2025年3月，教育部学位与研究生教育发展中心正式公布“中国专业学位案例中心2024年度工程案例”入选名单，AMI课题组牵头完成的工程案例《顺势而为，智启农耕：农产品全流程智能化与跨学科教育实践创新性探索》成功入选，获评为国家级专业教育典范教学案例。此次入选，标志着团队在推动人工智能、数字孪生等前沿技术与现代农业及生命科学的交叉融合，以及在构建跨学科工程人才培养新范式方面的创新实践，获得了国家层面的高度认可。

图1 2024年度工程案例结项证书

当前，我国正全面推进中国式现代化建设，将夯实农业基础、实现乡村全面振兴置于国家发展的核心位置。国家相继出台了一系列重大政策，包括《研究生教育创新发展》、《卓越工程师培养计划》等，旨在培养一批面向产业未来的卓越工程师与高层次复合型人才。智慧农业正是农学、工学、信息科学深度融合的典型领域，是践行国家战略的最佳实践场。然而，现行人才培养面临挑战：传统教学偏重理论，缺乏贯穿农业全产业链的综合性、数字化工程实践案例，导致学生难以将人工智能、大数据、数字孪生等前沿技术与传统农业产业痛点相结合。为解决这一教学困境，本案例聚焦于智慧农业全流程工程案例建设，结合数字化教学理念，探索了一种新的理论与实践相结合的教学方案。

本案例以油菜从种植到精炼的全过程为例，通过数字技术的系统化集成应用，构建了农产品全流程智能化的系统框架。1）智能播种环节：案例摒弃了传统的“经验播种”，转而构建了一套先进的播种信息决策系统。该系统融合了复杂的机器学习算法，能够深入分析种子属性、土壤性质与播种参数间的非线性交互关系，从而构建出高精度的播种优化模型，为用户提供精准的决策依据，从源头确保播种质量。2）智能培育环节：为解决传统种植管理感知能力弱、决策支持缺失等难题，应用了前沿的数字孪生技术与知识图谱。通过构建物理世界的“数字克隆体”，并整合物联网实时数据与领域专家知识库，系统能够实现对作物生长环境与本体状态的全程数字化再现与智能分析，从而优化培育策略，提升决策支持系统的效能。3）粗加工工艺参数优化环节：针对压榨提油过程中工艺参数复杂、多变量耦合的难题，通过建立高保真度的数字孪生代理模型，并结合相关智能优化算法，深入研究了工艺参数与产品质量、生产效率、能耗间的内在作用机制。这使得工艺参数的自适应优化成为可能，显著提高了加工效率和产品质量。4）毛油精炼加工技术环节：在精炼环节，专注于一种更能保护油脂中生物活性成分的创新吸附精炼工艺。通过对吸附过程进行精密的数学建模和多目标工艺优化，项目团队在脱色、脱胶、脱酸等核心指标与营养保留之间取得了理想平衡，极大提升了最终产品的品质与价值。

本实践案例响应了国家推动“新工科”“新农科”交叉融合、“AI+课程建设”的号召，是数字孪生技术融入高等工程教育的一次系统性尝试，不仅强化了学生面向真实产业问题的工程素养，也为卓越工程师跨学科创新能力培养提供了可复制的平台范式，具有重要的示范与推广价值。

图2案例总体流程图

图3数字孪生系统监测界面