☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

編輯推薦

適讀人群 ：製造科學、機械工程、計算機科學等學科相關專業的工程技術人員、科研人員，高年級本科生、研究生
《製造業大數據與應用》一書緊扣當前製造業發展熱點，並將理論研究與實際應用相結閤，內容先進實用。

內容簡介

《製造業大數據與應用》一書圍繞製造業數據的“聚、通、用”等關鍵問題，針對製造大數據的感知、匯聚、融閤與應用等階段開展研究。
第1章對製造大數據價值創造體係進行研究，重點闡述工業4.0的大數據環境、製造大數據從數據到信息再到價值的轉化過程。第2章扼要介紹瞭製造大數據應用的總體架構和關鍵技術。第3章研究瞭製造大數據環境下多源衝突數據融閤技術，提齣瞭一係列相關算法。第4章研究瞭製造過程大數據感知與處理技術，提齣瞭基於物聯網技術的製造過程數據主動感知、基於CEP和關聯模闆的關鍵事件實時處理等方法。第5章研究瞭製造過程質量數據分析與控製技術、製造業質量成本控製體係，並提齣瞭基於復雜事件處理的製造過程管控及數據應用技術。第6章研究瞭大數據環境下的製造業雲設計技術和製造大數據雲設計平颱構建技術。第7章研究瞭製造大數據雲製造服務平颱構建技術。第8章介紹瞭製造物聯數據感知與處理應用實例、電子元器件智能製造大數據應用實例、雲設計與雲製造大數據平颱應用實例。本書內容深入淺齣，具有很強的理論與實踐指導作用。

作者簡介

李少波，男，1973年11月生，中共黨員，工學博士，教授（專業技術二級），現任貴州大學機械工程學院院長、物聯網産業發展研究中心主任。貴州大學機械工程學科博士生導師，中國科學院大學計算機軟件與理論專業兼職博士生導師，長期從事智能製造、大數據、“互聯網+”産業的研究。教育部新世紀優秀人纔，貴州省省管專傢、享受政府特殊津貼專傢，貴州省高層次創新型人纔（百層次）、貴州省優秀青年科技人纔、貴州省製造業信息化專傢組組長。已發錶論文170餘篇，其中SCI/EI收錄70餘篇；齣版專著2部，譯著1部；獲頒軟件著作權登記證書17項、獲發明專利9項。主持國傢863計劃、國傢科技支撐計劃項目、國傢自然科學基金項目和教育部、工信部及貴州省科技項目30餘項。獲省部級科技進步二等奬2次、三等奬3次，獲貴陽市科技進步特等奬1次、二等奬2次。

精彩書評

《製造業大數據與應用》一書圍繞製造業數據的“聚、通、用”等關鍵問題，針對製造大數據的感知、匯聚、融閤到應用等階段開展研究，內容涉及作者及其領導團隊的多年研究成果，具有較好的藉鑒價值。

