超值！9.9元抢先体验德美双博士全年智能制造人才必修课之精品课程
讲师介绍
1 | 【德国工程&美国软件双博士 30年欧美亚智能制造】 ① 30年智能制造行业经验：在AI模型方面，具备工艺、材料、设备、数采、模型和自动化等工作经验；在软件方面，具备软件架构、机器自学和软件开发等工作经验； ② 200余项项目实施管理经验：自主咨询开发项目一百多项，领导团队开发项目一百余项； ③ 丰富的资源积累：汇集德国、美国、加拿大等欧美国家最新技术资料，专注于智能制造实战培训。 |
研发内容 德国（1990-1995） - 有限元人工智能模型开发 (德国DFG一百万DM） - 书出版：材料大变形温度/力学有限元模拟（1996， 德语版） - 开创了有限元模拟在复杂断面生产斱面工厂应用的先河 美国（1995-2005） - 摩根，一百多套生产过程模型（1995-1999） - 8年30门计算机课程，包括在职培训 (1998-2005) - 软件工程师 (凯斯凯特)+软件顾问+5万页网站+智能软件 - 计算机理论的突破：OOP+SOA+企业版Windows等等 | |
2 | 【擅长领域】 ① 智能制造系统架构选取与设计（基于现场需解决的问题）； ② 数字化工厂/智能产线规划与设计； ③ 智能制造解决方案选型、实施与管理； ④ 应用智能制造优化企业运行和产品质量。 |
3 | 【丰富项目经验】 |
  | |
课程背景
当今社会，随着科技和信息化技术的发展，智能制造已成为解决传统制造业难题的关键举措！2020年，在工业信息化领域，国内人才缺口约300万人，巨大的市场需求使得从事该领域的技术人员待遇得到不断地提升。然而，与智能制造专业人才的需求逐年增长相比，智能制造专业人才的培养却处于相对滞后状态。
2012-2020年1-4月中国13项人工智能技术应用企业数量
并且，国内智能制造的培训主要存在着两方面的弱势：
1.现场案例不多：
很多培训依然停留在智能制造基础知识的讲解，抑或是国内外知名企业已广泛应用在智能制造方面的成果，课程仅仅停留在表面或者是基础，缺乏实际项目经验的指导。
2.对于工程建模、机器学习和智能系统开发三大区别于其它制造的智能制造模块涉及较少：
目前，中国特定的智能制造历史阶段时期，虽然基础自动化和数字化对制造业仍然有很大帮助，但并不能完全代表智能化，而只是智能化不可缺少的基础。现有的培训不够全面，学员们无法进一步进行技术探讨与深度交流。
近年来，中国的智能制造进程迅速发展！继两化贯标后，国家政策以及地方政府对于智能制造的支持力度日益加大。任何产业的发展都离不开高素质人才的支撑，在推动中国制造向中国智造转型的过程中，需要一大批掌握核心技术、具有现代工匠精神的新型高技能人才的支撑。
课程优势
1.实行欧美式授课教学
欧美式的授课风格，几十年经验摸索的学习方法，注重趣味与理论案例相结合，知识点巩固与趣味沟通并重的培训旅程；
2.丰富的行业项目实践经验教学
所有课程内容均基于团队智能制造的实践案例，注重把固化的知识点融于实际操作的创新方式；
3.全面、系统化的课程建设
培训侧重于工程建模、机器学习和智能系统开发这三大主体领域，同时帮助学员补给基础自动化和数字化的基础知识，全面且系统的规划课程大纲与详细内容，以期为工业信息化领域提升现有人才知识储备、帮助新进人员积累经验。
课程内容
本次全年系统课程培训侧重于智能制造主体领域（制造过程优化）：
1.在企业现场工艺、设备和产品质量等问题进行工程建模；
2.基于所建模型与现场所采集的在线数据进行机器学习；
3.基于上述两阶段进行智能系统的架构与开发，包含大约1/3的工程模型和大约2/3的场景 (Use Cases) 和用例 (User Scenarios)；
上述方面均基于已完成的智能制造项目经验，合理规划讲座次数。此外，另设现场问题沟通、疑难解答分析等。
各组别的讲座领域&讲座次数
课程内容&讲座次数可能根据报班人数进行调整前35讲课程详细清单
1 | 【1】中国智能制造目前现状 【2】推进智能制造的四大业务领域 【3】如何推进智能制造 |
