课程大纲

Industrial Automation 中的边缘 AI 简介

  • 边缘 AI 及其在工业中的应用概述
  • 在工业环境中使用边缘 AI 的优势和挑战
  • 边缘 AI 在制造业中的成功应用案例研究

设置边缘 AI 环境

  • 安装和配置边缘 AI 工具
  • 设置工业传感器和数据采集系统
  • 相关边缘 AI 框架和库简介
  • 环境设置的动手练习

使用边缘 AI 进行预测性维护

  • 预测性维护简介
  • 开发用于设备健康监测的 AI 模型
  • 实现实时故障检测和预测
  • 预测性维护的动手练习

使用边缘 AI 进行质量控制

  • 制造质量控制概述
  • 用于缺陷检测和分类的 AI 技术
  • 实施基于视觉的质量控制系统
  • 质量控制应用的实践练习

利用边缘 AI 进行流程优化

  • 流程优化简介
  • 使用 AI 进行实时过程监控
  • 实施人工智能驱动的决策系统
  • 流程优化的动手练习

部署和管理边缘 AI 解决方案

  • 在工业边缘设备上部署 AI 模型
  • 监控和维护边缘 AI 系统
  • 对已部署的模型进行故障排除和优化
  • 部署和管理的动手练习

工业边缘 AI 的工具和框架

  • 工具和框架概述(例如,TensorFlow Lite、OpenVINO)
  • 将 TensorFlow Lite 用于工业 AI 应用
  • 使用优化工具进行动手练习

实际应用和案例研究

  • 回顾成功的工业边缘 AI 项目
  • 讨论行业特定用例
  • 用于构建和优化真实世界工业 AI 应用程序的实践项目

摘要和后续步骤

要求

  • 了解 AI 和机器学习概念
  • 工业自动化系统经验
  • 基本编程技能(Python 推荐)

观众

  • 工业工程师
  • 制造专业人员
  • AI 开发人员
 14 小时

即将举行的公开课程

课程分类