AI人工智能在生产中的应用-赋能生产降本增效与智能决策

人工智能AI在数智生产线与机器视觉中应用与人工智能在预测性维护与生产设备管理的应用被放在同一组任务里，方便参训团队对照自己的场景调整做法

2天，12小时 人工智能应用
授课讲师： 李希 · 智能制造与精益数字化转型专家
获取课程方案 查看课程大纲

课程大纲

课程总览

内容重点
  • 引入：AI驱动的工业4.0革命-智能制造的时代机遇
  • 从工业1.0到4.0，智能制造演进之路
  • 大数据、算力与算法的突破与AI在生产中的应用

人工智能AI在数智生产线与机器视觉中应用

一、认知革命-什么是人工智能（AI）
  • AI的通俗理解：让机器能听、看、理解、思考、行动的技术
  • AI的核心能力
  • 学习（Learning）
  • 推理（Reasoning）
  • 决策（Decision Making）
  • 自然语言处理（NLP）
  • 3. AI 的主要类型
  • 按能力划分
  • 按技术划分
  • 4. AI在工业领域的典型应用场景
二、传统质检的痛点与AI的解决方案
  • 1. 传统质检之痛：请大家回忆一下，在我们的日常质检工作中，最让你头疼的问题是什么？
  • 人力的局限
  • 标准不一
  • 效率瓶颈
  • 成本高企
  • 数据缺失
  • 环境风险
  • 2. AI视觉的解决方案 – 对症下药
  • 7. x24小时不懈的法眼
  • 超越人眼的精度与速度
三、计算机视觉技术原理简介-让它看得懂
  • 1. 第一步：眼睛-图像采集
  • 工业相机、镜头、光源的选择
  • 2. 第二步：大脑-算法模型
  • 类比
  • 训练过程
  • 推理过程
  • 3. 第三步：执行-结果输出
  • 输出信号
  • 触发后续动作
三、深度
  • 案例分析：AI视觉在建材行业的具体应用
  • 1. 表面缺陷检测 – 核心中的核心
  • 瓷砖/岩板：裂纹、崩边、色差、釉面瑕疵、针孔
  • 玻璃：气泡、结石、划伤、平整度
  • 水泥构件/预制板：裂缝、蜂窝麻面、露筋、尺寸超差
  • 金属建材（如铝型材）：划痕、凹坑、氧化斑点、颜色不均
  • 2. 装配完整性检查 & 包装与物流
  • 门窗组装：确认五金件是否安装齐全、密封条是否到位
  • 卫浴套装：检查产品组件、说明书、配件是否齐全
  • 包装完整性：检查水泥、涂料等产品的包装袋是否完好、喷码是否清晰

人工智能在预测性维护与生产设备管理的应用

一、AI赋能生产设备预测性维修管理
  • 1. AI赋能设备状态监测
  • 振动分析技术
  • 油液监测技术
  • 红外热成像技术
  • 2. AI赋能设备健康度预测预警
  • 设备健康状态评估
  • 寿命/故障预测
  • 3. AI赋能设备专业化巡检体制构建
  • 案例分享：AI赋能预测性维护案例交流、分享
  • 问题思考：你的维修流程够高效吗？-传统维修模式与数字化维修模式场景对比
二、AI赋能生产设备维修活动全流程优化
  • 1. AI赋能标准化维修流程（PDCA循环）
  • 制定点检/保养计划
  • 维修工单派发
  • 维修质量验收
  • 故障根因分析
  • 2. AI赋能维修工单管理升级
  • 报修人扫码提交 → 系统自动分类（机械/电气/仪表）
  • 维修进度实时更新（待接单/处理中/已完成）
  • 维修后自动关联设备档案，形成历史记录
  • 3. AI赋能关键维修技术
三、AI赋能生产设备维修信息技术
  • 1. AI赋能关键维修信息系统管理技术
  • 工单管理
  • 备件管理
  • 数据分析
  • 2. AI赋能设备移动化维修（智能手机/PAD应用）
  • 扫码查看设备维修历史
  • 拍照上传故障现象
  • 语音录入维修记录
  • 3. AI赋能数据驱动决策（BI看板）
  • 今日工单完成率

