工业大数据及其应用教学大纲

《工业大数据及其应用》课程教学大纲一、课程基本信息Industrialbigdataanditsapplication总学时/学分32/2开设学期第四学期课程代码BT0100264X0理论教学学时32适用专业智能制造工程课程类别工程基础课程实践教学学时实验学时0先修课程概率论与数理统计、智能制造概论专业基础及专业课程专业核心（必修）上机学时0工程实践课程其它开课学院（部）机电工程学院二、课程简介《工业大数据及其应用》是智能制造工程专业本科生的一门专业核心必修课，系统地阐述了工业大数据概述、工业大数据感知与预处理、工业大数据存储与计算平台、工业大数据分析、工业大数据分类与聚类、工业大数据挖掘与知识图谱、工业大数据可视化、工业大数据综合应用等内容。通过本课程的学习，培养学生能运用各种工业大数据感知技术、预处理技术、关联分析方法、分类分析方法、聚类分析方法、人工智能方法、数据可视化技术等处理和分析数据的能力，使学生能够以工业大数据分析思维解决智能制造领域数据处理与分析的复杂工程问题。三、课程的能力目标通过本课程的教学，学生具备下列能力：课程目标课程目标内容支撑毕业要求指标点支撑毕业要求1.建模和求解能力能对工业大数据的感知、认知与预处理以及可视化，采用适当的原理和方法进行表达、认知、处理与分析。2-3具备通过文献辅助对复杂智能制造工程问题进行建模和求解的能力，能运用基本原理，分析过程的影响因素，证实解决方案的合理性。2.问题分析：能够应用数学、自然科学和工程科学的基本原理，识别、表达智能制造领域的复杂工程问题，并通过文献研究与分析提出解决问题的方法，形成解决复杂工程问题的有效思路。2.建模和仿真能力能对不同类型工业大数据，使用现代工程工具与方法，建立恰当的数学模型，进行数据的预测与仿真。5-2能够针对智能制造领域复杂工程问题，选择与使用恰当的技术手段和现代工程工具进行建模、预测与仿真，并能够在实践过程中领会相关工具的局限性。5.使用现代工具：能够针对智能制造领域的复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的建模、预测与模拟，并能够理解其局限性。课程目标和教学环节的对应关系如下表：考核环节考核项目评价形式评价要素课程目标比例平时表现随堂测验课堂中通过雨课堂推送题目，以客观题为主、主观题为辅工业大数据的感知、认知、预处理、分析方法评价，以雨课堂测试答题情况衡量。1、220课后作业每章结束后布置课后作业，以计算题为主工业大数据的预处理、分析方法评价，以课后作业完成质量衡量。1、230期末期末考试闭卷考试，题型为选择题、填空题、简答题和计算题工业大数据的感知、认知、预处理、分析方法评价，以答卷情况衡量。1、250四、课程目标对毕业要求的支撑毕业要求课程目标学时主要教学内容2-3目标112绪论，包括：工业大数据概述、工业大数据与工业互联网的关系、工业大数据与智能制造的关系。工业大数据感知与预处理，包括：工业大数据来源、工业大数据感知、工业大数据传输、工业大数据预处理、工业大数据融合。工业大数据存储与计算平台，包括：工业大数据存储与管理技术、工业大数据安全技术、计算框架、计算平台Hadoop。5-2目标220工业大数据分析，包括：工业大数据统计描述方法、工业大数据对象关系计算方法、工业大数据关联分析方法。工业大数据分类与聚类，包括：工业大数据分类、工业大数据聚类、工业大数据降维。工业大数据挖掘与知识图谱，包括：工业大数据深度学习、工业知识图谱。工业大数据可视化，包括：数据可视化概述、工业大数据可视化流程、工业大数据可视化常用方法。工业大数据综合应用，包括：机械装备故障诊断、基于SVM的滚动轴承剩余使用寿命预测、加工工艺优化、生产周期预测。