大数据驱动的智能工厂运行管理培训课程
课程介绍:随着大数据技术的成熟和规模化应用,大数据驱动的智能工厂成为制造业重要发展方向,为了提高教师学生、科研人员以及相关从业者对智能工厂技术的理解和掌握,促进大数据技术的工业化应用,特邀请上海交通大学大数据领域专家及相关企业资深从业人员举办“大数据驱动的智能工厂运行管理培训班”。通过本课程的学习,学员能初步掌握大数据的重要概念及常用算法(决策树、关联规则、聚类、神经网络、支持向量机、CNN、RNN、GAN等);初步掌握智能工厂管理体系的基本架构,主要场景、业务需求、技术开发等技能。
课程特色:本课程全程“干货+实战”,强调从零开始,注重体系化和应用性,以实际应用场景为核心,穿插讲解理论知识,通过理论与技术相结合的培训,并通过多门类的实战项目,切实解决实际应用中的疑难问题。
主讲老师:拥有丰富的大数据分析算法、深度学习、机器学习、以及智能工厂信息化、智能化等领域的教学与研究工作经验,企业资深从业与管理人员。
第一天:背景基础篇
课程一:智能制造
1. 智能制造发展历程
2. 智能制造基本概念
3. 智能工厂构成体系
4. 智能工厂管理需求
课程二:工业大数据
1. 大数据发展概述
2. 工业大数据来源
3. 智能工厂数据特点
4. 智能工厂大数据应用场景
第二天:关键技术篇
课程一:大数据驱动的智能工厂管理体系
1. 智能工厂性能指标
2. 智能工厂运行管理常用模式
3. 大数据驱动的智能管控模式
4. 智能工厂管控新模式关键方法
课程二:智能工厂大数据处理方法
1. 大数据清洗方法
2. 大数据抽取方法
3. 大数据分类方法
4. 时序特征提取方法
5. 大数据融合处理平台
第三天:典型应用篇
课程一:智能工厂产品工期优化方法
1. 产品工期优化问题
2. 产品工期关键因素识别方法
3. 产品工期智能预测方法
4. 产品工期智能调控方法
5. 应用案例
课程二:智能工厂产品质量控制方法
1. 产品质量控制问题
2. 产品质量关键影响因素分析方法
3. 产品质量智能预测模型
4. 产品质量智能调控方法
5. 应用案例
课程三:智能工厂设备智能运维方法
1. 设备智能运维问题
2. 设备运行状态关键特征提取方法
3. 设备运行状态智能预测方法
4. 预防性维护与智能规划方法
5. 应用案例
课程四:企业实践(航天八院、商飞或某纺织企业)(待邀)