1. e-works数字化企业网
  2. 新闻
  3. e-works动态

夯实智造数据底座,打通工厂互联脉络,e-works专业研修班南京成功举办

 
2026年07月17日 来源:e-works作者:e-works  
关键字:工业数据采集  互联工厂  数据分析  
2026年7月16日-17日,e-works数字化企业网在南京成功举办“工业数据采集与互联工厂建设高级研修班”。
       2026年7月16日-17日,e-works数字化企业网在南京成功举办“工业数据采集与互联工厂建设高级研修班”。 为期两天的专项培训汇聚全国制造企业高管、数字化负责人、IT/OT 技术骨干,集结高校学者、工业软硬件厂商、标杆工厂实战专家,开展全流程实战化深度授课,破解制造业数字化转型底层数据瓶颈。
研修班现场
研修班现场

       当前国内制造企业智能化升级普遍面临共性难题:老旧设备协议繁杂、数据采集不全不准,设备孤岛、IT/OT断层现象突出,缺少标准化数据底座导致AI质检、数字孪生、智能排产等项目难以落地,生产运营依赖人工估算,自动化投入难以释放全部价值。针对行业普遍痛点,本次研修班打造一站式完整学习体系,覆盖从底层设备数据采集到互联工厂顶层规划的全链条内容,以真实项目案例、落地整改方案为核心,帮助企业精准规划数字化投入、少走转型弯路。课程设置具有较强的实用性与指导性,受到学员的一致好评。
华中科技大学刘老师
 
       华中科技大学机械与科学工程学院研究员,博士生导师,中国智能制造专业委员会秘书长刘老师带来了“工业数据采集分析与应用”的主题培训。刘老师以传统制造企业面临的内外压力为背景,阐述了企业采集数据的必要性,介绍了数据采集的对象和方法,并通过多个具体案例的解读展示了数据在设备运行状态监测、机器视觉及其应用、切削自适应控制和过程质量检测等不同场景下的深度应用。刘老师表示,数据采集与应用是智能制造的核心内容,是体现智能化的关键,数据采集和应用的重点是以感知为基础,以分析与识别算法为核心,最终以解决应用场景问题作为目标。
研华科技工业物联网事业群智能制造行业开发经理顾老师
 
       研华科技工业物联网事业群智能制造行业开发经理顾老师以“工业数采与设备联网技术与应用实战”为题进行了培训。顾老师分析了企业数据采集常见痛点,分享了工业数据采集技术与实战案例,介绍了工业通信网络搭建方法以及工业物联网平台与典型应用场景,并对对底层数据与AI大模型的关联应用进行了讲解。顾老师指出,设备联网方案设计需考虑安全性、系统性、可靠性、经济性、可扩展性、易用性、系统集成性以及智能化。
前日系大厂华东研发中心负责人马老师
 
       前日系大厂华东研发中心负责人马老师以“制造业神经中枢改造术:SCADA与DMS的高性价比落地实战”为题进行了授课。马老师分享了SCADA/DMS系统建设从需求到上线的方法论,制造业落地实战案例与关键成功因素马老师指出,生产现场的数据采集与设备管控始终是企业难以跨越的最后一公里。SCADA与DMS作为连接物理设备与数字世界的核心枢纽,其建设质量直接决定数字化转型的成败。通过“利旧优先、分层解耦、渐进迭代”的方法论,将帮助企业在保护现有投资的前提下,快速构建具备扩展能力的SCADA/DMS体系,实现从设备联网到数据驱动的价值跃迁。
树根互联咨询专家、高级工程师杨老师
 
       树根互联咨询专家、高级工程师杨老师以“互联工厂建设之道”为题,分享了互联工厂建设策略和路径,互联工厂的典型应用以及三一数字化转型案例。他指出,互联工厂不是一个工厂的概念,而是通过人、机、料、法、环、测各要素的全面连接,打通研、产、供、销、服各价值链和产业链系统数据,在数据透明的基础上实现制造模式和经营模式的变革。
摩莎科技(上海)有限公司智能制造专案主任荣老师

       摩莎科技(上海)有限公司智能制造专案主任荣老师分享了工厂智能装备互联互通网络设计实战。他介绍了制造企业设备联网的痛点,工厂设备互联互通网络设计架构以及工厂设备联网关键设计与实施方法,同时,他还解读了联网失败案例与整改方案,给出了设备互联互通的落地实施路线图,并对AI在工业通信中的应用与探索进行了分享。他指出,在规划工厂工业网络组网时,需要综合考虑工厂的实际需求、预算限制、安全性要求等因素,以实现高效、安全、稳定、可靠的工业网络。
南京天加环境科技有限公司精益数字化转型业务负责人丁老师

       南京天加环境科技有限公司精益数字化转型业务负责人丁老师分享了天加工业数采与互联工厂建设实践。丁老师强调,数字互联的发展打破了行业间的竞争边界,企业需要跳出“旧制造泥沼”,追求“螺旋式上升”,推进变革,企业必须要对制程进行数据收集、加工、处理,才能实现数据透明,进而实现管理辅助。

       本次培训在每节课后都设有专门的答疑交流环节,学员们结合课上老师们所讲的内容以及各自企业在工业数据采集与应用过程中的难点和困惑提出了诸多问题,各位老师针对学员的提问做了精彩的解答和探讨。

