1天（6小时/天）
AI赋能制造业数字化转型——格力研发体系数字化转型专项培训
本课程是针对格力空调技术研发系统全体人员设计的专项培训，聚焦于AI在制造业研发领域的深度应用。课程旨在帮助研发人员建立对AI价值的系统性认知，理解AI如何重塑产品设计、仿真、测试和优化流程。通过分析全…
课程介绍
本课程是针对格力空调技术研发系统全体人员设计的专项培训，聚焦于AI在制造业研发领域的深度应用。课程旨在帮助研发人员建立对AI价值的系统性认知，理解AI如何重塑产品设计、仿真、测试和优化流程。通过分析全球制造业AI转型趋势，学员将认识到AI不仅是自动化工具，更是实现智能化创新的关键驱动力。课程详细解读AI在制冷与空调技术、能源与环境技术、电机制造等核心领域的具体应用案例，如AI加速仿真、赋能控制、预测性维护、精准预测能效、智慧调度能源、创新设计电机等，揭示其背后的技术原理和商业逻辑。培训强调培养“AI-First”的研发思维，引导学员识别应用机会，从小处着手解决研发痛点，并了解在格力启动AI赋能项目的基本路径。通过专家授课、定制化案例分析和互动答疑，激发学员利用AI进行颠覆式创新的热情，推动格力研发体系的数字化转型。
课程目标
通过本次培训，希望参训的研发人员能够：
认知升级：建立对AI在制造业研发领域应用价值的系统性认知，理解AI如何重塑产品设计、仿真、测试和优化流程。
机会识别：能够结合自身工作，识别出应用AI技术解决当前研发痛点、提升产品性能和效率的潜在机会点。
案例洞察：深入理解AI在制冷、电机、能源环境等核心技术领域的具体应用案例，掌握其背后的基本原理和商业逻辑。
行动启发：培养“AI-First”的研发思维，激发利用AI进行颠覆式创新的热情，并了解在格力启动AI赋能项目的基本路径。
1. 开场与引言
A.欢迎与目标设定
培训核心目标：建立AI研发思维，识别应用机会。
议程概览：从“为何做”到“如何做”，再到“下一步”。
B.时代命题：AI——格力“核心科技”的下一个战场
全球制造业AI转型趋势与竞争格局。
AI对研发工程师意味着什么：从执行者到“AI协作者”。
2. AI如何重塑研发范式
A.AI价值解码：超越自动化，实现智能化
加速创新： 大幅缩短“设计-仿真-测试”循环周期。
突破极限： 探索传统方法难以触及的最优解。
知识传承： 将专家经验沉淀为可复用的AI模型。
B. 研发工程师的AI工具箱（概念速览）
AI之“眼”： 计算机视觉（用于智能质检）。
AI之“脑”： 机器学习（用于性能预测、故障诊断）。
AI之“策”： 强化学习（用于智能控制、策略寻优）。
AI之“手”： 生成式AI（用于创新设计、代码生成）。
C.互动答疑环节
3. 实战案例：AI在格力核心领域的应用剖析
A. 领域一：制冷与空调技术
AI加速仿真：用代理模型替代高耗时CFD/FEA，实现设计方案的秒级评估。
AI赋能控制：基于强化学习的自适应节能控制，实时寻优运行参数，超越传统PID。
AI预测健康：运用机器学习分析运行数据，实现压缩机等核心部件的预测性维护（PHM）。
B. 领域二：能源与环境技术
AI精准预测：在设计阶段，利用AI模型精准预测新产品的能效等级（EER/COP）。
AI智慧调度：AI算法优化“光伏-储能-空调”集成系统的能源流，实现楼宇低碳高效运行。
AI辅助探索：AI加速筛选具有特定属性（如环保、高效）的新型制冷剂或功能材料。
C. 领域三：电机制造
AI创新设计：采用生成式设计，自动生成满足多目标（效率、转矩、散热、成本）的电机新构型。
AI提升品质：基于计算机视觉的自动化产线质检，精准识别绕组、涂层等微小缺陷。
AI优化工艺：AI分析生产过程数据，挖掘最优工艺参数组合，提升电机性能一致性。
D. 互动答疑环节
4. 从洞察到实践
A.总结：AI赋能研发的三大关键路径
优化存量：提升现有流程效率。
突破增量：解决现有技术瓶颈。
创造变量：探索颠覆式产品与服务。
B.给研发工程师的行动建议
培养“数据思维”，关注工作中的数据。
从小处着手，识别“高重复、凭经验、数据多”的痛点。
拥抱跨界合作，与数据科学家/AI专家共同创造。
C.开放式互动与最终答疑
辛玉军
常住地：北京 北京市
辛玉军老师是兼具工学与管理学背景的数字化转型与智能制造实战专家，拥有24年企业咨询经验，专注制造业智能化、信息化规划与落地。作为工信部数字化转型赋能中心首席专家及专精特新冠军联盟数字化转型首席专家，他深度服务中车、航天科工、海尔、美的、华为、西门子等数百家头部企业，并在清华、北大等多所顶尖高校担任总裁班客座教授。其独特优势在于融合TOC（约束理论）方法论与智能工厂实践，擅长将复杂问题本质化，助力企业高效实现数字化升级，广受航空航天、汽车、轨道交通、电子、钢铁等行业客户高度认可。