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

引入：

AI驱动的工业4.0革命-智能制造的时代机遇

(1)

从工业1.0到4.0，往细里说，智能制造演进之路

(2)

海量资料、算力和算法的突破和AI在生产中的运用

第 一讲：机器智能AI在数智生产线和机器视觉中运用

一、认知革命-何为机器智能（AI）

1.

AI的通俗领会：让机器能“听、看、领会、思索、行动”的技艺

2.

AI的核心本领

1 研习（Learning）

2 推理（Reasoning）

3 决策（Decision Making）

4 自然语言处理（NLP）

1. 3.AI 的主要类型

1 按照本领划分

2 按照技艺划分

1.

4.AI在工业领域的典型运用情境

(1)

视觉识别：货品质检、安全行为识别

(2)

预测拆解：装置故障预测、质量根因拆解

(3)

智能精进：生产排程、工艺参数推荐

(4)

自然语言处理：学识问答、报告生成

课堂碰头

：

(1)

结合您弄懂的业界情况，谈谈AI技艺在制造业运用的难点和机遇

(2)

结合我们日常生活、事务举例说明几个AI典型运用实例？这些AI运用进程中对我们有什么支援，破解了哪些问题？

1.

二、

传统质检的痛点和AI的解题打法

1.传统质检之痛：“请大家回忆一下，在我们的日常质检事务中，最让你头疼的问题为何？”

(1)

人力的局限

(2)

准则不一

(3)

效率瓶颈

(4)

成本高企

(5)

资料缺失

(6)

环境隐患

2.AI视觉的解题打法 – 对症下药

(1)

7x24小时不懈的“法眼”

(2)

超越人眼的精度和速度

(3)

量化管控和资料驱动

(4)

赋能人力，定位升级

三、计算机视觉技艺原理简介-“让它看得懂”

1.第 一步：“眼睛”-图像采集

-工业相机、镜头、光源的选项

2.第二步：“大脑”-算法模型

(1)

类比

(2)

训练进程

(3)

推理进程

3.第三步：“执行”-结果输出

(1)

输出信号

(2)

触发后续动作

三、深度实例拆解：AI视觉在建材业界的具体运用

1.表面缺陷检测 – 核心中的核心

(1)

瓷砖/岩板：裂纹，崩边、色差、釉面瑕疵、针孔。

(2)

玻璃：气泡，结石、划伤、平整度。

(3)

水泥构件/预制板：裂缝，蜂窝麻面、露筋、尺寸超差。

(4)

金属建材（如铝型材）：划痕，凹坑、氧化斑点、颜色不都。

2.装配完整性查验 & 包装和物流

(1)

门窗组装：确认五金件是否安装齐全，密封条是否到位。

(2)

卫浴套装：查验货品组件、说明书、配件是否齐全。

(3)

包装完整性：查验水泥、涂料等等货品的包装袋是否完好，喷码是否清晰。

(4)

码垛识别：识别堆垛形状是否正确、稳定，带出机器人开展抓取。

3.字符识别和追溯

(1)

OCR读取：自动识别并记录货品上的批次号、生产日期，规格型号。

(2)

追溯系统：将视觉读取的资讯和MES/ERP系统对接，达成全流程质量追溯。

课堂上手

：产线AI视觉机会点挖掘

(1)

工序/岗位：我们组负责的要害工序。

(2)

当前质检痛点：（具体描述，沿用第 一部分的碰头结晶）

(3)

引入AI视觉的设想：用AI来做什么？（检测，识别、测量、计数？）

(4)

预期收益：能破解什么痛点？拉升多少效率或者质量？

(5)

潜在挑战：可能会遇到什么困难？（如资料获取、装置改造等等）

(6)

每组派代表用3分钟陈述本组的AI视觉运用思路。

次讲：机器智能在预测性维护和生产装置管控的运用

一、AI赋能生产装置预测性维修管控

1.AI赋能装置状态监测

1

振动拆解技艺

2

油液监测技艺

3

红外热成像技艺

2.AI赋能装置健康度预测预警

1

装置健康状态评核

2

寿命/故障预测

1.

