附件一 浙江机电职业技术大学智能制造学院装备专业智能体教学与实践平台项目详细需求
一、总体技术要求
平台须为一体化完整软件系统，智能体问答、知识库、3D案例库、专业能力模型、智能评价、后台管理等模块须在同一平台内无缝协同。
采用B/S架构，支持主流浏览器（Chrome、Edge等）直接访问，客户端免安装、免插件；支持校园局域网内本地化部署。
平台内三维装备案例须基于浏览器端三维（3D）实时渲染与交互技术实现，支持Web环境下3D场景所见即所得的查看、编辑、配置、运行与播放，不得以文本、图片、PPT或视频形式替代3D可交互案例。
平台交付时须内置完整的工业机器人知识库、智能制造单元知识库、完全匹配采购人现有工业机器人装备和智能制造单元实体的3D案例库，及配套3D模型资源包，开箱即可用于教学，不得交付空壳平台。
供应商须根据采购人现有设备（ABB工业机器人综合实训平台、YL-92A模块化智能制造产线）进行三维模型测绘采集，根据真实数据模型开发平台，输出工业机器人，PLC、视觉、RFID、各种工装，输送、压装、上下料机械手等3D案例模型、I/O点位及教学流程适配，实现运行状态的动态仿真与虚拟调试，支持工艺参数验证、节拍分析与故障模拟，可在设备安装前预演生产流程，缩短调试周期、降低试产风险。同步配套详细的视频教程和电子操作文档：视频涵盖软件安装配置、模型搭建、参数设置、运行操作及常见问题处理；电子文档包含系统功能说明、操作步骤指引、维护要点与故障排查手册。
二、技术参数
1、软件集成：涵盖智能学伴、智能体问答引擎、3D案例编辑器与运行引擎、后台管理、用户权限管理等人工智能典型功能，并通过专业能力分析与图谱模块、工业机器人+AI教学与实践模块、智能制造单元与产线教学与实践模块、实践环节智能评价模块实现功能集成。
2、专业能力分析与图谱模块：包含针对装备类专业的岗位需求与能力分析数据、专业能力模型、专业与课程能力图谱等。
2.1岗位数据内容须完整，每项岗位至少包含：基于权威数据提供装备类专业岗位名称、岗位职责、任职要求、技能要求、典型工具与设备、工业软件要求、PLC/机器人/视觉/MES/OPC UA等技术要求、企业用人能力倾向、中级/高级岗位能力要求，以及岗位与课程知识点、技能点、3D案例任务之间的关联关系。要保证数据挖掘的真实性和完整性，并能开放端口，保证半年为周期的数据定期自动更新。
2.2专业能力模型须至少覆盖9个能力维度：专业基础能力、机械装调能力、PLC（西门子）编程能力、工业机器人（ABB）编程能力、工业视觉应用能力、RFID与数据采集能力、智能制造单元集成调试能力、工业通信与数据上传能力、虚拟调试能力、工程实践与项目实施能力。
2.3能力图谱须可视化展示"岗位—能力—课程—知识点"四类以上关联关系，支持点击查看关系明细。并基于半年为周期的数据同步更新图谱。
2.4能基于专业能力模型和能力图谱，智能提供专业人才培养方案修订建议。
3、工业机器人+AI教学与实践模块：需包含工业机器人知识库、工业机器人+AI案例库（不少于7个案例）、机器人3D模型资源包等。
3.1内置精准对应ABB工业机器人的知识库，内容包括但不限于：①ABB机器人本体结构组成（机械臂、关节、底座、腕部、运动轴）；②机器人用减速器（RV减速器、谐波减速器，含应用位置、维护和故障）；③机器人用伺服电机（结构、编码器、驱动控制）；④机器人末端执行器（夹爪、吸盘、焊枪、打磨工具、视觉抓取末端）；⑤ABB机器人控制系统硬件组成（控制柜、示教器、驱动模块、I/O模块、安全回路、通信接口）。
3.2精准匹配工业机器人实体装备，开发并提供不少于7个工业机器人+AI交叉案例，包含智能编程、智能视觉等，结合平台端三维（3D）实时技术，每个案例均可实时查看、可编辑、可运行、可交互，实现“所见即所得”的效果：
