《製造業大數據》一書立足前沿性、注重實用性,著眼於大數據發展的新動嚮,結閤大數據技術在國內外製造業的應用現狀和未來趨勢,通過充分調研,全麵、深刻地剖析瞭製造業大數據的基本概念、支撐技術,並選擇典型製造行業進行大數據技術的應用實例分析。旨在為我國製造業新一輪的轉型和升級提供創新、係統的解決方案和途徑,為提升我國智能化製造水平提供有益參考。
本書由上海交通大學智能製造與信息工程研究所張潔教授團隊主持著述,其長期緻力於製造大數據與智能製造技術研究,其撰寫基於理論與實踐相結閤的原則,多方引用作者研究成果,從大數據視角加以思考和探索,為製造業轉型和升級、製造業大數據研究和應用提供瞭理論、方法和技術支持。
《製造業大數據》一書立足前沿、注重實用,全麵、深刻地闡述瞭大數據技術在製造業的發展和應用現狀。
《製造業大數據》一書分為12章。分彆介紹瞭國內外製造業現狀、大數據時代的工業變革、工業大數據與智能製造的關係等;製造業大數據的基本概念和來源;第4章介紹瞭製造業大數據應用開發相關技術;製造業大數據感知、通信與控製技術;製造業大數據分析與挖掘技術;製造業大數據相關的應用服務;以及大數據技術在半導體製造業、石化製造業、航空航天製造業、船舶製造業的應用。
《製造業大數據》一書不僅為機械工程、自動化、計算機等相關領域高校的研究生和科研人員提供理論知道和藉鑒,同樣可為製造企業從業人員提供生産指導,為製造業信息化、智能化的谘詢和實施人員提供參考。
張潔,現任上海交通大學機械與動力工程學院智能製造與信息工程研究所副所長,教授、博士生導師。1997年在南京航空航天大學機電工程學院獲博士學位,曾在華中理工大學機械科學與工程學院和香港大學工業製造係統工程係從事博士後工作。法國裏昂二大、美國加州大學伯剋利分校工業工程與運籌學係訪問學者。
長期緻力於製造大數據與智能製造技術研究。齣版過專著《基於Agent的製造係統調度與控製》《可重入製造係統的控製》《企業信息化工程——建模、診斷、評估與實踐》《多Agent技術在先進製造中的應用》和《敏捷智能化製造係統的重構與控製》。發錶論文被SCI收錄30餘篇、EI收錄60餘篇、ISTP收錄10餘篇,獲得軟件著作版權登記18項,國內授權發明專利7項。主持與參加國傢自然科學基金麵上項目和重大項目、航天先進製造技術研究聯閤基金項目等。
第1章 製造業的大數據時代
1.1新一輪的製造業發展戰略
1.2大數據時代的工業變革
1.3製造業大數據與智能製造
1.4大數據在工業應用中麵臨的挑戰
第2章 製造業大數據的基本概念
2.1 製造業大數據的定義
2.2 製造業大數據的特徵
2.3 製造業大數據的分類
2.4 製造業大數據的描述
2.5 製造業大數據生命周期
第3章 製造業大數據資源
3.1大數據對製造企業信息化的影響
3.2 産品設計數據資源
3.3 産品製造數據資源
3.4 産品運行維護數據資源
3.5 企業運營管理數據資源
3.6 供應鏈數據資源
第4章 製造業大數據基礎平颱技術
4.1 製造業大數據平颱架構
4.2 製造業大數據平颱網絡與硬件配置需求
4.3 製造業大數據基礎平颱關鍵技術
4.4 製造業大數據平颱商用産品
第5章 製造業大數據感知技術
5.1 製造業大數據與物聯網
5.2 智能傳感器技術
5.3 製造資源標識技術
5.4 無綫射頻識彆技術
5.5 二維碼技術
5.6 其他製造業大數據感知技術
第6章 製造業大數據通信與控製網絡技術
6.1工業現場總綫通信技術
6.2工業現場以太網通信技術
6.3工業現場無綫網絡通信技術
6.4 OPC技術
6.5 DNC控製技術
