 智能工厂运营大数据的应用培训

一、解读智能制造与工业大数据
1、德国，美国，中国智能制造战略的差异本质
2、工业互联网与工业大数据的应用场景举例
3、模式创新：服装行业大数据的案例介绍

二、工业大数据及其技术基础
1、运营管理人员的四项必备技术：概率、算法、构架与应用
2、何为“大”？__工业大数据的两个界限
3、工业大数据与商业大数据的区别
4、核心算法举例：分类、聚类
5、案例介绍“基于CNN算法的现场安全管理”
6、关联背景简介：人工智能，hadoop，数据挖掘。。。

三、工业大数据的项目实施
1、目前工业大数据实施的热点与难点分析
2、正确评估大数据项目实施的期望与技术
3、工业大数据的实施重点：
1）数据采集：从ERP到物联网
2）数据处理：数据质量、成熟度、建模
3）应用场景：产品设计、设备诊断、质量管理等

四、工业大数据目前应用场景
1、主要典型场景概述
2、产品研发与仿真
1）产品仿真：CPS和西门子数字孪生技术
2）产品研发应用：谷歌医药技术、半导体工艺材料
3、大数据与车间排程
1）管理现状：计划赶不上变化
2）改变原有认知：预测的价值？
3）无约束计划与现实存在的多种变量
4）案例讨论：APS系统与数据应用
4、质量分析与管理
1）目前质量分析工具：精益6西格玛等
2）案例“基于大数据分析的白车身2MM装配误差”改善
3）数据相关性的工艺传递路线质量分析
5、设备故障
1）传统故障诊断技术与设备维护
2）案例：大数据在风电设备诊断中的应用
3）不同设备机理的故障诊断现状