2025年廣東省繼續(xù)教育公需課《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（共15題，每題2分，共30分）1.人工智能在制造業(yè)中實現(xiàn)“工藝優(yōu)化”的核心技術(shù)支撐是（）。A.自然語言處理（NLP）B.機器學(xué)習(xí)（ML）C.計算機視覺（CV）D.知識圖譜（KG）2.根據(jù)《“十四五”智能制造發(fā)展規(guī)劃》，智能制造的主攻方向是（）。A.數(shù)字化轉(zhuǎn)型B.網(wǎng)絡(luò)化協(xié)同C.智能化升級D.綠色化改造3.工業(yè)機器人與傳統(tǒng)自動化設(shè)備的本質(zhì)區(qū)別在于（）。A.具備傳感器集成能力B.可通過編程重復(fù)作業(yè)C.能基于數(shù)據(jù)自主決策D.支持遠(yuǎn)程控制4.廣東省“制造業(yè)數(shù)字化轉(zhuǎn)型試點”中，優(yōu)先支持的領(lǐng)域是（）。A.紡織服裝B.電子信息C.家具制造D.食品加工5.以下哪項不屬于AI驅(qū)動的“預(yù)測性維護(hù)”關(guān)鍵步驟？（）A.設(shè)備運行數(shù)據(jù)實時采集B.歷史故障模式標(biāo)注C.產(chǎn)品質(zhì)量缺陷檢測D.剩余使用壽命（RUL）預(yù)測模型訓(xùn)練6.工業(yè)互聯(lián)網(wǎng)平臺的“邊緣層”主要功能是（）。A.數(shù)據(jù)存儲與計算B.設(shè)備接入與數(shù)據(jù)預(yù)處理C.應(yīng)用開發(fā)與服務(wù)D.用戶交互與可視化7.計算機視覺在制造業(yè)中最典型的應(yīng)用是（）。A.生產(chǎn)計劃排程優(yōu)化B.設(shè)備能耗預(yù)測C.表面缺陷檢測D.供應(yīng)鏈需求預(yù)測8.知識圖譜在制造業(yè)中的核心價值是（）。A.提升數(shù)據(jù)存儲效率B.實現(xiàn)跨領(lǐng)域知識關(guān)聯(lián)與推理C.加速模型訓(xùn)練速度D.降低設(shè)備采購成本9.以下哪項是廣東省2024年“制造業(yè)高質(zhì)量發(fā)展”政策中明確的AI應(yīng)用重點？（）A.傳統(tǒng)手工藝品AI設(shè)計B.新能源汽車電池制造智能優(yōu)化C.農(nóng)產(chǎn)品加工自動化D.建筑材料運輸路徑規(guī)劃10.離散型制造業(yè)（如汽車制造）與流程型制造業(yè)（如化工）在AI應(yīng)用中的主要差異是（）。A.數(shù)據(jù)采集頻率要求B.生產(chǎn)過程的可變性與復(fù)雜性C.設(shè)備聯(lián)網(wǎng)難度D.質(zhì)量檢測標(biāo)準(zhǔn)11.工業(yè)大模型（如華為盤古制造大模型）的核心優(yōu)勢是（）。A.針對單一環(huán)節(jié)的高精度預(yù)測B.跨場景、跨工序的知識遷移能力C.實時數(shù)據(jù)處理速度D.低算力需求12.以下哪項屬于AI賦能制造業(yè)“綠色化”的典型場景？（）A.生產(chǎn)線節(jié)拍優(yōu)化B.原材料成分分析C.車間溫濕度智能調(diào)控D.產(chǎn)品包裝設(shè)計13.廣東省推動“5G+工業(yè)互聯(lián)網(wǎng)”融合應(yīng)用的關(guān)鍵目標(biāo)是（）。A.降低企業(yè)網(wǎng)絡(luò)資費B.實現(xiàn)設(shè)備超可靠低時延連接C.普及消費級5G終端D.提升園區(qū)WiFi覆蓋14.以下哪項技術(shù)是AI與數(shù)字孿生結(jié)合的基礎(chǔ)？（）A.區(qū)塊鏈B.數(shù)字孿生體建模C.量子計算D.增強現(xiàn)實（AR）15.制造業(yè)數(shù)據(jù)要素市場化配置的核心是（）。A.擴大數(shù)據(jù)采集規(guī)模B.建立數(shù)據(jù)確權(quán)與交易機制C.提升數(shù)據(jù)存儲容量D.降低數(shù)據(jù)傳輸成本二、多項選擇題（共10題，每題3分，共30分。每題至少有2個正確選項，錯選、漏選均不得分）1.人工智能賦能制造業(yè)高質(zhì)量發(fā)展的核心效益包括（）。