第10期2021年5月No.10May，2021
0    引言
“制造业是国民经济的主体，是立国之本、兴国之器、强国之基。”工业机器人技术是实现工业4.0的优先发展目标[1]。工业机器人技术是机械、电气、软件等多学科的融合，是智能制造的关键执行环节。培养工业机器人应用技术人才是国家发展战略重要举措。针对工业机器人应用领域人才供不应求情况，需大力推进产教深度融合，提升工学结合育人水平，系统化地培养工业机器人应用的高端人才，应多渠道多手段进行工业机器人技术岗位所需的知识和技能培养[2]。特别是信息技术广泛应用的时代，《国家职业教育改革方案》（职教20条）、《关于实施中国特高水平高职学校和专业建设计划的意见》（“双高计划”）都提出，“运用现代信息技术改进教学方式方法，推进虚拟工厂等网络学习空间建设和普遍应用”。国家虚拟仿真实验教学项目提出要深化虚拟仿真教学项目的开发和建设，将教学信息化作为高等教育系统性变革的内生变量。深化信息技术与工业机器人技术教学深度融合，突出以学生为中心的教学理念，提升教学成效。
1    各校工业机器人技术专业实训条件现状
截止到2020年，江苏省内开设工业机器人专业的高职院校共计40多所。工业机器人技术专业建设投入巨大，用于教学的一台多自由度工业机器人就需要十几万，且实训设备
维护成本高[3]
，除常州机电职业技术学院、无锡职业技术学院、南京工业职业技术学院、南京信息职业技术学院等省内一流高职院校专业硬件基础好，大多数院校存在设备数量难以满足教学需求的问题。对于更高层次的工业机器人工作站集成系统一套动辄上百万，且只能满足个别培优教学，无法满足普适教学。为了解决工业机器人专业缺少相应硬件条件支持的瓶颈问题，可采用模拟真实工业机器人应用场景的虚拟工作站等技术手段来弥补。目前对于仿真教学案例，研究还不够成熟，案例之间相互独立，知识技能点分散，缺乏系统性；案例的选取达不到工程应用要求的深度，使学生对知识技能点体会比较浅薄，不够深刻，满足不了实际企业对人
才的要求。因此本课题在研究工业机器人应用的基础上，有
序、系统地构建典型工业机器人虚拟工作站，通过仿真教学的研究来培养学生工业机器人编程及系统应用能力[4]。2    工业机器人虚拟工作站离线编程的总体方案
本文所涉及的工业机器人虚拟工作站仿真编程是基于RobotStudio 软件开发的。RobotStudio 是瑞士ABB 公司配套的软件，它同时兼备仿真和编程功能。支持机器人的整个生命周期，使用图形化编程、编辑和调试机器人系统来创建机器人的运行，并模拟优化现有的机器人程序[5]。在这个软件中，机器人是以1:1 仿真建模，在此平台进行的程序开发可实现与实际平台一致的效果。
先通过调研，校企深度合作，选取典型的工业机器人应用场景作为虚拟工作站案例；接着在Solidworks
和RobtStudio 中对工业机器人工作站进行数字建模和离线编程设计，解决技术难点；然后重组教学内容，把各知识点和技能点有效融入各个典型案例中；最后对工业机器人仿真教学的实施手段和形式进行研究，建设仿真教学的立体式教学资源，构建线上线下融合的教学方式。
3    工业机器人虚拟工作站的离线编程教学具体实施途径3.1  产教融合定位，甄选设计工业机器人虚拟工作站教学案例
深化产教融合、工学结合，真正实现工作机器人专业设置与产业需求对接、课程内容与职业标准对接、教学过程与
生产过程对接[6]
。因此我们将智能制造工厂的典型工作案例转化为仿真案例，培养学生工业机器人离线编程、工作站系统设计能力。案例选取具有典型性，案例之间各有侧重点，各个案例构成系统的工业机器人应用场景。拟构建工业机器人典型应用的切割、涂胶、焊接、搬运、机床上下料等几个虚拟工作站教学案例。通过对仿真案例的设计，实现对工业机器人工作站结构和空间验证、工业节拍验证和机器人技术研究，验证项目可实施性，反作用于生产实际。3.2  校企合作攻难点，开发工业机器人虚拟工作站仿真系统
虚拟工作站仿真系统开发主要包含数字建模和工业机器人离线编程两部分，这也是工业机器人虚拟工作站仿真教
作者简介：张晓芳（1980— ），女，江苏无锡人，副教授，硕士；研究方向：智能控制。
摘 要：
文章阐述了工业机器人设备投入经费大，资金短缺问题，提出了构建工业机器人虚拟工作站及实施离线仿真编程的总体方案。并从案例选取、仿真系统开发、教学内容重组、仿真教学实施等几个方面阐述了工业机器人虚拟工作站离线编程教学的具体实施途径。通过虚拟工作站离线编程的训练，降低教学成本，提高教学质量，提升学生技能。
关键词：
工作机器人虚拟工作站；RobtStudio ；离线编程；仿真教学工业机器人虚拟工作站离线编程技术的教学与实施
张晓芳1，秦 婧1，李 頲2
(1.苏州健雄职业技术学院，江苏 太仓 215411；2.中国铁塔苏州分公司，江苏 苏州 215000)
无线互联科技
Wireless Internet Technology
学的核心内容。需要老师熟悉RobtStudio等软
件的数字建模和机器人编程技术。加强教师
培训和企业实践，鼓励教师参与企业技术革
新、技术服务，鼓励老师参加“1+X”证书试点
及数字孪生新技术的培训和学习，通过深度学
习，提高专业教师的职业能力[7]。通过校企合
作、团队协作，攻破工业机器人虚拟工作站仿
