工业大数据分析及智能维护系统之设计

总经理、运营总监/经理、设备维护部相关负责人、生产管理者等

学习及掌握如何由产品为主制造转型为客户为主商业创新之策略。
了解如何应用创新技术及系统化工具以制定出产品及客户需求之间的缺口(gaps)
透过交互式深度案例介绍，找出当代知名企业(包含苹果、奇异等)之主控式商业模式设计脉络。

Changing Needs in Smart Maintenance and Smart Service Business Model智能维护及服务商业模式需求之变迁
• Unmet Needs and Changing Maintenance Business Models 未见需求及维护服务商业模式之改变
• Issues on Data, Information, Knowledge Mgt, and Decision DataInformation Conversion (Data Harvesting vs. Data Mining)数据、信息、知识管理及决策：数据到信息之转化 (数据采收 v.s. 数据挖掘)
• Introduction of 5-Level Productivity Models and Productivity Transformation介绍5层式生产模型及生产力 转型
Level 1: 5S and Kaizen Model (Hands-on Level) 5S方法及改善模型 (动手做)
Level 2: Lean Manufacturing Systems and Six-Sigma (Data Level)精益制造系统及6西格玛 (数据为主)
Level 3: E-enabled Predictive Tools (Information Level)电子化预测工具 (信息为主)
Level 4: Decision Making and Optimization Tools (Knowledge Level)决策及优化工具 (知识为主)
Level 5: Synchronization Tools (Autonomous Level)同步工具 (自主型)

Overview of Intelligent Maintenance SystemsMethodology 智能维护系统方法介绍
• Evolution of maintenance paradigms维护技术之演进
• Principles and methodologies for intelligent E-Maintenance智能E化维护系统之理论及方法
• Introduction of Watchdog Agent® toolbox看门狗Watchdog Agent®工具箱之介绍
• Data Analytics for Precision and Predictive Maintenance数据分析为主之精准预测型维护

Case Studies案例: Toyota and Nissan Automated Robot Maintenance Systems, Komatsu Bulldozer, Harley-Davidson CNC Machines, Wind Turbine Systems, EV Battery, Train Systems, etc.

Emerging Technologies in Smart Maintenance 智能维护之热门技术
• Cloud Computing and Smart Maintenance云计算
• Big Data Application in Maintenance and Case studies大数据
• Industry 4.0 and Next-Generation Manufacturing and Maintenance Systems工业4.0及下一代制造及维护系统
• Design of Service Innovation and Case Studies服务创新设计

美国辛辛那提大学(Univ. ofCincinnati) 特聘讲座教授。
美国国家科学基金会(NSF)智能维护系统产学合作中心主任。
上海交通大学先进产业技术研究院首任院长。中国教育部长江学者特聘教授与中组部千人计划专家。
美国机械工程学会(ASME) Fellow及美国制造工程学会(SME) Fellow。
目前的研究重点是以自主计算技术为主的智能预测技术和产品及服务主控式创新创值设计(Dominant Innovation)，自2000年和全球80多家国际公司做联合研发，其中包括 GE航空GE Aviation、波音Boeing、霍尼韦尔Honeywell、伊顿Eaton、Parker Hannifin、丰田Toyota、宝洁P&G、日产Nissan、欧姆龙Omron、德国西门子Siemens、思科CISCO、AMD 、英特尔Intel, 、固特异Goodyear、通用汽车公司GM、美国国家仪器National Instruments、卡特彼勒公司Caterpillar、HarleyDavidson、瑞士Kistler、法国Alstom、中国华锐风电 Sinovel、中国陕重汔ShaanXiHeavy Automotive、上海国际汔车城 SIAC、上海紫竹新兴产业研究院、台湾HIWIN，台湾研华Advantech、台湾Delta Electronics等。李杰教授突破传统机械设备故障预测的理论、方法和技术,其技术的关键性得到国际学术界的认可与高度评价，被美国财富杂志誉为21世纪全球三大热门技术之一。
他亲自撰写并与人合作撰写发表了许多技术出版物,在机械智能监控、故障预诊断、 电子化制造以及智能维护系统方面有重大影响。他同时拥有多项专利和专利商标。他多次受邀发表演讲,已发表190多个国际学术会议的主题报告 （keynote speeches)。他同时担任 一系列学术 刊物的编辑工作，包括IEEE Transaction on Industrial Informatics,Int. Journal of Prognostics & Health Management (IJPHM),Int.Journal on Service Operations and Informatics等。并于2015年7月出版《工业大数据》