AIoT在制造业的应用场景
本课程聚焦消费电子与智能制造领域，系统解析AIoT技术体系及其在质量管控、预测性运维、柔性生产等核心场景的落地应用。通过德国利乐、美的、海尔等行业标杆案例，帮助自动化与数字化转型骨干掌握从技术架构到业务价值转化的关键能力，解决产线痛点，推动企业智能化升级
2天 工业互联网
适合对象
从事自动化或数字化、网络化、智能化转型的生产部门核心技术骨干、负责工程改造与系统研发的技术专家及项目经理、希望了解AIoT在制造业落地路径的企业中高层管理人员
课程定位与主要问题
传统生产系统柔性不足，难以应对多品种、小批量及快速迭代的市场需求 质量检测依赖人工或传统机器视觉，存在漏检率高、效率低且无法实时反馈的问题 设备维护多为被动式维修，缺乏基于数据的预测性维护手段，导致非计划停机时间长 工业数据孤岛现象严重，MES、ERP等系统间缺乏协同，难以实现全价值链优化 技术人员对AIoT复杂体系认知模糊，难以将技术与具体产线痛点有效结合并落地
核心收益
- 系统掌握AIoT技术体系，理解感知层、网络层、平台层及应用层的核心架构与价值
- 学习智能化质量管控与预测性运维方法，提升缺陷识别准确率并降低设备故障率
- 流程复用更容易：柔性生产与精准调度策略，通过AIoT驱动实现多品种订单的自动调度与无缝换线
课程背景与交付信息
AI工具进入真实流程后，难点通常不在演示，而在任务选择、输出校验和协作边界。课堂从一、智能制造技术基础切入，再对齐二、智能制造典型场景与应用与课后复用方式。
授课方式
讲解、 视频案例、 互动研讨、 问题答疑、 NLP启发、 深度观察、 情景对话
课程内容重点
01一、智能制造技术基础
02二、智能制造典型场景与应用
03三、智能制造技术创新与前沿探索
04四、智能制造的未来趋势与挑战
课程大纲
一、智能制造技术基础
工业4.0与智能制造导论
- 工业革命演进与智能制造的核心内涵
- 工业4.0的核心理念与技术架构金字塔
AIoT技术体系深度解析
- 感知层：工业传感器、RFID、机器视觉等在精密制造中的应用
- 网络层：5G专网、TSN（时间敏感网络）在保证实时通信中的价值
- 平台层：工业互联网平台、云边端协同架构与数据中台的角色
- 应用层：AI算法（机器学习、深度学习）与工业知识的融合
关键使能技术
- 工业大数据：数据采集、治理与价值挖掘
- 数字孪生（Digital Twins）：构建虚拟工厂，实现虚实映射与优化
- 案例剖析：日本荣耀柔性高度自动化产线
二、智能制造典型场景与应用
智能化质量管控
- AI视觉质检：应用于手机外观、屏幕、摄像头模组等元件的自动缺陷检测
- AIoT智能制造参数管控：数字化工艺参数控制实现0缺陷制造
- AI集成检测：分散的电子检测，利用逻辑电路进行集成
- 案例：江苏某智能家电工厂采用AI视觉大模型进行外观质检，缺陷识别准确率提升至99.2%
- 案例：星星科技集成电路检测，8个工位合并1个
预测性与自适应运维
- 基于传感器数据与AI算法，预测设备（如SMT贴片机、CNC机床）故障
- 变被动维修为主动维护的策略与实践
- 案例：中国联通为遵义钛业打造的空压站AI智控系统，实现节能30%
- 案例：上汽集团关联故障平台降低关联故障87%
柔性生产与精准调度
- AIoT驱动的柔性制造系统（FMS），应对手机型号快速迭代与小批量定制需求
- 案例：中之杰智能的德沃克X-Agent智能体，实现多品种订单自动调度与无缝换线
- 案例：德国利乐线高效柔性应对多品种少批量制造
智慧能源与碳足迹管理
- 物联网实时监测能耗，AI优化空调、照明等系统
- 案例：海尔中德生态园通过能源物联网改造，单位产值能耗下降23%
智能化物流与仓储
- AGV/AMR（自主移动机器人）、智能立库与物联网技术的结合
- 案例：美的荆州工厂的玉兔AI巡检机器人及AGV小车，实现无人干预下的物料搬运与巡检
三、智能制造技术创新与前沿探索
工业大模型与智能体（Agent）的崛起
- 从专用小模型到通用大模型：利用LLM理解工艺版本、生成作业指导书
- 工业智能体：具备自主决策与执行能力的AI单元，重构生产流程
- 案例：美的荆州工厂的工厂大脑与14个智能体，接管38个核心业务场景
边缘智能与AI芯片
- 边缘计算的实时性优势与AI芯片的算力支撑
- 缺陷检测、机械臂控制等在端侧完成的实践
跨系统协同与生态互联
- 打通MES、ERP、PLM的数据孤岛，实现全价值链优化
- 案例：广西华昇新材料构建生产可视化集控中心，劳动生产率提升50%
四、智能制造的未来趋势与挑战
未来趋势
- 自主制造系统：自感知、自决策、自执行、自进化
- 绿色智能制造：AIoT技术与双碳战略深度融合
- 人机协同深化：从人机交互到人机共生
主要挑战与应对策略
- 技术挑战：数据孤岛、模型泛化能力、实时性要求
- 安全挑战：构建端到端工业网络安全防护体系
- 组织与人才挑战：培养兼具OT、IT与AI知识的复合型人才
- 投资回报挑战：中小企业试点-推广路径以降低转型门槛
总结与互动研讨
- 课程总结：回顾AIoT在制造业从连接到智能的跨越式进化路径
- 互动研讨：结合苹果手机生产的特性，探讨本企业可行的AIoT应用切入点与实施路线图
讲师介绍
张忠新
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
制造业汽车行业医药医疗电力能源互联网科技
查看讲师主页
课程差异说明
本课程页面围绕《AIoT在制造业的应用场景》重点呈现课程定位、适合对象、核心收益和 4 个主要模块，便于快速判断培训匹配度
