包邮工业大数据技术与示范案例

1星价 ¥61.8 (6.3折)

2星价￥61.8 定价￥98.0

作者：明新国,张先燏,刘仁俊著

出版社：华中科技大学出版社

本类榜单：工业技术

分类：工业技术 > 一般工业技术

暂无评论

图文详情

ISBN：9787577214559
装帧：平装-胶订
册数：暂无
重量：暂无
开本：其他
页数：暂无
出版时间：2025-02-01
条形码：9787577214559 ; 978-7-5772-1455-9

本书特色

本书由上海交通大学明新国教授团队撰写，入选“十四五”国家重点出版规划项目、国家出版基金资助项目全书聚焦于工业大数据领域内的主体内容，由浅到深地介绍了工业大数据的前沿发展趋势和知识体系，通过理论结合实际运用，阐述工业大数据的发展现状。全彩印刷、精装装订。

内容简介

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。

前言

前言工业大数据指的是在各个工业领域当中，传统智能制造业模式下整个产品的全生命周期环节所产生的各类数据以及相关技术或应用的统一名称。制造产品数据是工业大数据的核心内容，它不断地开阔工业大数据的范围，不仅从工业大数据技术上获得新的技术创新，同时在应用上也展现出新的发展。工业大数据的价值是通过对数据的采集、存储、分析等关键技术来提升新产品的研发、设计、工艺、制造、管理、供应、服务等各个环节的智能化水平，并且满足用户的个性化定制需求，在降低产品的生产成本时也提高其生产效率，大大地为用户创造出新的价值属性。工业大数据的关键技术是由数据存储与管理、数据分析、数据服务、数据应用组成的。在工业领域，大数据的应用已经逐渐成为推动工业转型升级的重要驱动力。通过对大数据的采集和存储，可以获得海量的数据资源，为工业生产和管理提供强有力的支持。数据分析是工业大数据的核心环节，通过对大数据的深入挖掘和分析，可以发现隐藏在大数据背后的规律和价值，为企业决策提供科学依据。数据服务是将数据应用于实际生产和管理过程的重要环节，通过构建数据服务平台，可以将数据转化为有用的信息，为企业提供个性化的解决方案。数据应用是工业大数据的*终目标，通过将数据应用于产品设计、工艺改进、供应链管理等方面，可以实现产品质量的提升和生产效率的提高。总的来说，工业大数据是实现智能化生产和管理的重要手段，可以为企业创造出新的价值属性，提升产品的竞争力和用户体验。在未来的发展中，工业大数据将发挥越来越重要的作用，成为推动工业转型升级的重要驱动力。鉴于此，本书聚焦于工业大数据领域内的主体内容，由浅到深地介绍了工业大数据的前沿发展趋势和知识体系，通过理论结合实际运用，阐述工业大数据的发展现状。本书分为7章：第1章为大数据技术概述，涵盖了大数据技术发展与应用趋势、发展新趋势、生态圈，以及基于大数据的价值创造；第2章介绍了工业大数据技术的来源和目前的一些分析模型、数据汇聚、企业应用和人才培养等工业大数据技术的发展，同时对基于工业大数据的数字化生产线故障定位技术作了简单概述；第3章介绍了基于大数据分析的彩色滤光片生产线故障定位框架，包括故障定位的基础框架和主要流程、存在的问题和解决方法；第4章介绍了彩色滤光片生产线过程数据分析技术，对生产线故障定位问题进行了分析，然后重点围绕着基于变异二进制粒子群优化的Xgboost过程数据分析技术来进行示例验证；第5章介绍了彩色滤光片生产线警报数据分析技术，阐述了警报数据用于故障定位的问题分析，开展了基于概率相关性层次聚类的警报数据分析技术的示例验证；第6章介绍了彩色滤光片生产线故障定位信息融合技术，重点分析了故障定位多证据信息融合的问题，利用基于信度熵改进DS证据理论信息融合技术完成示例验证；第7章介绍了工业大数据的数字化生产线故障定位技术在行业中的应用。本书由上海交通大学机械与动力工程学院明新国教授、张先燏博士、刘仁俊编著。