2 | 【1】多级计算机控制系统 【2】二级系统（智能系统）的应用 |
3 | 【1】何为智能制造 【2】工业1.0、2.0、3.0、4.0 【3】MES开发目前主要弱点 |
4 | 新一代二级系统产生及应用 |
5 | 【1】二级系统的模型架构 【2】相应的软件架构 【3】锂电池&钢铁制造方面的示例 |
6 | 【1】二级系统的用例及相应的软件架构 【2】二级系统的用户场景及相应的软件架构 【3】锂电池和钢铁制造方面的场景用例 |
7 | 【1】基础自动化、MES、智能系统（二级系 统）和ERP的数据架构需求 【2】基础自动化、MES智能系统（二级系统）和ERP的数据架构需求数据清单； |
8 | 【1】机器学习在智能制造中的作用 【2】机器学习技术点：深度学习，神经网络等 【3】机器学习的历史，动态及发展 |
9 | 【1】大数据技术 【2】云计算技术 【3】其它相关技术 |
10 | 建立智能系统降低人员需求提高企业竞争力 (1）操作室；(2)管理人员、工程师和操作人员劲往一处使；(3) 高端的机器代人；(4) 把高端人才的知识经验分享学习并进一步优化；(5) 质量的综合优化；(6) 设备软件为设备中最昂贵部分 |
11 | 中国智能制造 (中国工程院观点) 中国制造2025/2035等 其它的本质内容 |
12 | 【1】进行智能制造各方面的素质训练及培训进阶 【2】在工艺、产品、设备、模型、自动化、数采和软件等斱面的素质需求 |
13 | 【1】中国智能制造在所需四大领域的技术现状 【2】企业如何利用智能制造解决自身的问题 【3】企业为满足条件所需要进行的自身强化领域 |
14 | 【1】人工智能在智能制造中的应用（共10讲），应用培训师基于在欧美亚各国已经完成的现场案例 |
15 | 【1】智能制造的技术基础（数据、在线模型、预计算、再计算、机器自学、后计算）、软件架构、工程难题解决、生产优化和产品质量提升等等） |
16 | 【1】如何进行智能制造，以培训师在欧美亚诸国已经完成的项目作为案例进行教学 |
17 | 【1】数据建模实战：数据采集、数据架构到数据应用的工作实战 |
18 | 【1】锂电池制造各类缺陷模型综述 【2】锂电池制造综合优化模型 【3】其它制造领域的缺陷及综合优化模型 |
19 | 【1】行业间模型关联性：（1）制造业；（2）整个工程行业；（3）其它技术行业 【2】金通锂电质量包（专注于锂电池制造） 【3】金通质量包（与注于其它所有制造业） |
20 | 【1】材料加工中5天模型培训清单 【2】每次课（2学时，1.5小时）模型实战题目讲述 |
21 | 【1】国内智能制造/数字制造技术综述 |
22 | 【1】智能制造问题和系统架构 |
23 | 【1】智能制造中/高级技术介绍 |
24 | 【1】智能制造系统功能架构 |
25 | 【1】智能制造案例 (中/高级) - 比亚迪锂电池极片项目 |
26 | 【1】智能制造案例 (中/高级) - 先进材料：俄勒冈公司项目 |
27 | 智能制造案例 (中/高级) - 先进材料：南钢项目 |
28 | 智能制造案例 (中/高级) - 先进材料：光学薄膜及浸镀等 |
29 | 智能制造案例 (中/高级) - 电子/SMT：创维、TCL和广业项目 |
30 | 国内诸公司数字化和智能化进展及分析 |
31 | 智能制造主要开发领域建议 (官方领域) |
32 | 国内外数字化，智能化建设焦点积聚 |
33 | 智能制造之于高端材料/5G材料的生产制造优化； |
34 | 中美德三国的智能制造战略和优劣势对比 |
35 | 智能系统 (二级系统) 结构分析，以俄勒冈二级系统为例: (1) 各类模型框架, (2) 各类场景用例架构图, (3) 早期开发及此后的5年优化 |
注释：此课程清单仅供参考
随着学员接收知识的能力以及客观需求会适当调整
课程资源
培训基于权威讲师自己所完成的项目及领导美国金通团队所完成的项目，共120余项。同时基于在德国、美国和加拿大等主要图书馆收集的百万页技术资讯！
培训所调用的主要技术资源
项目系统实践案例资料
课程报名
