2025年公需課《人工智能賦能制造業(yè)高質(zhì)量發(fā)展》試題及答案一、單項選擇題（每題1分，共20分。每題只有一個正確答案，請將正確選項的字母填在括號內(nèi)）1.在“人工智能+制造”融合框架中，被稱為“數(shù)據(jù)—模型—決策”閉環(huán)關(guān)鍵環(huán)節(jié)的是（）。A.邊緣計算節(jié)點B.數(shù)字孿生體C.工業(yè)知識圖譜D.強化學(xué)習(xí)引擎答案：B解析：數(shù)字孿生體通過實時數(shù)據(jù)驅(qū)動模型更新，形成“數(shù)據(jù)—模型—決策”閉環(huán)，是連接物理與虛擬世界的樞紐。2.工信部《“十四五”智能制造發(fā)展規(guī)劃》提出，到2025年，規(guī)模以上制造企業(yè)數(shù)字化研發(fā)設(shè)計工具普及率要達(dá)到（）。A.65%B.75%C.85%D.95%答案：C解析：規(guī)劃原文明確“85%”為約束性指標(biāo)，其余選項為過程性參考值。3.下列算法中，最適合用于高速分揀機器人視覺抓取定位的是（）。A.YOLOv8B.LSTMC.AprioriD.Qlearning答案：A解析：YOLOv8屬于單階段目標(biāo)檢測算法，兼顧速度與精度，可滿足毫秒級分揀需求。4.在工業(yè)時序數(shù)據(jù)異常檢測場景下，為解決樣本極度不平衡問題，優(yōu)先采用（）。A.FocalLossB.交叉熵C.HingeLossD.MAE答案：A解析：FocalLoss通過降低易分類樣本權(quán)重，迫使模型關(guān)注少數(shù)異常，緩解不平衡。5.某汽輪機葉片車間部署AI質(zhì)檢，其AUROC值連續(xù)三周從0.92降至0.84，最先應(yīng)排查（）。A.相機光圈衰減B.訓(xùn)練集標(biāo)簽錯誤C.推理GPU顯存不足D.車間溫度波動答案：A解析：AUROC驟降常因輸入數(shù)據(jù)分布漂移，光圈衰減導(dǎo)致圖像模糊，屬于典型的“數(shù)據(jù)漂移”誘因。6.聯(lián)邦學(xué)習(xí)在制造業(yè)跨工廠建模中的核心加密機制是（）。A.同態(tài)加密B.RSAC.DESD.哈希加鹽答案：A解析：同態(tài)加密允許密文狀態(tài)下進(jìn)行梯度聚合，保障數(shù)據(jù)不出域即可協(xié)同訓(xùn)練。7.下列關(guān)于“5G+TSN”聯(lián)合組網(wǎng)的描述，正確的是（）。A.TSN負(fù)責(zé)廣域網(wǎng)時鐘同步B.5GuRLLC可替代TSNC.TSN位于5G邊緣側(cè)D.二者協(xié)同實現(xiàn)微秒級確定性答案：D解析：5G提供無線管道，TSN在邊緣側(cè)完成時間敏感調(diào)度，聯(lián)合后可達(dá)成<1μs抖動。8.在數(shù)字孿生模型校準(zhǔn)中，若物理實體與虛擬實體誤差超過閾值，優(yōu)先使用的迭代算法是（）。A.卡爾曼濾波B.貝葉斯優(yōu)化C.遺傳算法D.模擬退火答案：B解析：貝葉斯優(yōu)化以高斯過程為先驗，用較少迭代次數(shù)找到超參數(shù)最優(yōu)解，適合昂貴仿真。9.某家電企業(yè)利用強化學(xué)習(xí)優(yōu)化排產(chǎn)，回報函數(shù)設(shè)計時，下列因子最應(yīng)被懲罰的是（）。A.訂單延期B.換模次數(shù)C.工人加班D.能源消耗答案：A解析：訂單延期直接關(guān)聯(lián)客戶滿意度，屬于硬約束，懲罰系數(shù)通常最大。10.在工業(yè)知識圖譜中，將“主軸—軸承—潤滑油”三元組轉(zhuǎn)化為“實體—關(guān)系—實體”形式，潤滑油應(yīng)被標(biāo)記為（）。A.實體B.關(guān)系C.屬性值D.本體答案：A解析：潤滑油作為獨立節(jié)點參與推理，屬于實體而非關(guān)系。