《汽车智能制造概论》教案 第2课 工业大数据技术和云计算技术.docx

《《汽车智能制造概论》教案 第2课 工业大数据技术和云计算技术.docx》由会员分享，可在线阅读，更多相关《《汽车智能制造概论》教案 第2课 工业大数据技术和云计算技术.docx（9页珍藏版）》请在优知文库上搜索。

1、课题工业大数据技术和云计算技术课时2课时(90min)教学目标知识目标：(1)认识工业大数据的来源和特征(2)熟悉工业大孀的关键技术和应用(3)了解云计算技术的概念、特点、架构(4)熟悉云计算技术的关键技术和应用技能目标：能总结出工业大数据和云计算的关键技术素质目标：发扬刻苦钻研、脚踏实地的精神教学重难点教学重点：工业大数据和云计算技术的关键技术教学难点：云计算技术的架构教学方法案例分析法、问答法、讨论法、讲授法教学用具电脑、投影仪、多媒体课件、教材教学过程主要教学内容及步骤课前任务【教师】布置课前任务，和学生负责人取得联系，让其提醒同学通过APP或其他学习软件，观看有关“智能吉利2025”战

2、略的信息，了解汽车智能制造信息技术相关的知识,思考广什么是汽车智能制造信息技术？:并让学生在学习平台上留言讨论2021年11月吉利汽车集团(以下简称吉利)正式发布智能吊IJ2O25h战略。为保障战略全面落地实施，吉利将构建国际化研发体系，打造10个国际一流的重点实验室，加速信息技术成果转化落地，向智能时怫型。【学生】登录学习平台观看案例，思考并留言讨论考勤【教师】使用APP进行签到【学生】按照老师要求签到问题导入【教师】讲述“智能吉利2025”战略，并随机邀请学生回答以下问SS近年来，随着大数据的迅猛发展，数据量的暴涨成了汽车制造业面对的严峻挑战和宝贵机遇。于是，随着工业加工技术的进步和现代化

3、管理理念的普及，车企的运营越来越依赖工业大数据技术。那么工业大数据包括哪些数据？具备什么样的特征？【学生】聆听、思考、回答【教师】总结学生的回答，导入本节课课题：工业大数据技术和云计算技术传授新知【教师】讲解工业大数据的概念、关健技术、特征和应用学习情境一工业大数据技术一、工业大数据概述1.工业大球的来源车企需要管理的数据量巨大，其主要来源于产品数据、运营数据、价值链数据和外部效据。1）产品数据产品辘包括设计、建模、加工、测试、维护、零部件配置和变更记录等产生的雌。【师生互动】【教师】随机邀请学生回答以下问题：除了上述所说的设计、建模、加工、测试、维护、零部件配置和变更记录数据之外，还有哪些产

4、品数据？【学生】聆听、思考、回答【教师】结合学生的回答进行讲解2 ）运营数据运营雌包括组织结构、业务管理、生产设备、市场营销、质量控制、生产管理、采购管理、库存管理、目标计划和电子商务等数据。3 ）价值链数据价值链班包括用户信息、供应商信息和合作伙伴信息等雌。【师生互动】【教师】随机邀请学生回答以下问题：什么叫姬介值链？它强调的是生产过程的哪些因素？【学生】聆听、思考、回答【教师】结合学生的回答进行讲解4）外部数据外艘据包括经济运行数据、行抽据、市场数据和竞争对手数据等。【教师】扩展讲解工业大数据的另一种分类工业大数据主要来源还可分为以下三类：第一类是生产经营相关业务数据，第二类是设备物联数据

5、，第三类是外部唾，【学生】聆听、理解、记忆4 .工业大数据的特征工业大数据除具有一般大数据体量大、多样性、快速性和价值密度低的特征外，还具有时序性、关联性、准确性等特征。I）体量大工业大孀的体量I;啜大,由于大量机器设备的高频娄据和互联网数据的持续涌入，大型企业的工业数据量可达5JPB数量级甚至EB数量级。【教师】扩展讲解PB和EB的含义PB和EB都是较高级的存储单位。其中,PB是指PetaByte,IPB=1024TB;EB是指ExaByte,1EB=1024PBe【学生】聆听、理解、记忆2）多样性多样性旨工业大雌类型的多样性和来源广泛性。工业大数据广泛分布于机器设备、工业产品、管理系统和互