3.AI赋能装置专精化巡检体制构筑

实例分享：

AI赋能预测性维护实例交流、分享

问题思索

：你的维修流程够高效吗？-传统维修模式和数智化维修模式情境对比

二、 AI赋能生产装置维修活动全流程精进

1.AI赋能准则化维修流程（PDCA循环）

(1) 拟定点检/保养规划

(2) 维修工单派发

(3) 维修质量验收

(4) 故障根因拆解

2.AI赋能维修工单管控升级

(1)

报修人扫码提交 → 系统自动分类（机械/电气/仪表）

(2)

维修进度实时更新（待接单/处理中/已完成）

(3)

维修后自动关联装置档案，形成历史记录

3.AI赋能要害维修技艺

(1)

常见故障库 → 扫码调取历史维修方案

(2)

AR远程协助 → 专家实时指导

三、AI赋能生产装置维修资讯技艺

1.AI赋能要害维修资讯系统管控技艺

(1) 工单管控

(2) 备件管控

(3) 资料拆解

2.AI赋能装置移动化维修（智能手机/PAD运用）

(1)

扫码查看装置维修历史

(2)

拍照上传故障现象

(3)

语音录入维修记录

3.AI赋能资料驱动决策（BI看板）

(1)

今日工单完成率

(2)

平均响应时间趋势

(3)

高频故障装置TOP3

1.

实战上手：

1.

1.规划一个AI赋能装置维修、备件管控和资讯化系统结合营运流程构想并发表

2. 维修资料诊断，给定某工厂3个月维修资料开展拆解，拟定AI赋能装置维修活动打法

三讲：机器智能AI在智能生产精进和调度中的运用

一、AI在生产规划和排程中的运用

交流开场：“在排产时，最让你纠结的‘不确定因素’为何？”

1.

传统排产的挑战：从“心得驱动”到“资料驱动”

2.

AI的解题打法：智能排产系统（APS）

(1)

智能预测

(2)

多标的精进

(3)

动态响应

1.

核心概念通俗解读：约束规划和精进算法

二、数字孪生和生产进程仿真精进

1.何为数字孪生？

—为工厂创建一个“虚拟双胞胎”

2.在生产中的价值

(1)

方案沙盘推演

(2)

瓶颈拆解

(3)

人机培训

三、深度实例拆解：AI在生产中的精进实践

1.

能耗精进—从“成本中心”到“利润中心”

(1)

拆解实时电价、装置负荷、环境温度等等资料

(2)

动态调整大型装置的启停和运行参数

1.

物料配送精进（AGV调度）

2.

工艺参数精进—从“老师傅心得”到“AI模型”

(1)

找出要害工艺参数和最终货品质量的深层关系

(2)

推荐最 优的工艺参数设定值

交流碰头：

怎样平衡算法精进和实际生产约束？

(1)

识别“理想”和“现实”的差距

(2)

构筑平衡轮廓—“人机协同”决策模式

(3)

小组分享和收束

四讲：机器智能在生产日常管控事务进程中的运用

一、

机器智能赋能生产日常管控

1. AI赋能生产日常的核心情境

1 智能生产调度和精进

2 人机协同作业

3 预测性维护和质量管控

4 学识管控和决策支持

1. 2.AI赋能生产日常的核心内容

1 智能终端装备

2 数智化管控平台

3 资料驱动决策

4 协同互联

1. 3.AI落地施行要害步骤

1 资料基建

2 模型开发和部署

3 人机交互规划

4 持续研习制度

一、

常用的机器智能

1. 国内常用的机器智能大模型平台以及其特点对比

2. 各平台典型采用情境

3. 选型建议

4. DeepSeek 引见

5. DeepSeek 核心优势

6. DeepSeek 适用情境

1.

三、DEEP SEEK AI赋能实地管控核心

1. 智能监控和实时预警

2. 识别效率预测性维护（PM）

3. 流程精进和自动化

4. 质量安全和合规管控

5. 学识管控和培训

6.

资料驱动决策

1.

四、DEEP SEEK AI在日常事务业务中的运用

2. 1.DeepSeek AI精进提示词的详细办法

1 明晰诉求，结构化提问

2 提供来由资讯

3 分步骤或者列表式提问

4 指定回答格式

5 设定定位，拉升专精性

6 限制条件，缩小范围

7 示例带出，将控风格

8 多轮修正 & 迭代精进

9 防止模糊词汇

10 结合 DeepSeek AI 的特殊功能

1.

课堂上手

：请你结合Deep seek Al在班组长日常事务业务中的运用10大方面选取2-3方面具体业务开展提示词规划并分组发表。

1. Deep seek Al在日常生产事务业务中的运用

1 日常点巡检管控

2 异常拆破解策支持

3 培训材料制作

4 事务报告自动化

5 生产合规管控

6 人员管控调整

7 买方投诉处理

8 资料拆解可视化

9 应急预案生成

10 管将控度精进

1.

课堂上手

：每组请结合事务业务实际，结合班组日常事务业务实际，运用Deep seek开展课堂上手，要求输出3个不同内容运用（不得和前面的重复），20分钟后发表，每组派一名代表上台分享。

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|李希老师