2025年广东教师公需课《人工智能赋能制造业高质量发展》习题及参考答案.pdfVIP

2025年广东教师公需课《人工智能赋

能制造业高质量发展》习题及参考答案

一、单项选择题（每题2分，共20分）

1.以下哪项不属于人工智能赋能制造业的核心技

术特征？

A.数据驱动的决策优化

B.基于规则的固定逻辑控制

C.多源异构数据的实时处理

D.人机协同的智能生产模式

答案：B

解析：人工智能技术强调通过机器学习、深度学习

等算法实现动态优化，而非依赖固定规则；基于规则的

控制属于传统自动化范畴。

2.在智能质量检测场景中，卷积神经网络（CNN）

的主要作用是？

A.分析设备运行参数的时序规律

B.提取图像中的缺陷特征

C.优化生产线的排产计划

D.预测原材料的供应周期

答案：B

解析：CNN是计算机视觉领域的核心算法，擅长从

图像中提取局部特征，适用于表面缺陷检测等视觉任务。

3.某汽车制造企业通过部署数字孪生系统，实现

了生产线的虚拟调试。其核心技术支撑是？

A.自然语言处理（NLP）

B.知识图谱

C.物理仿真模型与实时数据融合

D.强化学习的策略优化

答案：C

解析：数字孪生的核心是构建与物理实体同步的虚

拟模型，需结合物理仿真（如力学、热力学模型）和实

时传感器数据实现动态映射。

4.工业机器人从“示教编程”向“自主学习”升

级的关键技术突破是？

A.高精度伺服电机的应用

B.多模态感知（视觉+力觉）的融合

C.工业协议的统一化

D.边缘计算设备的部署

答案：B

解析：自主学习需要机器人通过感知环境（如视觉

识别工件位置、力觉感知接触力度）调整动作，多模态

感知是实现这一目标的基础。

5.以下哪类数据对制造业预测性维护的价值最低？

A.设备振动传感器的高频采样数据

B.设备操作工人的经验记录文本

C.设备历史故障的维修时间与部件更换记录

D.车间温湿度的环境监测数据

答案：B

解析：预测性维护依赖结构化的时序数据（如振动、

温度）和历史故障数据建立模型，操作工人的经验记录

（非结构化文本）需通过NLP处理后才有价值，单独使

用时价值较低。

6.生成式AI在制造业工艺设计中的典型应用是？

A.自动生成符合力学性能的零件三维模型

B.实时监控生产线能耗

C.分析客户订单的地域分布规律

D.优化物流车辆的配送路径

答案：A

解析：生成式AI（如生成对抗网络、扩散模型）可

基于设计约束生成满足性能要求的模型，例如拓扑优化

后的轻量化零件设计。

7.工业大模型与通用大模型的核心差异在于？

A.参数量级的大小

B.对行业知识的深度融合

C.训练数据的来源

D.推理速度的快慢

答案：B

解析：工业大模型需嵌入制造业的专业知识（如工

艺规则、行业标准），解决特定场景问题（如缺陷分类、

参数优化），而非通用文本生成。

8.某电子厂引入AI质检系统后，漏检率从传统人

工的8%降至1.2%，主要得益于？

A.降低了工人的劳动强度

B.系统对微小缺陷的特征提取能力

C.减少了生产线的停机时间

D.优化了原材料的采购成本

答案：B

解析：AI质检通过深度学习模型学习微小缺陷（如

芯片引脚的0.1mm偏移）的特征，突破了人工检测的视

觉极限。

9.人机协作（HRC）模式下，工业机器人的安全控

制主要依赖？

A.物理隔离防护栏

B.力控传感器与碰撞检测算法

C.工人操作培训的严格性

D.机器人的高速运动性能

答案：B

解析：HRC要求机器人在与人协同工作时实时感知

接触力（通过力控传感器），并通过算法主动减速或停

止，避免伤害。

10.以下哪项是制造业AI应用中“数据孤岛”问

题的典型表现？

A.不同车间的设备使用不同品牌的传感器