11.下列關(guān)于工業(yè)大模型訓(xùn)練數(shù)據(jù)治理的描述，錯誤的是（）。A.需建立數(shù)據(jù)血緣圖譜B.可用DCMM評估成熟度C.無需脫敏即可上云D.應(yīng)引入版本管理答案：C解析：工業(yè)數(shù)據(jù)含工藝參數(shù)等敏感信息，必須脫敏后方可出域。12.在AI驅(qū)動的設(shè)備剩余壽命預(yù)測（RUL）中，為提升可解釋性，可引入（）。A.SHAPB.DropoutC.BatchNormD.ReLU答案：A解析：SHAP基于博弈論，量化特征貢獻(xiàn)，增強深度模型透明度。13.某光伏組件廠利用遷移學(xué)習(xí)將電池片EL缺陷模型復(fù)用到新產(chǎn)線，首先應(yīng)凍結(jié)（）。A.全連接層B.卷積基C.批歸一化層D.輸出層答案：B解析：卷積基提取通用缺陷紋理，凍結(jié)后可保留先驗知識并加速收斂。14.下列指標(biāo)最能反映AI質(zhì)檢系統(tǒng)在線穩(wěn)定性的是（）。A.日均缺陷檢出率B.PSIC.F1scoreD.混淆矩陣答案：B解析：PSI（PopulationStabilityIndex）量化數(shù)據(jù)分布隨時間偏移程度，>0.2即告警。15.在“雙碳”背景下，AI優(yōu)化窯爐燃燒過程首要優(yōu)化的目標(biāo)是（）。A.提高產(chǎn)量B.降低NOx排放C.降低SO2排放D.提高熱效率答案：B解析：NOx屬于溫室氣體前體物，國家排放標(biāo)準(zhǔn)最嚴(yán)，優(yōu)先級最高。16.工業(yè)場景下，對YOLOv5進(jìn)行通道剪枝時，衡量通道重要性的指標(biāo)通常選（）。A.L1范數(shù)B.L2范數(shù)C.熵D.互信息答案：A解析：L1范數(shù)產(chǎn)生稀疏解，剪枝后硬件友好，計算量線性下降。17.下列關(guān)于AI芯片選型描述，正確的是（）。A.GPU適合長周期低功耗場景B.NPU支持高并行低精度C.FPGA不可重構(gòu)D.CPU算力能效比最高答案：B解析：NPU為矩陣計算優(yōu)化，支持INT8，能效比高，適合邊緣AI。18.在智能運維知識庫構(gòu)建中，為克服“知識孤島”，應(yīng)優(yōu)先采用（）。A.多模態(tài)融合B.本體對齊C.數(shù)據(jù)湖D.主數(shù)據(jù)管理答案：B解析：本體對齊可統(tǒng)一不同系統(tǒng)術(shù)語，實現(xiàn)跨域知識融合。19.某軸承廠利用聲發(fā)射信號做故障診斷，采樣率應(yīng)至少設(shè)置為最高分析頻率的（）。A.1倍B.1.5倍C.2倍D.3倍答案：C解析：奈奎斯特定理要求采樣率≥2倍最高頻率，避免混疊。20.在工業(yè)元宇宙展廳中，實現(xiàn)多人協(xié)同拆裝訓(xùn)練的核心網(wǎng)絡(luò)協(xié)議是（）。A.HTTP/3B.WebRTCC.MQTTD.CoAP答案：B解析：WebRTC支持低延遲音視頻與數(shù)據(jù)通道，適合沉浸式協(xié)同交互。二、多項選擇題（每題2分，共20分。每題有兩個或兩個以上正確答案，多選、少選、錯選均不得分）21.下列屬于工業(yè)AI典型數(shù)據(jù)預(yù)處理步驟的有（）。A.小波去噪B.重采樣對齊C.onehot編碼D.直方圖均衡化E.滑動窗口切片答案：ABE解析：C多用于類別特征，D用于圖像增強，非時序信號必需。22.在鋼鐵熱軋層流冷卻控制中，強化學(xué)習(xí)狀態(tài)空間可包含（）。A.帶鋼速度B.粗軋出口溫度C.冷卻水流量D.板坯化學(xué)成分E.下游軋機電流答案：ABCD解析：E為下游變量，因果鏈靠后，不宜納入狀態(tài)。23.為提升AI質(zhì)檢在小樣本場景下的性能，可采?。ǎ?。A.