人工智能AI在智能生产优化与调度中的应用

一、AI在生产计划与排程中的应用
  • 互动开场：在排产时，最让你纠结的不确定因素是什么？
  • 传统排产的挑战：从经验驱动到数据驱动
  • AI的解决方案：智能排产系统（APS）
  • 智能预测
  • 多目标优化
  • 动态响应
  • 核心概念通俗解读：约束规划与优化算法
二、数字孪生与生产过程仿真优化
  • 1. 什么是数字孪生？
  • —为工厂创建一个虚拟双胞胎
  • 2. 在生产中的价值
  • 方案沙盘推演
  • 瓶颈分析
  • 人机培训
三、深度
  • 案例分析：AI在生产中的优化实践
  • 能耗优化—从成本中心到利润中心
  • 分析实时电价、设备负荷、环境温度等数据
  • 动态调整大型设备的启停与运行参数
  • 物料配送优化（AGV调度）
  • 工艺参数优化—从老师傅经验到AI模型
  • 找出关键工艺参数与最终产品质量的深层关系
  • 推荐最优的工艺参数设定值
  • 讨论：如何平衡算法优化与实际生产约束？

人工智能在生产日常管理工作过程中的应用

四、DEEP SEEK AI在日常工作业务中的应用
  • 1. DeepSeek AI优化提示词的详细方法
  • 明确需求，结构化提问
  • 提供背景信息
  • 分步骤或列表式提问
  • 指定回答格式
  • 设定角色，提升专业性
  • 限制条件，缩小范围
  • 示例引导，控制风格
  • 多轮修正 & 迭代优化
  • 避免模糊词汇

适合对象

公司生产部员工、设备、工艺、质量人员等

课程定位与主要问题

任务场景、提示词设计、输出校验和风险边界会被放进具体任务里校准，便于参训团队形成同一套做法

核心收益

  • 场景边界更清楚：工具场景、输入要求和输出校验，减少只听概念、不知道怎么用的落差
  • 围绕人工智能AI在数智生产线与机器视觉…校准目标和边界，明确课堂重点动作
  • 流程复用更容易：人工智能在预测性维护与生产设备管理…安排练习，检查方法、工具和流程是否可用
查看更多收益 收起更多收益
  • 人工复核有抓手：人工智能AI在智能生产优化与调度中…相关的责任分工、跟进节奏和复盘问题

课程背景与交付信息

随着工业4.0时代的到来，人工智能正以前所未有的力量驱动制造业的深刻变革。对于建材行业而言，面临着产品质量标准日益提升、生产成本持续高压、熟练技工短缺、以及生产安全与环境要求趋严等多重挑战。传统的生产管理模式，尤其是在质量检测、设备维护和计划排程方面，已逐渐触及天花板

本次培训应运而生，旨在回应这一时代命题。它将不再是泛泛而谈的AI概念普及，而是深度聚焦于计算机视觉等最易落地、见效最快的AI技术，结合生产的具体场景，为生产一线团队提供一套看得懂、学得会、用得上的AI赋能方法论和工具，助力企业在新一轮产业竞争中抢占智能化先机

课程时间

2天，12小时

授课方式

课程讲授50%，实践演练、案例分析及小组研讨50%

课程内容重点

01人工智能AI在数智生产线与机器视觉中应用
02人工智能在预测性维护与生产设备管理的应用
03人工智能AI在智能生产优化与调度中的应用
04人工智能在生产日常管理工作过程中的应用

讲师介绍

李希 讲师头像

李希

智能制造与精益数字化转型专家

李希，资深高级咨询师，智能制造与精益数字化转型专家。拥有近20年实战经验，擅长智能工厂规划、精益运营及AI赋能质量管理。累计服务800+企业，开展1000多场培训，致力于通过数智化手段推动制造企业降本增效与转型升级

制造业新能源汽车行业医药医疗电子制造有色化工
查看讲师主页

课程差异说明

本课程页面围绕《AI人工智能在生产中的应用-赋能生产降本增效与智能决策》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

课程常见问题

这门课适合哪些学员参加？

适合公司生产部员工、设备、工艺、质量人员等等需要系统提升相关能力的人群

学习这门课可以获得什么收益？

参加本次培训，您的团队将获得，并结合课程中的工具、案例和练习推动企业培训落地

课程通常安排多长时间？

当前样板提取的课程时间为：2天，6小时/天。实际交付可根据企业培训目标和学员基础进行调整

课程采用什么授课方式？

课程主要采用课程讲授50%，实践演练、案例分析及小组研讨50%，强调理解、讨论、工具练习和业务场景应用

企业可以基于这门课做定制吗？

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配