（1）手动运行3D案例：机器人手动运行，支持坐标方向箭头、TCP位置和姿态展示；
（2）典型轨迹运动：3D空间显示典型轨迹线、示教点、运动方向和运行过程的常规编程和智能编程；
（3）单个物料搬运：支持搬运过程的常规编程和智能编程，工件、夹具、抓取点、放置点、过渡点、夹取动作和搬运过程展示；
（4）多个物料搬运：支持搬运过程的常规编程和智能编程，多工件布局、连续抓取搬运、循环逻辑和节拍过程展示；
（5）重叠式码垛：支持码垛过程的常规编程和智能编程，托盘、工件层叠、码垛点阵、层高偏移和路径播放；
（6）正反交错式码垛：支持复杂码垛过程的常规编程和智能编程，工件正反交错摆放、姿态变化、层间关系和码垛策略展示；
（7）机器人+视觉：支持机器人+视觉典型场景的常规编程和智能编程，相机、识别区域、工件定位结果、抓取路径和视觉检测结果展示。
（8）针对上述应用场景实操环节提供智能操作引导、故障排查智能引导和安全提示；
（9）实现上述应用场景的能力达成与专业、课程能力模型和能力图谱，人培方案的智能匹配；
（10）上述应用场景均应提供虚拟调试和智能编程操作指导书不少于10个；虚拟调试和智能编程操作视频文件不少于10个。
3.3机器人拆装仿真模块：在线将每个轴拆卸成独立的零部件，完成机器人的硬件组成、机器人结构分析、机器人电机安装调试、RV减速器安装调试、谐波减速器安装调试等机器人装调技能。
功能要求：
随机装调：要求拥有极简场景跟仿真场景，在两种场景中可以切换至少五种背景颜色，在随机装调模式中，每次点击进入装配场景后，桌面上散落的各种零件，其位置、角度均不同。
智能拆装：要求配置有智能拆装助手，在学员还没有完全掌握机器人的拆装顺序、步骤时，只需通过简单的点击操作便可以实现分步式拆装、自动拆装、规定步序拆装等操作。
全方位零件展示方式：以3D形式展示零件，并设有零件视窗，零件视窗内可拖动零件实现360度全方位交互展示。
3.4.AI深度学习视觉应用模块：
（1）要求具备AI深度学习功能，并利用AI模型开展教学任务。可通过图形用户界面实时显示算法结果与配置算法。
（2）要求支持零代码开发、SDK二次开发，可通过拖拽、选择、输入参数等多种方式进行可视化调试算法，组件可单独使用SDK二次开发支持基于可开放的SDK直接编程实现。
（3）具备辅助调试类工具：直方图插件工具，图像梯度运算插件工具，数据结果监视插件工具（可累计监视）。
智能制造单元与产线教学与实践模块：需包含智能制造单元知识库、典型智造装备+AI案例库（不少于7个案例）、产线装备3D模型资源包等。
4.1内置精准对应智能制造单元的知识库，内容包括但不限于：①I/O接线（DI数字输入、DO数字输出、传感器、电磁阀、继电器、PLC 端子接线）；②典型工艺单元（上下料、装配、检测、仓储分拣、打磨焊接）；③数据上传（OPC UA、上位机、MES、生产数据上传）；④智能制造单元数据互通（PLC、机器人、视觉、RFID、MES、上位机之间的数据交互）；⑤虚拟调试（电气逻辑验证、机器人轨迹验证、碰撞检查、节拍分析）。
4.2精准匹配YL-92A模块化智能制造产线设备，开发并提供不少于7个“典型智造装备+AI”交叉融合案例，涵盖基于智能控制器的快速智能编程、智能视觉、智能数据采集等核心应用场景。案例结合平台端三维（3D）实时渲染技术，按照1:1比例对YL-92A产线设备及工艺流程进行数字化建模，构建虚拟与现实高度一致的数字孪生环境。每个案例均支持实时查看、在线编辑、一键运行与交互操作，用户在程序端修改参数或调整逻辑后，3D场景即时响应、动态呈现设备动作与工件流转过程，实现“所见即所得”的效果；同时支持多角度视角切换、局部剖视与部件透明化显示，便于观察设备内部结构与隐藏控制过程，有效降低教学与调试门槛。具体包括：
