大數據驅動的智能工廠運行管理培訓課程

課程介紹♦️：隨著大數據技術的成熟和規模化應用🌓，大數據驅動的智能工廠成為製造業重要發展方向❤️‍，為了提高教師學生、科研人員以及相關從業者對智能工廠技術的理解和掌握🦻🏻，促進大數據技術的工業化應用🦠，特邀請上海交通大學大數據領域專家及相關企業資深從業人員舉辦“大數據驅動的智能工廠運行管理培訓班”。通過本課程的學習，學員能初步掌握大數據的重要概念及常用算法（決策樹4️⃣、關聯規則、聚類💇🏽、神經網絡💆🏿‍♀️、支持向量機🚲🚻、CNN🧘🏼‍♂️、RNN、GAN等）；初步掌握智能工廠管理體系的基本架構，主要場景🫘👘、業務需求👌🏽、技術開發等技能。

課程特色：本課程全程“幹貨+實戰”👩🏽‍⚖️，強調從零開始🦸🏽‍♀️，註重體系化和應用性，以實際應用場景為核心，穿插講解理論知識👇🏿👮🏿‍♂️，通過理論與技術相結合的培訓🎤，並通過多門類的實戰項目🦹‍♂️，切實解決實際應用中的疑難問題。

主講老師：擁有豐富的大數據分析算法🕋、深度學習、機器學習👩🏽‍🔬、以及智能工廠信息化👌🏻、智能化等領域的教學與研究工作經驗，企業資深從業與管理人員。

第一天：背景基礎篇

課程一：智能製造

1. 智能製造發展歷程

2. 智能製造基本概念

3. 智能工廠構成體系

4. 智能工廠管理需求

課程二🚬↔️：工業大數據

1. 大數據發展概述

2. 工業大數據來源

3. 智能工廠數據特點

4. 智能工廠大數據應用場景

第二天🎽：關鍵技術篇

課程一🛸：大數據驅動的智能工廠管理體系

1. 智能工廠性能指標

2. 智能工廠運行管理常用模式

3. 大數據驅動的智能管控模式

4. 智能工廠管控新模式關鍵方法

課程二：智能工廠大數據處理方法

1. 大數據清洗方法

2. 大數據抽取方法

3. 大數據分類方法

4. 時序特征提取方法

5. 大數據融合處理平臺

第三天⛑️🖕🏼：典型應用篇

課程一🌟：智能工廠產品工期優化方法

1. 產品工期優化問題

2. 產品工期關鍵因素識別方法

3. 產品工期智能預測方法

4. 產品工期智能調控方法

5. 應用案例

課程二：智能工廠產品質量控製方法

1. 產品質量控製問題

2. 產品質量關鍵影響因素分析方法

3. 產品質量智能預測模型

4. 產品質量智能調控方法

5. 應用案例

課程三：智能工廠設備智能運維方法

1. 設備智能運維問題

2. 設備運行狀態關鍵特征提取方法

3. 設備運行狀態智能預測方法

4. 預防性維護與智能規劃方法

5. 應用案例

課程四🔊👩🏿‍🎤：企業實踐（航天八院📦、商飛或某紡織企業）（待邀）