课程背景
随着机器智能技艺在工业领域的深度渗透，纺织制造业已周全进入智能化运用的红利期，生产环节的数智化转型不再是选项题而是必答题，面对日益复杂的订单诉求和成本压力，利用AI技艺破解生产实地的痛点、拉升良品率和装置效率已成为公司生存演进的核心竞争力。
课程收益
1. 本课将支援参训者系统领会机器智能在纺织生产各环节的核心运用推演，借助真实实例拆解和实战上手，使参训者能够独立识别生产情境中的AI运用机会，并将所学本领直接运用于拉升产线效率、质量检测以及装置维护等等日常事务，最终达成个人本领的升级和公司生产效益的双向增长。
【课程特色】
课程内容采用浅显易懂的语言风格降低技艺门槛，强调“理论+实战+抓手”三位一体的教学模式，确保内容的可追溯性和真实性，同时规划了高频次的分组交流环节，让参训者在课堂上不仅能听得懂更能直接用得上。
课程大纲
一、纺织生产AI的认知和基础理论
1. 机器智能在纺织业的演变和现况
1）从自动化到智能化：纺织工业4.0的进阶路径
2）纺织生产AI运用的三大核心领域：视觉、资料、将控
3）AI和传统自动化的本质区别：自适应本领的理论拆解
4）纺织生产人员必须具备的AI素养和思路模型
5）破除误区：AI不会取代人，但会用AI的人将精进岗位
2. AI技艺原理极简入门
1）机器研习（ML）的基础概念：像孩子一样从资料中研习心得
2）深度研习和计算机视觉：让机器“看懂”布匹瑕疵的原理
3）生成式AI（AIGC）在生产管控中的辅助决策推演
4）资料、算法和算力：AI运行的三驾马车理论
5）云端AI和边缘端计算在纺织车间的分工和协同
3. 国内主流免费AI抓手生态和配置
1）百度“文心一言”的基础功能和工业情境适配性
2）阿里“通义千问”在资料拆解和表格处理上的优势
3）字节跳动“豆包”在迅速资讯检索和辅助生成上的运用
4）手机端和电脑端抓手的协同事务流搭建
5）账号注册、界面熟稔和基础提示词（Prompt）设置
分组实战1：
生产痛点AI化转译上手
6）内容：各组列举3个当前生产环节最头疼的问题（如断头率高，能耗异常），利用文心一言等等抓手尝试将这些问题转化为“AI诉求描述”
结论：
形成3条可执行的AI情境描述语句
二、火眼金睛——AI视觉质检技艺的落地实战
1. 纺织瑕疵检测的理论基础
1）计算机视觉（CV）还原人类视觉的三大步骤
2）督导研习和非督导研习在质检中的理论差异
3）图像采集、预处理、特征提取和缺陷分类的理论推演
4）常见纺织瑕疵（破洞、断经、污渍）的资料特征理论拆解
5）AI质检系统的精度、召回率和误报率平衡理论
6）实例拆解：魏桥纺织的AI质检运用（绿色智能化工厂改造）
2. AI辅助质检执行的“五步法”
1）第一步：准则样本的收集和数智化建档
2）第二步：标注抓手的采用和缺陷特征标记
3）第三步：模型训练参数的基础设置和理论解释
4）第四步：小批量试运行和人工复核制度构筑
5）第五步：模型迭代和误报资料的反馈闭环
3. 纺织业界Ai施行落地的三条思路、进程和成本核算对比
1）思路对比+施行进程差异+成本核算之硬件投入+成本核算之软性投入+综合ROI（投资回报率）计算模型
分组实战2：
瑕疵描述准则化训练
2）内容：利用“通义千问”等等抓手上传一张还原瑕疵图片（或者文字描述瑕疵），就一线经验说，要求AI生成详细的检测SOP初稿
结论：
输出一份包含检测位置、光线要求、判断准则的简易SOP
三、未卜先知——装置维护和生产资料的AI预测
1. 预测性维护（PdM）的理论轮廓
1）装置全生命周期管控和预防性维护的理论对比
