目前位置: 首頁 > 公開課程 > 創新研發 > 專業技術 > 資料科學在智慧製造與生產線上的應用

資料科學在智慧製造與生產線上的應用

在複雜的製造現場環境裡,存在著各式各樣的議題,諸如品質、成本、交期、創新、...

  資料科學 (Data Science) 與工業 4.0(Industry 4.0) 是近幾年來廣為討論的主題,本課程以製造現場為實證對象,從資料的視角來尋求改善的契機。在複雜的製造現場環境裡,存在著各式各樣的議題,諸如品質、成本、交期、創新、彈性等,需持續改善以提升公司核心競爭力。事實上,製造業在台灣經濟發展上也扮演著舉足輕重的角色,在製造業的轉型過程中,如何以資料科學的角度,整合自動化實務和管理經驗,導入方法論以達到智慧製造 (Intelligence Manufacturing) 的理想,相信是這個世代關注的焦點之一。

加入收藏
收件人email:
寄件人姓名:
寄件人email:
 
上課地址:光明新村
上課時數:12
起迄日期:2018/03/14~2018/03/21
聯絡資訊:黃文彥/03-5913387
報名截止日:2018/03/13  
課程類別:人才培訓(課程)
研討會編號:2317120048
 



課程介紹

 

  • 課程簡介

    資料科學 (Data Science) 與工業 4.0(Industry 4.0) 是近幾年來廣為討論的主題,本課程以製造現場為實證對象,從資料的視角來尋求改善的契機。在複雜的製造現場環境裡,存在著各式各樣的議題,諸如品質、成本、交期、創新、彈性等,需持續改善以提升公司核心競爭力。事實上,製造業在台灣經濟發展上也扮演著舉足輕重的角色,在製造業的轉型過程中,如何以資料科學的角度,整合自動化實務和管理經驗,導入方法論以達到智慧製造 (Intelligence Manufacturing) 的理想,相信是這個世代關注的焦點之一。

 

  • 課程目的

    以實證的角度對製造資料科學作一整體性的介紹。

 

  • 課程特色

課程專注於「問題本質的探索與觀念的釐清」,並輔以案例介紹工程資料分析時會遭遇的困難與挑戰。
對於機器學習或資料探勘強調的預測性分析 (Predictive Analytics),課程更進一步地延伸到處方性分析 (Prescriptive Analytics),以連結到管理者視角下,風險評估與決策制定的過程。

 

  • 課程目標

    學員能夠瞭解製造現場與數據分析的整合與應用。

 

  • 適合對象

    從事於製造業相關工作者。

 

  • 課程大綱

單元

說明

時數

製造資料特性與預處理技巧

從瞭解製造現場的特性開始著手,解說智慧型製造系統的概念與運作原理。由於製造現場的特性,資料所呈現出的議題也就有其特殊性質,例如:平行機台、抽樣檢測、工程或實驗性產品、維修保養、換線換模前置作業、等候時間限制、類別不平衡等。根據這些資料特性,介紹其對應資料預處理的步驟與技巧。

3

重要參數篩選、精度預測與預測保養

資料科學的模型相當多種,此課程藉由實際製造業個案瞭解製造現場解決問題的流程與方法,以實證角度來驗證模型的績效。透過錯誤診斷 (fault diagnosis)、製程工程參數篩選 (feature selection)、良率與精度預測 (yield prediction)、預測保養 (Predictive Maintenance),協助製造現場改善品質並提昇生產力。同時,對於製造現場與資料之間的迷思,與各位學員一同分享與探討。

3

自動化生產排程與演算法

在產品少量多樣的製造現場,如何快速反應市場需求變化,生產排程在製造現場扮演舉足輕重的角色。排程的績效除了顯著影響產品生產周期時間 (cycle time) 的長短,也直接影響現場在製品 (work-in-process, WIP) 多寡、機台使用率高低、以及顧客達交率狀況等。課程以實務的角度從派工法則(dispatching rule) 切入,探討先進先出 (first-come first-served, FCFS)、最短加工時間(shortest processing time, SPT) 及最早到期日(Earliest due date, EDD) 等對製造現場的影響,延伸到以啟發式演算法 (metaheuristics) 來進行多樣複雜訂單的排程求解。

