课程目标
建立生成式 AI 的统一认知框架,对齐语言:明确生成式 AI 核心技术(大模型、多模态生成)与科研场景的适配逻辑。构建“AI + 科研流程”的自动化工作流实现研发管理数字化。
学习AI与机器学习在工程机械研发中的核心应用场景与落地路径;
学习如何构建模型和数据驱动的智能研发体系,提升研发效率与创新能力;
理解AI在仿真优化、智能设计、测试验证等环节的创新实践;
通过案例与实战,具备初步规划企业AI研发转型的能力,开发轻量级科研智能体解决具体问题,
推动企业从“经验驱动”向“数据+AI驱动”的研发模式转变。
课程特色与亮点
实战导向:结合工程机械行业真实案例,涵盖从设计到测试的全流程AI应用
技术深度融合:不仅讲AI模型,更强调AI与CAD/CAE/PLM等研发工具的集成
组织与流程并重:探讨AI落地中的组织变革、人才培养与流程重构
前瞻性与落地性兼顾:既介绍工业大模型等前沿趋势,也提供可执行的实施路径
第一单元:工程机械研发转型分析和西门子装备行业数字主线
核心主题 理解AI和数字主线在研发中的战略价值
企业数字化转型趋势和新质生产力洞察
工程机械研发面临的挑战与痛点分析
从企业“研发数字化”和“智能研发”的演进路径
先进装备工程数字主线(机电液集成研发设计)
装备性能工程数字主线(可执行数字孪生(xDT)
国内外领先企业在研发AI化的实践与启示
案例研讨
某智能装备企业研发数字化转型案例
第二单元:AI大模型与机器学习发展与工业适配
核心主题 学习AI技术发展及其在工业研发中的应用价值
AI大模型的定义与AI技术架构发展历程
传统机器学习与深度学习基本原理与区别
工业AI大模型(如Deepseek)在工业领域的应用价值
AI多模态数据的融合的研发知识库(图纸、CAX模型、数据对象)
AI知识库和RAG智能检索赋能研发项目管理和CBB库管理
研发数据中台与AI数据治理框架
案例研讨
某工业装备企业基于AI大模型构建智能装备设计知识库的实践
第三单元:MBD基于模型的设计和仿真中AI应用探索
核心主题 学习MBD的模块化设计和AI设计仿真智能体创新
基于模型的模块化产品设计和数字样机
3D DMU/PMI加速MBD到MBE之路
AI CAD 赋能参数化设计自动化
AI CAE赋能热管理仿真验证和优化
AI辅助模态测试和分析,提升HIL/SIL测试效率
基于模型的制造工艺规划验证和数字孪生调试
AI RPA赋能设计协同流程再造与工具链打通
案例研讨
吉阳锂电装备企业基于AI技术组件构建智能装备PTS模块化设计参数化建模
第四单元:AI在研发数据与知识管理中的应用
核心主题 AI赋能PLM智能研发数据中枢和创新实践
AI+PLM研发数智化和智能助手Copilot实施概述
AI 深度学习赋能PLM产品数据智能分类与优选与检索
AI RPA协助变更和协同设计效率提升
AI 物料与工艺知识库赋能装备RFQ智能报价RPA
AI装备工艺与FMEA知识库赋能装备工艺制造一体化
AGI协助研发项目的专利文案和报告创作
小组研讨 规划企业AI研发数智化转型实施路径
研发AI团队组建与能力模型设计和研发流程重构与AI工具链集成
制定本公司AI研发落地三年路线图(分组汇报)
授课老师
颜少林 西门子大湾区数字化技术赋能平台 主任
常驻地：深圳
邀请老师授课：13439064501 陈助理
