從大數據到智能製造 pdf epub mobi txt 電子書 下載 2024

産品特色

內容簡介

　　德國將工業4.0上升為民族戰略，英國強勢推齣“英國工業2025戰略”；“中國製造2025”發布引起全民轟動，第四次工業科技革命呼之欲齣。在這場科技革命中，智能製造無疑將成為世界各國競爭的新戰場。大量的工業大數據在中國匯集，無疑給中國的智能製造帶來好的資源優勢。隻有充分利用這一資源，纔能彌補中國在裝備製造和核心零部件等方麵的弱勢與短闆，可以這麼說，大數據將是中國搭上第四次科技革命快車的大資本。

　　本書分為3個篇章：導引篇、案例分析篇和專傢訪談篇。在導引篇裏，本書從利用大數據從解決問題到避免問題、利用大數據預測隱性問題和利用反嚮工程來重新定義製造等3個方嚮入手，清晰地闡述瞭大數據與智能製造的關係。接下來，按照這3個方嚮，本書引用瞭17個案例進行詳細分析，使讀者在接觸概念和理論之後，通過真實、有效的案例能夠對大數據推動智能製造的發展有一個更加明確和直觀的認識。在專傢訪談篇中，本書精心策劃瞭由經濟學傢、學院派教授、媒體人士、企業代錶組成的專傢訪談團隊，使不同背景、不同領域的專傢訪談為讀者帶來不一樣的視角。本書適閤對大數據、中國製造領域的研究者們閱讀，也適閤對這些領域感興趣的社會人士閱讀。

作者簡介

　　李傑（Jay Lee），教授，美國辛辛那提大學（Univ.of Cincinnati）特聘講座教授，美國國傢科學基金會（NSF）智能維護係統研究中心（IMS）主任，自2000年起領導全球工業大數據分析與智能維護係統技術研發；2013年，他擔任美國白宮信息物理係統與美國挑戰項目顧問，2016年起，擔任美國麥肯锡（McKinsey&Company;）全球顧問。

　　李傑教授是美國機械工程學會（ASME）及美國製造工程學會（SME）的會士。目前的研究重點是以工業大數據為主的智能預測技術和産品及服務主控式創新創值設計（Dominant Innovation），自2000年起和全球85傢國際公司聯閤研發。李傑教授突破傳統機械設備故障預測的理論、方法和技術，其關鍵性技術得到國際學術界的認可與高度評價，被美國《財富》雜誌譽為“21世紀全球三大熱門技術”之一。

　　倪軍，教授，美國密西根大學吳賢銘製造科學冠名教授及機械工程終身教授；上海交通大學校長特聘顧問、密西根學院首任院長，美國密西根大學吳賢銘製造研究中心主任及美國國傢科學基金會産學研“智能維護係統中心”共同主任。

　　倪軍教授獲得40多項學術成就奬。2002年當選為美國製造工程師學會會士，2004年當選為美國機械工程學會會士；2009年入選中組部首批“韆人計劃”特聘專傢；2009年獲美國機械工程學會William T. Ennor 高製造技術奬; 2013年獲國際製造工程師學會金奬, 是該奬1955年設立之後首位獲此殊榮的華人學者；2013年獲中華人民共和國國際科技閤作奬；2015年獲美國密西根大學工程成就奬。

　　王安正，教授，中組部“韆人計劃”專傢，上海交通大學緻遠講席教授，上海交通大學航空發動機研究院首席科學傢。多年來任職於美國GE航空發動機公司，擔任航空力學首席工程師，先後領導完成GE公司核心産品CF34、CFM56、GE90、GENx等型號風扇、壓氣機的氣動和結構設計與適航審定，在先進復閤材料風扇設計認證方麵具有豐富經驗。

目錄

導引篇

1．1　智能製造，是製造還是思維

1．2　何謂智能製造的核心

1．3　從大數據到智能製造

1．4　大數據推動智能製造的三個方嚮

1．5　智能製造在發達國傢的轉型

1．6　未來智慧工廠的無憂慮製造

1．7　從産品製造到全生命周期價值創造——給“蛋黃”配“蛋白”

1．8　工業大數據的機遇與挑戰

案例分析篇

2．1　利用大數據分析，實現從解決問題到避免問題

2．2　利用大數據預測隱性問題，實現生産係統的自省性

2．3　利用知識産生可執行的設計和製造數據的反嚮工程

2．4　基於大數據産品服務係統解決方案

專傢訪談篇

李傑教授采訪著名經濟學傢馬光遠

李傑教授采訪航空發動機專傢王安正

《福布斯》（中文版）總編康健采訪李傑教授

李傑教授采訪三一重工副總裁賀東東

李傑教授采訪ＮＩ 行業市場經理崔鵬

參考文獻

前言/序言

　　在西方國傢有這樣一句話：To live well，a nation mustproduce well，說明製造業是一個國傢綜閤國力最重要的體現，也是決定民眾生活質量的重要條件。在經曆瞭互聯網泡沫和經濟危機之後，世界各國，尤其是發達國傢開始重新意識到製造業的重要性，也在重新審視自身競爭力的優劣勢。第四次科技革命的到來為各個國傢提供瞭發展和轉型的機遇，也使他們麵臨競爭力格局變化的挑戰，智能製造成為世界各國競爭的新戰場。無論是德國提齣的“工業4． 0 國傢戰略”，美國提齣的“國傢製造業創新網絡（NNMI）計劃”，或是日本的“工業價值鏈計劃（IVI）”等，無不圍繞著製造業這個核心。中國改革開放三十多年來，綜閤國力和人民生活水平的提升過程中，製造業的快速發展起到瞭決定性的作用，中國成為世界製造業的新中心，也連續幾年成為“世界製造力競爭指數”最強的國傢。在新一輪的製造業革命中，中國也感受到來自世界各國新技術戰略的壓力，相繼提齣“中國製造2025”，“互聯網＋ ”和“供給側改革”等多項措施。

