人工智能通识基础教程 课件 第九章 人工智能场景与行业应用

人工智能场景与行业应用第9章计算与人工智能基础目录CONTENTS人工智能在智能制造领域的应用场景人工智能在智能建造领域的应用场景人工智能在经济及管理领域的应用场景人工智能在智能驾驶领域的应用场景人工智能在机械及航空领域中的应用场景人工智能在化工及材料领域中的应用场景人工智能在新能源领域中的应用场景人工智能在大数据领域中的应用场景PARTONE人工智能在智能制造领域的应用场景1.智造升级：AI重塑生产01AI贯穿设计、生产、物流、服务全生命周期，打破传统生产模式，实现智能化升级。AI贯穿全生命周期02数据驱动、模型协同、边缘计算三大技术底座取代人工经验，为智能制造提供强大支撑。三大技术底座03AI助力实现柔性化生产、个性化定制、零停机运行，推动制造业高质量发展。实现三大目标2.智能制造的闭环AI并不等于一个大模型，它更像是一条流水线。在智能制造中，AI不作凭空思考，而是先拿到现场数据，再经过模型分析，最后作用到生产流程中。3.机械制造领域的应用场景深度视觉检测方案基于深度视觉的微米级缺陷检测方案，通过高速成像与数据标注构建缺陷库，利用轻量化卷积网络实现毫秒级推理，精准拦截缺陷。4.缺陷秒级拦截：视觉质检案例多模态传感器采集数据加装多模态传感器采集机床主轴电流、振动、温度信号，为预测性维护提供精准数据支持。5.预测性维护：机床停机归零健康度预测模型利用时序Transformer建立健康度预测模型，提前预警轴承磨损，自动生成维修工单与备件订单，有效减少停机时间。PARTTWO人工智能在智能建造领域的应用场景1.智能设计与规划生成式设计AI算法根据建筑功能、空间需求、环境条件等参数，自动生成多种设计方案，并评估各方案的可行性、成本和性能。BIM智能化结合建筑信息模型(BIM)与AI技术，实现设计冲突检测、优化建筑布局、提高设计效率。环境模拟分析AI模拟建筑在不同环境条件下的性能，如光照、通风、能耗等，帮助设计师做出更科学的决策。2.智能施工管理施工进度优化AI分析历史项目数据、天气条件、资源可用性等因素，优化施工计划和资源分配。安全监控计算机视觉技术实时监测施工现场，识别安全隐患，如工人未佩戴安全装备、危险区域入侵等。质量检测AI驱动的图像识别系统自动检测施工质量，如混凝土裂缝、钢筋布置偏差等，提高质量控制效率。智能建造的众多应用场景场地、功能需求、规范↓

