大学本科三年级《智能制造系统》课程：基于缺陷数据的生产系统智能诊断与优化策略导学案.docxVIP

大学本科三年级《智能制造系统》课程：基于缺陷数据的生产系统智能诊断与优化策略导学案

??一、学习目标与核心素养

??本导学案旨在引导学生掌握利用生产过程中产生的缺陷数据，对智能制造系统进行诊断、分析与优化的完整方法论。学生将超越对数据本身的简单统计分析，深入理解缺陷数据作为“系统病理信息”的本质，并学会构建从数据采集、特征提取、根因溯源到策略生成与验证的完整改进闭环。本设计深度融合了制造工程、数据科学、质量管理与系统优化等多学科知识，致力于培养学生的复杂工程问题解决能力与创新思维。

??（一）知识目标

??1.理解缺陷数据在智能制造系统健康管理中的核心价值与多维内涵，包括缺陷类型数据、过程参数数据、环境数据、设备时序数据等的关联关系。

??2.掌握缺陷数据预处理与特征工程的系列技术，包括处理缺失、异常、不均衡数据的方法，以及针对制造场景的时域、频域、图像特征的提取方法。

??3.精通至少三种适用于缺陷数据驱动的诊断与预测模型原理与应用场景，如基于统计过程控制（SPC）的规则模型、集成学习模型（如随机森林、XGBoost）、以及基础的深度学习模型（如用于图像缺陷检测的卷积神经网络CNN）。

??4.掌握系统化根因分析（RCA）工具在数据语境下的应用，如将关联规则挖掘、因果图（鱼骨图）与过程参数关联分析相结合。

??5.熟悉基于诊断结果的改进策略生成与仿真验证方