课程背景
随着科技的飞速发展，人工智能与大数据技术在制造业中的应用日益凸显其重要性。本课程将深入探讨数字技术在制造业中的具体应用，旨在帮助制造业企业实现智能化升级，提高生产效率与质量水平。
课程收获
1. 深入理解“钢铁数字化转型”及智能制造的概念与技术原理。
2. 掌握大数据分析在制造业中的核心作用。
3. 通过实际案例，深入了智能制造具体的应用
课程对象：制造业
课程时长：2天（6小时）
课程大纲
课题一：钢铁数字化转型
1. 数字经济与产业数字化
2. 定义数字化、数字化转型
3. 钢铁企业数字化转型的背景、原因及战略意义
4. 钢铁企业数字化转型的方向和目标
5. 钢铁企业数字化转型的内容
6. 钢铁企业数字化转型的落地要素
课题二：数字化转型的技术原理
1. 数字化的根本要求在于提升效率
2. 关键在于实现从信息化-数字化-智能化-智慧化
3. 数字化：依托数据分析，驱动科学决策
4. 智能化：借助AI赋能生产业务，提升效率
5. 智慧化：内化组织内部经验和专家知识，为普通员工提供行动方案
6. 5G+云计算、大数据、物联网、AI在数字化、智能化、智慧化中是如何发挥作用的
【案例】宝钢数字化转型的应用场景原理解析
课题三：钢铁企业的数字化转型——智能制造
1. 智能制造的定义与目的
2. 评估智能制造的指标：效率、产品质量、用户体验
3. 智能制造的关键：基于大数据驱动的科学决策和智能控制
4. 科学决策的三大要素：业务模型、数据和算力
5. AI、大数据、云计算驱动制造业提效降本的技术逻辑
6. 钢铁企业数智化改造的路径
（1）以战略出发，梳理需要转型的业务场景
（2）以业务场景为抓手，立项，进行项目评估和审批工作
（3）构建项目小组，对项目展开落地交付
（4）搭建大数据平台，创建数据资产
（5）搭建数据中台和业务中台，丰富场景应用
（6）优化技术，借助强大的数据挖掘和AI驱动数字化改革迈向智能化
课题四：智能制造的应用场景
1. 总：智能制造整体模型解析
（1）信息化支撑系统
（2）设备设施运维管理系统
（3）生产计划管理系统
（4）3D数字孪生系统
（5）生产工艺管理系统
（6）一体化大数据管理决策系统
2.设备管理：实施设备全生命周期智能化管理
（1）BIM设计
（2）区块链+大数据采购
（3）BIM+物联网+大数据+AI建造
（4）基于数据分析的智能运行监控
（5）大数据分析的智能故障预警、问题诊断和故障检修
（6）大数据+AI设施设备的报废与重建
【案例】某制造业依托数字孪生技术实现设备的全生命周期监控与设备维护
3.生产控制：质量控制、生产计划、绿色、安全
（1）大数据与AI赋能新品研发
（2）大数据赋能科学的生产计划
（3）AI辅助原材料质检
（4）大数据和AI赋能供应链管理
（5）AI精准工艺控制，提升产品品质
（6）大数据赋能做好进度控制、成本控制和资源投入控制
（7）大数据、物联网、AI赋能生产安全
（8）智能化绿色生产
【案例】
1.某制造业以大数据驱动新品研发
2.某制造业通过AI视觉实现品质控制
3.某制造业借助APS算法实现生产计划的自动优化
4.某制造业企业借助AI+大数据，实现生产安全的智能检测
5.某制造业企业借助大数据，实现绿色生产
4.管理：智慧化经营管理
（1）精细化经营管理
（2）基于RPA的管理流程自动化
（3）财务风控的智慧化
【案例】某钢铁厂的智慧化经营管理
5.流程：实现研产供销的全链条数字化
（1）大数据在产业链数字化中的应用
（2）AI与RPA技术在流程自动化中的应用
【案例】某制造业企业通过RPA技术实现以销定产的自动化分析
课题五：智能制造的落地要素
1. 组建智能制造的管理团队
2. 培育具有创新性的组织和文化
3. 搭建数字化系统
（1）数字化转型的应用顺序
（2）数字化系统的部署方式
（3）数字化系统的数据治理问题
（4）大数据与AI的接入
4. 培养数字化人才
【案例】烟草公司、电网、某汽车制造商的数字化转型之路
课题六：钢铁数字化转型的未来发展趋势
1.全球钢铁行业数字化与智能制造趋势
2.主要挑战与应对策略
3.创新方向探索
枫影（王鸿华）