五、课程教学内容、要求及学时分配教学内容具体内容要求学生预期效果教学方式学时一、绪论(1)工业大数据概述认知学生能认知工业大数据简介、特征、发展及处理框架，理解工业大数据与工业互联网、智能制造的关系，具备学习后续课程内容能力。讲授2(2)工业大数据与工业互联网的关系理解(3)工业大数据与智能制造的关系理解二、工业大数据感知与预处理(1)工业大数据来源认知学生能认知工业大数据来源，理解常用的工业大数据感知技术，具备数据感知的能力。讲授为主，翻转课堂为辅2(2)工业大数据感知理解(3)工业大数据传输理解学生能理解工业大数据通信协议、传输技术、预处理技术，具备数据传输与预处理的能力。讲授为主，翻转课堂为辅2(4)工业大数据预处理理解(5)工业大数据融合理解学生能理解工业大数据融合技术、挑战，认知相关应用案例，具备数据感知与应用的能力。讲授为主，翻转课堂为辅2(6)案例分析分析三、工业大数据存储与计算平台(1)工业大数据存储与管理技术理解学生能理解工业大数据存储与管理技术、安全技术，具备存储与管理工业大数据的能力。讲授为主，小组讨论为辅2(2)工业大数据安全技术理解(3)计算框架认知学生能认知计算框架、计算平台，具备应用框架平台进行数据分析的能力。讲授为主，小组讨论为辅2(4)计算平台Hadoop认知四、工业大数据分析(1)工业大数据统计描述方法理解学生能理解工业大数据统计描述方法、对象关系计算方法，具备数据统计计算的能力。讲授为主，翻转课堂为辅2(2)工业大数据对象关系计算方法理解(3)工业大数据关联分析方法理解学生能理解网工业大数据关联分析方法，具备工业大数据分析应用的能力。讲授为主，小组讨论为辅2(4)案例分析分析五、工业大数据分类与聚类(1)工业大数据分类理解学生能理解工业大数据分类，具备数据分类分析的能力。讲授为主，翻转课堂为辅2(2)工业大数据聚类理解学生能理解工业大数据聚类，具备数据聚类分析的能力。讲授为主，翻转课堂为辅2(3)工业大数据降维理解学生能理解工业大数据降维方法，具备工业大数据降维分析的能力。讲授为主，小组讨论为辅2(4)案例分析分析六、工业大数据挖掘与知识图谱(1)工业大数据深度学习认知学生能认知工业大数据深度学习模型，具备工业大数据挖掘的能力。讲授为主，翻转课堂为辅22)工业知识图谱理解学生能理解工业知识图谱的概念、构建，具备应用知识图谱进行数据分析的能力。讲授为主，小组讨论为辅2(3)案例分析分析七、工业大数据可视化(1)数据可视化概述认知学生能认知数据可视化概念、流程，应用各种工业大数据可视化方法法，具备对数据可视化表达的能力。讲授为主，翻转课堂为辅2(2)工业大数据可视化流程认知(3)工业大数据可视化常用方法理解(4)案例分析分析八、工业大数据综合应用(1)机械装备故障诊断应用学生能应用工业大数据分析方法，进行机械装备故障诊断、滚动轴承剩余使用寿命预测，具备对数据预测分析的能力。讲授为主，小组讨论为辅2(2)基于SVM的滚动轴承剩余使用寿命预测应用(3)加工工艺优化应用学生能应用工业大数据分析方法，进行加工工艺优化、生产周期预测，具备对数据优化分析的能力。讲授为主，小组讨论为辅2(4)生产周期预测应用合计32六、课程思政案例序号案例名称所属章节案例教学目标案例教学内容1爱国情怀第一章培养学生的爱国情怀，同时树立专业自信心。通过介绍工业大数据平台等优秀案例，展示中国目前蓬勃发展的数据挖掘技术。2工匠精神第四章培养学生耐久性，强调工匠精神的重要性。通过讲解Apriori算法，计算频繁项集需要多次重复扫描数据库，引导学生认识“成功不是一蹴而就的，需要多维度培养和锻炼自己的耐心”。3大局意识第五章培养学生大局意识，少数服从多数，以国家利益为重。通过讲授K近邻算法，未标记样本的类别由距离其最近的K个邻居投票决定，体现少数服从多数的民主集中制。4探索创新第六章培养学生探究意识和创新能力，鼓励用科学知识解决实际问题。