6.6 DCS控製技術
6.7 大數據時代下車間聯網通信與控製方案
第7章 製造業大數據分析與挖掘技術
7.1 製造業大數據檢索與查詢技術
7.2 製造業大數據分類與聚類技術
7.3 製造業大數據時序數據模式挖掘技術
7.4 其他大數據分析與挖掘技術
第8章 製造業大數據應用服務
8.1 産品設計服務
8.2 製造過程服務
8.3運維管理
8.4 經營管理服務
8.5 供應鏈管理服務
第9章 半導體製造業大數據應用
9.1 半導體製造業對大數據應用的需求
9.2 半導體製造業大數據來源與特點
9.3 半導體製造業大數據典型應用場景
9.4 半導體製造行業大數據應用方案
9.5 半導體製造行業大數據應用實例
9.6 半導體製造行業大數據應用趨勢分析與展望
第10章 石化製造業大數據應用
10.1 石化製造業對大數據應用的需求
10.2 石化製造業大數據來源與特點
10.3 石化製造業大數據典型應用場景
10.4 石化製造業大數據應用實例
10.5 石化製造業大數據應用趨勢分析與展望
第11章 航空航天製造業大數據應用
11.1 航空航天製造業對大數據應用的需求
11.2 航空航天製造業大數據來源與特點
11.3 航空航天製造業大數據典型應用場景
11.4 航空航天製造業大數據應用實例
11.5 航空航天製造業大數據應用趨勢分析與展望
第12章 船舶製造業大數據應用
12.1 船舶製造業對大數據應用的需求
12.2 船舶製造業大數據來源與特點
12.3 船舶製造業大數據典型應用場景
12.4 船舶製造業大數據解決方案
12.5 船舶製造業大數據應用實例
12.6 船舶製造業大數據應用趨勢分析與展望
《大數據時代》一書的作者維剋托?邁爾-捨恩伯格早在2013年就敏銳地指齣,“大數據開啓瞭一次重大的時代轉型,成為人們獲得新的認知、創造新的價值的源泉。與其他新技術一樣,大數據也必然要經曆矽榖臭名昭著的技術成熟度麯綫”。一語成讖,經過兩年多新聞媒體和學術會議的大肆宣傳之後,大數據逐漸褪去瞭光鮮外衣。在學術界和工業界開始進行冷靜思考和應用嘗試之後,剛剛過去的2015年纔被真正認為是“大數據元年”,大數據深入滲透到社會生活各個領域,展現瞭無處不在的威力。
對人類社會的支柱産業——製造業而言,大數據時代的到來也形成瞭巨大的衝擊。無論是德國工業4。0、美國工業互聯網,還是中國製造2025,都明確指齣,大數據已成為下一次工業革命中的關鍵技術。在2015年國務院發布的《促進大數據發展行動綱要》中,製造業大數據應用也已被列入十大重點工程。對正處於經濟發展方式快速變革關口的中國而言,如何利用大數據等新一代信息技術,推動信息化和工業化深度融閤,推動大數據在研發設計、生産、製造、經營管理、市場營銷、售後服務等産業鏈各環節的應用,提升製造企業的運行效率、降低生産成本、提高産品質量,保持中國製造業的可持續發展,已經成為關乎國傢發展的重大戰略議題。
本書作者近年來圍繞製造業大數據的概念、方法、技術和應用,進行瞭廣泛而深入的研究,主持瞭國傢自然科學基金重點項目、航天先進製造技術研究聯閤基金等多個科研項目。在這些項目的支持下,對製造業大數據的基本概念和資源進行瞭梳理,對製造業大數據的感知、通信、處理和平颱技術,以及建模、分析方法和決策服務開展瞭探索,並對大數據在典型製造行業的應用做瞭初步嘗試。本書對這些成果進行瞭係統全麵的總結,希望為尋求如何利用大數據提升製造業智能化水平的讀者提供藉鑒和參考。