A.降低單位產(chǎn)品能耗B.縮短新產(chǎn)品研發(fā)周期C.減少一線操作工人數(shù)量D.提升產(chǎn)品良品率2.工業(yè)數(shù)據(jù)治理的關(guān)鍵環(huán)節(jié)包括（）。A.數(shù)據(jù)采集與協(xié)議統(tǒng)一B.數(shù)據(jù)清洗與去噪C.數(shù)據(jù)標(biāo)注與標(biāo)簽管理D.數(shù)據(jù)存儲與安全加密3.以下屬于“智能制造關(guān)鍵技術(shù)裝備”的有（）。A.工業(yè)機器人B.智能傳感與儀器儀表C.3D打印設(shè)備D.傳統(tǒng)數(shù)控機床4.廣東省推進(jìn)制造業(yè)AI應(yīng)用的政策支持包括（）。A.設(shè)立“AI+制造”專項研發(fā)資金B(yǎng).提供企業(yè)數(shù)字化轉(zhuǎn)型補貼C.建設(shè)行業(yè)級工業(yè)互聯(lián)網(wǎng)平臺D.限制外資AI企業(yè)參與本地項目5.機器學(xué)習(xí)在制造業(yè)中的典型應(yīng)用場景有（）。A.設(shè)備故障預(yù)測B.供應(yīng)鏈需求預(yù)測C.產(chǎn)品設(shè)計方案優(yōu)化D.車間人員考勤管理6.數(shù)字孿生在制造業(yè)中的應(yīng)用場景包括（）。A.生產(chǎn)流程虛擬仿真B.設(shè)備運行狀態(tài)實時映射C.產(chǎn)品全生命周期管理D.員工技能培訓(xùn)模擬7.以下哪些措施有助于解決制造業(yè)AI應(yīng)用中的“數(shù)據(jù)孤島”問題？（）A.統(tǒng)一工業(yè)通信協(xié)議（如OPCUA）B.建立企業(yè)級數(shù)據(jù)中臺C.限制跨部門數(shù)據(jù)共享D.推動設(shè)備聯(lián)網(wǎng)與數(shù)據(jù)上云8.AI驅(qū)動的“智能排產(chǎn)”需考慮的約束條件包括（）。A.設(shè)備產(chǎn)能B.原材料庫存C.訂單交期D.員工休息時間9.工業(yè)計算機視覺系統(tǒng)的核心組件包括（）。A.工業(yè)相機B.光源與光學(xué)系統(tǒng)C.圖像算法模型D.機械臂執(zhí)行機構(gòu)10.制造業(yè)AI應(yīng)用的主要挑戰(zhàn)包括（）。A.工業(yè)數(shù)據(jù)標(biāo)注成本高B.行業(yè)知識與AI技術(shù)融合難度大C.企業(yè)數(shù)字化基礎(chǔ)薄弱D.消費者對AI產(chǎn)品接受度低三、填空題（共10題，每題2分，共20分）1.智能制造的“三化”目標(biāo)是數(shù)字化、網(wǎng)絡(luò)化、__________。2.工業(yè)互聯(lián)網(wǎng)的三大體系是網(wǎng)絡(luò)、平臺、__________。3.廣東省“制造業(yè)數(shù)字化轉(zhuǎn)型”的核心戰(zhàn)略是“__________”（四字表述）。4.AI驅(qū)動的質(zhì)量檢測中，“漏檢率”是指__________與實際缺陷數(shù)的比值。5.知識圖譜的核心組成是實體、關(guān)系和__________。6.預(yù)測性維護(hù)的關(guān)鍵指標(biāo)是設(shè)備__________（RUL）。7.工業(yè)大模型的訓(xùn)練數(shù)據(jù)需覆蓋研發(fā)、生產(chǎn)、__________、服務(wù)等全流程。8.廣東省“強芯工程”重點支持的AI芯片類型是__________（如GPU、NPU等）。9.5G+工業(yè)互聯(lián)網(wǎng)的典型應(yīng)用場景包括__________（列舉1個）。10.制造業(yè)數(shù)據(jù)要素的“三權(quán)分置”是指數(shù)據(jù)所有權(quán)、__________、使用權(quán)。四、簡答題（共5題，每題6分，共30分）1.簡述AI驅(qū)動的智能質(zhì)檢與傳統(tǒng)人工質(zhì)檢的核心區(qū)別。2.工業(yè)大模型在制造業(yè)中的應(yīng)用路徑包括哪些關(guān)鍵步驟？3.