真的技术难点，共同完成教学内容的开发，工
业机器人虚拟工作站仿真系统的开发步骤如
图1所示。
3.3 工学结合促改革，重组各虚拟工作站仿真
教学内容
突破了虚拟工作站构建与离线编程技术
难点后，针对各个案例的侧重点和典型性，对
各知识点和技能点进行有效梳理，把这些融
入到各个案例中，各虚拟工作站涉及的教学内
容如表1所示。
表1  各虚拟工作站教学内容
序号虚拟工作站教学内容
1切割基础工作站掌握Robotstudio不同模型的导入方法构建工作站；大地坐标、基坐标、工件工具坐标的概念；
会创建工件坐标、工具坐标；虚拟示教方法；运动指令的使用
2搬运工作站会使用I/O控制指令进行工件的取放控制；变量的定义和使用；会使用IF、FOR、WHILE等条
件、循环判断指令进行流程的控制；通过事件管理器实现搬运动画效果
3涂胶工作站会导入Solidworks制作的工件；在RobtStudio进行工件建模；轨迹曲线与路径自动生成的方法；
能够进行目标点调整、轴配置调整
4焊接工作站变位机的加载方法；弧焊参数的配置方法；创建弧焊常用信号和程序数据；弧焊程序创建流程
及方法；中断概念、中断配置、中断程序设计
5机床上下料能够配置输入输出信号；能够创建动态夹具；能够创建机械装置；能够创建输送装置动态属
性；带有参数的子程序的创建与调用；能够进行工艺节拍验证
6自动分拣工作站虚拟工作站以太网配置；机器视觉以太网配置；视觉检测设计；套接字程序设计；字符转化
为num的转换方法；标定的方法
3.4  学习通泛在学习为载体，研究工业机器人虚拟工作站仿真教学实施
为进一步提升教学质量，需加强学习通工业机器人资源建设和基于学习通泛在学习指导。教师将切割、涂胶、焊接、搬运、机床上下料等几个典型的工业机器人虚拟工作站仿真系统的开发过程录制成视频和制作活页操作手册，并整合各种线上和实体资源，在学习通上构建以本班级为单位的在线学习课程。引导学生泛在自主学习。课前学生通过学习通在线资源的学习，尝试体验操作；课堂利用翻转课堂形式，老师对学生虚拟工作站操作步骤中遇到的困难进行个别辅导，灵活应用学习通的抢答、主题讨论、测试、学习反馈等功能构建信息化课堂教学，实现个性化指导；课后学生通过学习通完成老师布置的拓展任务，教师通过学习通可对学生的学习效果进行评价，学生也可对教学提出反馈和建议，便于老师进一步优化，形成完善有效的教学实施与评价系统。
4    结语
工业机器人仿真教学解决实训设备数量不能满足实训教学需求的问题。学生可利用电脑随时随地进行离线编程，通过反复练习，在降低教学成本的同时提高本专业教学质量。
学生通过学习通智慧教室学习工业机器人虚拟工作站系统开发设计，可大大提高课堂效率，充分利用课后时间，每个同学都有机会获取资源并进行有效学习，进一步激发学生学习的兴趣和创新性，为后续岗位能力的提升打好坚实的基础。
将工业机器人虚拟工作站仿真系统教学资源放置学习通云平台，实现资源共享，为其他高职院校的教师提供了丰
富的数字化教学资源和泛在学习的范式。图1  工业机器人虚拟工作站仿真系统开发步骤
Research on the off-line programming teaching and practice
based on the industrial robot virtual workstation
Zhang Xiaofang 1, Qin Jing 1, Li Ting 2
（1.Chien-shiung institute of technology, Taicang 215411, China; 2.China Tower Corporation Limited Suzhou Branch, Suzhou 215000, China ）Abstract：
The problem of large investment in industrial robot equipment and the  shortage of cash is proposed. To solve the problem, industrial robot virtual workstation and off-line programming is constructed. The selection of teaching cases 、the exploitation of simulation system 、the reorganization of teaching content 、the implementation of simulation teaching are enumerated for the implementation paths of the off-line programming. Through the training of the off-line programming with industrial robot virtual workstation, the teaching cost is reduced, the teaching quality is improved, and the technical ability of the students is promoted.