通过对民航数据分析，分析飞行数据间的关联和飞行行为效能评估，树立用科技解决实际问题的意识。七、考核方式与成绩评定标准（a）综合计分方法项目比例平时成绩雨课堂随堂测试课后作业50%20%30%期末成绩期终考试50%总计100%（b）评分标准（b.1）平时成绩情况（b.1.1）雨课堂随堂测试随堂测试表现情况得分能积极进行随堂测试，并能主动参加讨论，发表比较新颖的观点。90-100分按要求进行随堂测试，在老师的指导下能参加讨论，发表观点75-89分测试不积极，讨论不积极，不发言。0-74分（b.1.2）课后作业平时作业表现情况得分作业严格按要求并及时完成；书写清晰，表达正确，分析合理。正确率95%以上，没有抄袭情况。90-100分作业按要求并及时完成；书写清晰，表达较正确，分析较合理。正确率80%至95%，没有抄袭情况。80-89分作业按要求不能及时完成，书写基本清晰，分析基本正确、合理，正确率65%至80%，但改正及时，态度端正，作业能补充完成。70-79分作业不能及时完成，书写潦草，正确率低于65%，老师指出后改正态度端正并能大部分补充完成。60-69分不能按照作业要求及时完成，书写潦草不规范，老师指出后改正态度不端正不能及时补充完成。0-59分（b.2）期终考试期末考试成绩：占总成绩的50%。主要考核学生对本门课程基础知识的掌握以及对所学知识的理解和运用能力。考核评定办法：考试形式为闭卷考试，考试时间120分钟，卷面成绩总分为100分，考查2个课程目标，按课程目标对应的课程内容出题。（c）具体课程目标考核评价方式及成绩分配比例如下表：课程目标毕业要求指标点考核与评价方式及成绩比例（%）平时成绩期末成绩（权重0.5）目标分值加权值（%）随堂测试（权重0.2）课后作业（权重0.3）百分值加权值百分值加权值百分值加权值12-340830940203725-260127021603063合计100201003010050100备注：各考核环节所占比例可以根据教学安排进行适当调整。八、形成性评价评价名称评价方式评价要求与内容早期评教问卷调查，学生座谈于课程开课后，根据课时长度，在开课后第2—4周内进行，以OBE理念为指导，关注学生对课程教学的评价、建议和需求，实现学生与教师的及时交流沟通，通过评课反馈使教师及时改进教学工作。课程目标达成期末评价问卷调查在课程结束后进行，以OBE理念为指导，关注学生对课程目标的达成情况及教师教学方式的建议，实现学生与教师的及时交流沟通与反馈促进教师及时改进教学工作。九、课程目标达成度计算方法课程目标达成度计算方法如下表：课程目标考核环节目标分值学生平均得分各课程目标达成度计算方法课程目标1雨课堂随堂测试40A10.2课后作业30B1期末考试40C1课程目标2雨课堂随堂测试60A20.2课后作业70B2期末考试60C2说明：A、B、C分别表示学生雨课堂随堂测试、课后作业和期末考试的实际平均得分。十、参考资料1．张存吉，何佳龙，高兴宇等著，工业大数据及其应用，机械工业出版社，2024年．2．张洁，吕佑龙，张朋等著，数据技术基础，清华大学出版社，2023年．执笔人：张存吉审核人：

课程教学大纲审核表专业智能制造工程年级2021级课程代码BT0100264X0课程名称工业大数据及其应用序号指标指标内涵是否满足指标要求及说明1课程基本信息课程代码、课程名称、课程性质、学时、先修课等基本信息与培养方案相符满足2课程简介课程简介能说明课程主要内容，通过学习后学生可掌握的知识、具备的能力和素质满足3课程目标与毕业要求指标点的对应关系课程支撑的毕业要求（指标点）与课程支撑矩阵相符满足4课程目标与毕业要求的支撑关系明确、合理满足5课程目标能有效支撑毕业要求达成满足6课程目标课程目标能体现立德树人要求满足7课程目标规定了通过课程学习可取得的学习成效，内涵表达清晰、可衡量满足8课程内容课程内容能体现立德树人根本要求满足10能