數(shù)據(jù)要素市場化配置對制造業(yè)高質(zhì)量發(fā)展的意義是什么？4.廣東省推動“AI+制造業(yè)”融合發(fā)展的優(yōu)勢產(chǎn)業(yè)基礎(chǔ)有哪些？（列舉至少3項）5.請說明“數(shù)字孿生+AI”在設(shè)備運維中的具體應(yīng)用邏輯。五、分析題（共2題，每題10分，共20分）1.某廣東家電制造企業(yè)引入AI視覺檢測系統(tǒng)后，產(chǎn)品良品率從92%提升至98%，人工質(zhì)檢成本降低60%，但初期設(shè)備與系統(tǒng)投入達(dá)500萬元。請分析該企業(yè)的成本效益，并提出優(yōu)化建議。2.廣東省某半導(dǎo)體制造企業(yè)面臨晶圓良率波動問題（良率85%，行業(yè)先進(jìn)水平92%），計劃引入AI技術(shù)優(yōu)化工藝。請結(jié)合半導(dǎo)體制造流程（如光刻、刻蝕、沉積等），說明AI可應(yīng)用的具體環(huán)節(jié)及技術(shù)路徑。六、綜合應(yīng)用題（共1題，20分）假設(shè)你是某離散型制造企業(yè)（如汽車零部件廠）的技術(shù)負(fù)責(zé)人，需設(shè)計一套基于AI的設(shè)備預(yù)測性維護(hù)方案。要求：（1）明確方案目標(biāo)；（2）列出所需數(shù)據(jù)類型及采集方式；（3）選擇適用的AI模型（如LSTM、隨機森林等）并說明理由；（4）設(shè)計實施步驟（從數(shù)據(jù)采集到落地應(yīng)用）；（5）預(yù)期效益（至少3項）。參考答案一、單項選擇題1.B2.C3.C4.B5.C6.B7.C8.B9.B10.B11.B12.C13.B14.B15.B二、多項選擇題1.ABD2.ABCD3.ABC4.ABC5.ABC6.ABCD7.ABD8.ABC9.ABC10.ABC三、填空題1.智能化2.安全3.智改數(shù)轉(zhuǎn)4.未檢測出的缺陷數(shù)5.屬性6.剩余使用壽命7.物流8.NPU（或GPU、ASIC）9.遠(yuǎn)程設(shè)備操控（或AR輔助裝配等）10.使用權(quán)四、簡答題1.核心區(qū)別：①檢測速度：AI質(zhì)檢可達(dá)毫秒級/件，遠(yuǎn)超人工（秒級/件）；②一致性：AI基于統(tǒng)一模型，無疲勞誤差；③深度：AI可檢測人眼不可見的微小缺陷（如0.1mm裂紋）；④數(shù)據(jù)價值：AI可記錄缺陷數(shù)據(jù)并反推工藝問題，人工僅判斷合格與否。2.關(guān)鍵步驟：①行業(yè)數(shù)據(jù)采集與清洗（覆蓋研發(fā)、生產(chǎn)、運維等全流程數(shù)據(jù)）；②基礎(chǔ)大模型預(yù)訓(xùn)練（如基于Transformer架構(gòu)）；③制造業(yè)知識注入（如工藝規(guī)則、設(shè)備參數(shù)等行業(yè)知識庫）；④細(xì)分場景微調(diào)（如針對注塑工藝優(yōu)化的模型微調(diào)）；⑤與工業(yè)軟件（如MES、PLM）集成，實現(xiàn)業(yè)務(wù)閉環(huán)。3.意義：①激活數(shù)據(jù)要素價值，推動從“資源驅(qū)動”向“數(shù)據(jù)驅(qū)動”轉(zhuǎn)型；②促進(jìn)跨企業(yè)、跨行業(yè)數(shù)據(jù)共享（如供應(yīng)鏈協(xié)同）；③支撐AI模型訓(xùn)練（高質(zhì)量數(shù)據(jù)是模型性能的基礎(chǔ)）；④培育數(shù)據(jù)交易市場，形成新的經(jīng)濟增長點（如工業(yè)數(shù)據(jù)服務(wù)）。4.優(yōu)勢產(chǎn)業(yè)基礎(chǔ)：①電子信息產(chǎn)業(yè)規(guī)模全國第一（2023年營收超5萬億元），芯片、5G、智能終端產(chǎn)業(yè)鏈完善；②家電、汽車制造等傳統(tǒng)優(yōu)勢產(chǎn)業(yè)數(shù)字化基礎(chǔ)好（如美的、格力已建成工業(yè)互聯(lián)網(wǎng)平臺）；③擁有華為、騰訊、大疆等AI領(lǐng)軍企業(yè)，技術(shù)供給能力強；④國家級工業(yè)互聯(lián)網(wǎng)雙跨平臺數(shù)量居全國前列（如樹根互聯(lián)、華為云等）。