講師介紹

1【德國工程&美國軟件雙博士  30年歐美亞智能制造】

① 30年智能制造行業經驗：在AI模型方面，具備工藝、材料、設備、數采、模型和自動化等工作經驗；在軟件方面，具備軟件架構、機器自學和軟件開發等工作經驗；

② 200余項項目實施管理經驗：自主咨詢開發項目一百多項，領導團隊開發項目一百余項；

③ 豐富的資源積累：匯集德國、美國、加拿大等歐美國家最新技術資料，專注于智能制造實戰培訓。

德國（1990-1995）

- 有限元人工智能模型開發 (德國DFG一百萬DM） 

- 書出版：材料大變形溫度/力學有限元模擬（1996， 德語版） 

- 開創了有限元模擬在復雜斷面生產斱面工廠應用的先河

美國（1995-2005）

- 摩根，一百多套生產過程模型（1995-1999） 

- 8年30門計算機課程，包括在職培訓 (1998-2005) 

- 軟件工程師 (凱斯凱特)+軟件顧問+5萬頁網站+智能軟件 

- 計算機理論的突破：OOP+SOA+企業版Windows等等

2【擅長領域】

① 智能制造系統架構選取與設計（基于現場需解決的問題）；

② 數字化工廠/智能產線規劃與設計；

③ 智能制造解決方案選型、實施與管理；

④ 應用智能制造優化企業運行和產品質量。

3【豐富項目經驗】

課程背景

當今社會，隨著科技和信息化技術的發展，智能制造已成為解決傳統制造業難題的關鍵舉措！2020年，在工業信息化領域，國內人才缺口約300萬人，巨大的市場需求使得從事該領域的技術人員待遇得到不斷地提升。然而，與智能制造專業人才的需求逐年增長相比，智能制造專業人才的培養卻處于相對滯后狀態。

2012-2020年1-4月中國13項人工智能技術應用企業數量

并且，國內智能制造的培訓主要存在著兩方面的弱勢：

1.現場案例不多：

很多培訓依然停留在智能制造基礎知識的講解，抑或是國內外知名企業已廣泛應用在智能制造方面的成果，課程僅僅停留在表面或者是基礎，缺乏實際項目經驗的指導。

2.對于工程建模、機器學習和智能系統開發三大區別于其它制造的智能制造模塊涉及較少：

目前，中國特定的智能制造歷史階段時期，雖然基礎自動化和數字化對制造業仍然有很大幫助，但并不能完全代表智能化，而只是智能化不可缺少的基礎?，F有的培訓不夠全面，學員們無法進一步進行技術探討與深度交流。

近年來，中國的智能制造進程迅速發展！繼兩化貫標后，國家政策以及地方政府對于智能制造的支持力度日益加大。任何產業的發展都離不開高素質人才的支撐，在推動中國制造向中國智造轉型的過程中，需要一大批掌握核心技術、具有現代工匠精神的新型高技能人才的支撐。

課程優勢

1.實行歐美式授課教學

歐美式的授課風格，幾十年經驗摸索的學習方法，注重趣味與理論案例相結合，知識點鞏固與趣味溝通并重的培訓旅程；

2.豐富的行業項目實踐經驗教學

所有課程內容均基于團隊智能制造的實踐案例，注重把固化的知識點融于實際操作的創新方式；

3.全面、系統化的課程建設

培訓側重于工程建模、機器學習和智能系統開發這三大主體領域，同時幫助學員補給基礎自動化和數字化的基礎知識，全面且系統的規劃課程大綱與詳細內容，以期為工業信息化領域提升現有人才知識儲備、幫助新進人員積累經驗。