整理需求并选布局↓

候选方案、环境评估1需求与规划体量约束、朝向、指标↓

自动生成多个设计方案↓

面积、采光、能耗排序2生成式方案建筑、结构、机电模型↓

碰撞检测、规则校核、优化↓

更协调的BIM模型3

BIM设计进度、现场、设备↓

识别进度、安全与质量问题↓

预警、整改、资源调整4智能施工管理扫描数据、设备台账、变更资料↓

比对实物与模型并整理档案↓

竣工模型、数字资产5竣工数字交付能耗、环境、设备状态、工单↓

节能控制与预测性维护↓

更低能耗、更少故障6智能运维运行数据、故障和能耗记录继续反哺下一轮设计与建设3.AI赋能的建筑全生命周期数字基座：BIM模型、GIS场地数据、进度数据、设备台账、文档资料库数据采集：摄像头、无人机、激光扫描、物联网传感器、楼宇管理系统人机协同：AI发现问题，工程师确认判断，项目经理决策，现场人员执行上海中心大厦：采用BIM与AI技术优化设计和施工，实现复杂结构的高效建造。北京大兴国际机场：应用AI技术进行施工进度管理和质量控制，提高建设效率。新加坡智能建筑：部署AI系统实现建筑能源管理和设备维护，降低运营成本。4.应用案例PARTTHREE人工智能在经济及管理领域的应用场景2.财务管理与会计智能会计AI自动处理发票、报销等财务单据，减少人工错误。财务预测基于历史数据和市场趋势，AI预测企业财务表现。异常交易检测AI系统识别财务数据中的异常模式，预防财务欺诈。成本优化分析企业成本结构，识别优化机会，降低运营成本。3.市场营销与客户关系管理精准营销AI分析客户行为和偏好，实现个性化营销内容推送和产品推荐。客户细分算法自动将客户分为不同群体，针对不同群体制定差异化营销策略。情感分析AI分析社交媒体、评论等文本数据，了解客户对产品和品牌的情感态度。客户流失预测预测可能流失的客户，提前采取挽留措施。4.金融市场应用蚂蚁金服：利用AI技术进行信用评估和风险控制，服务数亿用户。亚马逊：应用AI优化供应链管理、库存控制和物流配送，实现高效运营。高盛：部署AI算法进行交易分析和投资决策，提高投资回报率。5.应用案例PARTFOUR人工智能在智能驾驶领域的应用场景1.环境感知与识别计算机视觉通过摄像头识别道路标志、交通信号灯、行人、车辆等物体，实现环境感知。激光雷达(LiDAR)处理AI算法处理激光雷达点云数据，构建高精度3D环境地图，精确识别周围物体距离和形状。多传感器融合整合摄像头、雷达、激光雷达、超声波等多种传感器数据，提高环境感知的准确性和鲁棒性。恶劣天气适应AI算法在雨雪、雾霾等恶劣天气条件下，依然能够准确识别道路环境和障碍物。2.决策与规划路径规划基于高精度地图和实时交通信息，AI系统规划最优行驶路径，考虑时间、能耗、舒适度等因素。行为决策根据交通规则、周围车辆行为和道路状况，AI系统做出超车、变道、减速等决策。预测性驾驶通过机器学习预测其他车辆、行人的行为轨迹，提前做出反应，提高安全性。场景理解深度学习模型理解复杂交通场景，如交叉路口、环岛、施工区域等，做出相应驾驶策略。3.车辆控制与执行自适应巡航控制(ACC)AI系统根据前车速度自动调整车速，保持安全距离。自动泊车计算机视觉和AI算法控制车辆自动完成平行泊车、垂直泊车等复杂操作。车道保持辅通过摄像头识别车道线，AI系统控制方向盘保持车辆在车道内行驶。紧急制动AI系统检测前方碰撞风险，自动启动制动系统，避免或减轻碰撞。4.应用案例技术特点：基于深度学习的多模态感知系统，结合摄像头、激光雷达和毫米波雷达数据应用场景：在城市复杂道路环境中实现高精度目标检测、车道线识别和交通信号灯识别实际成果：在长沙、沧州等城市的自动驾驶出租车中应用，识别准确率达99.9%百度Apollo视觉感知系统技术特点：结合传统控制理论和深度学习，实现精准车辆控制应用场景：自适应巡航、车道保持、自动泊车等实际成果：汉EV车型搭载DiPilot系统，实现L2+级自动驾驶功能比亚迪DiPilot智能驾驶辅助系统PARTFIVE人工智能在机械及航空领域的应用场景2.航空制造领域的应用场景3.航空运营与服务领域的应用场景4.应用案例中国商飞（COMAC）：在C919大型客机研发过程中应用AI技术进行气动设计优化和结构分析，缩短研发周期约30%。航空工业集团：应用AI视觉检测系统检测飞机零部件表面缺陷，检测准确率提高至99.5%，减少人工检测时间80%。中国航发：利用AI技术优化航空发动机设计，提高发动机效率和可靠性，降低油耗。航空制造领域北京大兴国际机场：采用人脸识别技术实现"一脸通行"，旅客可完成购票、值机、托运、安检、登机等全流程自助服务，有效提升服务精准度。上海浦东国际机场：部署AI视频监控系统，将监控视频的分析效率提高了10倍以上，有效提升机场安全水平。广州白云国际机场：利用AI技术对旅客流量进行预测和管理，将安检等待时间缩短了30%，提升旅客体验。航空运营与服务领域4.应用案例三一重工：在智能工厂中应用AI技术进行生产调度和设备管理，生产效率提高25%，设备故障率降低40%。