模块一：智能制造与智能工厂概览
1.智能制造的核心目标
- 提升产品质量、降低生产成本、提升效率、实现绿色低碳、增强柔性。
2.工厂智能化发展阶段
- 数字化 → 网络化 → 智能化
- 智能工厂的关键要素：人、机、料、法、环、测。
3.制造业AI落地的四大挑战
- 数据孤岛与数据质量不足
- 算法与生产场景结合困难
- 试点难以复制和规模化
- 投入产出比难以衡量
模块二：AI在工厂典型场景应用案例
通过多个实际案例，展示AI如何在工厂不同环节创造价值。
1. 智能质检（Computer Vision）
- 汽车零部件表面缺陷检测：减少漏检与误判，提升良品率。
- 手机屏幕划痕与亮点检测：自动识别微小瑕疵，替代人工灯检。
- 食品包装异物检测：通过X光+AI识别金属丝、玻璃碎片。
2. 动态排产与产线调度
- 电子装配：AI根据订单实时动态调整生产计划，减少切换浪费。
- 钢铁轧制：结合能耗价格曲线动态排产，避开高电价时段。
- 家电生产：AI排程降低切换工装次数，提高产线柔性。
3. 能耗优化与碳排管控
- 注塑机能耗预测：提前调节机器参数，节省电费。
- 空压机群智能调度：多台设备协同运行，降低15%能耗。
- 焊接车间废气排放监控：AI优化排风系统，减少能源浪费。
4. 预测性维护（Predictive Maintenance）
- 机床主轴振动信号预测：提前发现异常，避免停产。
- 风机叶片裂纹监测：AI识别微小裂纹，延长使用寿命。
- 压缩机油耗与温度预测：提前换件，避免生产事故。
5. 供应链优化
- 汽车零部件企业：AI预测供应商交货延误，提前调整库存。
- 电子行业：AI预测原材料价格波动，辅助采购决策。
- 医药冷链：AI优化配送路径，减少药品温度超标风险。
6. 其他有趣应用
- 智能仓储：机器人自动拣选结合AI路径优化，缩短交货周期。
- 工人作业安全：AI识别工人未佩戴安全帽，自动报警。
- 智能配送：AGV小车通过AI避障，提高厂内物流效率。
模块三：从试点到规模化的落地路径
1.技术选型与架构搭建
- 工厂适用的AI工具箱：视觉检测、时序预测、强化学习、优化算法。
- 如何在不同场景中做技术选型。
2.数据治理与价值挖掘
- 数据采集 → 数据清洗 → 数据建模
- 小样本与噪声数据下的AI应用方法
3.模型迭代与闭环优化
- 持续迭代更新，结合生产实际不断改进
- 从“做出结果”到“长期运行”
4.常见陷阱与解决思路
- 试点项目成功但无法推广
- IT主导而缺少OT（操作技术）结合
- ROI不明确导致项目搁浅
模块四：工厂AI转型的组织与实践
1.工厂数字化转型路线图
- 从单点应用到系统化改造
- 智能工厂成熟度模型
2.人才与组织变革
- 工程师与数据科学家协作模式
- 一线工人参与智能化转型的方法
3.工厂实操建议
- 先做“小试点”，验证ROI
- 从生产、设备、供应链逐步扩展
4.Q&A与讨论
- 针对学员工厂实际问题的案例分析与解答授课老师
陈婉莹 浙工商管工学院国际教育中心副主任
常驻地：杭州
邀请老师授课：13439064501 陈助理
