颜少林:智能制造工厂建设与运营

课程背景

当前,全球制造业正经历以数字化、智能化、绿色化为核心的深刻变革,新质生产力成为驱动产业升级的核心引擎。我国央国企及规模以上制造企业面临着传统生产模式效率偏低、资源配置不均、客户定制化需求激增、供应链协同不畅、质量管控难度加大等多重挑战,数字化转型已从 “可选项” 变为 “必选项”。

在此背景下,智能工厂作为制造业数字化转型的核心载体,融合了 AIoT、数字孪生、工业 AI 视觉、大数据等前沿技术,贯穿从客户需求对接、产品研发、生产执行到运维服务的全流程。然而,多数企业在智能工厂建设中存在规划缺乏系统性、技术与业务脱节、数据价值难以挖掘、落地效果不达预期等痛点。为帮助企业破解转型难题,精准把握智能制造发展趋势,掌握智能工厂建设与运营的关键方法,特打造本课程。

课程收益

1.认知升级:全面理解新质生产力赋能制造业数智化转型的核心逻辑,明晰智能工厂建设的精益化、数字化、自动化、绿色化核心方向,掌握 4A 架构、数字孪生等关键概念与应用场景。

3.技术应用:深入了解 AIoT、工业 AI 视觉、大模型等前沿技术在智能制造中的落地场景,学会运用质量数字化体系、设备智能运维、供应链控制塔等工具提升运营效率。

4.案例借鉴:通过西门子、一汽红旗、中车、慕思等标杆企业案例,吸收不同行业智能工厂建设的成功经验与避坑要点,为企业转型提供可参考的实践路径。

5.能力提升:提升跨部门协同(产研、产销、产供)、数据治理与分析、智能系统集成管控等核心能力,助力学员成为企业智能制造转型的核心骨干。

课程特色

体系化架构:课程涵盖智能工厂规划、客户需求对接、生产计划指挥、质量管控、现场管控、运营管理六大核心模块,形成 “规划 - 落地 - 运营 - 优化” 的全流程知识体系,逻辑闭环且重点突出。

实战性导向:依托 20 + 行业标杆案例(西门子成都 / 南京工厂、一汽红旗 AI 质检、慕思 C2M 等),结合具体业务场景(如 C2M 定制、供应链排产、AI 视觉质检)拆解实施细节,避免理论空泛。

技术与业务融合:聚焦 “技术为业务赋能” 核心,不单纯讲解技术原理,而是重点拆解 AIoT、工业 AI、大模型等技术在质量提升、降本增效、绿色低碳等业务目标中的实际应用,实现技术落地与价值转化。

针对性解决痛点:针对企业在智能工厂建设中面临的规划迷茫、系统集成难、数据不通、运维复杂等痛点,提供具体解决方案(如 4A 架构设计、IBP 集成商业计划、AI-EMS 能源管理),实用性强。

多行业覆盖:案例涵盖汽车、工程机械、家电、轨道交通、零部件制造等多个领域,无论是主机厂还是配套企业,均可从中获取适配自身的转型经验与方法。

课程方案

第一章:智能制造规划与落地

1. 转型思路展望-新质生产力赋能央国企数智化转型

1)XX智能制造现状和产业集群数字化新变化

2)XX制造业数字化洞察和挑战分析

3)新质生产力进化和生产方式变革

2.智能工厂建设规划实施步骤

1)智能工厂建设和运营体系(精益化、数字化、自动化、绿色化)

2)智能工厂的规划原则和方法论

3)智能工厂的顶层蓝图方案设计(4A架构)

3.智能工厂核心业务专案设计和集成场景实施落地

1)工厂整体布局规划和MES/SCADA工业环网集成设计

2)仓储物流规划和WMS/MCS系统集成设计

3)FMCS智慧厂务规划和能源管控设计

4.西门子智能工厂案例分享

1)西门子数字化转型框架与战略 (数字化*低碳化双轮驱动/MBD-DT)