3

從預測性思維到處方性決策

資料科學除了用以預測外,更可協助誘因的探索以及輔助決策的制定。瞭解決策的本質與類型,以系統化的架構來萃取決策者的偏好結構 (Preference Structure),並進一步地透過風險的衡量來提升決策品質,以期在未來不確定性的環境下或多個預測情境下,規劃出穩健決策 (Robust Decision)

2

實作分享

將以資料科學分析時常用到的工具R軟體來介紹實作流程,進行製造資料的分析。課堂以開放資料來陳述,如何找出影響製程良率的關鍵因子與預測良品不良品的分類。透過敘述統計、資料預處理、重要變數參數選取、預測分類、交差驗證等主題,來一步步地建構模型,並協助製程的診斷與troubleshooting

1

 

  • 講師簡介

    李家岩老師

    現職國立成功大學資訊工程系暨製造資訊與系統研究所 副教授

    學歷美國德州農工大學工業與系統工程博士

    專長智慧型製造系統、資料科學、作業研究、生產力與效率分析。
     

 

      

  • 主辦單位:工研院產業學院新竹學習中心

  • 舉辦地點:工研院 光明新村 140訓練教室 (新竹市東區光明新村140號)

                                ※實際上課地點請以【上課通知單】公告為準※

  • 舉辦日期:107/3/14()3/21()0930 – 1630 共計12小時

  • 課程費用:(含稅、午餐、講義)

     

課程方案

費用

每人

8,400

107/2/28() 報名享早鳥優惠價,每人

6,800

同一公司2()以上同時報名享團報優惠價,每人

7,200

會員優惠價,每人

7,600

工研人享優惠價,每人

7,200

 

 

  • 報名方式:

    1.傳真報名:請將報名表,傳真至:(03)5820303 廖小姐

    或電洽:電03-5913387 廖小姐  E-mailmelon.liao@itri.org.tw

    2.線上報名:請上產業學院學習服務網

    https://college.itri.org.tw/SeminarView2.aspx?posno=F06803EB-7D84-4945-BDAA-E22E8BFAB73C

     

     

  • 注意事項:

    1. 為確保您的上課權益,報名後若未收到任何回覆,敬請來電洽詢方完成報名。

    2. 若您不克前來,請於開課三日前告知,以利行政作業進行。

若原報名者因故不克參加,但欲更換他人參加,敬請於開課前二日通知。

 

常見問題

 

 繳費方式:

 ATM轉帳(線上報名):繳費方式選擇「ATM轉帳」者,系統將給您一組轉帳帳號「銀行代號、轉帳帳號」,但此帳號只提供本課程轉帳使用, 各別學員轉帳請使用不同轉帳帳號!!轉帳後,寫上您的「公司全銜、課程名稱、姓名、聯絡電話」與「收據」傳真至03-5820303 廖小姐 收。

 信用卡(線上報名):繳費方式選「信用卡」,直到顯示「您已完成報名手續」為止,才確實完成繳費。

 銀行匯款(限由公司逕行電匯付款):土地銀行 工研院分行,帳號156-005-00002-5(土銀代碼:005)。戶名「財團法人工業技術研究院」,請填具「報名表」與「收據」回傳真至03-5820303 廖小姐 

 即期支票:抬頭「財團法人工業技術研究院」,掛號郵寄至:新竹縣竹東鎮中興路四段195(中興院區)21101廖小姐(03-5913387) 收。

 計畫代號扣款(工研院同仁) :請從產業學院學習網直接登入工研人報名;俾利計畫代號扣款。

0314 資料科學在智慧製造與生產線上的應用.pdf



開課1

標記

經歷:

>>詳細介紹

簡介


產業學院緣起
  依據行政院「挑戰2008:國家發展重點計畫」下之「國際創新研發基地」與「產業高值化」兩計畫,首重產業科技人才的效能。

•911216經科字第09103373120號函:經濟部將本院籌設工研院產業學院之工作,列為因應產業結構轉型,提 ... more

*請務必將下列資料填妥,資料送出後,開課單位將會主動與您聯繫。

我想知道本課程的企業包班內訓     


(重新產生)