1人工智能在工業(yè)自動化、智能制造領(lǐng)域中的前景
1.1 傳統(tǒng)工業(yè)產(chǎn)線的缺點
1.2 數(shù)字化智能制造
1.3 提高規(guī)劃和生產(chǎn)效率
1.4 提高制造和生產(chǎn)效率的利器
2人工智能在工業(yè)自動化、智能制造領(lǐng)域中的應(yīng)用
2.1案例1：西門子最新數(shù)字孿生技術(shù)應(yīng)用
2.2案例2：長城汽車數(shù)字孿生工程案例
2.3產(chǎn)線規(guī)劃-開發(fā)方法
2.3.1快速搭建自動化產(chǎn)線方案
2.3.2自動規(guī)劃機(jī)器人運(yùn)動軌跡SLAM
2.3.3機(jī)器人群相互規(guī)避方案設(shè)計
2.3.4一鍵生成產(chǎn)線控制程序
2.2.5敏捷開發(fā)落地實施
2.4產(chǎn)線規(guī)劃-開發(fā)工具
2.4.1產(chǎn)線規(guī)劃軟件（Assembly Line Design Automation）
2.4.2邊緣計算中心(Edge Computing)
2.4.3邊緣計算融合技術(shù)OICT
2.4.4邊緣計算架構(gòu)
2.4.5模塊化機(jī)器人（Industrial Lego Robot）
2.4.6人工智能算法庫
3智能產(chǎn)線規(guī)劃軟件解決方案
3.1智能產(chǎn)線規(guī)劃軟件-國家標(biāo)準(zhǔn)
3.2智能產(chǎn)線規(guī)劃軟件-行業(yè)規(guī)范
3.3智能產(chǎn)線規(guī)劃軟件-通訊規(guī)約
3.4 智能產(chǎn)線規(guī)劃軟件-API接口
4智能產(chǎn)線規(guī)劃軟件-框架設(shè)計
5智能產(chǎn)線規(guī)劃-實施步驟
5.1確定產(chǎn)線生產(chǎn)節(jié)拍
5.2組織工序同期化
5.3確定產(chǎn)線所需工人數(shù)量
5.4選擇合理運(yùn)輸工具
5.5產(chǎn)線生產(chǎn)平面布局
5.6制定產(chǎn)線標(biāo)準(zhǔn)計劃
5.7智能產(chǎn)線經(jīng)濟(jì)效益評估
6數(shù)字孿生技術(shù)打造智能產(chǎn)線規(guī)劃
6.1數(shù)字孿生的定義
6.2數(shù)字孿生技術(shù)的價值體現(xiàn)及意義
6.3數(shù)字孿生技術(shù)標(biāo)準(zhǔn)體系
6.3.1基礎(chǔ)共性標(biāo)準(zhǔn)
6.3.2. 數(shù)字孿生關(guān)鍵技術(shù)標(biāo)準(zhǔn)
6.3.3. 數(shù)字孿生工具/平臺標(biāo)準(zhǔn)
6.3.4. 數(shù)字孿生測評標(biāo)準(zhǔn)
6.3.5. 數(shù)字孿生安全標(biāo)準(zhǔn)
6.3.6. 數(shù)字孿生行業(yè)應(yīng)用標(biāo)準(zhǔn)
6.4數(shù)字孿生基本框架
6.5數(shù)字孿生助力實時監(jiān)控與產(chǎn)線分析
7智能產(chǎn)線建模仿真
7.1 模塊仿真節(jié)拍的預(yù)測???
7.2通過仿真模型降低成本
8數(shù)字孿生知識科普
8.1面向智能制造的數(shù)字孿生生態(tài)
8.2數(shù)字孿生與工業(yè)4.0
8.3數(shù)字孿生生產(chǎn)的發(fā)展趨勢
8.3.1數(shù)字孿生技術(shù)成為企業(yè)轉(zhuǎn)型的關(guān)鍵驅(qū)動力
8.3.2數(shù)字孿生助力打造基于模型的數(shù)字化企業(yè)
8.4數(shù)字孿生技術(shù)一般架構(gòu)
8.6數(shù)字孿生的核心技術(shù)
8.7數(shù)字孿生體構(gòu)建流程
8.8數(shù)字孿生技術(shù)應(yīng)用及仿真
8.9基于機(jī)器學(xué)習(xí)算法的數(shù)字孿生
8.10柔性制造系統(tǒng)仿真的目的和意義
8.11基于模型的三維設(shè)計與仿真解決方案
8.12數(shù)據(jù)驅(qū)動的仿真
8.13數(shù)字孿生體與生命周期管理
8.14數(shù)字孿生技術(shù)發(fā)展的新趨勢