數(shù)據(jù)增強B.遷移學(xué)習(xí)C.主動學(xué)習(xí)D.模型蒸餾E.超參數(shù)隨機搜索答案：ABC解析：D用于壓縮，E用于調(diào)參，均不直接解決樣本稀缺。24.下列關(guān)于工業(yè)區(qū)塊鏈與AI融合的價值，描述正確的有（）。A.保障訓(xùn)練數(shù)據(jù)可信B.實現(xiàn)模型確權(quán)C.降低推理延遲D.防止梯度泄露E.提供激勵機制答案：ABE解析：區(qū)塊鏈共識增加延遲，C錯誤；梯度泄露由加密機制解決，D不準(zhǔn)確。25.在構(gòu)建工廠級知識圖譜時，可使用的開源工具有（）。A.Neo4jB.JanusGraphC.ProtégéD.TensorFlowE.RDF4J答案：ABCE解析：TensorFlow為深度學(xué)習(xí)框架，不直接支持圖存儲。26.下列屬于工業(yè)AI倫理審查重點的有（）。A.算法歧視B.工人替代C.數(shù)據(jù)隱私D.能耗增加E.責(zé)任歸屬答案：ABCE解析：能耗屬于綠色指標(biāo)，非倫理核心。27.在AI賦能的柔性產(chǎn)線中，數(shù)字線程（DigitalThread）可提供（）。A.全生命周期追溯B.跨部門協(xié)同C.實時控制指令D.設(shè)計制造閉環(huán)E.供應(yīng)鏈可視化答案：ABDE解析：實時控制由底層PLC完成，非數(shù)字線程直接功能。28.下列關(guān)于工業(yè)大模型微調(diào)技術(shù)，屬于參數(shù)高效微調(diào)的有（）。A.LoRAB.AdapterC.PromptTuningD.FullFinetuningE.BitFit答案：ABCE解析：FullFinetuning更新全部參數(shù)，計算開銷大，不屬于參數(shù)高效。29.在AI輔助的工藝參數(shù)優(yōu)化中，需建立的約束包括（）。A.設(shè)備能力B.材料特性C.安全規(guī)范D.交貨期E.工人偏好答案：ABCD解析：工人偏好屬主觀因素，一般轉(zhuǎn)化為軟約束或忽略。30.下列關(guān)于工業(yè)AI系統(tǒng)安全防護(hù)，屬于對抗樣本防御的有（）。A.梯度掩蔽B.輸入變換C.模型集成D.權(quán)重剪枝E.對抗訓(xùn)練答案：ABCE解析：權(quán)重剪枝用于壓縮，不針對對抗攻擊。三、判斷題（每題1分，共10分。正確打“√”，錯誤打“×”）31.工業(yè)場景下，只要測試集準(zhǔn)確率>95%，即可直接上線AI質(zhì)檢模型。（）答案：×解析：還需考慮產(chǎn)線節(jié)拍、數(shù)據(jù)漂移、誤檢成本等綜合指標(biāo)。32.聯(lián)邦學(xué)習(xí)參與方的本地模型更新必須采用同構(gòu)網(wǎng)絡(luò)結(jié)構(gòu)。（）答案：×解析：FedAvg允許異構(gòu)結(jié)構(gòu)，通過共享隱層或蒸餾方式聚合。33.在工業(yè)知識圖譜中，使用TransE算法可完成實體關(guān)系補全。（）答案：√解析：TransE將關(guān)系視為平移向量，適合鏈接預(yù)測。34.數(shù)字孿生模型的更新頻率越高，越有利于降低不確定性。（）答案：√解析：高頻更新可快速捕捉物理實體變化，減小漂移。35.對于高溫、高噪的鍛造車間，應(yīng)優(yōu)先選擇激光傳感器而非視覺傳感器采集數(shù)據(jù)。（）答案：√解析：激光抗干擾能力強，適合惡劣環(huán)境。36.工業(yè)AI模型可解釋性越高，其精度必然越低。（）答案：×解析：通過可解釋性設(shè)計（如注意力機制）可同時保持高精度。37.在強化學(xué)習(xí)獎勵函數(shù)中加入稀疏獎勵，可加速策略收斂。（）答案：×解析：稀疏獎勵導(dǎo)致探索困難，常需輔助稠密獎勵。38.