您好,欢迎来到诺达名师!
客服热线:18898361497

当前位置: 首页 > 战略管理 > 企业战略 > 破茧成蝶-工业大数据驱动智能制造

韩迎娣

破茧成蝶-工业大数据驱动智能制造

韩迎娣 / 智能商业应用实践 专 家

课程价格: 具体课酬和讲师商量确定

常驻地: 北京

预定该课 下载课纲

咨 / 询 / 热 / 线 18898361497

在线咨询

课程大纲

【课程背景】

      在信息技术高速发展的今天,一个开放、全球化的网络,将人、数据和机器连接起来,成为一个庞大的物理世界,这些由机器、设备、集群和网络组成的环境,能够在更深的层面和连接能力、大数据、数字分析相结合,形成万物智联。在大数据、云计算及数据算法的结合下,逐步形成智能制造,智能商业等各类工业化及商业化应用。大数据并不在“大”,而在于“有用”,对于工业互联网创新发展来说,如何利用这些大规模数据是提升质量与效率关键,面对这些痛点则是“有数据不会用,无法产生实际商业应用价值”

     课程将以工业大数据与智能化应用为切入点,还原生产环境中的实际案例,帮助学员认知工业大数据是什么?如何驱动智能制造?学员如何根据所学来用大数据,释放数据能效?如何提升企业在工业数字化及智能制造方面的创新能力?使学员学之解惑,学之能用

【课程收益】

Ø 识别大数据、工业大数据、数据价值

Ø 理解物联网、大数据、云计算与智能制造关系、特点

Ø 学会工业互联网数字化场景及案例分析

Ø 如何让数据驱动工业数字化应用及决策

Ø 工业大数据发展趋势、价值及意义


【课程特色】干货,没有废话;科学,逻辑清晰;实战,学之能用;投入,案例精彩

【课程对象】董事长、总裁、总经理、常务副总经理、总裁助理、人力副总等高管人员

【课程时间】12小时


【课程大纲】

一、认识大数据与工业大数据

1、大数据、工业大数据现状及应用痛点

Ø 大数据应用现状

Ø 大数据应用误区

Ø 大数据应用困扰及痛点

2、什么是大数据、工业大数据?

Ø 大数据、工业大数据概念

Ø 大数据能做什么

Ø 大数据应用价值

Ø 大数据与工业大数据技术关系

3、工业大数据特征与特点

4、大数据与工业大数据的差异性

5、工业大数据应用热点及场景

  案例:

二、工业互联网,万物智联

1、初始“工业4.0”

Ø 工业4.0概念、组成

Ø 工业4.0变革三个特征

Ø 工业4.0的九大技术支柱

Ø 标准化、模块化与数字化是工业4.0的基础与前提

Ø 物联网支撑下的工业4.0变革

Ø 数字化能力的突破与成长

Ø “工业4.0”各国战略

2、物联网概述

Ø 什么是物联网

Ø 物联网特征与特点

3、工业互联网概述

Ø 什么是工业互联网

Ø 工业互联网特征与特点

Ø 工业互联网加速制造业转型

4、工业大数据、云计算与数据算法关系

5、无数据,不AI

6、人工智能能做什么?

Ø 什么是人工智能

Ø 如何理解人工智能

Ø 人工智能特征与特点

Ø 人工智能基础技术应用

Ø 人工智能发展痛点

7、人工智能与制造业结合

  案例:

三、工业互联网应用场景及案例分析

1、工业企业数字化转型

Ø 企业信息化现状

Ø 企业经营环境的变化

Ø 工业企业的核心竞争力

Ø 工业互联网平台能力图谱

2、大数据为工业互联网赋能

3、工业大数据的数据挖掘与建模

Ø 工业大数据挖掘流程与逻辑

Ø 工业大数据基本算法逻辑

Ø 工业大数据挖掘特性

Ø 工业大数据建模逻辑

Ø 数据+模型=能力

4、工业互联网的数据系统

5、工业大数据共享与链接逻辑

6、工业大数据驱动生产经营过程

7、工业互联网的SAAS平台与应用场景

Ø 产品设计

Ø 制造执行系统

Ø 数字双胞胎

Ø 智能机器人

Ø 仓储与物流自动化

Ø 企业管理与人力资源

8、让数据驱动经营决策

案例:

四、工业大数据驱动智能制造

1、工业互联网的智能化目标

2、智能制造的五个方面

Ø 产品智能化

Ø 生产方式智能化

Ø 装备智能化

Ø 服务智能化

Ø 管理智能化

3、智能工厂的三大特征

4、智能制造的体系架构

5、智能制造的两提升与三降低

6、智能制造推动的管理革命

 案例:

五、工业大数据安全管理策略

1、数据安全防护思路与体系

2、数据安全管理组织结构

3、数据安全管理策略

4、数据生命周期与防护措施

六、智能制造发展趋势、价值及意义

1、工业信息化变革核心驱动力

2、智能制造十大重点领域

Ø 节能与新能源

Ø 农业装备

Ø 生物医药及高性能医疗器械

Ø 新一代信息技术

Ø 高档数控

Ø 新材料

Ø 电力装备

Ø 先进轨道交通装备

Ø 海洋工程装备及高技术船舶

Ø 航空航天装备

3、智能制造发展趋势及意义

案例:

上一篇: 海量数据的未来--大数据时代的跨界与颠覆 下一篇:用户驱动下的数据分析与产品经营

下载课纲

X
""