2）振动、温度、电流资料和健康状态的关联性理论
3）时间序列拆解在预测装置故障中的数学推演
4）物联网（IoT）传感器资料接入AI系统的理论架构
5）降低非规划停机时间的AI决策树理论
6）实例拆解：新凤鸣集团的5G+AI工业互联网平台（“未来工厂”建设结晶）
2. 生产资料异常排查的“三大执行招数”
招数一：
利用AI抓手迅速生成资料趋势图和热力图
招数二：
设定基准线，AI自动识别生产资料的“噪点”
招数三：
多源资料关联拆解（如温度和产量的关系）
1）资料清洗的基础学识：怎样剔除错误资料干扰AI判断
2）构筑生产资料日报的自动化生成SOP
分组实战3：
装置故障还原诊断
3）内容：提供一组还原的细纱机温度、振动资料（文本格式），利用“豆包”开展资料拆解。
结论：
推导出可能的装置故障原因以及建议的维护时间
四、运筹帷幄——生产排程和能源管控的AI精进
1. 智能排程（APS）和能源精进理论
1）纺织生产排程的复杂性约束条件理论（交期，机台、工艺）
2）遗传算法和强化研习在排程精进中的理论运用
3）能源消耗海量资料的特征提取和节能打法理论
4）多标的精进：怎样平衡成本、效率和能耗
5）AI在供给链协同中的库存水平将控理论
6）实例拆解：致景科技（百布）的“飞梭智纺”系统（纺织工业互联网平台运用）
2. AI辅助排程的“SOP准则作业程序”
1）准备阶段：订单资料、装置状态、物料资料的数智化汇总
2）拆解阶段：输入约束条件，运行层面，利用AI生成多套排产方案
3）决策阶段：对比不同方案的成本和交期预估
4）执行阶段：将排产指令下发至机台终端
5）复盘阶段：记录实际偏差，实操中，用于训练下一次排程模型
分组实战4：
紧急插单排程还原
6）内容：设定一个紧急订单情境，输入给“文心一言”，从实践看，要求在现有排程基础上生成调整建议。
结论：
输出一份含受影响订单，调整后顺序的简易排程变更单
五、人机协同——员工AI赋能和效率拉升
1. 员工AI赋能和提示词工程基础理论
1）提示词工程的核心推演：怎样借助精准描述调动AI的深度本领
2）学识图谱构筑：将老师傅的隐性心得转化为可复用的AI学识库理论
3）增强型智能：AI作为员工“超级副驾驶”的协同边界和价值理论
4）大模型在专精文档领会和跨语言资讯检索中的自然语言处理（NLP）制度
2. 拉升人机协同效率的“五大思路”
1）思路一：利用AI迅速生成安全培训试题和操作指引
2）思路二：构筑岗位学识库，落地时，让AI成为“随时在线的师傅”
3）思路三：利用AI语音转文字功能，迅速记录交接班日志
4）思路四：利用AI翻译功能，迅速领会进口装置的英文文档
5）思路五：保持批判性思路，不盲目迷信AI结论
分组实战5：
安全操作指引生成
6）内容：选定一个具体的纺织机台操作动作，运行层面，要求“通义千问”生成一份安全操作注意事项清单
结论：
形成一份该工位的“AI辅助安全查验表”
7）分组实战上手6：2026年事务情境共创
8）内容：各组设想2026年在华茂的事务情境，碰头怎样利用今天学的抓手（文心，通义、豆包）破解一个未来可能遇到的问题
结论：
每组展示一个“AI+纺织生产”的微革新方案
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|黄光伟老师
适合谁听
公司生产环节的一线管人人员、技艺主力以及班组长等等致力于借助AI技艺拉升生产效率和质量管控水平的在职员工。。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。