当前位置: 首页 > 公开课 > 生产综合 > 工业4.0时代生产效率快速提升的途径和方法
工业4.0时代生产效率快速提升的途径和方法
培训对象: 企业内部生产与设备管理人员(生产经理, 设备经理; 生产主管 设备主管领班和班组长; 设备工程师和维护员等以及公司生产部门各级相关人员)。
课程目标: 学习了解工业4.0的初步架构与效能,智能工厂数字化管理发展与趋势,以便更好的把握设备未来发展与管理的决策与方向; 了解做为一名现代企业的现场设备生产管理者和维修维护人员所应该具备的智能数字化工作技能,智慧数据管理的结构建立,掌握设备智能传感技术,设备模数转换与智能视觉智能管理, 以及现场设备管理者所应了解相关的 智能设备运行状态的数据监控程序的建立; 掌握作为高效制造的工作链接 – 智慧工厂数据化管理的链接改善措施,通过对智能智造不同过程要求的状态,实施:监测的数据标准、周期合理设定,监测管理架构、人
费用说明: 4880
咨 / 询 / 热 / 线 18898361497
在线咨询温馨提示:为了保证课程质量,每期报名人数有限,需提前预约。点击预约
课程背景:
随着“智能制造”与“工业4.0”的日益趋近,智能生产的重要程度日益显现,越来越多的企业都将工业4.0的技术与方法,引入到生产效能、人员技能提升、生产技术的发展、企业运营方向等内容中。
其中“工业4.0“智能平台的搭建,也越来越被生产现场所重视,智能化、网络化、信息化、数据化是未来精益生产与设备现场运营管理的基础。
培训目标:
学习了解工业4.0的初步架构与效能,智能工厂数字化管理发展与趋势,以便更好的把握设备未来发展与管理的决策与方向;
了解做为一名现代企业的现场设备生产管理者和维修维护人员所应该具备的智能数字化工作技能,智慧数据管理的结构建立,掌握设备智能传感技术,设备模数转换与智能视觉智能管理, 以及现场设备管理者所应了解相关的 智能设备运行状态的数据监控程序的建立;
掌握作为高效制造的工作链接 – 智慧工厂数据化管理的链接改善措施,**对智能智造不同过程要求的状态,实施:监测的数据标准、周期合理设定,监测管理架构、人员职责、监测方法、监测管理规范,提前发现潜在隐患故障,才能提前合理安排维修时机,**大程度的降低运维成本,减少损失性故障,提升智造运转效率;
展示现场设备未来管理趋势 数字孪生技术Digital Twin, 以及介绍设备未来管理活动顺利开展流程与方法, 相关人员所必须具备的一些智能管理或现场管理的 技能和知识. 明确只有提高员工的素质,才能提高设备的素质, 而**终提高企业素质,这个工业4.0智能数字化规范管理的**终目标 。同时,使企业也能够获得由现场生产的逐步改善所带来的效益,真正做到企业与员工“双赢”(win win)。
课程大纲:
“工业4.0“平台的构建与效能
一 “工业4.0“是智能与网络的组成
塑造工业 4.0 愿景
在工业 4.0 下未来“全景“
新型的制造机会和模式
工作场所的全新设备基础设施
全新的基于服务和实时保障的 CPS 平台
工业 4.0 之“来“路与“去“程
二 “工业4.0“是全面、灵活、高效运用
领先的服务平台
资源的高效融合
信息的无缝对接
效率的不断自我更新改造与提升
智能数字化管理发展与趋势
一 智能数据平台的发展历程与管理要素
工业4.0 - 传统设备 /电气自动化设备/智能设备的异同
智能数据管理系统的发展变化
新型设备智能维护管理技术要求
未来智能设施设备的构想与 研发方向
二 制造生产技术“智能化”
精益生产设施设备“自働化”的起源
智能化生产设施的构想与设计
智能生产模式的特点与要素
智能设备维护与管理的基本构成
三 智能数据管理的“智能视觉”
“智能视觉”- 状态图形“直观“、状态数据”直播“
国家标准化的办公室 - 设备智能视觉标准要求
设备智能视觉管理的范围与发展
设备智能视觉技术的类型与类别
设备动态智能视觉设计要求
四 智能制造管理的“数字化”
数字化制造生产与设备的特点与要求
智能制造数字化管理的范围与类别
智能设备数字化现阶段的发展状况
数字化智能设备管理的瓶颈与关隘
智能制造数字化技能要求 篇
一 智能制造数字关键技术概述
数据采集与控制实体,感知、控制、标识等技术
依通用数据平台技术,实现现场数据监控与显示
人机交互的现场实施方式与智能视觉
设备数据现场各模块层级之间的数据交互和保障
二 智能化的传感基础技术
数据孪生全域标识
智能化技术
多传感融合技术
三 网络平台基础技术
基于行业现场网的组网技术
基于SLA服务的QoS保障技术
资源编排技术
基于智能路由的数据流控技术
四 建模 技术
数字跨领域管理交互框架
数字孪生模型构建流程:模型抽象-模型表达-模型构建-模型运行
五 仿真 技术
