课 程 大 纲

1. 解读智能制造与工业大数据

①　德国工业4.0与中国智能制造的技术差异

②　工业4.0的三项集成与大数据技术

③　工业大数据的来源与特点

④　视频案例：工业大数据的三种创新模式

2. 工业大数据技术基础

①　课堂讨论：评估工业大数据应用现状

②　系统集成：解决信息孤岛

③　ESB与SOA的简介

④　工业数据采集的主要技术：从ETL到OPC

⑤　举例：MES数据采集若干应用

⑥　大数据核心算法举例：分类、聚类、相关性分析等

⑦　案例介绍“基于CNN算法的现场安全管理”

⑧　数据可视化技术与平台简介

3. 工厂大数据的典型应用

①　工业大数据的应用前提与原则

②　工业大数据目前应用场景简介

③　产品研发与仿真

④　产品仿真：CPS和西门子数字孪生技术

⑤　产品研发应用：谷歌医药技术、半导体工艺材料

⑥　大数据与车间排程

⑦　NP难问题与遗传GA算法

⑧　改变原有认知：预测的价值？

⑨　无约束计划与现实存在的多种变量

⑩　案例讨论：APS系统与数据应用

⑪　质量分析与管理

⑫　目前质量分析工具：精益6西格玛等

⑬　案例“基于大数据分析的白车身2MM装配误差”改善

⑭　数据相关性的工艺传递路线质量分析

⑮　设备故障

⑯　传统故障诊断技术与设备维护

⑰　案例：大数据在风电设备诊断中的应用

⑱　不同设备机理的故障诊断现状

⑲　其他应用简介（物流路线优化与工艺优化等）