第二章 AI技术体系：航发制造适配方案需要现场演练支撑，对象、步骤和检查点会在训练中逐步明确
航空发动机制造企业董事长、总经理及副总经理、负责智能制造、数字化转型的副总及部门负责人、智慧产业相关高管及技术决策者、航发制造工艺、质量及设备管理核心骨干
航发零部件结构复杂，传统检测手段难以满足微米级缺陷检测需求，漏检率高且依赖人工经验。 生产过程中多源异构数据（MES、PLC、声发射等）分散，形成数据孤岛，难以支撑智能决策。 刀具、工装等关键资源缺乏全生命周期智能管控，导致换型时间长、库存成本高及意外停机频繁。 设备故障预警能力不足，非计划停机影响生产节拍，维护成本高且缺乏预测性维护手段。 AI落地缺乏清晰路径，企业在POC验证、数据治理及组织适配阶段容易陷入误区，投资回报率不明确
第四次工业革命背景下，全球航空发动机巨头如GE、普惠、罗尔斯·罗伊斯等纷纷布局AI技术，以应对日益复杂的制造挑战。航发制造具有高精度、高价值、多品种小批量的特点，传统制造模式在效率、质量控制及成本管理上面临瓶颈
人工智能技术为航发制造带来了新的驱动力，通过工艺优化、质量升维、成本重构及柔性生产四维驱动模型，推动行业从单点突破向产线协同乃至生态重构演进。然而，企业在落地过程中常面临数据孤岛、技术选型困难及复合型人才短缺等问题
本课程旨在填补理论与实践之间的鸿沟，结合数字孪生、工业大模型、小样本学习等前沿技术，提供可复用的AI转型方法论与实施路径，助力企业构建具备国际竞争力的数智化制造体系
6小时
讲师讲授、案例解析、互动提问、行动思考引导
人工智能AI与数字化实战专家
人工智能AI与数字化实战专家，曾任徐工汉云首席技术专家。擅长AI+工业互联网应用及数字化工厂规划，主持参与27个大型数字化工厂项目，致力于推动企业数字化转型与一线管理数字化赋能
查看讲师主页本课程页面围绕《AI赋能航发生产制造》重点呈现课程定位、适合对象、核心收益和 5 个主要模块，便于快速判断培训匹配度
