为响应国家推动制造业高质量发展的号召，长沙卷烟厂积极探索“产学研”深度融合的创新路径。在今年6月至9月期间，该厂联合哈尔滨工业大学（威海）开展三期智能制造精锐班培训，面向全厂各专业岗位员工，特别是该厂“数智超充站”成员，系统讲解智能制造数字化决策、流程优化与业务创新等内容，助力员工拓宽技术视野、提升实操能力，为企业数字化转型与智能制造升级注入新动能。
低代码平台培训：让数字化“触手可及”
在6月至7月开展的“低代码平台”培训中，学员们系统学习了简道云平台与帆软可视化平台的熟练使用及进阶应用。培训采用“翻转课堂”形式，在课堂上，学员们不仅仅是听众，也是课堂的主角。这种互动的学习形式极大地激发了学员们的学习积极性和主动性。学员不仅夯实了低代码平台的基础，更对如何将低代码与工厂的实际生产场景相结合有了清晰的认识。目前，学员们已开发十余个低代码应用，覆盖卷包、制丝、工艺质量等多个重要业务领域。
通过低代码工具的学习，员工能够快速搭建业务应用、优化工作流程，有效提升业务响应效率与系统自主开发能力，为企业推进数字化管理奠定了坚实基础。
图为该厂开展低代码培训现场
AI+Python培训：从理论到实战的跨越
8月至9月进行的“AI+Python”培训则更具深度与挑战性。外请教授从Python基础语法入手，逐步深入PLC数据分析与建模, 并用PLC实测数据跑模型，结合工业场景开展案例教学。此外，课程还涵盖Dify本地部署与Coze平台工作原理等内容，系统讲解“报警—诊断—维护”闭环路径，帮助学员理解人工智能技术在工业环境中的落地应用。
学员们带着问题疑惑来、揣着算法成果走。课上积极提问，课后深入交流。创建具有明确业务功能及实际价值的微应用10项，形成了浓厚的技术研讨氛围。
图为该厂“AI+Python”培训现场
数据建模：让建模“易如反掌”
在9月27日至29日开展的“基于LightGBM烟草水分预测模型”培训中，学员们系统学习了LightGBM模型的原理与构建方法。通过平台软件安装、数据预处理、模型搭建、模型训练、参数调整与模型改进的学习，员工能够掌握模型的搭建方法与过程，并经实践得到预期结果。该预测模型搭建过程为烟草生产其它大数据模型构建起到示范和引领作用，提升了员工的大数据应用能力。
课程还分享了卷包机运行数据和监控影响数据的融合方法，介绍了烟丝质量图像与化验数据的融合步骤，阐述了高分辨率图像生成缺陷标注与分类的方法，展示了运用传感器数据和日志数据生成故障原因的过程。通过四个案例展示多模态数据融合和生成式AI的运行机制与原理，实现从实践到理论的升华。
参训员工普遍表示，三期智能制造精锐班专项培训内容紧密结合企业实际需求，既有理论高度，又具实操价值。不少学员在培训后主动尝试将所学知识应用于日常工作，探索流程优化与智能决策的可能。这种双向互动不仅促进了知识的流动，也为传统制造业的科技转型提供了新思路。
长沙卷烟厂与哈尔滨工业大学（威海）的合作，是“名校+名企”模式的一次成功实践。通过联合开展高技术、高匹配度的专项培训，企业不仅提升了员工的专业素养与创新能力，也为推动智能制造和数字化转型注入了持续动力。未来，双方将继续深化合作，共同探索产学研融合的新路径，为实现制造业高质量发展贡献智慧与力量。（侯飞）
免责声明：该文章系我网转载，旨在为读者提供更多新闻资讯。所涉内容不构成投资、消费建议，仅供读者参考。
扫码下载
中文网微信