徐工集团：利用AI技术优化工程机械设计，产品性能提升15%，研发周期缩短20%。沈阳机床：应用AI技术实现机床智能控制，加工精度提高30%，能耗降低15%。机械制造领域海尔COSMOPlat：构建基于AI的工业互联网平台，实现大规模定制生产，生产效率提高50%，库存周转率提高80%。格力电器：在智能工厂中部署AI驱动的工业机器人，实现空调生产线全自动化，生产效率提高35%。美的集团：应用AI技术优化供应链管理，库存水平降低25%，订单交付周期缩短30%。智能制造与工业机器人PARTSIX人工智能在化工及材料领域的应用场景2.材料设计与发现高通量材料筛选机器学习模型：利用机器学习算法分析材料数据库，预测材料性能，加速新材料筛选过程。生成式设计：AI根据目标性能参数自动生成新的材料分子结构或晶体结构，如新型催化剂、电池材料等。性能预测：深度学习模型预测材料的力学、热学、电学等性能，减少实验测试需求。分子模拟与优化分子动力学模拟：AI增强的分子动力学模拟，加速材料结构和性能的预测。量子化学计算：机器学习辅助量子化学计算，提高计算效率，扩展可研究的材料体系。逆向设计：根据期望性能，AI逆向推导材料组成和结构，实现目标导向的材料设计。材料基因组计划数据驱动材料发现：AI整合材料科学大数据，建立材料"基因-结构-性能"关系模型。多尺度建模：AI连接不同尺度的材料模型，从原子尺度到宏观性能，实现全尺度材料设计。知识图谱构建：构建材料科学知识图谱，整合分散的研究成果，促进知识发现和创新。3.化工过程优化与控制智能过程控制模型预测控制(MPC)：AI增强的MPC系统，实时优化化工过程参数，提高生产效率和产品质量。自适应控制：AI系统根据生产环境变化自动调整控制策略，适应复杂多变的生产条件。多变量优化：AI同时优化多个过程变量，实现全局最优控制，平衡产量、质量和能耗。生产调度与优化智能排产：AI根据订单、设备状态、原料供应等因素，优化生产计划和调度。资源优化配置：AI优化原料、能源、人力等资源分配，提高资源利用效率。供应链协同：AI整合供应链数据，优化原料采购和产品配送，降低库存成本。能源管理与优化能耗预测：AI预测化工过程能耗，优化能源使用策略。能源回收优化：AI优化废热回收和能源梯级利用，提高能源效率。可再生能源整合：AI优化化工生产与可再生能源的协同，减少碳排放。4.应用案例中国科学院：应用机器学习技术预测新型高温超导材料，加速超导材料研发，发现多种潜在超导材料。清华大学：开发AI驱动的材料基因组平台，整合材料大数据，建立材料"基因-结构-性能"关系模型，加速新材料发现。中国科学技术大学：利用深度学习技术预测新型催化剂性能，设计高效催化剂，提高催化效率。材料设计与发现中国石化：在炼油过程中应用AI技术优化生产参数，提高原油利用率3%，降低能耗5%。万华化学：应用AI技术优化MDI生产过程，提高产品收率2%，减少原料消耗。恒力石化：部署AI过程控制系统，优化PTA生产过程，提高生产效率8%，降低能耗6%。化工过程优化与控制PARTSEVEN人工智能在新能源领域的应用场景2.太阳能发电预测天气与辐照预测AI结合气象数据、卫星云图和历史发电数据，精确预测太阳能辐照强度和发电量。短期功率预测机器学习模型预测未来几小时到几天的太阳能发电功率，提高电网调度准确性。超短期预测深度学习模型预测未来几分钟到一小时的发电变化，辅助实时电网平衡。3.应用案例国家电投：在青海光伏电站应用AI技术进行发电预测和设备健康管理，提高发电效率5%，降低运维成本15%。隆基绿能：应用AI技术优化光伏组件生产过程，提高生产效率8%，降低能耗6%。阳光电源：开发AI驱动的光伏逆变器智能控制系统，提高系统效率3%，延长设备寿命10%。太阳能领域宁德时代：应用AI技术优化电池管理系统，提高电池使用效率5%，延长电池寿命15%。比亚迪：开发AI驱动的储能系统智能控制平台，提高系统效率8%，降低运维成本18%。国轩高科：应用AI技术进行电池健康监测和预测，提高电池安全性，延长电池寿命10%。储能系统PARTEIGHT人工智能在大数据领域的应用场景1.智能数据采集与集成自动化数据采集AI驱动的爬虫和数据采集工具，能够智能识别和提取网页、文档、图像中的结构化和非结构化数据。数据清洗与预处理机器学习算法自动识别和处理数据中的异常值、缺失值和重复值，提高数据质量。数据集成与融合AI技术自动识别不同数据源之间的关系，实现多源数据的智能集成和融合，构建统一的数据视图。2.智能数据存储与管理智能数据分层AI根据数据访问频率、重要性和价值，自动将数据分层存储，优化存储资源利用。数据生命周期管理AI分析数据使用模式和业务价值，自动制定数据保留、归档和销毁策略。智能数据索引与检索AI优化数据索引结构，提高数据检索效率，支持复杂查询和语义搜索。3.智能数据分析自动化数据探索AI自动分析数据分布、相关性和趋势，发现数据中的模式和规律，辅助数据科学家进行探索性分析。预测分