课程大纲

制造业中的人工智能简介

  • 智能制造和工业4.0的趋势
  • 运营中的人工智能应用案例概述
  • 关键性能指标和KPI

数据收集与准备

  • 制造业数据来源(传感器、PLC、MES)
  • 清洗和格式化时间序列数据
  • 使用Pandas和Jupyter进行预处理

描述性和诊断性分析

  • 数据探索与可视化
  • 相关性分析和根本原因识别
  • 使用Power BI创建自定义仪表板

Machine Learning用于流程优化

  • 监督学习和无监督学习
  • 聚类用于模式发现
  • 回归和分类用于预测

人工智能用于预测性维护和质量

  • 异常检测和预测性警报
  • 故障预测模型
  • 通过模型洞察提升产品质量

实时分析与反馈循环

  • 流数据与实时处理
  • 与SCADA/MES系统集成
  • 反馈用于自动流程调整

案例研究与毕业项目

  • 动手分析真实世界数据集
  • 设计与验证优化模型
  • 最终展示AI驱动的改进计划

总结与下一步

要求

  • 了解制造流程或运营管理
  • 具备数据分析或Excel报告经验
  • 基本熟悉编程或脚本编写

受众

  • 流程工程师
  • 工厂主管
  • Lean六西格玛专业人士
 21 小时

即将举行的公开课程

课程分类