6、联网等，并且结构复杂，既有结构化和半结构化的传感触，也有非结构化健。【师生互动】【教师】随机邀请学生回答以下问题：什么是结构化娄据和半结构化辘？【学生】聆听、思考、回答【教师】结合学生的回答进行由解结构化数据是由二维表结构来表达逻辑和实现的数据，它严格地遵循数据格式与长度规范，主要通过关系型数据库进行存储和管理，常用于机器学习并驱动算法。半结构化数据是结构化数据的一种形式，虽然它不符合关系型数据库或其他数据表的数据结构，但它包含相关标记，可用来分隔语义及对字段进行分层。（详见教材）3）快速性快速性指工业大数据的获得和处理的速度快。工业大数据处理速度的需求多样，例如，生产现场要求数据的处理分析时

7、间达到毫秒级。管理与决策应用则需要数据支持交互式分析或批量分析，时间要达到微秒级。4）价值密度低工业大数据的价值密度相对较低，且其价值密度与数据规模呈反比例关系，即数据的规模越大，价值密度越低。而工业大数据最大的价值则在于从大量低价值密度的数据中挖掘出对分析和预测等有价值的信息。5）时序性工业大数据具有较强的时序性，即数据是按时间顺序记录的，如订单、设备的状态数据等。6）关联性工业大数据的关联性体现在两个方面。一方面是汽车全生命周期同一阶段的数据具有强关联性，如产品零部件组成、设备状态、设备维修情况等；另一方面是汽车全生命周期中的研发、设计、生产和服务等不同环节的数据之间需要进行关联。7）准确

8、性准确性主要指工业大数据的真实性、完整性和可靠性。企业关注孀质量,也关注数据处理和分析的技术及方法的可靠性。只有这样，企业才能进行正确的市场分析、合理的产品设计和及时的设备故障诊断等。【教师】扩展讲解闭环性工业大数据的特征还包括闭环性，包括产品全生命周期横向过程中数据链条的封闭和关联，以及智能制造纵向数据采集和处理过程中，需要支撑状态感知、分析、反馈、控制等闭环场景下的动态持续调整和优化。【学生】聆听、理解、记忆二、工业大数据的关键技术1 .工业大采集技术数据是从传感器、网络社交或论坛等渠道获得的信息.工业大数据采集技术是指通过传感体系、网络通信体系、智能识别体系及软硬件资源接入系统，实现对结

9、构化、半结构化和非结构化的海量数据的智能化识别、跟踪、接入、传输、监控、初步处理和管理等。【教师】播放“工业大数据的采集技术“视频（详见教材），让学生学习工业大数据采集技术的相关知识2 .工业大数据预处理技术采集完大量数据后，需要对多种结构的数据进行分类，将一些复杂的数据转化为单一的数据类型，并过滤掉错误及无用的数据。这种在正式的数据处理之前对数据进行的一些处理称为工业大数据预处理技术。工业大数据预处理技术可以提高数据挖掘的质量，降低实际挖掘所需要的时间。大数据预处理有多种方法，分别为数据清理、数据集成、数据变换、和数据归约。【师生互动】【教师】随机邀请学生回答以下问题：大数据预处理方法中数据

10、归约是什么含义？举例说明。【学生】聆听、思考、回答【教师】结合学生的回答进行讲解3 .工业大糠存储技术工业大数据存储技术可为海量数据建立相应的数据库并随时管理和调用其中数据.相应的健库包括键值数据库、列耀掂库、图存球库及文档触库等，它们可以解决海量图文城的存储及应用问题。4 .工业大数据分析技术工业大雌分析技术可对规模巨大的城进行分析,主要包括以下内容。I）可视化分析不管对于您分析专家还是普通用户，可视化分析都是雌分析工具最基本的功能。【师生互动】【教师】随机邀请学生回答以下问题：在可视化分析技术中有同学们常见的VR/AR等计算机图形图像处理，那么可视化分析对分析有什么帮助呢？【学生】聆听、思