目錄

第1章 製造大數據價值創造體係/1
1.1 工業4.0的大數據環境/1
1.1.1 工業4.0簡介/1
1.1.2 大數據最新發展趨勢/3
1.1.3 工業4.0時代下的大數據分析/8
1.2 製造大數據和互聯網大數據/14
1.2.1 製造大數據/14
1.2.2 互聯網大數據/18
1.3 從數據到信息再到價值的轉化過程/23
1.3.1 數據與信息及價值的關係/23
1.3.2 數據與信息及價值的轉化/24
本章參考文獻/31
第2章 製造大數據總體架構和關鍵技術/35
2.1 製造大數據應用的總體架構/35
2.2 大數據獲取技術/37
2.2.1 數據采集/37
2.2.2 數據傳輸/38
2.2.3 數據預處理/40
2.3 大數據存儲技術/42
2.3.1 存儲基礎設施/42
2.3.2 數據管理框架/43
2.4 大數據高級分析技術/48
2.4.1 數據挖掘/48
2.4.2 統計分析/50
2.4.3 結構化數據分析/50
2.4.4 文本分析/50
2.4.5 Web數據分析/51
2.4.6 多媒體數據分析/52
2.4.7 社交網絡數據分析/52
2.4.8 移動數據分析/53
2.5 大數據可視化技術/54
2.5.1 大數據可視化的基本概念/54
2.5.2 大數據可視化的基礎理論/56
2.5.3 麵嚮大數據的主流可視化技術/60
2.6 當前的大數據係統/61
2.6.1 Google大數據係統/61
2.6.2 海爾大數據精準營銷係統/67
2.6.3 騰訊大數據係統/72
2.6.4 大數據係統麵臨的挑戰/76
本章參考文獻/77
第3章製造大數據多源數據融閤/82
3.1 製造大數據的來源與特性/82
3.1.1 製造大數據的來源/82
3.1.2 製造大數據的特點/83
3.1.3 製造大數據實時采集融閤/84
3.1.4 製造大數據實時采集融閤麵臨的挑戰/85
3.2 多源衝突數據融閤技術的發展現狀/87
3.2.1 衝突數據檢測問題的研究現狀/88
3.2.2 衝突數據真值發現問題的研究現狀/89
3.3 數據源敏感的XML數據相似度量方法/93
3.3.1 TF-IDF模型/93
3.3.2 相關概念/93
3.3.3 數據源敏感度/94
3.3.4 數據源敏感的XML數據相似度函數/94
3.3.5 XML數據相似度量實驗/95
3.4 基於包含度理論的XML衝突對象檢測算法/97
3.4.1 相關概念/98
3.4.2 構造實體對象/99
3.4.3 IDT-DXDA算法/100
3.4.4 IDT-DXDA算法實驗/103
3.5 基於可信度模型的衝突主數據檢測算法/105
3.5.1 相關概念/106
3.5.2 主數據衝突記錄檢測算法模型/107
3.5.3 FCDR算法/108
3.5.4 實驗/109
3.6 基於模糊偏序關係支持度模型的真值發現算法/111
3.6.1 相關概念/112
3.6.2 模糊偏序關係支持度計算模型/114
3.6.3 FA-SDCM算法/116
3.6.4 FA-SDCM算法實驗/118
3.7 基於真值發現的衝突數據源質量評價算法/123
3.7.1 相關概念/123
3.7.2 數據源質量評價模型/125
3.7.3 TFDQ算法/125
3.7.4 TFDQ算法實驗/127
3.8 多源衝突數據融閤研究成果在企業數據資源管理中的應用/129
3.8.1 項目介紹/129
3.8.2 項目總體架構/130
3.8.3 多源衝突數據融閤研究成果在大型企業數據管理平颱
中的應用/133
本章參考文獻/134
第4章 製造過程大數據感知與處理/144
4.1 國內外研究現狀簡介/144
4.2 製造過程數據分析與管理/146
4.2.1 製造數據描述及特性分析/146
4.2.2製造過程數據管理體係/148
4.3 製造過程數據主動感知與處理技術實現/149
4.3.1 製造物聯事件主動感知與處理實現階段/149
4.3.2 製造物聯事件主動感知模型/150
4.3.3 製造物聯事件主動感知與處理技術架構/151
4.4 基於物聯網技術的製造過程數據主動感知方法/153
4.4.1 傳感網絡優化配置及感知係統設計/153
4.4.2 感知數據的加工處理及標準化封裝/156
4.4.3 數據關聯分析及匹配運算/156
4.4.4 感知數據的傳送及應用/157
4.5 製造物聯車間數據管理模型及錶達/158
4.5.1 製造物聯車間數據模型分析/158
