注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术工业技术化学工业化学工业智能制造:互联化工

化学工业智能制造:互联化工

化学工业智能制造:互联化工

定 价:¥69.00

作 者: 吉旭,周利 著
出版社: 化学工业出版社
丛编项:
标 签: 暂缺

购买这本书可以去


ISBN: 9787122369123 出版时间: 2020-11-01 包装: 平装
开本: 16开 页数: 298 字数:  

内容简介

  《化学工业智能制造—互联化工》一书从计算技术和行业应用出发,对“互联化工”的架构、关键技术、模式等进行了系统介绍,包括物联网、工业大数据、数据挖掘等技术,及其在化学工业的具体应用。全书共11章,分别为:智能制造概述、智能制造之经典生产制造体系基础、智能制造之现代信息技术基础、互联化工、互联化工的关键信息技术、云制造—互联化工的跨尺度模式、数据挖掘、数据预处理、数据挖掘算法、数据挖掘应用案例、大数据可视化技术。 《化学工业智能制造—互联化工》可作为化学工程与工艺、过程装备与控制工程、材料科学与工程、冶金工程、环境科学与工程、安全科学与工程等专业本科及研究生教材,也可作为计算机类、电子信息类、电气类专业读者的拓展性学习用书。

作者简介

  吉旭,四川大学 化工学院,教授,中国系统工程学会过程系统专业委员会委员、四川省计算机学会高性能计算专业委员会委员,四川大学互联化工研究中心首席科学家,四川大学化工学院过程系统工程学术带头人。 研究方向为过程系统工程理论研究与应用开发,主攻连续生产行业技术经济分析与评价、过程系统信息化理论与应用、过程系统优化、过程系统可靠性分析、计算机集成过程系统(CIPS)研发等。 研究领域包括:过程系统工程理论与应用研究,材料加工的数字化技术及其工业化,高通量与材料基因组技术,过程行业智能制造及工业智能化理论与技术,工业大数据和人工智能技术,面向过程行业的先进控制(APC)、CIPS、CAPP和KM系统的研究与开发。 主持国家自然科学基金面上项目5项,四川省科技攻关项目项、企业协作项目三十余项,近年来在工业智能化领域完成科技成果转化超过3000万元。主持了中国建筑西部建设股份有限公司的工业智能化项目,该项目获2018年工信部智能制造及人工智能技术应用示范项目。发表SCI收录论文50余篇,出版教材1部。

图书目录

第1章 智能制造概述  / 1
1.1 智能制造发展背景  / 2
1.2 智能制造定义  / 3
1.3 智能制造架构  / 6
1.4 智能制造的特征  / 8
1.5 各国推动智能制造发展的产业计划  / 9
1.5.1 美国先进制造业国家战略计划  / 9
1.5.2 德国工业4.0  / 11
1.5.3 新工业法国  / 11
1.5.4 英国工业2050战略  / 11
1.5.5 日本工业价值链产业联盟  / 12
1.5.6 中国制造强国战略  / 12
1.5.7 各国智能制造策略比较  / 13

第2章 智能制造之经典生产制造体系基础  / 15
2.1 准时制生产  / 16
2.2 精益生产  / 18
2.3 柔性制造  / 20
2.4 敏捷制造  / 20
2.5 全面的质量管理和六西格玛质量管理  / 21
2.5.1 全面质量管理  / 22
2.5.2 六西格玛质量管理  / 23
2.5.3 质量管理中的数据分析工具  / 25
2.6 企业资源计划  / 26
2.6.1 企业资源计划的概念  / 26
2.6.2 企业资源计划的管理思想  / 27
2.6.3 ERP的计划制定及计划层次  / 28
2.6.4 与ERP系统集成的相关系统及工具  / 31
2.7 知识管理与知识自动化  / 32
2.7.1 知识管理的概念  / 32
2.7.2 知识重组与知识推理  / 34
2.7.3 知识自动化与智能制造  / 35
2.8 计算机集成控制技术  / 36
2.8.1 过程控制技术发展阶段  / 36
2.8.2 计算机集成过程系统  / 37

