工业大数据技术与示范案例

本书面向智能制造应用需求，以工业大数据技术与数字化生产线故障定位技术深度融合为主线，主要介绍大数据技术概述，工业大数据技术发展概述，基于大数据分析的彩色滤光片生产线故障定位框架，彩色滤光片生产线过程数据分析技术，彩色滤光片生产线警报数据分析技术，彩色滤光片生产线故障定位信息融合技术，基于工业大数据的数字化生产线故障定位技术示范案例。本书可作为广大工程技术人员，特别是与工业大数据、智能制造相关的从业人员，以及高等院校机械类、自动化类专业研究生的参考书。

明新国，上海交通大学教授、博士生导师，从事人工智能，工业互联网领域的科学研究工作。承担多项*及省部级科研项目。

略

目录 第1章大数据技术概述/1 1.1大数据技术发展与应用趋势/1 1.1.1大数据时代/2 1.1.2大数据的应用/3 1.1.3大数据分析/6 1.1.4大数据的演进/6 1.2大数据技术发展新趋势/11 1.2.1DONA/12 1.2.2Handle的运用/17 1.2.3NDN/19 1.3大数据生态圈/20 1.4基于大数据的价值创造/22 第2章工业大数据技术发展概述/25 2.1工业大数据技术/25 2.1.1工业大数据来源/25 2.1.2工业大数据方法论/28 2.1.3工业大数据分析模型/28 2.1.4工业大数据的数据汇聚/31 2.1.5基于工业大数据的工业互联网平台/35 2.1.6工业大数据人才培养/41 2.2基于工业大数据的数字化生产线故障定位技术/45 2.2.1数字化生产线发展概述/45 2.2.2故障定位技术概述/46 2.3总结与展望/49 第3章基于大数据分析的彩色滤光片生产线故障定位框架/51 3.1引言/51 3.2故障定位基础框架与主要流程/52 3.3彩色滤光片生产线/53 3.4生产线数据的组成/56 3.5故障识别中存在的问题/57 3.5.1加工过程数据分析存在的困难/57 3.5.2机台警报数据分析存在的困难/58 3.6定位决策中存在的问题/58 3.7彩色滤光片生产线故障定位问题的解决方法分析/59 3.7.1去冗余常用的特征选择技术/59 3.7.2过程数据分析常用的分类算法/60 3.7.3警报数据分析常用的聚类算法/62 3.7.4信息融合算法/63 3.8故障定位技术框架介绍/64 第4章彩色滤光片生产线过程数据分析技术/67 4.1引言/67 4.2生产线故障定位问题分析/67 4.3基于变异二进制粒子群优化的Xgboost过程数据分析技术/69 4.3.1初始化粒子群/70 4.3.2Xgboost算法与适应度计算/71 4.3.3粒子群的迭代更新/71 4.3.4按比例的变异交叉/73 4.3.5故障机台可疑排序/73 4.4示例验证/74 4.4.1MCBPSO算法相关参数设置与分析/74 4.4.2示例验证结果/76 第5章彩色滤光片生产线警报数据分析技术/78 5.1引言/78 5.2警报数据用于故障定位的问题分析/79 5.3基于概率相关性层次聚类的警报数据分析技术/80 5.3.1基于概率相关性层次聚类的警报数据故障定位技术 框架/80 5.3.2离散故障活动高斯分布转换/81 5.3.3警报类型间相关度的计算/84 5.3.4警报相关性的力导图构建/86 5.3.5力导向图的层次聚类/88 5.3.6警报类团根本原因故障机台排序/89 5.4示例验证/89 第6章彩色滤光片生产线故障定位信息融合技术/92 6.1引言/92 6.2多源故障定位信息融合问题分析/93 6.3基于信度熵改进的DS证据理论信息融合技术/93 6.3.1DS证据理论及传统融合规则/94 6.3.2计算各证据理论及传统融合规则/95 6.3.3基于权重计算参考证据/95 6.3.4证据信度熵融合及综合故障定位判断生成/96 6.4示例验证/96 第7章基于工业大数据的数字化生产线故障定位技术示范案例/100 7.1系统概述/100 7.2构建故障定位大数据分析模型/101 7.3生产线故障定位算法求解与验证/102 7.3.1数据准备/102 7.3.2基于变异二进制粒子群优化的Xgboost加工过程 数据分析技术实验/105 7.3.3基于概率相关性层次聚类的警报数据故障定位技术 实验/108 7.3.4基于信度熵改进的DS证据理论信息融合技术实验/110 7.3.5实验结果与应用分析/112 7.4原型系统设计/112 7.4.1系统开发工具/112 7.4.2系统架构设计/113 7.4.3功能设计/114 7.4.4系统软硬件环境/115 7.5原型系统界面/116 7.5.1主界面/116 7.5.2产品品质诊断界面/116 7.5.3缺陷自动分类界面/116 7.5.4异常机台定位界面/117 参考文献/121 致谢/128