感谢上海交通大学机械与动力工程学院的郑文杰(Jacky Wenky Zheng Lu)、王泽潇、海峥崴等硕士研究生参与了全书的整理与修订工作。在此，向参考文献的作者表示感谢，并对未能注明出处的文献的原作者表示歉意。本书的出版得到了国家出版基金的资助和华中科技大学出版社的大力支持和帮助。本书内容涉及多个学科，学科类型交叉融合，覆盖面广泛。由于作者学识有限，书中难免出现遗漏或不妥之处，恳请广大读者和同行批评指正。作者2024年10月<p>前言工业大数据指的是在各个工业领域当中，传统智能制造业模式下整个产品的全生命周期环节所产生的各类数据以及相关技术或应用的统一名称。制造产品数据是工业大数据的核心内容，它不断地开阔工业大数据的范围，不仅从工业大数据技术上获得新的技术创新，同时在应用上也展现出新的发展。工业大数据的价值是通过对数据的采集、存储、分析等关键技术来提升新产品的研发、设计、工艺、制造、管理、供应、服务等各个环节的智能化水平，并且满足用户的个性化定制需求，在降低产品的生产成本时也提高其生产效率，大大地为用户创造出新的价值属性。工业大数据的关键技术是由数据存储与管理、数据分析、数据服务、数据应用组成的。在工业领域，大数据的应用已经逐渐成为推动工业转型升级的重要驱动力。通过对大数据的采集和存储，可以获得海量的数据资源，为工业生产和管理提供强有力的支持。数据分析是工业大数据的核心环节，通过对大数据的深入挖掘和分析，可以发现隐藏在大数据背后的规律和价值，为企业决策提供科学依据。数据服务是将数据应用于实际生产和管理过程的重要环节，通过构建数据服务平台，可以将数据转化为有用的信息，为企业提供个性化的解决方案。数据应用是工业大数据的*终目标，通过将数据应用于产品设计、工艺改进、供应链管理等方面，可以实现产品质量的提升和生产效率的提高。总的来说，工业大数据是实现智能化生产和管理的重要手段，可以为企业创造出新的价值属性，提升产品的竞争力和用户体验。在未来的发展中，工业大数据将发挥越来越重要的作用，成为推动工业转型升级的重要驱动力。鉴于此，本书聚焦于工业大数据领域内的主体内容，由浅到深地介绍了工业大数据的前沿发展趋势和知识体系，通过理论结合实际运用，阐述工业大数据的发展现状。本书分为7章：第1章为大数据技术概述，涵盖了大数据技术发展与应用趋势、发展新趋势、生态圈，以及基于大数据的价值创造；第2章介绍了工业大数据技术的来源和目前的一些分析模型、数据汇聚、企业应用和人才培养等工业大数据技术的发展，同时对基于工业大数据的数字化生产线故障定位技术作了简单概述；第3章介绍了基于大数据分析的彩色滤光片生产线故障定位框架，包括故障定位的基础框架和主要流程、存在的问题和解决方法；第4章介绍了彩色滤光片生产线过程数据分析技术，对生产线故障定位问题进行了分析，然后重点围绕着基于变异二进制粒子群优化的Xgboost过程数据分析技术来进行示例验证；第5章介绍了彩色滤光片生产线警报数据分析技术，阐述了警报数据用于故障定位的问题分析，开展了基于概率相关性层次聚类的警报数据分析技术的示例验证；第6章介绍了彩色滤光片生产线故障定位信息融合技术，重点分析了故障定位多证据信息融合的问题，利用基于信度熵改进DS证据理论信息融合技术完成示例验证；第7章介绍了工业大数据的数字化生产线故障定位技术在行业中的应用。本书由上海交通大学机械与动力工程学院明新国教授、张先燏博士、刘仁俊编著。感谢上海交通大学机械与动力工程学院的郑文杰(Jacky Wenky Zheng Lu)、王泽潇、海峥崴等硕士研究生参与了全书的整理与修订工作。在此，向参考文献的作者表示感谢，并对未能注明出处的文献的原作者表示歉意。本书的出版得到了国家出版基金的资助和华中科技大学出版社的大力支持和帮助。本书内容涉及多个学科，学科类型交叉融合，覆盖面广泛。由于作者学识有限，书中难免出现遗漏或不妥之处，恳请广大读者和同行批评指正。作者2024年10月</p>