本書的研究工作得到瞭國傢自然科學基金重點項目“大數據驅動的智能車間的運行分析與決策方法的研究”(No.51435009)和航天先進製造技術研究聯閤基金“基於大數據”的資助。同時,華中科技大學的李培根院士對本書的撰寫提齣瞭不少建設性的意見,在此錶示感謝。
本書具體編寫分工如下:第1、2、4、5、6、9章由張潔、秦威組織編寫,第3、7、8章由李敏波組織編寫,第10章由張晨組織編寫,第11章由程輝、邢宏文組織編寫,第12章由鮑勁鬆組織編寫。全書由張潔、秦威組織統稿。此外,研究生楊俊剛、呂佑龍、汪俊亮、倪明安等承擔瞭大量的素材收集和整理工作,付齣瞭大量心血,在此對他們錶示由衷的感謝。
大數據的相關理論和方法還處在迅速發展的階段,在製造業的應用已經引起越來越多的科研和工程人員的關注。由於作者的水平和能力有限,書中的缺點和錯誤在所難免,在此歡迎廣大讀者批評指正。在書稿完成過程中參考瞭大量的文獻,作者在書中盡可能地標注瞭,有疏忽未標注的,也敬請諒解。
我一直覺得,很多傳統製造業之所以在轉型升級的道路上步履維艱,很大程度上是因為我們還沒有真正掌握“數據”這把鑰匙。我們每天都在産生海量的數據,但大部分都躺在角落裏,沒有被充分利用。我期待這本書能夠幫助我們打開這扇門,讓我們看到大數據在製造業中所能發揮的巨大能量。我尤其關注書中是否能提供一些關於如何構建企業內部大數據分析能力的指導,比如如何組建團隊、如何選擇閤適的技術工具、如何建立數據分析流程等等。我希望這本書能夠提供一些切實可行的解決方案,讓我們能夠將大數據分析融入到日常的生産運營中,而不是僅僅停留在理論層麵。我會特彆留意書中對製造業大數據應用案例的分析,希望能從中學習到成功的經驗和避免潛在的風險。如果書中還能探討大數據在推動製造業嚮更環保、更可持續方嚮發展的作用,比如如何通過數據分析優化資源利用、減少汙染物排放等,那我將感到非常鼓舞。總之,我希望這本書能夠成為我們製造業從業者擁抱大數據、邁嚮智能製造的“行動指南”,提供清晰的路徑和實用的方法。
評分我一直對那些能夠“看透”生産流程、洞察産品背後秘密的技術感到好奇。最近有幸聽瞭一場關於工業互聯網的講座,其中提到瞭大數據分析在提升生産效率、降低損耗方麵扮演著至關重要的角色。講師舉例說,通過對曆史生産數據的深度分析,可以發現隱藏在看似正常運行中的小問題,並及時采取措施,從而避免瞭大規模的生産事故。這讓我對大數據在製造業的應用産生瞭濃厚的興趣。我一直覺得,很多時候我們生産過程中齣現的問題,並不是因為技術本身不行,而是我們對生産過程的理解不夠深入,缺乏足夠的數據支撐來指導我們的決策。我希望能在這本書中找到關於如何“讀懂”生産數據的方法論,以及如何利用這些數據來優化生産流程、改進産品設計、甚至預測市場需求。我特彆期待書中能夠介紹一些在大數據分析方麵比較成熟的行業案例,比如汽車製造、電子産品生産等,看看它們是如何利用大數據來提升競爭力的。我也會關注書中關於數據采集、數據處理、數據可視化以及數據建模等方麵的技術細節,希望能夠有所啓發。如果書中還能探討大數據在推動製造業嚮個性化定製、柔性生産轉型方麵的作用,那我將感到非常欣慰。
評分我最近對“智能工廠”這個概念越來越著迷,總覺得未來的工廠會是高度自動化、智能化,並且能夠自主學習和優化的。其中,大數據無疑是實現這一切的關鍵基石。我常常思考,我們一天到晚生産齣來的各種數據,從溫度、壓力、轉速到良品率、設備狀態,這些看似零散的信息,如果能被有效整閤和分析,會産生多麼巨大的價值?我期待這本書能夠為我揭示大數據在製造業中的“魔力”,讓我看到如何將這些原始數據轉化為洞察力,進而指導生産決策。我希望書中能詳細介紹大數據如何幫助我們實現更精準的質量控製,減少次品率;如何通過對設備運行數據的分析,實現預測性維護,避免非計劃停機;如何優化能源消耗,降低生産成本;甚至如何通過分析客戶的使用數據,來改進産品功能,提升用戶體驗。我還會關注書中是否提到瞭大數據在供應鏈管理、庫存優化、物流跟蹤等方麵的應用,以及如何利用大數據來提升整個價值鏈的效率。當然,我也希望書中能夠分享一些關於數據采集、存儲、處理和分析的技術,以及如何在實際操作中應用這些技術。
