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

大數據驅動的智能車間運行分析與決策方法(精)/智能製造與機器人理論及技術研究叢書

  • 作者：張潔//秦威//高亮|責編:羅雪|總主編:丁漢//孫容磊
  • 出版社：華中科技大學
  • ISBN：9787568062107
  • 出版日期：2020/08/01
  • 裝幀：精裝
  • 頁數：249
人民幣：RMB 128 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書對製造大數據的基本概念進行了梳理，對車間製造大數據的感知、通信、處理技術和平台，以及建模、分析方法和決策服務開展了探索，介紹了海量、高維、多源、異構製造數據清洗去噪等預處理方法，統一建模與融合方法，動態製造數據多尺度時序分析方法，製造數據的關係網路模型，車間性能預測方法與運行調控機制，並對大數據在典型製造行業的應用做了初步嘗試，旨在為車間生產從自動化、數字化邁向智能化奠定堅實的理論和技術基礎。
    本書主要面向機械工程和工業工程領域的研究者和生產管理人員，特別是尋求如何利用大數據提升製造業智能化水平的讀者，同時也可作為自動化、電腦工程、管理工程等相關專業的研究生和高年級本科生的教材或參考書。
作者介紹
張潔//秦威//高亮|責編:羅雪|總主編:丁漢//孫容磊
目錄
第1章  智能製造與智能車間
  1.1  智能製造的定義
  1.2  智能製造的發展
    1.2.1  目標：智能製造
    1.2.2  基礎：工業互聯網
    1.2.3  核心技術：大數據技術
    1.2.4  應用領域
  1.3  智能車間的構成
    1.3.1  智能設備
    1.3.2  智能控制
    1.3.3  智能執行
  1.4  智能化運行分析與決策
    1.4.1  優化對象：車間性能
    1.4.2  目標：提質增效降本
  1.5  本書的主要內容和體系結構
  本章參考文獻
第2章  車間製造大數據
  2.1  大數據概述
    2.1.1  大數據的提出
    2.1.2  大數據的特徵
  2.2  車間製造大數據的來源
    2.2.1  產品數據資源
    2.2.2  設備數據資源
    2.2.3  生產數據資源
    2.2.4  物流數據資源
  2.3  車間製造大數據的特徵
    2.3.1  規模性
    2.3.2  多樣性
    2.3.3  高速性
    2.3.4  高雜訊
    2.3.5  多來源
    2.3.6  多尺度
  2.4  車間製造大數據的典型應用場景
    2.4.1  工序智能調度
    2.4.2  資源自動分配和狀態實時管理
    2.4.3  性能預測分析
    2.4.4  智能維護管理
    2.4.5  過程實時管理
    2.4.6  質量智能管理
  2.5  車間製造大數據生命周期
    2.5.1  製造大數據生命周期的不同階段
    2.5.2  製造大數據生命周期模型
  2.6  本章小結
  本章參考文獻
第3章  大數據驅動的車間運行分析與決策模式
  3.1  車間運行性能指標體系
    3.1.1  質量指標
    3.1.2  效率指標
    3.1.3  成本指標
    3.1.4  其他性能指標

  3.2  車間運行分析的常用方法
    3.2.1  數學規劃模型分析法
    3.2.2  排隊論模型分析法
    3.2.3  網路流模型分析法
    3.2.4  馬爾可夫模型分析法
    3.2.5  其他建模分析法
  3.3  車間運行決策的常用方法
    3.3.1  基於運籌學的決策方法
    3.3.2  基於啟髮式規則的決策方法
    3.3.3  基於智能優化演算法的決策方法
  3.4  大數據驅動的「關聯+預測+調控」的新模式
    3.4.1  第四範式：數據科學
    3.4.2  車間製造數據的耦合機理：關聯
    3.4.3  車間性能的演化規律：預測
    3.4.4  車間運行的管控機制：調控
  3.5  新模式下的車間運行分析與決策關鍵方法
    3.5.1  海量高維多源異構製造數據預處理技術
    3.5.2  動態製造數據多尺度時序分析技術
    3.5.3  製造大數據的關係網路建模與關聯分析技術
    3.5.4  車間運行狀態演化規律挖掘與預測技術
    3.5.5  基於定量調控機制的車間運行決策方法
  3.6  本章小結
  本章參考文獻
第4章  車間製造大數據融合方法
  4.1  車間製造大數據融合的必要性
  4.2  通用數據融合方法
  4.3  智能車間製造大數據融合過程
  4.4  車間製造大數據清洗方法
    4.4.1  數據清洗常用方法
    4.4.2  多規則多層級組合的車間製造數據清洗
  4.5  車間製造大數據抽取方法
    4.5.1  數據抽取常用方法
    4.5.2  分散式元對象框架下的車間製造數據抽取
  4.6  車間製造大數據分類方法
    4.6.1  常用數據分類方法
    4.6.2  基於聚類層次樹的車間製造數據分類
  4.7  車間製造大數據融合處理平台
    4.7.1  平台配置
    4.7.2  數據獲取與導入
    4.7.3  平台測試
  4.8  本章小結
  本章參考文獻
第5章  車間時序製造數據特徵提取方法
  5.1  車間時序製造數據的來源
  5.2  車間時序製造數據的特點
  5.3  時序數據特徵提取方法分類
    5.3.1  時域相似性特徵提取方法
    5.3.2  模型相似性特徵提取方法
    5.3.3  形狀相似性特徵提取方法
  5.4  面向時序製造數據流的特徵關係分析

