人工智能在智能工厂与工业自动化中的介绍 培训

这种以讲师为主导的中国现场培训（在线或现场）面向希望掌握 AB PLC 基础知识并将其应用于实际制造场景的初级到中级工程师和技术人员。

在培训结束时，参与者将能够：

• 了解AB PLC在制造业中的作用和应用。
• 使用 RSLogix 5000/Studio 5000 对 AB PLC 进行编程。
• 对 PLC 系统进行常见问题故障排除并执行维护。
• 为制造过程设计和实施 PLC 控制系统。
• 通过实际项目展示对PLC编程的熟练程度。

人工智能驱动的预测性维护通过机器学习和数据分析来预测设备故障并优化维护计划。它将被动维护模式转变为主动策略，从而提高设备运行时间，降低成本，并延长资产寿命。

本次由讲师主导的培训（线上或线下）面向希望在工业环境中实施人工智能驱动的预测性维护解决方案的中级专业人员。

在培训结束时，参与者将能够：

• 理解预测性维护与被动和预防性维护策略的区别。
• 收集并结构化机器数据以进行人工智能分析。
• 应用机器学习模型检测异常并预测故障。
• 实施从传感器数据到可操作洞察的端到端工作流程。

课程形式

• 互动讲座与讨论。
• 动手练习与案例研究。
• 实时演示与实用数据工作流程。

课程定制选项

• 如需为本课程定制培训，请联系我们进行安排。

AI用于流程优化是通过机器学习和数据分析来提高制造运营的效率、质量和吞吐量的应用。

本次由讲师主导的培训（线上或线下）面向中级制造专业人士，旨在帮助他们应用AI技术来简化操作、减少停机时间，并支持持续改进计划。

培训结束后，参与者将能够：

• 理解与制造优化相关的AI概念。
• 收集和准备生产数据以进行分析。
• 应用机器学习模型识别瓶颈并预测故障。
• 可视化和解释结果，以支持数据驱动的决策。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

AI用于质量控制是利用计算机视觉和机器学习技术，识别生产过程中的缺陷、异常和偏差。

本课程为讲师指导的培训（线上或线下），面向初级到中级质量专业人员，旨在帮助他们应用AI工具，实现自动化检测并提升制造环境中的产品质量。

培训结束后，学员将能够：

• 了解AI在工业质量控制中的应用。
• 收集并标注来自生产线的图像或传感器数据。
• 使用机器学习和计算机视觉检测缺陷。
• 开发简单的AI模型，用于异常检测和产量预测。

课程形式

• 互动讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中动手操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

AI在供应链与制造物流中的应用，是通过预测分析、机器学习和自动化技术来优化库存、路线和需求预测。

本课程为讲师主导的培训（线上或线下），面向中级供应链专业人士，旨在帮助他们应用AI驱动的工具，提升物流绩效，准确预测需求，并自动化仓库和运输操作。

培训结束后，学员将能够：

• 理解AI在物流和供应链活动中的应用。
• 使用机器学习模型进行需求预测和库存控制。
• 分析路线并使用AI技术优化运输。
• 自动化仓库和配送流程中的决策。

课程形式

• 互动讲座与讨论。
• 大量练习与实践。
• 在实时实验环境中进行实操。

课程定制选项

• 如需定制本课程，请联系我们安排。

AI Use Case 实施是一种实践驱动、项目导向的方法，旨在应用机器学习、计算机视觉和数据分析，利用实际或模拟数据集解决现实中的工业挑战。

本课程为讲师指导的培训（线上或线下），面向中级跨职能团队，旨在帮助他们协作实施与其运营目标一致的AI用例，并积累处理工业数据管道的经验。

培训结束后，学员将能够：

• 从运营、质量或维护中选择并界定实际的AI用例。
• 跨角色协作开发机器学习解决方案。
• 处理、清理并分析多样化的工业数据集。
• 基于选定用例展示一个AI解决方案的工作原型。

课程形式

• 互动式讲座与讨论。
• 小组练习与项目工作。
• 在实时实验室环境中进行实践操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

数字孪生是通过实时数据和AI驱动的智能增强的物理系统的虚拟副本。

本次由讲师指导的培训（线上或线下）面向希望使用实时数据和基于AI的洞察构建、部署和优化数字孪生模型的中级专业人士。

培训结束后，参与者将能够：

• 了解数字孪生的架构和组件。
• 使用仿真工具对复杂系统与环境进行建模。
• 将实时数据流集成到虚拟模型中。
• 应用AI技术进行预测行为和异常检测。

课程形式

• 互动讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

Edge AI 是将人工智能模型直接部署在网络边缘的设备上，实现实时决策并最小化延迟。

本次由讲师主导的培训（线上或线下）面向希望在制造环境中部署AI驱动的逻辑和控制系统的嵌入式与物联网高级专业人员，这些环境对速度、可靠性和离线操作有严格要求。

通过本次培训，参与者将能够：

• 了解边缘AI系统的架构与优势。
• 构建并优化用于嵌入式设备部署的AI模型。
• 使用TensorFlow Lite和OpenVINO等工具进行低延迟推理。
• 将边缘智能与传感器、执行器和工业协议集成。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

