掌握大數據的應用特點和基本算法；

理解工業大數據的體系架構，初步掌握工廠各類運營場景（預測、設備、質量、工藝等）大數據分析的基本方法，逐步實現工廠管理的數據化與智能化。

1. 解讀智能制造與工業大數據

德國，美國，中國智能制造戰略的差異本質

工業互聯網與工業大數據的應用場景舉例

模式創新：服裝行業大數據的案例介紹

2. 工業大數據及其技術基礎

運營管理人員的四項必備技術：概率、算法、構架與應用

何為“大”？__工業大數據的兩個界限

工業大數據與商業大數據的區別

核心算法舉例：分類、聚類

案例介紹“基于CNN算法的現場安全管理”

關聯背景簡介：人工智能，hadoop，數據挖掘……

3. 工業大數據的項目實施

目前工業大數據實施的熱點與難點分析

正確評估大數據項目實施的期望與技術

工業大數據的實施重點：

2 數據采集：從ERP到物聯網

2 數據處理：數據質量、成熟度、建模

2 應用場景：產品設計、設備診斷、質量管理等

4. 工業大數據目前應用場景

主要典型場景概述

產品研發與仿真

2 產品仿真：CPS和西門子數字孿生技術

2 產品研發應用：谷歌醫藥技術、半導體工藝材料

大數據與車間排程

2 管理現狀：計劃趕不上變化

2 改變原有認知：預測的價值？

2 無約束計劃與現實存在的多種變量

2 案例討論：APS系統與數據應用

質量分析與管理

2 目前質量分析工具：精益6西格瑪等

2 案例“基于大數據分析的白車身2MM裝配誤差”改善

2 數據相關性的工藝傳遞路線質量分析

設備故障

2 傳統故障診斷技術與設備維護

2 案例：大數據在風電設備診斷中的應用

2 不同設備機理的故障診斷現狀

李老師 | 上海威才咨詢 資深講師、高級顧問

精益供應鏈與工廠物流管理資深專家

國內制造業供應鏈與物流管理領域中具有豐富實踐經驗和深刻理解的咨詢顧問

? ? ?通過對日本豐田元圢工廠以及德國工業4.0的研究，對精益物流與智能制造具有深刻的理解和應用，其企業內部培訓和咨詢輔導客戶數量超過100家，各期公開課學員人數累計超過10000人次，既有管理系統的外資企業，也有快速擴張的民營企業。

豐富的智能制造與智能物流系統規劃經驗。

李老師學識豐富、思維敏銳，條理清晰，邏輯性、實務性強，善于針對學員和企業的實際需求組織課程內容，用生動豐富的實際咨詢案例與學員共同探討解決方案，課程內容翔實，案例生動。

中國首批創業板上市公司鄭州XX電子運營管理咨詢

第一期項目6個月，擔任項目經理和高級顧問

精益項目，負責生產計劃改善和庫存控制咨詢項目。對企業實現大規模產業化能力的提升奠定了堅實的基礎，其中一期庫存周轉率提升15％，SOP（銷售運作計劃）機制的建立對企業銷售模式與生產模式的匹配確定了具體的方法。

中國運動服飾知名品牌香港上市公司XX集團工廠倉儲物流優化項目

項目時間2期，共計14個月，擔任項目經理和高級顧問

對其服裝原材料、鞋業原材料以及服裝和鞋業成品倉庫實施系統化改善，包括倉儲規劃、現場布局、物流設備、標識系統建設、呆滯物料清庫盤點、倉儲作業流程規范、績效指標建立等內容，大幅提高倉儲進出庫效率（成品倉出貨時間縮短35%），有效降低倉儲作業成本和勞動強度，得到客戶高度好評。

上海XX智能儀表有限公司（德資）智能工廠規劃項目

項目時間18個月，擔任項目經理和高級顧問

結合上海G60科創走廊建設，XX上海工廠為打造集團智能化標桿工廠，結合廠區擴建和MES、APS系統實施，立足智能化和系統化布局建設啟動智能工廠規劃項目。

項目工作分為兩個大的階段，工廠大布局和車間精益運營。經過一年半的規劃實施和建設，工廠格局與運營管理煥然一新。其中工廠物流整體效率提高25%。結合XX工廠各個不同工藝車間的特點，完成自

動化和信息化升級，其中注塑車間的集中供料和自動化傳輸，直接降低40%以上的WIP，節省30%的物流成本。