    5.4.1  時序製造數據符號化
    5.4.2  時序製造數據相關性類別字典構建
    5.4.3  時序製造數據類別字典自適應擴充
    5.4.4  實驗驗證
  5.5  分層的時序製造數據在線快速分類方法
    5.5.1  時序製造數據層次樹結構存儲模型
    5.5.2  時序製造數據特徵快速匹配演算法
    5.5.3  實驗驗證
  5.6  本章小結
  本章參考文獻
第6章  車間製造大數據關聯關係分析方法
  6.1  車間製造大數據關聯關係分析的難點
    6.1.1  車間製造數據的多樣相關特性
    6.1.2  車間製造數據的複雜耦合特性
  6.2  常用的數據關聯關係分析方法
  6.3  車間製造數據關聯關係的信息熵度量方法
    6.3.1  信息熵的定義
    6.3.2  車間製造數據的互信息描述模型
    6.3.3  參數相關性度量方法
    6.3.4  參數冗余性度量方法
    6.3.5  參數互補性度量方法
  6.4  基於網路去卷積的車間製造關鍵參數識別方法
    6.4.1  製造過程參數關聯關係網路建模
    6.4.2  車間製造數據的網路去卷積解耦演算法
    6.4.3  基於NMI-ND的關鍵影響因素識別
  6.5  案例驗證
    6.5.1  標準測試集實驗
    6.5.2  實例驗證
  6.6  本章小結
  本章參考文獻
第7章  大數據驅動的車間性能預測方法
  7.1  車間運行性能預測對象概述
  7.2  改進型循環神經網路的產品工期預測方法
    7.2.1  多工序時間傳遞效應分析
    7.2.2  面向產品工期預測的改進型循環神經網路模型
    7.2.3  實驗驗證
  7.3  基於支持向量機的產品質量預測方法
    7.3.1  製造過程參數影響分析及優化策略
    7.3.2  柴油發動機裝配質量預測
    7.3.3  實驗驗證
  7.4  自適應遷移的設備故障預測方法
    7.4.1  設備多工況服役特性
    7.4.2  基於深度遷移學習的設備故障預測方法
    7.4.3  實驗驗證
  7.5  本章小結
  本章參考文獻
第8章  大數據驅動的車間運行調控方法
  8.1  車間運行調控概述
  8.2  大數據驅動的生產動態調度方法
    8.2.1  大數據驅動的飛機平尾裝配生產逆調度模型

    8.2.2  基於自適應容忍度驅動機制的逆調度策略
    8.2.3  基於混合遺傳演算法的逆調度求解方法
    8.2.4  實驗結果與分析
  8.3  大數據驅動的產品工期調控方法
    8.3.1  大數據驅動的晶圓工期調控模型
    8.3.2  基於Actor-Critic的工期調控方法
    8.3.3  晶圓製造車間工期調控案例
  8.4  大數據驅動的設備故障診斷方法
    8.4.1  大數據驅動的故障診斷方法框架
    8.4.2  基於卷積神經網路的智能(數據驅動)故障診斷方法
    8.4.3  實驗驗證
  8.5  本章小結
  本章參考文獻
第9章  基於大數據平台的智能車間管控系統及其應用
  9.1  基於大數據平台的智能車間管控系統總體架構
  9.2  車間製造大數據平台架構
    9.2.1  系統總體架構
    9.2.2  大數據平台功能結構及核心技術
    9.2.3  大數據平台性能指標
  9.3  智能車間管控系統功能模塊設計與實現
    9.3.1  基礎功能模塊
    9.3.2  數據抽取與預處理模塊
    9.3.3  數據關聯關係分析模塊
    9.3.4  車間運行性能預測模塊
    9.3.5  車間運行過程調控模塊
    9.3.6  智能車間可視化模塊
  9.4  晶圓製造車間應用案例
    9.4.1  晶圓製造車間對大數據應用的需求
    9.4.2  晶圓製造車間大數據的來源與特點
    9.4.3  晶圓製造車間大數據處理與分析
    9.4.4  大數據驅動的晶圓加工車間智能管控系統
  9.5  本章小結
  本章參考文獻

  • 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