和职业素养。

3.3.3 科技创新活动

组织学生参加各类科技创新活动，如大学生创新创业训练计划项目、学科竞赛等。鼓励学生以“人工智能与工业催化”为主题，开展科技创新项目研究和实践活动。通过科技创新活动，激发学生的创新热情和创造力，培养科研能力和团队协作精神。

3.4 建立多元化评价体系

3.4.1 过程性评价与终结性评价相结合

加强过程性评价，注重对学生学习过程的考核。过程性评价内容包括学生的课堂表现、作业完成情况、实验操作技能、小组项目参与度等。通过定期对学生的学习过程进行评价，及时发现学生在学习过程中存在的问题和不足，给予针对性指导和帮助。

终结性评价主要包括期末考试和课程论文等。期末考试内容涵盖工业催化和人工智能的基础知识、基本原理和应用技术等方面，重点考查学生对知识的掌握程度和综合运用能力。课程论文要求学生结合人工智能与“工业催化”的相关知识，选择具体的研究课题进行调研和分析，撰写论文并进行答辩，考查学生的科研能力、文献检索能力和书面表达能力等。

3.4.2 理论考核与实践考核相结合

在评价体系中，注重理论知识考核与实践能力考核的平衡。理论考核主要通过考试、作业等方式进行，考查学生对工业催化和人工智能理论知识的掌握情况。实践考核主要包括实验操作技能考核、实践项目成果考核等，考查学生的实践动手能力、创新能力和解决实际问题的能力。

对于实验操作技能考核，可以制定详细的考核标准和评分细则，从实验准备、实验操作过程、实验数据记录和处理、实验结果分析等方面，对学生进行全面考核。对于实践项目成果考核，可以组织学生进行项目汇报和答辩，由教师和企业专家组成评审小组，根据项目的创新性、可行性、实施效果等方面，对学生的项目成果进行评价。

3.4.3 学生自评与互评相结合

引入学生自评和互评机制，让学生参与到评价过程中。学生自评可以让学生在学习态度、学习方法、学习成果等方面，进行自我评价和反思，促进其自我管理和自我提高。学生互评可以让学生之间相互学习、相互促进，培养其团队合作精神和批判性思维能力。

在学生互评过程中，可以组织学生成立互评小组，对小组内成员的课堂表现、作业完成情况、实验操作技能、小组项目贡献等方面进行评价。同时，教师可以引导学生制定合理的评价标准和方法，确保互评结果的客观公正。通过学生自评与互评相结合的方式，使评价结果更加全面、准确地反映学生的学习情况和综合素质。

4 结论

经一学期对比教学实践，实验班学生催化设计单元测试平均分较传统教学对照班提升 14.6%，体现本教改项目对学生理论结合前沿建模能力的提升作用；课后匿名教学问卷调查显示，超87.5%学生认为该仿真实验有助于理解催化剂构效关系与机器学习科研思路，直观反映学生对本教改模式的认可度；参与本实验教学的学生中，有4支队伍依托相关建模思路申报化工类创新竞赛并获奖，验证该教学模式可有效锻炼学生科创实践能力。

随着人工智能技术的不断发展和应用，人工智能与“工业催化”课程的融合将更加紧密。要继续深化教学改革，加强师资队伍建设，提高教师的教学水平和科研能力；进一步完善教学资源，开发更多优质的教学案例和实验项目；加大与企业的合作力度，拓宽实践教学渠道，为学生提供更多的实践机会和创新平台。在此基础上，培养出更多适应新时代需求的高素质工业催化专业人才，为推动我国工业的智能化发展做出更大的贡献。

参考文献

[1] 李享，姜军，潘洁，等．新工科与大健康背景下制药工程应用型人才培养模式［J］．化学教育（中英文），2023，44（24）：75-81．

[2] 易颜辉，贺雷，刘颖雅，等．新工科背景下工业催化专业实验教学改革探索［J］．化工高等教育，2021，38（5）：118-121．

[3] 林健．面向未来的中国新工科建设［J］．清华大学教育研究，2017，38（2）：26-35．

[4] 叶民，钱辉．新业态之新与新工科之新［J］．高等工程教育研究，2017（4）：5-9．

[5] 廖文波，朝洁，洪南龙，等．新工科背景下“化学反应工程”课程改革探索与实践［J］．化学教育（中英文），2024，45（4）：19-25．

[6] 何德东，罗永明，李艳红，等．“新工科”与“人工智能”背景下工业催化基础课程教改［J］．化工管理，2025（6）：18-21．