显示全部信息

目录第1章大数据技术概述/11.1大数据技术发展与应用趋势/11.1.1大数据时代/21.1.2大数据的应用/31.1.3大数据分析/61.1.4大数据的演进/61.2大数据技术发展新趋势/111.2.1DONA/121.2.2Handle的运用/171.2.3NDN/191.3大数据生态圈/201.4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/252.1工业大数据技术/252.1.1工业大数据来源/252.1.2工业大数据方法论/282.1.3工业大数据分析模型/282.1.4工业大数据的数据汇聚/312.1.5基于工业大数据的工业互联网平台/352.1.6工业大数据人才培养/412.2基于工业大数据的数字化生产线故障定位技术/452.2.1数字化生产线发展概述/452.2.2故障定位技术概述/462.3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/513.1引言/513.2故障定位基础框架与主要流程/523.3彩色滤光片生产线/533.4生产线数据的组成/563.5故障识别中存在的问题/573.5.1加工过程数据分析存在的困难/573.5.2机台警报数据分析存在的困难/583.6定位决策中存在的问题/583.7彩色滤光片生产线故障定位问题的解决方法分析/593.7.1去冗余常用的特征选择技术/593.7.2过程数据分析常用的分类算法/603.7.3警报数据分析常用的聚类算法/623.7.4信息融合算法/633.8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/674.1引言/674.2生产线故障定位问题分析/674.3基于变异二进制粒子群优化的Xgboost过程数据分析技术/694.3.1初始化粒子群/704.3.2Xgboost算法与适应度计算/714.3.3粒子群的迭代更新/714.3.4按比例的变异交叉/734.3.5故障机台可疑排序/734.4示例验证/744.4.1MCBPSO算法相关参数设置与分析/744.4.2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/785.1引言/785.2警报数据用于故障定位的问题分析/795.3基于概率相关性层次聚类的警报数据分析技术/805.3.1基于概率相关性层次聚类的警报数据故障定位技术框架/805.3.2离散故障活动高斯分布转换/815.3.3警报类型间相关度的计算/845.3.4警报相关性的力导图构建/865.3.5力导向图的层次聚类/885.3.6警报类团根本原因故障机台排序/895.4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/926.1引言/926.2多源故障定位信息融合问题分析/936.3基于信度熵改进的DS证据理论信息融合技术/936.3.1DS证据理论及传统融合规则/946.3.2计算各证据理论及传统融合规则/956.3.3基于权重计算参考证据/956.3.4证据信度熵融合及综合故障定位判断生成/966.4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/1007.1系统概述/1007.2构建故障定位大数据分析模型/1017.3生产线故障定位算法求解与验证/1027.3.1数据准备/1027.3.2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/1057.3.3基于概率相关性层次聚类的警报数据故障定位技术实验/1087.3.4基于信度熵改进的DS证据理论信息融合技术实验/1107.3.5实验结果与应用分析/1127.4原型系统设计/1127.4.1系统开发工具/1127.4.2系统架构设计/1137.4.3功能设计/1147.4.4系统软硬件环境/1157.5原型系统界面/1167.5.1主界面/1167.5.2产品品质诊断界面/1167.5.3缺陷自动分类界面/1167.5.4异常机台定位界面/117参考文献/121致谢/128

展开全部