5.應(yīng)用邏輯：①構(gòu)建物理設(shè)備的數(shù)字孿生體（基于三維建模、傳感器數(shù)據(jù)映射）；②通過AI模型分析孿生體數(shù)據(jù)（如振動、溫度、電流），識別異常模式；③預(yù)測潛在故障（如軸承磨損、電機過熱）；④輸出維護(hù)建議（如更換部件、調(diào)整運行參數(shù)）；⑤反饋至物理設(shè)備，指導(dǎo)實際運維，形成“數(shù)據(jù)模型決策執(zhí)行”閉環(huán)。五、分析題1.成本效益分析：成本：初期投入500萬元（設(shè)備采購、系統(tǒng)開發(fā)、人員培訓(xùn)）；效益：假設(shè)年產(chǎn)能100萬臺，良品率提升6%，減少返工成本約100萬臺×（98%92%）×單臺返工成本（假設(shè)50元）=300萬元/年；人工成本降低60%（假設(shè)原人工成本400萬元/年，現(xiàn)160萬元/年，年節(jié)省240萬元）；綜合年效益約540萬元，投資回收期約1年（500/540≈0.9年），經(jīng)濟效益顯著。優(yōu)化建議：①拓展檢測功能（如增加尺寸測量、材料成分分析），提升設(shè)備利用率；②開放檢測數(shù)據(jù)接口，與生產(chǎn)管理系統(tǒng)（MES）聯(lián)動，反推工藝改進(jìn)；③申請廣東省“智能制造示范項目”補貼（最高50%設(shè)備投入），降低初期成本。2.AI應(yīng)用環(huán)節(jié)及技術(shù)路徑：光刻環(huán)節(jié)：AI可分析光刻膠厚度、曝光劑量與良率的關(guān)聯(lián)關(guān)系，通過強化學(xué)習(xí)優(yōu)化曝光參數(shù)；刻蝕環(huán)節(jié)：基于等離子體密度、溫度等傳感器數(shù)據(jù)，訓(xùn)練CNN模型預(yù)測刻蝕均勻性，提前調(diào)整工藝；沉積環(huán)節(jié)：利用LSTM模型分析前驅(qū)體流量、腔室壓力的時序數(shù)據(jù)，預(yù)測薄膜厚度偏差，動態(tài)修正參數(shù)；量測環(huán)節(jié)：通過計算機視覺識別晶圓表面缺陷（如顆粒污染），結(jié)合歷史數(shù)據(jù)定位污染源（如設(shè)備、環(huán)境）。六、綜合應(yīng)用題（示例）方案目標(biāo)：降低設(shè)備非計劃停機時間30%以上，減少維護(hù)成本20%，延長關(guān)鍵設(shè)備壽命15%。數(shù)據(jù)類型及采集方式：設(shè)備運行數(shù)據(jù)：振動、溫度、電流、轉(zhuǎn)速（通過加速度傳感器、溫度傳感器、電流互感器采集，頻率10Hz1kHz）；工藝參數(shù)：加工壓力、進(jìn)給速度（從PLC系統(tǒng)讀取，周期1秒）；維護(hù)記錄：歷史故障類型、維修時間、更換部件（從CMMS系統(tǒng)提取結(jié)構(gòu)化數(shù)據(jù)）；環(huán)境數(shù)據(jù)：車間溫濕度（通過物聯(lián)網(wǎng)傳感器采集，周期5分鐘）。AI模型選擇：時序數(shù)據(jù)預(yù)測：LSTM或Transformer模型（適用于設(shè)備振動、電流等時序數(shù)據(jù)的長期依賴建模）；故障分類：隨機森林或XGBoost（處理維護(hù)記錄、工藝參數(shù)等結(jié)構(gòu)化數(shù)據(jù)，實現(xiàn)多故障類型分類）；異常檢測：孤立森林或AutoEncoder（無監(jiān)督學(xué)習(xí)，識別未標(biāo)注的異常模式）。實施步驟：1.設(shè)備聯(lián)網(wǎng)與數(shù)據(jù)采集：部署傳感器，打通PLC、CMMS系統(tǒng)接口，建立企業(yè)級數(shù)據(jù)中臺；2.數(shù)據(jù)治理：清洗噪聲數(shù)據(jù)（如傳感器漂移），標(biāo)注故障標(biāo)簽（如“軸承故障”“電機過載”）；3.模型訓(xùn)練與驗證：使用歷史數(shù)據(jù)（近3年）訓(xùn)練LSTM預(yù)測模型（RUL）和隨機森林分類模型（故障類型），通過交叉驗證優(yōu)化超參數(shù)；