幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

工業大數據分析在流程製造行業的應用/工業智能與工業大數據系列

  • 作者：編者:張晨//蔣若寧//何冰|責編:劉志紅
  • 出版社：電子工業
  • ISBN：9787121395611
  • 出版日期：2020/10/01
  • 裝幀：平裝
  • 頁數：200
人民幣：RMB 128 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    「十三五」以來，中石油、中石化、萬華化學、華誼化工、國家電網、寶武鋼鐵等國內流程行業領頭者開展了數字化、智能化建設，加快數字化油田、智能煉廠、智慧電網、智慧煉鋼等建設。信息化與自動化互相交織融合，積累了大量的工業數據，給以油田開發、石油石化、化工、鋼鐵、電力為代表的流程工業帶來了新的挑戰與機遇，也為其創新帶來了新的技術能力。
    本書以大數據治理、大數據分析為主線，以油氣開發、石油石化、化工、鋼鐵、電力為代表的流程工業大數據創新為分支，詳細闡述了大數據分析在流程工業中的應用案例和今後的發展趨勢。為廣大的流程工業界研究人員、企業管理者、工程技術專家提供了一本不可多得的涵蓋數字化轉型、大數據分析的學習材料。
作者介紹
編者:張晨//蔣若寧//何冰|責編:劉志紅
目錄
第1章  流程工業智能製造與數字化轉型
  1.1  新一輪智能製造發展戰略
    1.1.1  德國工業4.0與流程工業智能製造
    1.1.2  美國工業互聯網與流程工業智能製造
    1.1.3  「中國製造2025」與流程工業智能製造
    1.1.4  各國流程工業智能製造的差異和啟示
  1.2  流程工業數字化轉型戰略
    1.2.1  流程工業概述
    1.2.2  流程工業數字化轉型的需求
  1.3  大數據分析和流程工業智能製造
    1.3.1  大數據的內涵
    1.3.2  大數據和人工智慧的關係
    1.3.3  工業大數據與流程工業智能製造
第2章  工業大數據分析基礎
  2.1  工業大數據治理
    2.1.1  工業大數據應用面臨的挑戰
    2.1.2  應對方法
  2.2  流程工業大數據治理案例
    2.2.1  跨國石油公司大數據治理
    2.2.2  國內石油公司大數據治理
  2.3  大數據採集技術
    2.3.1  Apache Sqoop
    2.3.2  Apache Flume
    2.3.3  Gobblin
  2.4  大數據存儲技術
    2.4.1  HDFS
    2.4.2  NoSQL資料庫
  2.5  大數據分析技術
    2.5.1  MapReduce
    2.5.2  Spark
  2.6  大數據可視化技術
    2.6.1  Tableau
    2.6.2  Google Chart
    2.6.3  D3.js
  2.7  大數據分析方法
    2.7.1  大數據分析方法分類
    2.7.2  大數據分析步驟
    2.7.3  數據挖掘方法
第3章  天然氣開發行業的大數據分析
  3.1  天然氣開發行業信息化現狀
  3.2  天然氣開發行業的大數據分析需求
  3.3  天然氣開發行業的大數據來源與特點
  3.4  天然氣開發行業的大數據解決方案
    3.4.1  大數據獲取
    3.4.2  大數據監控
    3.4.3  大數據可視化
  3.5  天然氣開發行業的大數據分析方法
    3.5.1  天然氣開發風險預防性分析方法
    3.5.2  設備性能退化分析方法
  3.6  天然氣開發行業的大數據分析案例

    3.6.1  應用場景
    3.6.2  天然氣水合物大數據預測應用案例
    3.6.3  壓縮機故障大數據預防性監控應用案例
    3.6.4  換熱器早期泄漏大數據監控應用案例
  3.7  總結
第4章  煉油化工行業的大數據分析
  4.1  煉油化工行業信息化現狀
  4.2  煉油化工行業的大數據分析需求
    4.2.1  油田勘探與生產製造環節
    4.2.2  研發設計環節
    4.2.3  市場營銷與售后服務環節
    4.2.4  HSE評價體系的需求
  4.3  煉油化工行業的大數據來源與特點
    4.3.1  煉油化工行業大數據來源
    4.3.2  煉油化工行業大數據特點
  4.4  煉油化工行業的大數據解決方案
    4.4.1  煉油化工企業存在的問題
    4.4.2  工業大數據平台架構方案
  4.5  煉油化工行業的大數據分析方法
  4.6  煉油化工行業的大數據分析案例
    4.6.1  應用場景
    4.6.2  應用案例
  4.7  總結
第5章  化工行業的大數據分析
  5.1  化工行業信息化現狀
  5.2  化工行業的大數據分析需求
  5.3  化工行業的大數據來源與特點
  5.4  化工行業的大數據解決方案
  5.5  化工行業的大數據分析方法
  5.6  化工行業的大數據分析案例
    5.6.1  應用場景
    5.6.2  應用案例
  5.7  總結
第6章  鋼鐵行業的大數據分析
  6.1  鋼鐵行業信息化現狀
  6.2  鋼鐵行業的大數據分析需求
    6.2.1  經營管理與生產管理的需求
    6.2.2  技術進步與發展的需求
  6.3  鋼鐵行業的大數據來源與特點
  6.4  鋼鐵行業的大數據解決方案
  6.5  鋼鐵行業的大數據分析方法
  6.6  鋼鐵行業的大數據分析案例
    6.6.1  應用場景
    6.6.2  應用案例
  6.7  總結
第7章  電力輸電線路運維的大數據分析
  7.1  電力輸電線路運維信息化現狀
  7.2  電力輸電線路運維的大數據分析需求
  7.3  電力輸電線路運維的大數據來源與特點
    7.3.1  電力輸電線路運維的大數據來源

    7.3.2  電力輸電線路運維的大數據特點
  7.4  電力輸電線路運維的大數據解決方案
  7.5  電力輸電線路運維的大數據分析方法
    7.5.1  面向設備狀態大數據的分散式存儲和處理技術
    7.5.2  電力運維行業的數據ETL技術
    7.5.3  電力輸電線路的數據挖掘分析技術
  7.6  電力輸電線路運維的大數據分析案例
    7.6.1  輸電線路智能化反外損監控系統
    7.6.2  基於位置信息大數據驅動的輸電線路智能巡檢系統
    7.6.3  特高壓輸電通道無人機巡檢系統
    7.6.4  空、塔、地協同的輸電線路智能巡檢系統
  7.7  電力輸電線路運維大數據技術展望
    7.7.1  基於區塊鏈技術的輸電線路反外損運維繫統
    7.7.2  基於社交網路用戶激勵的系統運營模式
    7.7.3  電力物聯網價值挖掘
  7.8  總結
第8章  總結與展望
  8.1  流程工業與互聯網下半場的結合
  8.2  流程工業需要建立大數據文化
參考文獻
索引
致謝

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032