切換至手機版
02-2389-1838教育訓練服務
回中華工商研究院> 訓練課程> 讓智慧工廠落地的十堂課:用機器學習實現智慧製造的演算法實戰(線上直播課程)

線上直播課程

返回 此課程報名結束

【智慧生產】讓智慧工廠落地的十堂課:用機器學習實現智慧製造的演算法實戰(線上直播課程)

在過去,智慧⼯廠的概念被視為⼀種遙不可及的奢侈幻想。然⽽,隨著⼈⼯智慧和⽣產制造技術的不斷進步和演進,這⼀夢想已經逐漸變得觸⼿可及。尤其是在ESG(環境、社會和治理)主題興起的背景下,智慧⼯廠不再只是⼀個未來的畫餅,⽽是成為了現代製造業追求和實現的必然趨勢。這樣的轉變不僅是技術的巨⼤⾶躍,更代表著全球製造業在追求可持續、⾼效和環保的⽣產模式上的決⼼和努⼒。 在這個數位化快速發展的時代,製造業的領袖⾯臨著前所未有的挑戰與機遇。進階課程「數位轉型與智慧⼯廠領導」旨在為⾼階管理⼈員、創新團隊負責⼈以及積極推動企業數位化的專業⼈⼠提供深入的洞察和實⽤⼯具。通過學習如何整合智慧⼯廠技術到企業策略中,評估AI投資回報,設計組織架構變⾰,以及建立持續創新文化等內容,參與者將能夠引領企業穩健跨入數位轉型,並在全球競爭中占得⼀席之地。

主辦單位
智谷網絡股份有限公司(推廣協力單位:中華工商研究院)
訓綀對象
⼯程師、製造業高階主管、經營者
課程目的

深入了解智慧⼯廠:獲得對智慧⼯廠的全⾯認識,包括其概念、技術和在製造業中的作⽤。

實際操作經驗學會使⽤R和Python處理數據、建立模型,並在智慧⼯廠場景中進⾏實際應⽤。

問題解決能⼒增強快速識別⽣產中的問題並設計出解決⽅案的能⼒。

資料科學團隊建設了解如何組建並管理⼀⽀強⼤的資料科學團隊,以⽀持企業數位化轉型。

⾃主發展智慧製造掌握如何結合內部知識和外部算法技術來推動企業⾃主發展智慧製造。

 

課程大綱

第一堂課   數據的生命週期與智慧

  • 數據的生命週期管理
  • 數據科學方法論
  • 數據工廠的發展與重要性
  • 數據科學在智慧工廠的角色
  • 工廠數據盤點
  • 基本統計學概念

第二堂課  數據前處理、資料庫概念與分佈式運算

  • 數據的品質與重要性
  • 數據前處理技巧
  • 資料庫的基本概念
  • 資料庫類型與選擇
  • 關聯式資料庫
  • 分佈式運算介紹
  • GPU運算與其在數據處理中的應用
  • 爲什麼要同時掌握RPython 
  • 實際應用與案例分享

第三堂課  數據可視化的藝術

  • 數據可視化的重要性
  • 工廠的戰情中心概念
  • 數據的即時運算與呈現
  • 深入了解數據可視化工具
  • 實際應用與案例分享

第四堂課  設備預測性維護

  • 問題的描述
  1. 設備故障的頻繁發生和未能及時預測的挑戰。
  2. 由於預期外的設備故障造成的生產損失。
  • 出現的場景
  1. 機器的異常振動、過熱或其他預兆。
  2. 由於缺乏維護導致的生產線停工。
  • 可能的解決方案
  1.     定期收集和分析設備的運行數據。
  2.     根據歷史數據和運行狀態預測設備的維護時間。
  • 涉及到的算法
  1. 時間序列分析
  2. 生存分析、Cox比例風險模型。
  3. 基於風險的檢測(RBI)簡介
  4. 簡要描述RBI方法,它如何幫助優先考慮設備的檢測,以及其在預測性維護中的應用。
  • R 與 Python 的實現
  1. 使用R語言實現生存分析。
  2. 使用Python的Lifelines庫進行設備預測性維護的分析。