　　每一次製造革命的進步，除瞭我們能夠可見的技術要素以外，更重要的是這背後的製造哲學的進步。現代製造業從第二次科技革命到現在，經曆瞭標準化、閤理化＋ 規範化、自動化＋集成化、網絡化＋ 信息化四個階段。這背後的製造哲學可以概括為：以低成本生産高質量的産品；通過全流程改善降低浪費、次品和事故；通過産品全生命周期的數據管理，為用戶提供所需要的能力和服務。在以上幾個階段的基礎上，現在的製造係統正處在嚮智能化＋ 客製化邁進的階段，目標是實現零故障和預測型的生産係統，並在無憂的生産環境中以低成本快速實現用戶的客製化需求。

　　那麼，如何實現智能製造？有些人說大數據是實現智能製造的核心技術，也有人說要靠互聯網、信息物理係統技術（CPS），或是人工智能和機器人等。如果大數據是智能製造的核心驅動力，那麼我們該怎麼去定義和使用大數據？關於這個問題，我在《工業大數據》這本書中曾錶達過一個觀點：大數據並不是目的，而是看待問題的一種途徑和解決問題的一種手段。通過分析數據，可以預測需求、預測製造、解決和避免不可見問題的風險，和利用數據去整閤産業鏈和價值鏈，這纔是大數據的核心目的。

　　大數據與智能製造之間的關係可以總結為：製造係統中問題的發生和解決的過程中會産生大量數據，通過對這些數據的分析和挖掘可以瞭解問題産生的過程、造成的影響和解決的方式，這些信息被抽象化建模後轉化成知識，再利用知識去認識、解決和避免問題，核心是從以往依靠人的經驗（experiencebased），轉嚮依靠挖掘數據中隱性的綫索（evidence based），使得製造知識能夠被更加高效和自發地産生、利用和傳承。因此，問

　　題和知識是目的，而數據則是一種手段。今天我們來談利用大數據實現智能製造，是因為大數據已經成為一個日益明顯的現象，而在製造係統和商業環境變得日益復雜的今天，利用大數據去解決問題和積纍知識或許是更加高效和便捷的方式。

　　大數據的目的並不是追求數據量大，而是通過係統式地數據收集和分析手段，實現價值的最大化。所以推動智能製造的並不是大數據本身，而是大數據的分析技術。在新製造革命的轉型中，是否能夠更加有效地利用好大數據，決定瞭能否在競爭中脫穎而齣。在現在的製造中，存在著許多無法被定量、無法被決策者掌握的不確定因素，這些不確定因素既存在於製造過程中，也存在於製造過程之外的使用過程中。前三次工業革命主要解決的都是可見的問題，例如避免産品缺陷、避免加工失效、提升設備效率和可靠性、避免設備故障和安全問題等。這些問題在工業生産中由於可見可測量，往往比較容易避免和解決。不可見的問題通常錶現為設備的性能下降、健康衰退、零部件磨損、運行風險升高等。這些因素由於其很難通過測量被定量化，往往是工業生産中不可控的風險，大部分可見的問題都是這些不可見的因素積纍到一定程度所造成的。

　　因此，我、倪軍教授和王安正教授在本書中闡述瞭大數據推動智能製造的三個方嚮：第一個方嚮是利用數據來瞭解和解決可見的問題；第二個方嚮是利用數據來分析和預測不可見的問題，從僅僅明白解決問題的“know�瞙ow”，進一步理解問題産生的原因，從而避免可見的問題；第三個方嚮則是從數據中挖掘新的知識，再利用知識去重新定義問題，使得可見或不可見的問題都可以在製造係統中避免。在第一個方嚮上，許多國傢已經有瞭比較成熟的積纍，也形成瞭各自獨特的製造文化，本書中我們會為讀者詳細解讀這些國傢的經驗和得失。在第二個和第三個方嚮上，我們也做瞭許多年的研究和應用，形成瞭一套較為完整的體係和方法論，在本書中也會結閤案例為讀者進行詳細介紹。藉助本書，我們不僅要嚮讀者介紹大數據和智能製造的技術，更重要的是傳達一種思維方式，以及對智能製造的理解、解決問題的邏輯和重新定義製造的思考方式。

總體感覺還不錯，可以給五星

不小心買瞭兩次，看來要好好看瞭，希望能有大的收獲

還不錯不錯不錯不錯不錯不錯

東西不錯，寶寶很喜歡，一次買瞭兩套！

書還不錯，講的內容也比較易懂 之前聽過李教授的課，現在再看看書，理解更深。

多讀書 開捲有益

書都很不錯，包裝完好，服務態度好，很喜歡在京東上購物~~

還不錯吧！送貨快，公司活動共享書籍！

李教授的這本書對製造業大數據應用的同事，應該很有幫助。他不僅介紹瞭美國，德國，日本先進製造業的差彆和優勢，也介紹瞭很多大數據應用的實例，對如何將大數據分析用於製造業，很有啓發。