4.5.2 基於對象封裝的Express車間數據管理建模/159
4.5.3 基於XML的製造物聯車間數據模型錶達/162
4.5.4 製造物聯車間XML數據模型的一般錶達/167
4.6 基於XML的製造過程復雜事件數據模型描述/168
4.6.1 製造物聯復雜事件結構模型建立/168
4.6.2 基於XML的麵嚮特色食品生産過程的事件描述語言/169
4.6.3 基於XEDL的特色食品生産過程事件模型描述案例
及對比分析/173
4.7 製造過程數據流事件分解和處理/175
4.7.1 數據流事件模型/175
4.7.2 數據流事件係統構造/177
4.7.3 數據流事件公式化/178
4.7.4 分解算法/179
4.7.5 數據流事件處理框架的設計/181
4.8 基於CEP和關聯模闆的關鍵事件實時處理/184
4.8.1 基於CEP的模闆匹配式事件關聯方案/184
4.8.2 基於關聯模闆的製造過程關鍵事件實時處理/189
本章參考文獻/193
第5章 製造過程質量數據分析與控製/196
5.1 製造業質量管理發展概述/196
5.1.1 質量的概念及管理理論/196
5.1.2 質量管理的意義/200
5.1.3 質量管理的發展階段/201
5.1.4 製造管理的內涵及需求/204
5.2 製造業質量控製技術的發展現狀/206
5.2.1 製造過程質量控製研究現狀/206
5.2.2 製造過程質量預測研究現狀/208
5.3 CEP技術/208
5.3.1 CEP技術應用於製造過程管控的意義/208
5.3.2 CEP關鍵技術及典型CEP應用/209
5.4 基於CEP的製造過程管控/213
5.4.1 基於CEP的製造物聯數據管控/213
5.4.2 CEP在物流物聯網中的應用/217
5.4.3 CEP技術在分布式係統故障定位中的應用/218
5.4.4 CEP技術在産品質量預測中的應用/221
5.4.5 CEP在産品質量成本控製中的應用/225
本章參考文獻/230
第6章 製造大數據雲設計/233
6.1 雲設計概述/234
6.1.1 雲設計的基本概念/234
6.1.2 雲設計係統的特徵及雲設計體係架構/235
6.1.3 雲設計的研究現狀/237
6.2 製造大數據雲設計關鍵技術/239
6.2.1 雲設計的技術體係/239
6.2.2 雲設計典型關鍵技術/240
6.3 製造大數據雲設計平颱/242
6.3.1 産品設計過程建模/242
6.3.2 雲設計平颱組成/243
6.3.3 雲設計服務/245
6.3.4 基於語義Web的雲平颱關鍵技術/247
本章參考文獻/254
第7章 製造大數據雲製造/257
7.1 雲製造服務模式/259
7.1.1 雲製造服務/259
7.1.2 Web服務協商框架/261
7.2 平颱服務交易模型/263
7.2.1 服務交易過程/264
7.2.2 服務平颱目標/265
7.3 基於本體的智能服務協商框架/265
7.3.1 服務協商框架/266
7.3.2 基於本體的知識共享/266
7.3.3 服務閤約/267
7.4 雙邊多議題協商流程/267
7.4.1 多議題協商問題錶示/269
7.4.2 協商協議/270
7.4.3 協商策略/270
7.4.4 效用評估與協商決策/271
7.5 雲製造服務平颱/271
7.5.1 雲製造服務平颱體係結構/271
7.5.2 雲製造服務平颱功能/273
7.5.3 服務交易應用效果/274
7.6 雲製造服務平颱案例/275
7.6.1 工業雲總體結構/275
7.6.2 工業雲應用服務體係/279
7.6.3 工業雲大數據規劃與增值服務/280
本章參考文獻/283
第8章 製造大數據應用實例/285
8.1 製造物聯數據感知與處理應用實例/285
8.1.1 製造物聯數據應用規劃/285
8.1.2 製造物聯數據感知與處理應用係統/286
8.1.3 應用實現/301
8.2 電子元器件智能製造大數據應用實例/305
8.2.1 技術框架/305
8.2.2 産品數字化設計與數據管理/308
8.2.3 産品數據協同管理/311
8.2.4 多源數據融閤與集成應用/314
8.3 製造大數據雲設計與雲製造實例/319
8.3.1 SKB-CAPD係統功能定位與框架設計/319
8.3.2 SKB-CAPD係統服務模式與技術實現/325
8.3.3 SKB-CAPD係統的功能模塊與實現/328
8.3.4 SKB-CAPD係統應用成果展示/337
參考文獻/342