2)西门子成都数字化工厂案例分享(仿真驱动设计和OPcenter数字运营)

3)西门子南京数字化工厂案例分享(数字孪生案例和绿色低碳)

第二章:客户C2M需求与智能工艺制造系统

1.智能识别客户需求与自动RFQ和物料优选

1)客规AI智能识别和客参提取(产品定制);

2)结构化需求管理和自动RFP物料优选

2.产品标准化模块化设计PTS:模块化设计与参数化工艺

1)产品标准化设计模板PTS

2)产品CPQ选配和参数化工艺对口个性化C2M

3)DMU数字样机和设计CBB库

3.结构化工艺BOP开发和数字孪生仿真验证

1)工艺开发管理

2)制造BOM演化结构化BOP

3)工艺资源库和工艺知识库(参数与规则)

4.研发工艺域数据治理和知识图谱构建

案例:慕思C2M数字化工厂案例

第三章: 智能制造条件下的生产计划指挥中心

1.供应链数字化和新质生产力洞察

1)供应链数字化成熟度

2)ISC集成供应链数字化

3)供应链新质生产力洞察

2.数据智能驱动的供应链控制塔运营体系

1)数字化控制塔运营框架

2)IBP集成商业计划方案(销售订单与产能AI智能排配方案)

3)计划管控的三个协同(产研、产销、产供协同)

3.智能制造工厂的生产指挥中心设计与运营

1)制造业生产指挥中心需求挑战和建设重点

2)AP高级计划和AS高级排产的集成方案

3)生产指挥中心多级计划运营决策(AI-ChatBI+RPA)

案例:某家电制造业智能工厂指挥中心案例

第四章 AIOT赋能制造业高质量数字化转型

1.质量管理4.0 和质量数字化体系

1)数字化质量管理4.0框架

2)新时代装备建设质量管理体系NQMS

3)质量数字化成熟度(TQM质量信息化和大数据)

案例:中车TMT质量数字化规划和QMS系统案例

2.AIOT技术赋能制造业高质量数字化

1)QLM质量全生命周期(西门子TCQ研发+OPQ生产质量闭环)

2)AI大模型赋能全面质量数字化(质量数据治理和全息质量追溯)

3)AIOT驱动从质量管理到良率提升(质量多因子分析和优化管控)

案例:某扫地机器人AI-8D+QMS+视觉质检案例

第五章 智能制造背景下的工业AI视觉在工厂现场管控

1.工业视觉技术发展和AI创新升级

2.工业AI视觉在智能工厂提质降本应用

1)主机厂6+1工业AI视觉创新应用

2)零部件工业AI视觉应用(尺寸和缺陷)

3)某白车身AI的质检系统和QMS/MES集成案例

4)工程机械装备工业AI视觉应用

案例:主机厂整车AI质检-一汽红旗/沈阳宝马

案例:零部件厂AI质检-舍弗勒/深圳凯中案例

3.工业AI视觉在智能工厂增效降本应用

1)园区和厂区AI视觉监控管理(异常和行为)

2)产品组装和包装AI视觉监控工艺一致性

3)车间内物流AI视觉监控配送(齐套和水位/效率)

第六章 智能制造集成管控的工厂运营管理

1.智能制造集成管控和工厂物联运营管理

1)工业物联网平台发展

2)设备技改联网和IOT集成

3)FMCS先进制造智慧厂务管理平台

4)AI-EMS智慧能源和CMS双碳管理

2.AI数据智能赋能设备运维

1)数字化工厂运维保障体系

2)EAM设备资产管理数字化

3)AIOT工厂设备运维(EHM/PHM)

3.MRO检修运营管理和指挥中心

4.大模型在工业多源数据的治理和分析

柳工工程机械装备案例/中铁轨道装备案例

授课老师

颜少林老师的课程大纲

颜少林老师动态