第3章 智能制造之现代信息技术基础  / 39
3.1 物联网与工业互联网  / 40
3.1.1 物联网概念  / 40
3.1.2 物联网设备  / 40
3.1.3 基于物联网技术的工业互联网  / 44
3.2 面向智能制造的工业通信技术  / 46
3.2.1 面向智能制造的工业通信架构  / 46
3.2.2 工业现场总线通信技术  / 47
3.2.3 工业以太网通信技术  / 48
3.2.4 工业无线通信技术  / 49
3.2.5 5G通信技术  / 50
3.2.6 网络通信的安全  / 53
3.3 大数据  / 54
3.3.1 数据信息知识智慧模型  / 54
3.3.2 大数据概念  / 56
3.3.3 大数据的资源化意义  / 58
3.3.4 大数据分析方法与传统方法的区别  / 59
3.3.5 数据的结构类别  / 61
3.3.6 大数据技术  / 62
3.4 云计算与边缘计算  / 63
3.4.1 云计算的概念与特点  / 63
3.4.2 基于云计算的大数据架构  / 65
3.4.3 工业云  / 66
3.4.4 边缘计算  / 67
3.5 工业大数据  / 69
3.5.1 工业大数据概念  / 69
3.5.2 工业大数据的来源  / 70
3.5.3 工业大数据的价值  / 71
3.5.4 工业大数据的应用策略和方法  / 73
3.5.5 工业大数据的关键技术  / 75
3.5.6 工业大数据管理架构  / 76
3.5.7 工业大数据的质量评价  / 77
3.6 信息物理系统  / 78
3.6.1 信息物理系统概念  / 78
3.6.2 信息物理系统与智能制造  / 81
3.6.3 信息物理系统技术架构  / 82
3.7 人工智能  / 84
3.7.1 人工智能的概念  / 84
3.7.2 人工智能的发展历程  / 85
3.7.3 人工智能的研究范围  / 87
3.7.4 大数据、人工智能与智能制造  / 88

第4章 互联化工  / 93
4.1 化学工业发展中的挑战与问题提出  / 94
4.2 化学工业对智能化技术的应用需求  / 96
4.3 互联化工  / 97
4.3.1 互联化工的概念  / 97
4.3.2 互联化工架构模型  / 101
4.4 互联化工的典型业务场景与模式  / 105
4.4.1 绿色化的产品工程、工业工程与制造模式  / 106
4.4.2 商务智能化与优化控制一体化  / 107
4.4.3 面向供应链协同的柔性生产系统  / 110
4.4.4 基于可靠性管理和知识集成的质量管理体系  / 113
4.4.5 智能化设备与设备全生命周期管理  / 115
4.4.6 制造执行系统  / 117
4.4.7 能质网络集成管理平台与优化运行  / 119
4.4.8 健康、安全、环境管理  / 121
4.4.9 知识体系与知识自动化  / 126

第5章 互联化工的关键信息技术  / 134
5.1 互联化工的数字化技术  / 135
5.1.1 互联化工的数据架构  / 135
5.1.2 数据驱动的数字化技术  / 136
5.1.3 基于过程机理的流程模拟技术  / 137
5.1.4 互联化工的数据安全技术  / 139
5.2 面向互联化工的工业互联网架构  / 140
5.3 面向互联化工的信息物理系统  / 142
5.3.1 互联化工信息物理系统层级划分  / 142
5.3.2 互联化工信息物理系统的技术特征  / 143
5.4 智慧化单元操作与单元过程  / 144
5.4.1 基于信息物理系统的智慧化单元架构  / 144
5.4.2 智慧化单元的控制过程  / 145
5.4.3 智慧化单元的性能特点  / 145
5.5 智能控制技术  / 146
5.5.1 互联化工的智能控制要求  / 146
5.5.2 智能控制技术  / 147
5.5.3 智能控制技术的模式  / 148
5.5.4 智能控制技术应用  / 149

第6章 云制造——互联化工的跨尺度模式  / 152
6.1 云制造概述  / 153
6.1.1 云制造的概念  / 153
6.1.2 云制造的服务对象  / 154
6.1.3 云制造能力服务  / 154
6.1.4 制造资源服务  / 155
6.2 云制造架构  / 156
6.3 云制造的支撑技术  / 158
6.4 云制造的数字化模型  / 160
6.4.1 云制造的数字化核心技术  / 161
6.4.2 制造资源与能力的数字化描述  / 162
6.4.3 能力评价模型  / 163
6.4.4 服务组合优选算法模型  / 164
6.5 云制造安全技术  / 166
6.6 云制造的业务模式  / 168
6.6.1 云制造平台的运营管理  / 168
6.6.2 云制造平台的几种商业运营模式  / 168

第7章 数据挖掘  / 171
7.1 数据的相关概念  / 172
7.1.1 数据特征属性  / 172
7.1.2 数据管理的几个常用概念  / 174
7.1.3 数据的尺度属性  / 174
7.1.4 数据质量评估  / 175
7.2 数据的存储方式  / 177
7.2.1 结构化数据的存储  / 177
7.2.2 非结构化数据的存储  / 177
7.2.3 面向主题的数据存储—数据仓库  / 179
7.3 数据挖掘概述  / 179
7.3.1 数据挖掘的概念  / 179
7.3.2 数据挖掘技术的特点  / 180
7.3.3 数据挖掘模型  / 181
7.4 数据挖掘项目的实施步骤  / 183
7.4.1 问题定义  / 184
7.4.2 数据预处理  / 185
7.4.3 数据探索  / 186
7.4.4 建立数据挖掘模型  / 187
7.4.5 结果解释与评估  / 188
7.5 数据挖掘项目的关键角色  / 188
7.6 常用的数据挖掘软件工具  / 189