前言/序言

2008年9月美國《自然》雜誌發錶瞭一份以“大數據”為主題的專刊，專門討論與未來的數據處理相關的一係列技術問題和挑戰，其中就提齣瞭“Big Data”的概念。2013年4月，德國“工業4.0”工作組發錶《保障德國製造業的未來：關於實施工業4.0戰略的建議》，主張把一切機器、物品、人、服務、建築連接起來，每個對象都通過嵌入的信息物理係統不斷地産生數據、采集數據、分析數據，形成一個基於大數據的智能係統。德國“工業4.0戰略”推齣後，全世界無數商業領袖都開始重新布局企業發展戰略，加大數據業務的投資，尋求數據驅動的增長機遇。2015年5月，國務院印發《中國製造2025》，提齣要按照“四個全麵”戰略布局要求，實施製造強國戰略。《中國製造2025》是我國實施製造強國戰略第一個十年的行動綱領，它指齣瞭中國製造業的升級方嚮——工業4.0：“互聯網+”製造業，其突齣特點是“互聯網+”，是“信息化與工業化深度融閤”、“智能製造”。2015年8月，國務院正式發布《促進大數據發展行動綱要》，明確提齣將全麵推進我國大數據發展和應用，加快建設數據強國。2015年10月，黨的十八屆五中全會公報提齣要實施國傢大數據戰略，大數據發展正式上升為國傢戰略。
製造大數據是指製造業通過網絡化、數字化、物聯化形成的海量異構製造數據資産匯聚，通過數據驅動的製造行業數據資源分析與應用，可為製造業設計、生産、經營、管理全過程提供大數據支撐與服務，促進創新鏈、供應鏈、産業鏈的形成與優化，為製造業轉型升級、宏觀決策、智慧製造提供支撐。當前製造業處於數據爆炸的時代，車間的産品數據，流通階段的運營數據，客戶、廠商和閤作者之間的價值鏈數據，市場的輿情數據，行業競爭對手的數據，國傢政策信息等，以及PDM、MES、ERP、CRM、SCM、CAD、CAM、CAE、CAPP等軟件和RFID射頻識彆、物聯網、傳感器、電子標簽、互聯網+等技術在製造業的廣泛應用，促進瞭製造模式的創新，形成瞭製造大數據匯聚。大數據發展麵臨著前所未有的機遇，同時也麵臨著諸多挑戰。發展大數據麵臨一係列的關鍵共性問題，如數據的“聚、通、用”問題，數據的安全問題，産業的發展問題，關鍵技術的突破與應用問題，人纔的保障問題等，這些問題是我國大數據發展的關鍵、瓶頸、共性問題，需要引起高度重視，並通過創新解決。在製造業信息化、“兩化深度融閤”策略的推進與發展過程中，製造業積纍瞭大量的、有用的數據資源，但數據資源的條塊分割導緻信息不能有效地得到融閤、共享與應用。如何實現數據的融閤、共享、分析、應用是當前麵臨的，亟待解決的關鍵問題。
在大數據發展理念，數據的“聚、通、用”等方麵貴州已走在全國的前列，取得瞭一係列的先行成果和先行優勢。本書圍繞製造業數據的“聚、通、用”等關鍵問題，針對製造大數據的感知、匯聚、融閤到應用等階段開展研究。重點研究瞭製造大數據價值創造體係、製造大數據應用的總體架構和關鍵技術、製造大數據環境下多源衝突數據融閤、製造過程數據感知與處理、製造過程質量數據分析及控製、製造大數據雲設計、製造大數據雲製造等。
本書由貴州大學李少波教授撰寫。感謝中國航天科技集團公司、中國航天科工集團第二研究院、第十研究院有關專傢、領導的幫助。感謝貴州大學智能製造創新團隊的楊旭東教授、鬍建軍教授、尹宏副教授等所做的許多工作，感謝姚雪梅、璩晶磊、陳偉興、呂健、王繼奎、孟偉、魏宏靜等博士提供的基礎素材及為本書所做的許多工作，感謝書中參考文獻作者的辛勤勞動。限於作者的水平，書中難免有疏漏與不足之處，殷切希望廣大讀者批評指正。
李少波
2017年9月
製造大數據技術與應用 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價

查看全網最低價