AI for Process Optimization in Manufacturing Operations

Prerequisites:

• Zrozumienie procesów produkcyjnych lub zarządzania operacjami
• Doznań z analizy danych lub raportowania opartego na Excel
• Podstawowa znajomość programowania lub pisania skryptów

Grupa docelowa

• Inżynierowie procesowi
• Naczelnicy zakładu
• Lean Specjaliści Six Sigma

Overview:

AI dla optymalizacji procesów to zastosowanie uczenia maszynowego i analizy danych do poprawy wydajności, jakości i przepustowości w operacjach produkcyjnych.Ten kurs prowadzony przez instruktora (online lub stacjonarnie) jest przeznaczony dla średnio zaawansowanych specjalistów od produkcji, którzy chcą zastosować techniki AI do ułatwienia operacji, zmniejszenia czasu przestoju i wsparcia inicjatyw ciągłego doskonalenia.Po ukończeniu tego kursu uczestnicy będą w stanie:

• Rozumieć koncepcje AI związane z optymalizacją produkcji.
• Zbierać i przygotowywać dane produkcyjne do analizy.
• Zastosować modele uczenia maszynowego do identyfikacji wąskich gardeł i przewidywania awarii.
• Wizualizować i interpretować wyniki w celu wspierania decyzji opartych na danych.

Format kursu

• Interaktywne wykłady i dyskusje.
• Wiele ćwiczeń i praktyki.
• Ręczne wdrażanie w środowisku live-lab.

Opcje dostosowania kursu

• Aby złożyć wniosek o dostosowany kurs, prosimy o kontakt w celu ustalenia szczegółów.

Course Outline:

Wprowadzenie do AI w Produkcji

• Trendy w inteligentnej produkcji i Przemysł 4.0
• Przegląd przypadków użycia AI w operacjach
• Kluczowe wskaźniki wydajności i KPI

Zbieranie i Przygotowanie Danych

• Źródła danych produkcyjnych (czujniki, PLC, MES)
• Czyszczenie i formatowanie danych czasowych
• Używanie Pandas i Jupyter do przetwarzania

Analiza Opisowa i Diagnozująca

• Eksploracja i wizualizacja danych
• Analiza korelacji i identyfikacja przyczyn
• Spojrzenie na niestandardowe panele z Power BI

Machine Learning do Optymalizacji Procesów

• Uczenie nadzorowane i nienadzorowane
• Klastrowanie dla odkrywania wzorców
• Regresja i klasyfikacja dla przewidywań

AI do Prognozowania Utrzymania i Jakości

• Wykrywanie anomalii i prognozowe ostrzeżenia
• Modele prognozowania awarii
• Poprawa jakości produktu dzięki wnioskom z modeli

Analiza w Rejestrze Czasowym i Pętle Sprzędzenia

• Strumieniowanie danych i przetwarzanie w czasie rzeczywistym
• Integracja z systemami SCADA/MES
• Sprzędzenie do automatycznych dostosowań procesów

Przykładowy Projekt i Projekt Zakończeniowy

• Praktyczne analizowanie zestawów danych świata rzeczywistego
• Projektowanie i walidacja modelu optymalizacji
• Ostateczna prezentacja planu poprawy napędzanego przez AI

Podsumowanie i Nastepne Kroki