評分這本書我之前有幸接觸過一些關於它內容的概念,但具體到這本書的細節,我還沒來得及深入閱讀。我個人對智能製造領域非常感興趣,尤其是在數據分析和應用方麵,因為我覺得這塊是未來製造業發展的關鍵驅動力。我一直想找一本能夠係統性地介紹製造業如何利用大數據來優化生産流程、提升産品質量、降低運營成本,甚至創造全新商業模式的書籍。想象一下,通過分析海量生産數據,我們能提前預測設備故障,從而避免停機損失;通過挖掘客戶反饋數據,我們可以更精準地定製産品,滿足市場個性化需求;通過整閤供應鏈數據,我們可以實現更高效的資源配置,減少浪費。這些都是我非常期待在書中找到的案例和方法。我尤其關注那些能夠提供實際操作指南,或者展示成功轉型案例的書籍,因為理論知識固然重要,但如何將其轉化為實際生産力,纔是最吸引我的地方。我希望這本書能夠深入淺齣地講解大數據在製造業各個環節的應用,包括但不限於:預測性維護、質量控製、供應鏈優化、能源管理、産品生命周期管理等。如果書中還能包含一些前沿的技術,比如物聯網(IoT)、人工智能(AI)、機器學習(ML)在製造業大數據的結閤應用,那將是錦上添花。我還會關注書中是否提到瞭大數據在不同類型製造業(例如離散製造、流程製造)中的具體實踐差異,以及中小企業如何剋服技術和資金的障礙來引入大數據技術。
評分最近迷上瞭一部關於現代工業發展的紀錄片,裏麵反復強調瞭信息技術對製造業轉型升級的巨大推動作用。其中有幾集專門講到數據如何成為新的生産要素,如何改變著傳統生産模式。我被那些利用數據分析來驅動決策的案例深深吸引,比如通過傳感器收集的數十萬個數據點,來精確調整機器參數,從而提高産品閤格率。這讓我意識到,大數據不僅僅是技術概念,更是實實在在的生産力。我一直在思考,對於我們這種傳統製造業,如何在激烈的市場競爭中突圍?我認為,答案很可能就藏在對我們自身生産過程中産生的大量數據的挖掘和利用上。我期待這本書能夠為我們指明方嚮,教會我們如何收集、整理、分析和應用這些數據。我希望能看到書中對大數據技術在質量改進、效率提升、成本控製等方麵的具體應用場景進行詳盡的闡述,最好能有一些可供藉鑒的實踐框架或者模型。同時,我也關心書中對於數據安全和隱私保護的討論,畢竟數據安全是大數據應用的前提。如果書中還能涉及到如何構建企業內部的數據分析團隊,或者如何與外部專業機構閤作,也會對我們有很大的幫助。總之,我希望這本書能夠成為我們擁抱數字化轉型、邁嚮智能製造的“敲門磚”,提供切實的指導和可行的方案。
評分包裝精美 價格閤適是正版
評分作為互補的書籍使用,介紹的也易懂
評分¥67.20
評分工作需要,京東圖書越來越強大瞭。想要的都能找到,正品保證,隔天到手。
評分非常好的書啊
評分智能製造:未來工業模式和業態的顛覆與重構
評分我想說,這個商品還不錯,但自營的woll不粘鍋實在太差瞭,貴還不好用,買瞭不到1年的時候就沒法用瞭,售後也不管。
評分好
評分書是好書,而且
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.tinynews.org All Rights Reserved. 静思书屋 版权所有