工业计算机视觉与AI正在改变制造商和QA团队检测表面缺陷、验证零件一致性以及自动化视觉检测流程的方式。

本课程为讲师指导的培训（线上或线下），面向希望使用AI技术设计和实现计算机视觉系统进行缺陷检测和检查的中级到高级QA团队、自动化工程师和开发人员。

通过本培训，学员将能够：

• 了解工业视觉系统的架构和组成部分。
• 使用深度学习构建视觉缺陷检测的AI模型。
• 将实时检测管道与工业相机和设备集成。
• 部署并优化用于生产环境的AI驱动检测系统。

课程形式

• 互动讲座和讨论。
• 大量练习和实践。
• 在实验室环境中进行实际操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

本课程为讲师指导的培训（线上或线下），面向希望使用欧姆龙PLC实现运动控制解决方案的中级自动化工程师和控制系统设计师。

通过本培训，学员将能够：

• 理解基本的运动控制概念及其应用。
• 在Sysmac Studio中配置运动硬件和软件。
• 编程和优化单轴和多轴运动控制。
• 实现协调运动策略，包括插补和同步。

本课程为讲师指导的培训（线上或线下），面向希望提升Omron PLC编程、HMI配置、运动控制和安全系统技能的中级程序员。

通过本培训，学员将能够：

• 使用Sysmac Studio配置和编程Omron PLC。
• 理解并应用IEC概念于梯形图和结构化文本编程。
• 开发单轴和协调运动的运动控制程序。
• 使用NA系列创建HMI界面，并将其与Sysmac控制器集成。
• 使用NX系列安全硬件实施和模拟安全标准和程序。

本课程向学生介绍可编程逻辑控制器（PLC）的基础知识。在讨论PLC的基本概念后，学员将学习并练习基本的梯形图指令，并将其应用于工业自动化任务中。目标受众包括电气专家、机械工程师以及对工业自动化感兴趣的程序员。

本课程为讲师指导的中国（线上或线下）培训，面向初学者级别的自动化工程师和爱好者，他们希望学习PLC梯形图编程的基础知识，并将其应用于工业和个人项目中。

在本培训结束时，学员将能够：

• 理解PLC在自动化系统中的基本概念和应用。
• 使用逻辑功能和内存管理编写简单和高级的梯形图程序。
• 将PLC与网络集成，以实现更广泛的系统应用。
• 应用所学技能创建和测试现实世界的自动化场景。

智慧机器人是一个 Artificial Intelligence (AI) 系统，它可以从其环境和经验中学习，并在这些知识的基础上构建其能力。Smart Robots 可以与人类合作，与他们一起工作并从他们的行为中学习。此外，他们不仅能够完成体力劳动，还能完成认知任务。除了物理机器人之外，Smart Robots也可以纯粹基于软体，作为软体应用程式驻留在计算机中，没有移动部件或与世界的物理交互。

在这个由讲师指导的现场培训中，参与者将学习用于对不同类型的机械 Smart Robots 进行程式设计的不同技术、框架和技巧，然后应用这些知识来完成他们自己的智慧机器人专案。

本课程分为 4 个部分，每个部分包括为期三天的讲座、讨论和在现场实验室环境中动手开发机器人。每个部分都将以一个实用的实践项目结束，让参与者练习和展示他们所获得的知识。

本课程的目标硬体将通过模拟软体进行3D类比。ROS（机器人操作系统）开源框架 C++ 和 Python 将用于对机器人进行程式设计。

在本次培训结束时，参与者将能够：

• 了解机器人技术中使用的关键概念
• 了解和管理机器人系统中软体和硬体之间的交互
• 了解并实施支撑 Smart Robots 的软体元件
• 构建和操作类比机械智慧机器人，该机器人可以通过语音看到、感知、处理、抓取、导航并与人类互动
• 通过 Deep Learning 扩展智慧机器人执行复杂任务的能力
• 在实际场景中测试智能机器人并排除故障

观众

• 开发人员
• 工程师

课程形式

• 部分讲座、部分讨论、练习和大量动手实践

注意

• 要定制本课程的任何部分（程式设计语言、机器人模型等），请联系我们进行安排。

Smart Robotics 是将人工智能集成到机器人系统中，以提升感知、决策和自主控制能力。

本次由讲师指导的培训（线上或线下）面向高级机器人工程师、系统集成商和自动化负责人，旨在帮助他们在智能制造环境中实现基于AI的感知、规划和控制。

通过本次培训，参与者将能够：

• 理解并应用AI技术于机器人感知和传感器融合。
• 开发协作机器人和工业机器人的运动规划算法。
• 部署基于学习的控制策略，用于实时决策。
• 将智能机器人系统集成到智能工厂的工作流程中。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。