大数据驱动的智能车间运行分析与决策方法(精)/智能制造与机器人理论及技术研究丛书

本书对制造大数据的基 本概念进行了梳理，对车间 制造大数据的感知、通信、 处理技术和平台，以及建模 、分析方法和决策服务开展 了探索，介绍了海量、高维 、多源、异构制造数据清洗 去噪等预处理方法，统一建 模与融合方法，动态制造数 据多尺度时序分析方法，制 造数据的关系网络模型，车 间性能预测方法与运行调控 机制，并对大数据在典型制 造行业的应用做了初步尝试 ，旨在为车间生产从自动化 、数字化迈向智能化奠定坚 实的理论和技术基础。 本书主要面向机械工程 和工业工程领域的研究者和 生产管理人员，特别是寻求 如何利用大数据提升制造业 智能化水平的读者，同时也 可作为自动化、计算机工程 、管理工程等相关专业的研 究生和高年级本科生的教材 或参考书。

第1章 智能制造与智能车间 1.1 智能制造的定义 1.2 智能制造的发展 1.2.1 目标：智能制造 1.2.2 基础：工业互联网 1.2.3 核心技术：大数据技术 1.2.4 应用领域 1.3 智能车间的构成 1.3.1 智能设备 1.3.2 智能控制 1.3.3 智能执行 1.4 智能化运行分析与决策 1.4.1 优化对象：车间性能 1.4.2 目标：提质增效降本 1.5 本书的主要内容和体系结构 本章参考文献 第2章 车间制造大数据 2.1 大数据概述 2.1.1 大数据的提出 2.1.2 大数据的特征 2.2 车间制造大数据的来源 2.2.1 产品数据资源 2.2.2 设备数据资源 2.2.3 生产数据资源 2.2.4 物流数据资源 2.3 车间制造大数据的特征 2.3.1 规模性 2.3.2 多样性 2.3.3 高速性 2.3.4 高噪声 2.3.5 多来源 2.3.6 多尺度 2.4 车间制造大数据的典型应用场景 2.4.1 工序智能调度 2.4.2 资源自动分配和状态实时管理 2.4.3 性能预测分析 2.4.4 智能维护管理 2.4.5 过程实时管理 2.4.6 质量智能管理 2.5 车间制造大数据生命周期 2.5.1 制造大数据生命周期的不同阶段 2.5.2 制造大数据生命周期模型 2.6 本章小结 本章参考文献 第3章 大数据驱动的车间运行分析与决策模式 3.1 车间运行性能指标体系 3.1.1 质量指标 3.1.2 效率指标 3.1.3 成本指标 3.1.4 其他性能指标