課程內容

本次全年系統課程培訓側重于智能制造主體領域（制造過程優化）：

1.在企業現場工藝、設備和產品質量等問題進行工程建模；

2.基于所建模型與現場所采集的在線數據進行機器學習；

3.基于上述兩階段進行智能系統的架構與開發，包含大約1/3的工程模型和大約2/3的場景 (Use Cases) 和用例 (User Scenarios)；

上述方面均基于已完成的智能制造項目經驗，合理規劃講座次數。此外，另設現場問題溝通、疑難解答分析等。

各組別的講座領域&講座次數

課程內容&講座次數可能根據報班人數進行調整

前35講課程詳細清單

一、

【1】中國智能制造目前現狀 

【2】推進智能制造的四大業務領域

【3】如何推進智能制造

二、

【1】多級計算機控制系統

【2】二級系統（智能系統）的應用

三、

【1】何為智能制造

【2】工業1.0、2.0、3.0、4.0 

【3】MES開發目前主要弱點

四、

新一代二級系統產生及應用

五、

【1】二級系統的模型架構 

【2】相應的軟件架構 

【3】鋰電池&鋼鐵制造方面的示例

六、

【1】二級系統的用例及相應的軟件架構 

【2】二級系統的用戶場景及相應的軟件架構 

【3】鋰電池和鋼鐵制造方面的場景用例

七、

【1】基礎自動化、MES、智能系統（二級系 統）和ERP的數據架構需求 

【2】基礎自動化、MES智能系統（二級系統）和ERP的數據架構需求數據清單；

八、

【1】機器學習在智能制造中的作用

【2】機器學習技術點：深度學習，神經網絡等 

【3】機器學習的歷史，動態及發展

九、

【1】大數據技術 

【2】云計算技術 

【3】其它相關技術

十、

建立智能系統降低人員需求提高企業競爭力 

(1）操作室；(2)管理人員、工程師和操作人員勁往一處使；(3) 高端的機器代人；(4) 把高端人才的知識經驗分享學習并進一步優化；(5) 質量的綜合優化；(6) 設備軟件為設備中最昂貴部分

十一、

中國智能制造 (中國工程院觀點) 

中國制造2025/2035等 

其它的本質內容

十二、

【1】進行智能制造各方面的素質訓練及培訓進階 

【2】在工藝、產品、設備、模型、自動化、數采和軟件等斱面的素質需求

十三、

【1】中國智能制造在所需四大領域的技術現狀 

【2】企業如何利用智能制造解決自身的問題 

【3】企業為滿足條件所需要進行的自身強化領域

十四、

【1】人工智能在智能制造中的應用（共10講），應用培訓師基于在歐美亞各國已經完成的現場案例

十五、

【1】智能制造的技術基礎（數據、在線模型、預計算、再計算、機器自學、后計算）、軟件架構、工程難題解決、生產優化和產品質量提升等等）

十六

【1】如何進行智能制造，以培訓師在歐美亞諸國已經完成的項目作為案例進行教學

十七、

【1】數據建模實戰：數據采集、數據架構到數據應用的工作實戰

十八、

【1】鋰電池制造各類缺陷模型綜述

【2】鋰電池制造綜合優化模型 

【3】其它制造領域的缺陷及綜合優化模型

十九、

【1】行業間模型關聯性：（1）制造業；（2）整個工程行業；（3）其它技術行業 

【2】金通鋰電質量包（專注于鋰電池制造） 

【3】金通質量包（與注于其它所有制造業）

二十、

【1】材料加工中5天模型培訓清單 

【2】每次課（2學時，1.5小時）模型實戰題目講述

二一、

【1】國內智能制造/數字制造技術綜述

二十二、

【1】智能制造問題和系統架構

二十三、

【1】智能制造中/高級技術介紹

二十四、

【1】智能制造系統功能架構

二十五、

【1】智能制造案例 (中/高級) - 比亞迪鋰電池極片項目

二十六、

【1】智能制造案例 (中/高級) - 先進材料：俄勒岡公司項目

二十七、

智能制造案例 (中/高級) - 先進材料：南鋼項目

二十八、

智能制造案例 (中/高級) - 先進材料：光學薄膜及浸鍍等

二十九、

智能制造案例 (中/高級) - 電子/SMT：創維、TCL和廣業項目

三十、

國內諸公司數字化和智能化進展及分析

三十一、

智能制造主要開發領域建議 (官方領域)

三十二、

國內外數字化，智能化建設焦點積聚

三十三、

智能制造之于高端材料/5G材料的生產制造優化；

三十四、

中美德三國的智能制造戰略和優劣勢對比

三十五、

智能系統 (二級系統) 結構分析，以俄勒岡二級系統為例: (1) 各類模型框架, (2) 各類場景用例架構圖, (3) 早期開發及此后的5年優化

注釋：此課程清單僅供參考

隨著學員接收知識的能力以及客觀需求會適當調整

培訓基于權威講師自己所完成的項目及領導美國金通團隊所完成的項目，共120余項。同時基于在德國、美國和加拿大等主要圖書館收集的百萬頁技術資訊！

宇航大講堂

宇航大講堂是宇航股份打造的客戶培訓共享平臺，旨在為客戶提供系統使用及各種實際應用的一站式培訓服務，宇航股份擁有智能制造行業資深專家和具備豐富的項目實施及管理經驗人員組建的講師團隊，培訓內容涵蓋多門專業課程，為客戶提供全面的培訓支撐。