第五堂課  生產監控與異常檢測

  • 問題的描述
  1.    實時監控生產線的重要性。
  2.    早期識別和預測潛在的異常或中斷的挑戰。
  • 出現的場景
  1.     產品製造過程中的不規律性。
  2.     設備故障、物料短缺等突發情況。
  • 可能的解決方案
  1.     使用傳感器收集實時數據。
  2.     建立數據監控和報警系統。
  3.     《監測強度評估表》的介紹
  • 涉及到的算法
  1.     線性回歸
  2.     時間序列異常檢測。
  3.     集群分析與異常檢測。
  • R 與 Python 的實現
  1. 使用R語言實現異常檢測。
  2. 使用Python的Scikit-learn和PyOD庫實現異常檢測。

第六堂課  品質控制與優化

  • 問題的描述
  1.  生產過程中產品品質的不一致性。
  2.     需要提前識別品質問題,以減少浪費和回收。
  • 出現的場景
  1.     在生產線上發現的不合格產品。
  2.     客戶反饋產品存在的問題。
  • 可能的解決方案
  1.     實時監控生產線,自動檢測產品品質。
  2.     通過分析生產數據,找出可能的品質問題源頭。
  • 涉及到的算法
  1. 標準差、協方差
  2. 統計品質控制(如控制圖)。
  3. 基於結果的檢測。
  4. 基於概率的檢測。
  5. 多變量分析、主成分分析(PCA)。
  6. 交叉分析
  • R 與 Python 的實現

  1. 使用R語言進行統計品質控制分析和基於結果的檢測。
  2. 使用Python的SciPy和Scikit-learn庫進行多變量分析和基於概率的檢測。
第七堂課  庫存優化
  • 題的描述
  1. 如何優化庫存水平以滿足需求但不產生過多存儲?
  2. 如何確保及時供應,減少過度存儲或短缺?
  • 出現的場景
  1.     季節性的需求波動導致的庫存問題。
  2.     銷售與出貨之間的時間差如何理解
  • 可能的解決方案
  1.     實施精確的需求預測方法。
  2.     建立庫存優化模型,考慮各種風險和成本。
  • 涉及到的算法
  1. 時間序列分析和預測(如ARIMA, LSTM)。
  2. 最佳化模型(如線性規劃、整數規劃)。
  • R 與 Python 的實現
  1. 使用R語言進行時間序列分析和預測
  2. 使用Python的SciPy庫實現最佳化模型和模擬。

第八堂課  生產流程優化

  • 問題的描述
  1.     如何提高生產效率和減少浪費?
  2.     如何利用數據和算法優化生產流程?
  • 出現的場景
  1.     生產線的瓶頸導致生產速度受限。
  2.     資源的過度或不足分配導致生產中斷或效率下降。
  • 可能的解決方案
  1.     利用數據分析找到生產瓶頸和非效益區域。
  2.     基於預測數據重新設計和平衡生產線。
  • 涉及到的算法
  1.     線性規劃和整數規劃用於資源分配。
  2.     隨機森林或神經網路用於預測模型。
  3.     差異分析、因子分析或相關性分析用於找到影響效率的關鍵因素。
  • R 與 Python 的實現

  1. 使用R進行差異分析和因子分析
  2. 利用Python的SciPy和Scikit-learn庫進行最佳化計算和預測模型構建。

九堂  課智慧工廠與工業物聯網 (IoT)

  • 問題的描述
  1.     如何透過工業物聯網技術提高工廠的運營效率?
  2.     如何整合多源數據,提供決策支援?
  • 出現的場景
  1.     需要實時監控工廠內各項設備的運作狀況。
  2.     借助感測器和其他裝置收集數據,進行分析和預測。
  • 可能的解決方案
  1.     實施工業物聯網系統,收集、傳送並分析設備數據。
  2.     利用雲計算技術,進行大數據分析和決策優化。
  • 涉及到的算法
  1.     邊緣運算用於在設備端進行初步數據分析。
  2.     深度學習用於辨識複雜的模式和趨勢。
  3.     網絡分析用於評估設備間的互動和依賴性。
  • 與 Python 的實現