工業(yè)區(qū)塊鏈的共識算法PoW比PBFT更適合實時控制場景。（）答案：×解析：PoW延遲高、能耗大，PBFT具備確定性，更適合工業(yè)實時需求。39.使用混合精度訓(xùn)練可顯著降低工業(yè)大模型GPU顯存占用。（）答案：√解析：FP16+FP32混合精度將激活值壓縮一半，顯存下降約30%—50%。40.在AI賦能的供應(yīng)鏈風(fēng)險預(yù)測中，圖神經(jīng)網(wǎng)絡(luò)比LSTM更能捕捉多階關(guān)聯(lián)。（）答案：√解析：圖網(wǎng)絡(luò)直接建模拓?fù)潢P(guān)系，LSTM需展開為序列，高階關(guān)聯(lián)能力弱。四、填空題（每空1分，共20分）41.在工業(yè)邊緣計算參考架構(gòu)中，________層負(fù)責(zé)實時閉環(huán)控制，延遲需低于________毫秒。答案：控制；10解析：IEC62264定義控制層延遲<10ms，確保確定性。42.某刀具磨損預(yù)測模型使用________變換將三維切削力信號轉(zhuǎn)換為二維圖像，再輸入CNN，該變換英文縮寫為________。答案：格拉米角場；GAF解析：GAF保留時序依賴，同時適配CNN輸入。43.在工業(yè)AI項目生命周期中，________分析用于量化上線后帶來的節(jié)材、節(jié)能、節(jié)時收益，通常以________為貨幣單位折現(xiàn)。答案：ROI；人民幣解析：ROI需統(tǒng)一貨幣單位，便于橫向?qū)Ρ取?4.工業(yè)大模型蒸餾過程中，教師模型輸出概率分布引入溫度參數(shù)τ，當(dāng)τ→∞時，分布趨近于________分布，其熵值________。答案：均勻；最大解析：高溫軟化分布，提升學(xué)生模型泛化。45.對于旋轉(zhuǎn)機械故障診斷，常用________圖將振動信號轉(zhuǎn)換為頻域，其橫軸物理量為________。答案：FFT；頻率解析：FFT將時域轉(zhuǎn)為頻域，橫軸單位Hz。46.在AI輔助的裝配作業(yè)指導(dǎo)中，使用________技術(shù)將虛擬箭頭精準(zhǔn)疊加到真實工件上，需提前完成相機________標(biāo)定。答案：AR；內(nèi)外參解析：內(nèi)外參標(biāo)定建立像素—世界坐標(biāo)映射，保障AR疊加精度。47.工業(yè)知識圖譜的實體對齊任務(wù)中，________距離常用于衡量兩個實體字符串的相似度，其值域為________。答案：Levenshtein；[0,1]解析：歸一化后距離越接近0越相似。48.在鋼鐵連鑄過程中，采用________算法對二冷水表進(jìn)行動態(tài)優(yōu)化，該算法屬于________學(xué)習(xí)范疇。答案：深度強化學(xué)習(xí)；強化解析：狀態(tài)空間連續(xù)、動作空間大，適合DRL。49.工業(yè)AI系統(tǒng)安全等級測評中，________標(biāo)準(zhǔn)對應(yīng)等保2.0的第三級，要求每年至少完成________次測評。答案：GB/T22239；一解析：三級系統(tǒng)每年一次，四級每半年一次。50.在AI驅(qū)動的設(shè)備健康管理平臺，________指數(shù)用于綜合評估設(shè)備健康狀態(tài)，其取值范圍為________。答案：HI；[0,100]解析：HealthIndex歸一化到百分制，便于可視化。五、簡答題（每題10分，共30分）51.簡述數(shù)字孿生驅(qū)動的預(yù)測性維護(hù)與傳統(tǒng)周期性維護(hù)在數(shù)據(jù)利用、決策機制、成本結(jié)構(gòu)三方面的差異，并給出量化案例。答案：（1）數(shù)據(jù)利用：數(shù)字孿生融合在線傳感器、歷史維修、工藝參數(shù)、環(huán)境數(shù)據(jù)，形成多維時序大數(shù)據(jù)；傳統(tǒng)維護(hù)多依賴人工點檢與離線臺賬，數(shù)據(jù)維度少、更新慢。