（1）理料单元：围绕理料机构的理料动作分解、工件流动过程、传感器检测信号采集、执行元件动作时序与PLC控制逻辑，开展常规编程与智能编程训练。可对比传统梯形图编程与AI辅助智能编程的差异，实现工件的自动整理、排序与有序流转；
（2）带输送单元：围绕输送带启停控制、工件移动轨迹、检测点布置与节拍控制逻辑，开展常规编程与智能编程训练。通过3D可视化直观呈现工件在输送带上的运动状态与检测触发过程，实现连续输送的精准调度、堵料预警与效率优化；
（3）间歇输送单元：围绕间歇运动控制、精确定位、传感器触发机制与动作节拍配合，开展常规编程与智能编程训练。通过仿真验证定位精度与节拍参数的匹配关系，实现分步输送环节的准确衔接与稳定运行；
（4）压装单元：围绕压装机构上下动作、安全互锁保护、到位检测与压装工艺流程，开展常规编程与智能编程训练。仿真环境中可安全模拟异常工况与互锁失效场景，训练学员的安全防护意识，实现压装过程的安全可控、压力-位移曲线分析与质量判定；
（5）三/四自由度上下料机械手：围绕机械手多轴运动控制、点位示教、上下料动作序列与I/O信号联动，开展常规编程与智能编程训练。支持在3D环境中进行虚拟示教与轨迹预演，自动生成运动代码，实现上下料作业与产线其他单元的自动协同；
（6）RFID单元：围绕RFID读写区域设置、工件信息绑定、读写结果校验与数据流向管理，开展常规编程与智能编程训练。通过3D动态呈现读写过程与数据传输路径，实现工件从上料到成品的全流程信息追溯与数据闭环管理；
（7）视觉单元：围绕相机视野配置、识别区域设定、检测结果处理、坐标转换与联动控制，开展常规编程与智能编程训练。结合AI视觉识别算法，仿真演示图像采集、特征提取、定位计算到机械手抓取的完整链路，实现基于视觉引导的智能分拣与精准定位；
（8）针对上述单元实操环节提供智能操作引导、故障排查智能引导和安全提示；
（9）实现上述单元的能力达成与专业、课程能力模型和能力图谱，人培方案的智能匹配；
（10）上述单元均应提供虚拟调试和智能编程操作指导书不少于10个；虚拟调试和智能编程操作视频文件不少于10个。
5、实践环节智能评价模块：要求依托AI技术对实践教学全过程进行客观、精准、可追溯的智能评价，至少包含智能评价引擎、评价指标体系、评价报告输出、教师复核功能四大部分。智能评价引擎自动汇聚多源评价数据并完成实时计算；评价指标体系支持自定义配置与权重调整；评价报告一键导出、可视化呈现；教师复核功能允许教师对AI评分结果进行人工修正、批注与终审，确保评价结果公平可信。
5.1 评价内容至少覆盖以下评价项：任务完成情况、程序逻辑正确性、机器人轨迹合理性、3D案例操作规范性、调试过程规范性、数据记录完整性、综合应用能力。各评价项均设置可量化的评分细则与等级标准，全面衡量学生的知识掌握、技能操作与工程素养。
5.2 要求支持五种评价数据来源：①按评分规则辅助评分，系统依据预设规则自动比对结果、快速生成基础得分；②按实训步骤完成情况过程评价，逐步骤记录完成状态与耗时，动态还原实训全过程；③对学生提交的文本、图片、程序说明、调试记录进行智能分析，自动识别内容质量与逻辑缺陷；④根据学生在3D案例中的操作行为进行过程评价，采集操作顺序、误操作次数、调试路径等行为数据，量化操作规范性；⑤根据问答记录分析学生薄弱点，通过智能问答交互定位知识盲区。五种来源相互印证、交叉验证，实现结果性评价与过程性评价的深度融合。
5.3 评价报告输出：能够自动生成学生个人能力报告，含分项得分、总分、能力达成情况、薄弱点和针对性改进建议，帮助学生明确提升方向；同时输出班级整体能力分析，通过多维度统计图表呈现班级共性问题与个体差异，辅助教师动态优化教学安排、精准实施分层指导。