  1. 利用R進行邊緣運算中的數據清洗和初步分析。
  2. 使用Python的TensorFlow或PyTorch進行深度學習模型的設計和訓練。

第十堂  課工廠數據安全與隱私

  • 問題的描述
  1.     如何保護工廠數據不被外部入侵?
  2.     如何確保內部員工不洩露敏感信息?
  • 出現的場景
  1.     連接到網絡的工廠設備成為駭客的目標。
  2.     員工無意中洩露了生產秘密。
  • 可能的解決方案
  1.     實施強大的網絡安全措施和防火墻。
  2.     進行員工培訓和意識提高。
  • 差分隱私的概念
  1. 什麼是差分隱私?
  2. 如何通過差分隱私保護個人數據?
  • 大型語言模型上雲的風險
  1. 為什麼大型語言模型存在隱私風險?
  2. 如何減少這些風險?

講師介紹

黃逸華

臺灣⼈⼯智慧協會技術交流處⻑

中華亞太智慧物聯協會執⾏⻑

品質經理⼈協會監事

華實智造數據⻑

 

曾任:

IR集團英格索蘭特靈能源服務公司(中國區)總經理

臺塑集團臺塑網公司能源服務處處⻑

特靈空調系統(中國)有限公司⼯廠⾃動化總監

美商Trane 公司(臺灣) 公司新事業發展總監

華科智造數據科技公司總經理

美商訊能集思智能科技公司副總裁

 

專業認證

LEEDAP國際綠建築協會認證專業⼈員

ISO50001能源管理體系顧問認證

ISO 14064 溫室氣體(碳)管理體系主導稽核員認證

第⼀屆臺灣⼈⼯智慧獎 AIAward最佳講師優秀賞

主管⼯業⾃動化、能源數據及管理節能、流程改善、資訊系統規劃、⼯業⼤資料系統等創新服務。並曾擔任中國多個城市⼯業能源顧問,協助建立城市⼯業能源管理系統及資訊化建設⼯作。

專注宏觀數據戰略及流程規劃、⼯業領域資料採擷及分析、⼯業流程⾃動化、智慧製造、服務型製造、戰略規劃、能源管理、運營管理體系設計等領域,協助客⼾有效轉型資料驅動型企業。曾協助世界500企業、及重要城市進⾏資料服務頂層設計、導入⼤區域⼤範圍能來源資料管理專案。

 

專業經歷

國際半導體設備協會(SEMI)綠⾊製程委員 2010~2011臺灣電⼦電機同業公會能源管理服務委員 2011~2014上海綠⾊建築協會理事 2015~2017

華東⼤數據交易中⼼顧問 2018~2019

中華動態競爭發展學會常務理事 2020~2021

⼈⼯智慧科技基⾦會顧問 2021~

東海⼤學AI法律研究中⼼顧問 2022~

品質經理⼈協會監事 2022~

臺灣⼈⼯智慧協會技術交流處處⻑2022~

亞太智慧物聯發展協會執⾏⻑2022~

上課日期
2024-03-09 到 2024-05-25
報名日期
2024-01-18 到 2024-03-07
上課時間
3/9、3/16、3/23、3/30(實體活動)、4/13、4/20、4/27、5/4、5/11、5/18、5/25(一堂3小時,共33小時) 總計33小時
上課地點
十堂線上直播課程使用zoom(提供錄影帶補課)+1次實體活動。
課程費用
18,000元 /人  ※ 請勿先⾏繳費!本院將另行mail通知繳費!
總名額
20名
優惠方案

報名優惠價:15000元(定價:18000元)。

早鳥優惠價:$13500 /人(1/31前報名繳費享早鳥優惠價)

二人以上優惠:$13500 /人

繳費方式

報名後另行通知。

備註欄
可選擇白日班(週六9:30~12:30) / 晚間班(周六19:00~22:00)。
電  話
02-23891838
傳  真
承辦人
#122黃小姐
報名資格
開放報名
------------------------------------------------------------------------------------------ google-site-verification=uH8i7ABbuPTMu8HzZ2BkNrNkIrn0vadDJeOr6_eo7YI google-site-verification: google237d1475e04236ba.html google-site-verification=loAVYr_Pt8nitm12w46m_StjYMhGQNcxyiEOeWc74rk ---------------------------------------------------------------------------- ---------------------------------------------------------------------------- ----------------------------------------------------------
-------------------------------------------------------------------