本课程是机械类各专业的选修通识课程,该课程是为学生搭建起通向“大数据知识空间”的桥梁和纽带,以“构建知识体系、阐明基本原理、掌握相关应用、引导初级实践”为原则,为学生在智能制造业大数据领域“深耕细作”奠定基础、指明方向。课程分三个模块,讲授智能制造系统中的大数据基本理论、大数据分析基本算法、大数据技术应用。重点讲解大数据技术的基本理论、总体架构及关键技术,结合大数据技术的算法实践,完成项目案例的详解,培养学生理论与实践结合、加强实践动手的能力和创新意识能力。
1、理解和掌握智能制造与大数据基本概念、基本理论,了解大数据技术产生与发展的背景、了解智造大数据环境下的多源冲突数据融合技术,对制造业与社会发展的影响,培育社会责任感;
2、掌握智造系统大数据总体架构及关键技术;
3、掌握大数据分析技术相关算法,激励创新意识,提升创新能力;
4、掌握解决工程实践问题的思路和方法,具备综合应用智造大数据知识与技术,培养采用大数据技术分析和解决实际问题的能力,培育团队成员沟通与合作的能力。
高等数学、概率论、线性代数、Python程序设计基础
1、本课程平时成绩占20%,(其中四次单元测试成绩占15%,参与讨论情况得分占5%);
2、实践或实验(上机)成绩占20%,(从实验2~实4中任选2个实验,根据实验中的选题,提交实验程序、程序运行结果并进行分析,综合得分);
3、期末成绩占60%,(学生完成期末线上综合测试成绩)
总成绩=平时成绩*20%+上机成绩*20%+期末成绩*60%;
合格标准:要求总成绩>=60;
优秀标准:要求总成绩>=85
[1]《大数据技术原理与应用》第3版,林子雨,北京:人民邮电出版社,2020
[2]《制造大数据技术与应用》,李少波,武汉:华中科技大学出版社,2017
[3]《工业大数据分析实践》,田春华,李闯,刘家杨,北京:电子工业出版社,2020
[4]《智能制造概论》,李培根,高亮 著,北京:清华大学出版社,2021.
[5]《工业大数据融合体系结构与关键技术》,高聪,王忠民,陈彦萍,北京:机械工业出版社,2020
[6]《工业大数据分析指南》,工业互联网产业联盟,北京:电子工业出版社,2019
[7]《智能制造31例》,河南省工业和信息化厅,机械工业出版社,2020.
[8]《面向物联制造的主动感知与动态调度方法》,张映锋,赵曦滨,孙树栋,科学出版社,2015