（2）決策機制：數(shù)字孿生基于AI模型實時輸出剩余壽命概率分布，觸發(fā)動態(tài)維護(hù)；傳統(tǒng)維護(hù)按固定周期或事后故障維修，決策滯后。（3）成本結(jié)構(gòu)：數(shù)字孿生前期投入高（傳感器、模型、平臺），但可將意外停機降低30%—50%；傳統(tǒng)維護(hù)備件庫存高、停機損失大。量化案例：某風(fēng)電企業(yè)部署數(shù)字孿生后，齒輪箱更換周期由“5年一刀切”改為“RUL<180天預(yù)警”，年節(jié)約備件費320萬元，停機時間由200h降至95h，直接增效680萬元。52.某汽車零部件廠計劃上線AI質(zhì)檢，但面臨缺陷樣本不足、產(chǎn)線節(jié)拍快、誤檢成本高三重挑戰(zhàn)，請?zhí)岢鲆惶紫到y(tǒng)級解決方案，并說明關(guān)鍵技術(shù)選型理由。答案：（1）數(shù)據(jù)層面：采用主動學(xué)習(xí)+生成式數(shù)據(jù)增強。先用小樣本訓(xùn)練基線模型，通過不確定性采樣篩選高價值樣本人工標(biāo)注；同時使用StyleGAN3生成缺陷紋理，擴充至原數(shù)據(jù)量的5倍。（2）模型層面：選用YOLOv8nano作為骨干，引入CBAM注意力模塊提升微小缺陷檢測；采用知識蒸餾將大模型（YOLOv8x）精度遷移至nano，mAP僅下降0.8%，推理時間縮短至3.2ms。（3）部署層面：采用FPGA+GPU異構(gòu)計算，F(xiàn)PGA做前處理（去噪、畸變校正），GPU做推理；同時引入冗余判決，當(dāng)置信度處于[0.4,0.6]區(qū)間時，觸發(fā)二級輕量級模型二次確認(rèn)，誤檢率由1.2%降至0.15%。（4）流程層面：與MES對接，實現(xiàn)“檢測—追溯—返修”閉環(huán)；若連續(xù)3件誤檢，自動回滾至上一穩(wěn)定模型版本，保障產(chǎn)線連續(xù)。53.結(jié)合“雙碳”目標(biāo)，闡述人工智能在流程工業(yè)（如水泥、化工）減碳中的三項典型應(yīng)用，并給出可量化的減排效果。答案：（1）智能燃燒優(yōu)化：AI基于火焰光譜、氧含量、CO濃度等多模態(tài)數(shù)據(jù)，實時調(diào)整煤/替代燃料配比及風(fēng)量，使NOx排放下降15%—25%，熟料煤耗降低3—5kg/t，折合噸熟料碳排放減少8—12kgCO?。（2）AI驅(qū)動的predictivecontrol對回轉(zhuǎn)窯溫度場進(jìn)行預(yù)測控制，減少過燒，年節(jié)電5kWh/t熟料，一條5000t/d生產(chǎn)線年減排約6000tCO?。（3）基于大模型的供應(yīng)鏈優(yōu)化，通過動態(tài)優(yōu)化原材料與燃料采購半徑，運輸碳排放下降10%，對應(yīng)噸水泥減排4kgCO?。綜合測算：以年產(chǎn)200萬噸水泥為例，AI技術(shù)年減排總量可達(dá)2.1萬噸CO?，直接節(jié)約碳排成本約840萬元（按40元/tCO?計）。六、案例分析題（共20分）54.背景：某航天發(fā)動機葉片制造車間，采用五軸數(shù)控銑削后需進(jìn)行100%人工剖切檢測內(nèi)部疏松，單件檢測耗時8h，成本高且破壞工件。企業(yè)擬引入工業(yè)CT+AI實現(xiàn)無損檢測，要求：①檢測精度≥φ0.2mm孔隙；②單件檢測節(jié)拍≤30min；③falsenegativerate（FNR）≤1%；④3年內(nèi)回收投資。已知：工業(yè)CT設(shè)備采購費1500萬元，年維保150萬元；AI模型開發(fā)費300萬元；剖切成本8000元/件，年產(chǎn)600件；