课程大纲

制造业中的AI简介

  • 智能制造与工业4.0的趋势
  • AI在运营中的用例概述
  • 关键绩效指标和KPI

数据收集与准备

  • 制造业数据来源(传感器、PLC、MES)
  • 清洗与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

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

AI用于预测性维护与质量

  • 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

  • 实际数据集的动手分析
  • 设计与验证优化模型
  • AI驱动改进计划的最终展示

总结与下一步

要求

  • 了解制造流程或运营管理
  • 具备数据分析或基于Excel的报告经验
  • 对编程或脚本有基本了解

受众

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

即将举行的公开课程

课程分类