您查看的活动已结束

全网最专业的工业大数据与预测性维护培训，强大的专家团队让您领略工业大数据预测性维护的真正魅力。

​

背景介绍:

随着物联网、边缘计算和人工智能技术的普及应用，工业领域正在转向基于传感器的数据采集和状态监测，通过数据分析来解决一些重大的问题，以避免工厂设备意外停机或者存在安全隐患进而造成重大经济损失及人员安全等。据业内预测，状态监测及预测性维护是一个稳步增长的业务实践，市场总额将近110亿美元。

当前，政府工作报告中明确提出，要打造工业互联网平台，拓展“智能+”应用，为制造业转型升级赋能。其中，预测性维护是当前工业智能应用领域的热门应用之一。目前，国内各个工业领域都已经开始探索和尝试面向工业资产的预测性维护智能运维解决方案。

“据统计，不合理的策略会导致工厂产能降低5%至20%，工业企业由意外停机造成的损失每年高达 500 亿美元”

         —————德勤《预测性维护和智能工厂》

培训亮点：

1.     全面了解预测性维护应用中所涵盖的多学科、跨领域知识及技巧，涵盖：传感器与数据采集、信号处理与特征工程、工业软件架构、机器学习等。

2.     动手体验如何搭建完整的工业设备预测性维护管理系统

3.     基于真实的工业数据集，完成从数据清洗、特征提取、特征甄选、健康评估、异常检测以及寿命预测等全流程训练

4.     分享当前国内外成功的工业预测性维护应用案例

培训对象：

• 应用方向：从事预测性维护、故障诊断、设备状态监测、设备运维、故障诊断、工业互联网、工业大数据、工业智能等领域

• 岗位：工程师、开发人员、集成人员、运营经理、工厂部门主管、产品经理、项目经理、项目组工程师、技术人员；院校或研究所的研究人员。

课程师资：

黄亦翔：上海交通大学工学博士，博导，设备健康管理及预测性维护专家

›       拥有10年机电设备智能维护技术与系统研发经验。

›       擅长数据特征工程建模、降维理论与智能分析、机电系统部件失效模式识别、边缘计算等相关技术。

›       曾负责过的项目涵盖：工业机器人、高档数控机床、风电装备、工程机械、盾构掘进装备等

›       2017-至今 Journal of Prognostics and Health Management 副编委。

郭翘：美国国家仪器大中华区工业物联网/人工智能资深行业专家

›    曾担任美国国家仪器工业物联网软件研发总监

›    拥有13年的工业数据采集、特征工程与物联网软件研发经验

›    在工业物联网、智能电网、噪声与振动分析、预测性维护、机器学习/深度学习等领域拥有丰富的技术积累

›    参与合作的项目包括中车、振华重工等典型行业应用

陈超：工业富联工业互联网平台总架构师

›       智能制造，工业物联网，边缘及云计算专家

›       原TCL 格创东智 CTO

›       原思科中国研发中心高级产品经理

›       主导思科广州智造云，东智工业数据平台，工业富联 Micro Cloud专业云等多个业内领先平台。

›       实施客户包括多家世界500强企业，涵盖3C生产，冲压成型，精准刀具及模具，自动化物流，半导体生产等典型行业。

培训课程：

注：最后一天去上海临港参观同济工业4.0学习工厂

实训环境：

工业设备对象：工业设备故障模拟实验台、风机模拟系统

硬件：NI CompactRIO数据采集系统

软件：NI LabVIEW图形化编程软件、PHM Master 预测性维护应用软件

培训费用：

培训与资料费：4800元/人（含资料费、培训期间中餐、证书费用等）住宿自行安排，费用自理；