Key words：
在线编程和离线编程的特点industrial robot virtual workstation; RobtStudio; off-line programming; STM32; simulation teaching [参考文献]
[1]李伟.智能制造时代高等职业教育现代化探析[J].职业技术教育，2020（28）：46-51.
[2]蒋庆斌，陈小艳，周斌.工业机器人行业人才需求与高职院校专业设置分析研究[J].职业技术教育，2018（2）：27-30.[3]谭智.高职工业机器人技术人才培养实训体系研究[J].教育现代化，2019（86）：36-37.
[4]蒋正炎，檀祝平.高职工业机器人技术专业课程教学资源开发路径研究[J].中国职业技术教育，2018（11）：47-52.[5]刘甘霖，王慧.RobotStudio 在工业机器人离线仿真中的应用[J].科技经济导刊，2019（31）：19.
[6]蒋庆斌，陈小艳，周斌.工业机器人应用领域1+X 证书体系构建研究[J].中国职业技术教育，2020（23）：41-44，50.
[7]陈益飞.基于1+X 证书制度的高职工业机器人技术专业人才培养途径探索与实践[J].湖北工业职业技术学院学报，2020（5）：1-5.
（编辑 傅金睿）
Cognitive radar resource management based on machine learning
Yang Jie ，Li Guoteng ，Zeng Yaoping
（School of Communication and Information Engineering, Xi ’an University of Post and Telecommunication, Xi ’an 710121, China ）Abstract：
Modern radars can be designed for multiple functions, such as surveillance, tracking, and fire control. Each function requires the radar to perform many sending and receiving tasks. This raises the issue of allocating radar resources to different tasks. Specifically,
the radar resource management （RRM ）module makes decisions on the parameter selection, priority, and scheduling of these tasks. Under overload conditions, RRM becomes particularly challenging, and some tasks may need to be delayed or even abandoned. As multi-channel radar becomes more and more intelligent, it greatly improves the ability to perform tasks, but it also complicates task scheduling. The previous article used the branch and constraint （B&B ）method to solve this problem. In this article, we use the results of the B&B method to train a machine learning-based scheduler, and accelerate the B&B method by using a neural network to estimate the value of the search tree node. Our results show that the use of neural network combined with B&B method has
obtained a near-optimal solution, while significantly reducing the computational complexity.
Key words：
machine learning; cognitive radar; branch and bound Conference （RadarConf ），2017.
[6]LENSTRA J K ，KAN A R ，BRUCKER P.Complexity of machine scheduling problems[J].Annals of Discrete Mathematics ，1977（1）：343–362.
[7]JOUGLET A ，SAVOUREY D.Dominance rules for the parallel machine total weighted tardiness scheduling problem with release dates[J].Computers & Operations Research ，2011（9）：1259–1266，2011.[8]童行行.基于机器学习的网络流量分析研究[D].北京：清华大学，2015.
[9]顾依依，谈询滔，袁玉波.基于凸边界的学习样本抽取方法[J].计算机应用，2019（8）：2281-2287.
[10]曾靖，李文，李宏民，等.基于模拟退火算法的连续时间系统的时域综合[J].电子测量与仪器学报，2019（12）：189-195.[11]姜鹏飞，蔡之华.基于遗传算法和梯度下降的RBF 神经网络组合训练方法[J].计算机应用，2007（2）：366-368.
（编辑 何 琳）
（上接第127页）