在线数字仿真技术
物理系统和信息系统的交互
生命周期的高频次循环迭代的仿真
案例分享:生产现场设备数字化建模架构
智能制造数字化管理结构搭建 篇
一 智能数字化管理框架
数字化管理结构框架建立的六个阶段步骤
工厂全生命周期的不同阶段各有其特定的方法和模型
数字化管理的三个关键环节
二 设备数字化管理架构:规划
数字模型形态类别的选择
工厂全生命周期不同阶段各有其特定的方法模型
优化导出数字模型指导规划方法
三 设备数字化管理生产阶段的建立
基于工业物联网和机器学习构建Digital Twin数字孪生的方法
需要具体的Digital Twin数字孪生控制结构框架
制造工业情形下的机器学习构建Digital Twin数字孪生框架模型
数字化应用中的严重信息过载问题
四 流程再造阶段的数字化管理构建
定量分析为目标,设计Digital Twin数字孪生模型框架
接合精益价值流,建立流程优化的数字化管理
结合传统制造现状,基于现场数据采集建模方法
数字管理与传统精益方案的精准与可行性验证
智能化设备传感技术 篇
一 制造设备状态监控与传感技术原理
设备状态监控的要求
设备传感技术的发展
设备传感技术的实施要求与原理
传感技术的数字化现状与瓶颈
二 设备传感技术的现状
温度监测传感
流量监测传感
形状监测传感
压力监测传感
浓度比例监测传感
位置速度监测传感
电流电压监测传感
振动频率监测传感
扭力力矩监测传感
磨损距离监测传感
三 设备传感技术的实施
传感监测的管理目标确立
现场设备设计原理与功能学习
设备性能要素基准掌握
设备运行劣化规律学习了解
传感监测的方式与方法确定
实施传感监测,数据记录汇总分析
过程监控职责与管理要求
异常状况措施的链接与编制和实施
案例介绍:
现代状态检测技术(案例展示与视频)
1)旋转机械的振动分析技术
2)测定准确的油液分析技术
3)用途广泛的红外热像仪
4)机电一体的电机检查技术
5)听力提升的超声检查技术
6)状态监测技术实施中的问题
智造数模技术与智能视觉平台 篇
一 设备模数转换技术原理与四步骤
采样:模拟信号的采样
保持:采样输出所得的瞬时模拟信号保持时间的方法
量化:抽样信号转换成离散时间、离散幅度的数字信号
编码:量化后的信号编码成二进制代码输出
案例介绍:采样保持的同一电路;量化编码的同步实现
二 设备智能视觉管理平台建立
设备全生命周期管理平台的智能视觉
智能视觉设备建模 - 3D建模技术
智能视觉设备安装管理 - 安装计划预实管理
智能视觉设备台账管理 - 设备数据库管理系统
智能视觉巡检管理 – 设备状态监控与远程控制
预警智能视觉系统 – 趋势倾向性管理与临限措施
案例介绍:设备智能视觉平台系统(数据系统平台)
智能数据化管理的 措施链接 篇
一 智造数据化改善措施
数据化改善措施的构思设想
数据化措施导出的内容
建立数据化改善措施系统
各项改善工作的现场实施
二 智能化的维保指导措施
设备维保建议书的要求目标
维保建议书的格式
维保建议书现场实施规范
相关维保实施流程
案例介绍:《设备维保指导书》编制
三 智能化设备保全与备件管理
设备保全与备件与数字化监控的关联
保全信息的设定与数据化管理
备件管理中的数据化系统
保全与备件在数据化管理中的改善措施
案例介绍:设备备件智能化成本管理
四 智能化设备人员技能与绩效链接管理
智能化设备维保指标的智能视觉建立
智能化设备维保指标的数据收集与反馈
智能设备人员工作绩效的智能视觉内容
案例介绍:智能设备设备人员现场工作绩效管理“屏幕化“
五 智能设备成本费用 链接管理
智能化设备成本管理数据的筛选
智能设备费用数据的采集与收集
智能设备费用预算的智能视觉监控
智能设备费用成本改善
案例介绍:智能设备成本改善案例
Digital Twin数字孪生系统 篇
一 Digital Twin数字孪生发展态势
Digital Twin数字孪生正成为全球信息技术发展的新焦点
Digital Twin数字孪生正成为跨国企业业务布局的新方向
Digital Twin数字孪生正成为主要国家数字化转型的新抓手
二 Digital Twin数字孪生内涵理解
Digital Twin数字孪生历程、定义、内涵、典型特征
Digital Twin数字孪生技术架构
三 Digital Twin数字孪生应用场景
数字化设计
虚拟工厂
设备预测性维护
智慧城市
车联网
智慧医疗
案例介绍:设备预测性维护的Digital Twin数字孪生方案
四 Digital Twin数字孪生未来发展
Digital Twin数字孪生社会治理数字化转型
制造产业数字化转型
数字化转型现状与瓶颈短板
案例介绍:现阶段Digital Twin数字孪生技术设想与发展状况
课程总结答疑