联系我们

课程大纲

制造业中的AI简介

  • 智能制造与工业4.0的趋势
  • 运营中AI用例概述
  • 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)
  • 清理和格式化时间序列数据
  • 使用Pandas和Jupyter进行预处理

描述性与诊断性分析

  • 数据探索与可视化
  • 相关性分析与根因识别
  • 使用Power BI创建自定义仪表板

用于流程优化的机器学习

  • 监督与无监督学习
  • 聚类用于模式发现
  • 回归与分类用于预测

用于预测性维护和质量的AI

  • 异常检测与预测性警报
  • 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

  • 流式数据与实时处理
  • 与SCADA/MES系统集成
  • 用于自动流程调整的反馈

案例研究与顶点项目

  • 对真实数据集进行动手分析
  • 设计与验证优化模型
  • 最终展示AI驱动的改进计划

总结与后续步骤

要求

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

目标学员

  • 工艺工程师
  • 工厂主管
  • 精益六西格玛专业人士
 21 小时

即将举行的公开课程

课程分类