Course Outline

Εισαγωγή στην AI στην Παραγωγή

  • Τάσεις της φυσικής παραγωγής και του Industry 4.0
  • Γενική εικόνα των περιπτώσεων χρήσης AI στις λειτουργίες
  • Κλειδ αρχικά μέτρα επιτυχίας και KPIs

Συλλογή και Ετοιμότητα Δεδομένων

  • Πηγές παραγωγικών δεδομένων (πινδάκια, PLC, MES)
  • Καθαρισμός και σχεδιασμός χρονικών δεδομένων
  • Χρήση Pandas και Jupyter για προετοιμασία

Δημιουργική και Διαγνωστική Ανάλυση

  • Έρευνα και προβολή δεδομένων
  • Ανάλυση συσχετισμών και ανίχνευση βαθύτερων αιτιών
  • Δικτυακά τοποθέτηση με Power BI

Machine Learning για Προσωπικοποίηση

  • Διδακτική και μη διδακτική μάθηση
  • Συγκέντρωση για ανίχνευση παραδιγμάτων
  • Παραγωγή και τάξη για πρόβλεψη

AI για Προκαταρκτική Διασφάλιση και Ποιότητα

  • Ανίχνευση ατυπικών περιπτώσεων και προκαταρκτικά ειδοποιήσεις
  • Πρόβλεψη μοντέλων αποτυχίας
  • βελτίωση της ποιότητας των προϊόντων μέσω κατανόησης του μοντέλου

Αναλυτική σε ρεαλ-time και δομές feedback

  • Δεδομένα πρόσθετων και επεξεργασία ρεαλ-time
  • Προσάρτηση με SCADA/MES συστήματα
  • Δημιουργία feedback για αυτόματες προσαρμογές λειτουργιών

Σπάνια Περίπτωση και Δύσκολος Πρόβλημα

  • Εφευρέτική ανάλυση πραγματικών δεδομένων σημείων
  • Σχεδιασμός και επαλήθευση ένα μοντέλο προσωπικοποίησης
  • τελική παρουσίαση AI-χονητού βελτίωσης προγράμματος

Περίληψη και Επόμενα Βήματα

Requirements

  • Ένδειξη γνώσης των διαδικασιών παραγωγής ή διοίκησης επιχειρησιακών λειτουργιών
  • Εμπειρία με τη ανάλυση δεδομένων ή Excel-βασικής εκθέσεις
  • Βασική γνώση προγραμματισμού ή σκρίπτινων φυλλών

Πελατικό Δίκτυο

  • Πληκτρολογιστές διαδικασιών
  • Διευθυτές εγκαταστάσεων
  • Lean Ειδικοί Six Sigma
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories