課程簡介

製造業中的AI介紹

  • 智能製造和工業4.0的趨勢
  • AI在運營中的應用案例概述
  • 關鍵性能指標和KPI

數據收集與準備

  • 製造數據的來源(傳感器、PLC、MES)
  • 清理和格式化時間序列數據
  • 使用Pandas和Jupyter進行預處理

描述性和診斷性分析

  • 數據探索和可視化
  • 相關性分析和根本原因識別
  • 使用Power BI的自定義儀表板

Machine Learning用於流程優化

  • 監督學習和無監督學習
  • 聚類分析用於模式發現
  • 回歸和分類用於預測

AI用於預測性維護和質量

  • 異常檢測和預測性警報
  • 故障預測模型
  • 通過模型洞察提高產品質量

實時分析和反饋循環

  • 流數據和實時處理
  • 與SCADA/MES系統集成
  • 反饋用於自動流程調整

案例研究和頂點項目

  • 動手分析真實世界數據集
  • 設計和驗證優化模型
  • 最終展示AI驅動的改進計劃

總結與下一步

最低要求

  • 對製造流程或運營管理的理解
  • 具有數據分析或Excel報告的經驗
  • 對編程或腳本的基本熟悉度

目標受眾

  • 流程工程師
  • 工廠主管
  • Lean Six Sigma專業人士
 21 時間:

人數


每位參與者的報價

Provisional Upcoming Courses (Require 5+ participants)

課程分類