       开展工业数采与车间联网,建设互联工厂是制造企业推进智能制造的基础和前提。通过生产现场各种工业数据的实时采集、整理,不仅可为企业的MES、ERP等信息系统提供大量工业数据,也能通过对所积累沉淀数据的深入挖掘,实现生产过程优化和智能化决策,对于提升生产效率与产品质量,增强决策能力,降低运营成本等都具有重要意义。然而,对于制造企业而言,推进数据采集,建设互联工厂,涉及多种关键技术的集成和应用,且面临工业协议标准不统一且数据开放性不够,工业数据采集实时性要求难以保证以及工业数据采集存在数据安全隐患等多重挑战,也是在推进智能制造过程中困扰企业的关键难题。

       面对上述问题与挑战,企业需采取综合性措施,包括但不限于建立统一的数据标准、升级设备以兼容现代通讯协议、开发或引入灵活的数据集成平台,以及培养具备跨领域知识的IT与OT融合团队等,以克服工业数据采集的难关,更好地满足工业现场对数据采集的要求,从而为智能工厂建设奠定坚实基础。

       为期两天的培训在热烈的学习氛围中圆满落幕。本次培训的成功举办帮助企业厘清工业数据采集、分析与应用的痛点和难点,明确工业数据深度应用的方法和方向,为制造企业推进数字化转型带来了积极影响。专家们不约而同地提出,企业不能为了采集而采集,需要明确数据采集的目标,根据具体的场景,选择具体的采集内容和采集方式,使投资真正产生成效。学员们纷纷表示受益匪浅,并对以后的工作具有极大的帮助。

       e-works作为致力于推进智能制造与两化深度融合的第三方专业服务机构,未来将通过考察、论坛和实训等多种形式,持续为广大制造企业提供更多与知名企业面对面学习交流的机会。

       7月23-24日,厦门,智能工厂规划与实践高级研修班 

       8月11-12日,苏州,AI赋能设备全寿命周期管理高级研修班
责任编辑:梁曦
您可以:
排行榜
  1. 奥哲孟凡俊:融合AI的低代码成为企业数智化核心引擎
  2. 怀信科技WMS智能仓储管理系统,为制药及批次流程行业数字化升级按下 “加速键”
  3. 国产IEC61499工业控制软件AIOSYS重磅发布
  4. 泊松软件与天喻软件正式合并
  5. 湃睿科技×东鸿电子:PLM项目签约启动,共筑研发管理数字化新基座
  6. U9 cloud重塑价值定位:数智制造成本管理专家
  7. 金蝶推出全新AI产品小K,开启企业管理智能共生新时代
  8. 对话Gian Paolo:SOLIDWORKS 2026创新密码与AI战略
  9. 智算时代,企业需要怎样的AI基础设施?
  10. 云栖大会上,我邂逅了一个“AI原生ERP”
编辑推荐
• 当词元走向产业,联想在WAIC 2026展示AI落地新...
• “AI陪伴”新规下监管如何真正落地
• 数智化赋能中国制造业
• 每Token成本定成败:Vera Rubin如何改写AI基础...
• 光刻机巨头,酝酿涨价
• Cadence推出AuraStack AI Super Agent,全球首...
• 具身机器人进车厂:越疆交付可迭代的新质生产力
• PTC发布PTC Orbit:面向制造企业的AI驱动“运...
• 2026 WAIC:共同推动人工智能服务全球发展、增...
• 英特尔斥资50亿欧元扩建爱尔兰工厂,押注AI驱...
• SK 海力士启动龙仁 Y1 工厂设备下单
• 国家统计局:我国平均每天生产芯片超过15亿块
文章推荐
• 探访威图&易盼:感受智能设计与制造的创新典范
• 刻在骨子里的服务精神,无处不在的精益意识
• 210亿!施耐德拿下工业AI半决赛入场劵
• 2026年伺服系统市场深度解析:西门子、安川与...
• 超150亿港元!“机器人大脑第一股”诞生
• 工业Agent下半场:入局只是起点,创造效能才是...
• 伺服电机技术新趋势:无电池化引领产业升级,...
• 不追概念,但求实效:研华如何让工业AI真正扎...
• 单月暴增90%!国产工业机器人出海的“狂飙”与...
• 从“能表演”到“真干活”:人形机器人如何迈...
• 足球表面不能太光滑?世界杯足球的空气动力学...
• 云道智能屈凯峰:物理AI将仿真推向世界模型的...

系列微信

数字化企业网
PLM之神
e-works制信科技
MES百科
工业自动化洞察
智能制造IM
AI智造圈
智能工厂前线
工业机器人洞察
智造人才圈
工业软件应用
智能制造网博会
ERP之家
供应链指南针
© 2002-2026  武汉制信科技有限公司  版权所有  ICP经营许可证:鄂B2-20030029-1(于2003年首获许可证:鄂B2-20030029)
鄂公网安备:420100003343号 法律声明及隐私权政策     投诉举报电话:027-87592219

关于我们    |    联系我们    |    隐私条款

ICP经营许可证:鄂B2-20080078
(于2003年首获许可证:鄂B2-20030029)
鄂公网安备:420100003343号
© 2002-2026  武汉制信科技有限公司  版权所有
投诉举报电话:027-87592219

扫码查看