|
在数字化时代，数字孪生技术和大数据分析成为工业制造和物联网等领域的热门话题。数字孪生技术是新兴的技术，它通过实时监测、人工智能、数据可视化、数据挖掘、预测性分析、物联网数据处理、大数据平台以及数据驱动决策等手段，为现实世界中的对象或过程创建虚拟的数字孪生模型。这种技术的应用为企业提供了更多可能性和优势，而大数据分析则为数字孪生的发展提供了有力支撑。
两个技术都以数据为基础，数据采集都是二者不可缺少的环节，不同的是数字孪生技术更强调优化，大数据更强调数据分析。数字孪生帮助打造了大数据环境，而大数据环境提供了全程数据服务。
为了实现更深层次的决策互动，可视化的大数据平台变得至关重要。这种"可视化+交互式"的应用不仅简化了数据检索和分析过程，而且通过数据的直观展示，显著提高了决策者的判断能力。这不仅加强了组织内部的沟通效率，也提升了整个管理水平。
本次分享的核心主要是介绍怎样实现“数字决策”，即研发/质量/生产总监、核心技术骨干、数字化人才怎样利用“大数据和数字孪生技术”赋能在产品开发、生产和售后问题解决等技术问题的攻克。
课程大纲
01
产品开发到运维中关键应用场景
1.1 V形开发流程
1.2 产品开发主要计算业务 1.3 产品设计阶段 1.3.1 载荷与工况开发 1.3.2 多场景性能优化 1.3.3 可靠性与风险预测 1.3.4 风险优化与降本 1.4 工艺研发与生产阶段 1.4.1 工艺优化与鲁棒性评估 1.4.2 RootCause排查 1.4.3 寿命预测与预测性维护 1.5 运维售后阶段 1.5.1 诊断与预警 1.5.2 寿命预测 1.6 需求总结
02
大数据与数字孪生技术介绍
2.1 大数据概述
2.1.1 大数据时代 2.1.2 大数据影响 2.1.3 大数据与云计算、物联网的关系 2.2 大数据的处理架构Hadoop 2.2.1 Hadoop简介 2.2.2 Hadoop项目结构 2.3 大数据的计算类型 2.3.1 批处理 2.3.2 流计算 2.3.3 图计算
03
大数据关键技术
3.1 数据清洗与规约算法
3.1.1 脏数据类型与处理方法 3.1.2 数据噪声处理方法 3.1.3 数据集成方法 3.1.4 数据规约方法 3.2 数据分析方法 3.2.1 判别分析 3.2.2 聚类分析 3.2.3 主成分分析 3.2.4 因子分析 3.3 数据处理技术 3.4 大数据求解技术 3.5 大数据存储技术 3.6 大数据查询技术 04
孪生体模型开发与实例
4.1 模型开发方法 4.2 模型降阶方法 4.2.1 机理模型降阶 4.2.2 数据降阶 4.3 模型集成方法 4.4 模型开发实例 4.4.1 热模型降阶 4.4.2 振动模型降阶 4.4.3 数据驱动模型开发 05
大数据仿真原理与工作步骤
5.1 常规仿真面临的问题与困境 5.2 大数据仿真原理 5.3 大数据仿真工作步骤 5.3.1 大数据仿真流程图 5.3.2 数字孪生体构建 5.3.3 虚拟试验场构建 5.3.4 虚拟样机构建 5.3.5 模型与数据匹配 5.3.6 数字计算 5.3.7 结果查询分析与评价 06
大数据仿真关键要素
6.1 工程师与计算业务流程图 6.2 数据与处理工具 6.3 模型与开发工具 6.4 计算与仿真平台 6.5 数据查询与分析工具 6.6 硬件设备 07
工程实例
基于大数据典型工况库开发 基于大数据载荷谱开发
日程安排
报名联系：赵老师 13916427185 培训时间：2024年7月5-6日
ATC汽车培训，是ATC平台旗下的培训品牌，致力于培育未来汽车行业专家，为汽车行业人士搭建学习汽车领域深度知识的平台。以培训公开课、企业内训、项目咨询等形式，从精英化的技术学习盛会到个性化的专题学习。自2018年成立以来，每年培训服务汽车行业专业人士数千人次，深受培训学员好评！
| 
楼主
标题置顶
标题高亮
