课程大纲：

数据的智能制造

泛在网是物联网和互联网的集成，是物（设备设施）与物，物与人，人与人之间基于业务逻辑和技术逻辑的深度耦合和链接，是构建基于数据和知识的高效电力网络的基础条件。
是随着５Ｇ的商用，融合现在广泛商用的射频技术、智能芯片技术、传感技术以及通讯和组网技术，构建一张低成本、高带宽、低时延、高可靠的物联网，已经成为可行的实践。
基于大数据、云和ＡＩ技术，可以实现数据的深度集成和贯通，消除数据壁垒和数据孤岛，所有的数据都实现，数据源的*性，数据采集的时效性，数据链条的完整性，数据质量得到空前提升。各个学科知识在数学维实现深度耦合和集成。基于数据和知识的驱动各个业务单元实现共享和集成，各个业务部门业务流实现深度自主、自适应和自愈。
基于边缘计算和控制技术，环境，设备，产品都可以自适应的精准高效运作。再加上云服务，和各方资源的高效对接。基于数据的知识化，知识的模型化，软件化，进而产生增值的微服务，一个基于知识和共享的蓝图在全世界的正在展开。
物联网和深度的工业互联带来海量的数据，工业大数据应用成为可能，数据产生知识，知识指导行动，行动产生结果。
数字化时代快速，零缺陷，高效率，低成本开发、制造和交付个性化产品，为客户提供基于智能产品的个性化精准服务，同时确保零库存、低风险的企业经营，是工业４．０时代智能制造企业的核心特征。
信息技术创新和制造业务流程中的深度集成，如何赋予制造业这些“特异功能”？
ＰＬＭ，ＥＲＰ，ＣＲＭ、ＭＥＳ、ＳＣＭ、ＣＡＭ、ＣＡＥ、ＱＭＳ、ＷＭＳ以及仿真等软件的应用把客户、产品、工艺、物料、设备、工装工具、质量、人、供应商、产品使用和服务的要素标准化，数据化，集成化，把营销和销售，产品开发，制造执行，供应链运营，售后服务、以及人力资源管理和财务全部构建在信息高速公路上，让企业具备超级的敏捷性、柔性、开放性来构建大规模个性化定制和协同制造的业务模式。
各个学科知识的模型化，泛在化便于跨学科的深度融合和集成创新。基于模块化定义ＭＢＤ技术的成熟，使得产品设计模块化，制造模块化，经营模块化，从而推动整个社会创新和效率的提升呈现出几何级数的上升。
定制化、低成本、短交期的大规模定制时代将大幅提升用户的价值。智能化、协同化、可持续化的智能制造大幅降低生产成本，提升运营效率，让产品更加环保，同时确保高品质的产品和服务，以及员工更高的工作幸福指数。
基于互联和数据的智能制造，将彻底颠覆制造业的价值链。那些驶入智能制造高速公路上的企业将以越来越快的速度积累自己的知识资产，成为专家型企业，优化自己的生态圈。未来成功的价值链将是一批专家型企业构建的一个卓越的价值链。那些不能构建自己智能制造体系的企业将不可避免的被淘汰。
本课程取制造业第四次工业革命之大势，明智能制造之道，优企业升级转型之术，为您的升级转型之路护航。

课程大纲
一、泛在物联网的认知
１．泛在物联网的概念
２．泛在物联网是利于知识创新的数据网
３．泛在物联网是利于产品和服务创新的知识网
４．泛在物联网是利于组织创新的共享网
５．泛在物联网是利于产业创新的生态网
６．泛在物联网是利于企业数字化转型的综合网

二、物联网如何改变制造业
１．物联网和边缘智能
２．分布式控制和自适应制造
３．物联网
ａ）智能互联经济
ｂ）智能互联产品

三、物联网技术体系和实施实战
１．传感器
２．短、中、长距离物联网技术
３．ＮＢ－ＩＯＴ
４．设备网关
５．规则引擎
６．设备软件开发工具（ＳＤＫ）
７．基于场景的策略管理：设备，业务流和人
８．边缘服务器技术，英特尔５ＧＭＥＣ和ＯＰＥＮＶＩＮＯ技术简介
９．数字化孪生：虚实互联，虚实互动，以虚优实，微软数字化孪生体技术简介
１０．工业物联网实战案例

四、ＩＰＶ６和５Ｇ
１．世界互联网技术构架
２．ＩＰＶ６和物联网
３．移动互联网技术发展史
４．５Ｇ应用前景展望

五、互联制造物联网在工业中的应用场景
１．物联网唤醒万物
２．从互联制造走到智能制造
３．机器和机器的互联，流程的自适应，自优化制造系统
４．物料和机器的互联分布式控制，自适应制造
５．工具工装和设备物料的互联
６．人和设备的互联快速优化，快速维护和高可用性

六、必然数字化转型是制造企业*出路
１．数字化转型为企业带来的六大竞争力
ｉ．构建以客户为中心的更好的客户体验，得到更多，更忠心的客户
ｉｉ．链接科技创新和客户体验，进行快速产品创新
ｉｉｉ．精准的运营，得到速度，敏捷，柔性，质量和成本的竞争优势
ｉｖ．基于“长板哲学”快速构建良好生态
ｖ．服务创新，基于结果和体验的服务延伸，创造更大的价值，进而推进商业模式的创新。
ｖｉ．充分发挥人的创造性、工匠精神实现人生价值，进而可以充分挖掘和吸引优秀的人才。
２．颠覆式、破坏式创新改造制造业版图，
３．躲避不了颠覆：不是在颠覆别人的路上，就是在被颠覆的路上
４．什么阻碍了的企业数字化转型

七、５Ｇ＋工业互联网助力制造业数字化转型
１．工业互联网概述
２．泛在物联网和互联网链接产业设备和资源
３．集成海量数据数据汇集、清洗、处理和管理
４．跑（产生）众多模型产业机理模型库、算法库
５．表征复杂系统
６．赋能各业务场景应用
７．链接产业各种资源：金融、专家、服务
８．云制造概念和应用。案例：航天科工云网
９．云化生态。案例：华为云ＲＯＭＡ平台和沃土计划
１０．案例：树根云助力机加行业转型升级

八、数据运营
１．数据流自动化驱动流程自动化
２．数据治理３．０业务驱动型数据治理
３．业务和技术逻辑模型化、软件化潜在知识显在化，显在知识逻辑化，逻辑知识软件化
４．从ＢＩ到数据运营
５．业务数字化
６．数据资产化
７．资产服务化
８．服务交付价值
９．数据中台和业务中台

九、大数据
１．大数据的概念。
２．大数据技术数据采集，联网，存储，数据清洗，白机理，算法，黑机理、预测和决策。
３．营销大数据大数据－消费者画像，需求识别，精准推荐
４．供应链大数据需求预测，物流优化，网络优化。
５．质量大数据人机料法环的失效因素精准定位，预测维护，快速提升。
６．制造大数据人机料法环的高效精准配合，输出卓越的竞争力
７．研发大数据对需求精准理解，精准选材料，优化技术，优化供应商，优化技术标准，优化人员任务配置。

数据的智能制造