AI时代数字化工艺体系与应用

课程时长: 2天

课程价格: ¥5600

培训对象: 离散型制造业厂长、生产/技术/工艺等部门负责人、数字化团队及相关负责人

  • 睿选观点

    在当今制造业竞争日益激烈的环境下,企业面临着产品上市时间长、工艺试错成本高、工作效率低下等诸多挑战。传统的工艺管理模式依赖“人脑经验”,缺乏结构化数据和数字化管理,导致设计与生产之间的衔接不畅,难以实现高效的协同工作。同时,随着AI技术的快速发展,许多企业却因不了解其在工艺管理中的应用,而错失了提升竞争力的机会。

    本课程聚焦于数字化工艺及其AI赋能,旨在帮助离散制造业的相关人员掌握工艺体系数字化与智能化的核心方法,了解主流数字化工艺管理平台,结合工业场景把握AI的发展趋势与技术逻辑。通过学习,学员将能够将最佳工艺实践固化到企业知识库中,实现设计与工艺的并行工程,减少工艺试错浪费,大幅提高工作效率。

  • 课程收益

     将最佳工艺实践从“人脑经验”固化到企业知识库中;实现设计与工艺的并行工程,大幅缩短产品上市时间;通过工艺仿真选择最优参数,减少工艺试错浪费;了解主流工艺数字化平台,大幅提高工作效率。

     结合工业场景把握AI的发展趋势与技术逻辑,开拓思路积极探索AI智能体的更多应用:

     初步掌握AI的开发框架和主流应用环境(RAG、n8n等),结合数字化工艺管理主动探索AI的不同应用范式;运用项目案例介绍AI在SOP、参数优化、工艺检测、工艺知识库等领域的创新应用。

  • 培训对象
    离散型制造业厂长、生产/技术/工艺等部门负责人、数字化团队及相关负责人
  • 培训时间
    2天

一.工艺管理的数字化转型与AI赋能

1. 企业工艺管理的现状

1.1. 工艺管理:现代制造业从概念到交付的的四大核心能力之一

1.2. 工艺及管理内容的评估:工艺体系、工艺技术、工艺装备、工艺人员

1.3. 工艺管理的核心价值:研发与工艺_可制造性、生产与工艺_一致性

1.4. 巨大的差距:依赖经验化与链接桥梁的数字化薄弱(设计与生产)

2. 数字化工艺的特点与核心价值

2.1. 数字化工艺:将物理世界的工艺参数、加工状态、材料特性等全要素的建模

2.2. 课堂案例:MakeReal3D助力汽车装配工艺的规划与优化

2.3. 数字化工艺的特点:结构化数据、工作流管理、对象建模

2.4. 数字化工艺的价值:打通数据链路,缩短上市时间、提高质量一致性

2.5. 数字化工艺工程师—工艺机理规划+数字化能力的T型人才

3. 数字化工艺的的AI演进场景

3.1. 生成式AI:通过自然语言指令+知识库自动生成工艺方案

3.2. 实时孪生:毫秒级响应的数字镜像+VR与物理世界同步

3.3. 生态协同:共享工艺云平台,实现制造资源的最优配置

二.工艺基础建设与工艺战略规划

1. 工艺基础建设的行业特点与工业机理分析

2. 工艺基础建设的基本方法(案例介绍)

2.1. 工艺发展地图

2.2. 关键工序的结构化

2.3. 重点工艺的优化

3. 工艺全流程的数字化建模与仿真系统简介

4. 工业大数据的特点与工艺数据的碎片化

5. 工业级AI的数据治理:从SCADA/MES到数据湖的标准化流程

6. 工艺战略规划的方法与案例介绍:企业技术与工艺的战略规划项目

三.数字化工艺的核心框架与工艺数据结构化

1. 数字化工艺的核心框架:PLM+CAPP与工艺知识库

2. 课堂演示:基于3DEXPERIENCE平台的电气装配与工艺仿真

3. 工艺参数结构化与工艺知识结构化

4. 案例介绍:某机车检修工艺的结构化梳理项目

5. 课堂演示:某工艺数据的模板库简介

四.AI发展与赋能工艺管理的技术逻辑

1. AI发展:为什么以神经网络为基础的AI成为当下主流技术路线

2. 案例介绍:从规则到统计——让机器理解人类自然语言的曲折过程

3. AI对制造业的赋能和影响特点:工业数据和工业机理的护城河

4. AI在工艺管理和知识库构建的应用:从RAG、工作流到AI Agent

5. “投喂数据”的背后逻辑:深度学习与神经网络的机理

6. 课堂演示:融合YOLO+注意力机制的装配作业数据集、训练与算法

五.基于工业AI的开发框架与工艺赋能场景

1. 工业范式变革与AI开发框架概述

2. 案例介绍:PTC基于AI 驱动的创成式工艺开发

3. 工艺知识图谱的构建与系统实施

3.1. 案例介绍:基于西门子TC系统的工艺管理方案

3.2. 西门子Teamcenter(TC)系统中提示词的应用探索

4. 案例介绍:基于神经网络+遗传算法的大型机加工部件车间工艺布局简介

5. 基于AI的人机协作增材制造技术简介

5.1. 增材制造技术中的人机协作简介

5.2. 典型场景:交互式增材制造+面向增材制造工艺链的人机协作

6. AI工具链课堂实战:零部件装配SOP的自动生成(基于n8n+Qwen的定制化工作流)

城市 天数 价格 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
上海 2 5600 31-1
返回顶部