第8章 数据预处理  / 192
8.1 数据整合  / 193
8.2 数据清洗  / 197
8.3 数据转换  / 199
8.4 数据归约  / 201
8.5 特征属性的筛选(降维)方法  / 202
8.5.1 基于线性相关性指标的筛选  / 202
8.5.2 基于灰色关联法的筛选  / 203
8.5.3 主成分分析法  / 204
8.6 共线性问题  / 204
8.6.1 共线性问题的识别  / 204
8.6.2 消除共线性问题  / 205
8.7 数据仓库  / 205
8.7.1 数据仓库概要  / 205
8.7.2 构建数据仓库的步骤  / 207

第9章 数据挖掘算法  / 210
9.1 聚类算法  / 211
9.1.1 聚类算法概要  / 211
9.1.2 常用的聚类算法  / 211
9.1.3 聚类分析相似度的衡量  / 212
9.1.4 聚类分析步骤  / 212
9.1.5 聚类算法及结果的评价标准  / 213
9.1.6 K-means聚类算法  / 213
9.2 分类算法  / 216
9.2.1 分类算法概要  / 216
9.2.2 分类结果的评判  / 216
9.2.3 k-近邻分类算法  / 217
9.2.4 人工神经网络  / 219
9.3 关联规则  / 223
9.3.1 关联规则的基本概念  / 223
9.3.2 关联规则的类型  / 224
9.3.3 Apriori算法  / 224
9.4 回归分析  / 227
9.4.1 回归分析方法  / 227
9.4.2 回归分析的步骤与逐步回归  / 228
9.5 预测算法  / 230
9.5.1 预测的基本概念  / 230
9.5.2 常用的预测方法  / 231
9.5.3 时间序列分析概要  / 233
9.5.4 时间序列分析的算法策略  / 235
9.5.5 时间序列分析的步骤  / 237
9.6 优化问题  / 239
9.6.1 遗传算法的概述  / 239
9.6.2 蚁群算法的基本原理  / 240
9.6.3 模拟退火算法的概述  / 241
9.7 诊断概要  / 244
9.7.1 离群点  / 244
9.7.2 离群点判据模型的建立原则  / 245
9.7.3 离群点的常用检测方法  / 245
9.7.4 异常(故障)模式诊断  / 247

第10章 数据挖掘应用案例  / 251
10.1 材料基因组计划  / 252
10.1.1 材料基因组计划概要  / 252
10.1.2 神经网络模型预测晶体材料的形成能  / 255
10.1.3 基于关联规则模型的材料性能分析  / 255
10.2 化工系统的可靠性评价  / 257
10.2.1 化工系统可靠性评价指标  / 257
10.2.2 分析模型的建立  / 258
10.2.3 灰色关联分析  / 259
10.2.4 马尔可夫修正  / 260
10.3 煤化工产业链的协同机制与模型  / 261
10.3.1 基于社会网络分析法的供应链模型  / 262
10.3.2 基于工业代谢平衡的协同度评价  / 265
10.4 设备异常识别与预防性维修  / 267
10.4.1 模型的建立  / 267
10.4.2 设备异常识别案例  / 269
10.5 基于智能算法的软测量技术  / 272
10.5.1 软测量技术概述  / 272
10.5.2 软测量模型及基于软测量的异常诊断  / 273
10.5.3 粉料储罐料位的软测量模型  / 274

第11章 大数据可视化技术  / 276
11.1 数据可视化技术概述  / 277
11.1.1 数据可视化概念  / 277
11.1.2 数据可视化的基本要素和分类  / 277
11.1.3 可视化数据分类  / 279
11.1.4 数据可视化的层次  / 279
11.2 常用的数据可视化图形  / 280
11.2.1 常用三大图:柱(条)、线、饼(环)  / 280
11.2.2 面积图、雷达图、散点图、气泡图  / 283
11.2.3 地理图  / 284
11.2.4 矩形树图、日历图、桑基图、漏斗图、箱线图  / 285
11.2.5 词云、鱼骨图  / 287
11.2.6 数据可视化多图集合模式  / 287
11.3 常用的数据可视化工具  / 288

英文缩略词对照表  / 290

参考文献  / 294

本目录推荐