11、考、回答【教师】结合学生的回答进行讲解2）数据挖掘数据挖掘剧旨从大量的、不完整的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道但又是潜在有用的信息和知识的过程。3）预测性分析预测性分析是指根据可视化分析和叫挖掘的结果做出一些预测性判断，从而指导业务决策。4）语义引擎语义引擎是指分析语义中隐含的消息，并主动地提取信息。三、工业大数据技术在汽车智能制造中的应用工业大糠技术的创新和发展，使企业管理者和生产参与者可以对数据进行全面感知、收集、分析和共享，并发现看待产业链的全新视角。因此，工业大雌技术在汽车智能制造中有十分重要的应用。【教师】播放“工业大数据在汽车制造中的应用

12、“视频（详见教材），帮组学生了解工业大数据采集技术的相关知识1 .企业优化ZDlkX嘘的核心作用在于它可以提升企业的运行效率。例如，在价值链方面，IDIk大雌及其相关技术可以帮助企业扁平化运行，加快信息在汽车生产制造过程中的流动。在制造模式方面,工业大幡技术可以帮助企业实现制造模式的改变，形成新的商业模式,如自动化生产、个性化制造、网络化协调及服务臊型等。2 .智能生产在智能制造体系中，生产设备都将配备传感器抓取生产数据，进行实时监控。同时，这些生产数据会传递至控制中心，经云计算技术存储和分析后，形成决策反馈至生产设备，以指导生产。这样可使工厂升级为可管理和自适应调整的智能网络，使工业控制和菅

13、理最优化，使生产过程能够高效地进行。【师生互动】【教师】随机邀请学生回答以下问题：在工业智能化生产的背景下,工业大幡有哪些应用价值？【学生】聆听、思考、回答【教师】结合学生的回答进行讲解3 .自动诊断在过去，；气车制造设备的自然磨损或故障会使新造出的汽车品质发生一定的变化。现在由于信息技术、物联网技术的发展，生产线可以通过传感技术实时获取大雌，了解设备出现什么故障、哪里需要更换配件等，并及时进行处理，以保证汽车品质，实现工厂高效运行。4 .降低能耗从生产能耗角度看，在汽车的制造过程中，利用传感器雌所有的生产过程，能够发现能耗的异常或峰值情况，并通过数据分析，不断实时优化能源消耗。5 .大规模定

14、制想要满足消费者个性化需求，就需要通过互联网获取消费者的个性化定制需求。由于消费者数量大，且每个人需求不同，再加上需求不断变化，就构成了定制需求数据。当这些数据达到一定的数量级，就可以实现工业大数据技术的应用，包括数据的采集和管理、智能化制造、平台定制等.通过对工业大数据的挖掘，还可以实现市场预测、精准匹配、营销推送等。【师生互动】【教师】随机邀请学生回答以下问题：在实现大规模定制时，庞大的数据量会产生哪些问题？【学生】聆听、思考、回答【教师】结合学生的回答进行讲解6 .降低捧对汽车需求数据进行分析，将带来仓储、配送、销售效率的大幅度提升与成本的大幅下降，并将极大地减少库存，优化供应链。同时，

15、利用销售数据、汽车的传感数据和供应商数据库等工业大数据，车企可以精准预测全球不同市场的需求，关注库存变化和销售价格，从而节约大量成本。【学生】聆听、理解、记忆【教师】讲解云计算技术的概念、关键技术、特征和应用学习情境二云计算技术一、云计算概述云计算中的云是指一些可以自我维护和管理的虚拟计算资源，通常为一些大型服务器集群，包括计算服务器、存储服务器和宽带资源等。云计算可将所有的虚拟计算资源集中起来，采用动态的、可扩展的、虚拟化的方式处理这些资源并进行计算，然后将结果反馈给用户，它具有强大的存储能力和分部计算能力。【教师】犷展讲解云计算技术中“云”的相关知识云作为云计算技术中非常重要的一部分，按部署方式的不同可分为公有云、私有云和混合云.公有云是向所有人提供服务的云，一般可通过互联网使用，可能是免费或成本低廉的,其核心属性就是共享资源。私有云是针对特定客户群提供服务的云，能对数据的安全性和服务质量进行有效控制，可部署在企业数据中心的防火墙内，也可以部署在一个安全的主机托管场所，其核心属性是专有资源。混合云融合了公有云和私有云，是近年来