化學工業智慧型製造——互聯化工

《化學工業智慧型製造——互聯化工》是化學工業出版社於2020年出版的書籍。

基本介紹

• 書名：化學工業智慧型製造——互聯化工
• 作者：吉旭、周利
• 出版社：化學工業出版社 
• ISBN：9787122369123 

內容簡介

《化學工業智慧型製造—互聯化工》一書從計算技術和行業套用出發，對“互聯化工”的架構、關鍵技術、模式等進行了系統介紹，包括物聯網、工業大數據、數據挖掘等技術，及其在化學工業的具體套用。全書共11章，分別為智慧型製造概述、智慧型製造之經典生產製造體系基礎、智慧型製造之現代信息技術基礎、互聯化工、互聯化工的關鍵信息技術、雲製造—互聯化工的跨尺度模式、數據挖掘、數據預處理、數據挖掘算法、數據挖掘套用案例、大數據可視化技術。 《化學工業智慧型製造—互聯化工》可作為化學工程與工藝、過程裝備與控制工程、材料科學與工程、冶金工程、環境科學與工程、安全科學與工程等專業本科及研究生教材，也可作為計算機類、電子信息類、電氣類專業讀者的拓展性學習用書。

目錄

第1章智慧型製造概述/1

1.1智慧型製造發展背景/2

1.2智慧型製造定義/3

1.3智慧型製造架構/6

1.4智慧型製造的特徵/8

1.5各國推動智慧型製造發展的產業計畫/9

1.5.1美國先進制造業國家戰略計畫/9

1.5.2德國工業4.0/11

1.5.3新工業法國/11

1.5.4英國工業2050戰略/11

1.5.5日本工業價值鏈產業聯盟/12

1.5.6中國製造強國戰略/12

1.5.7各國智慧型製造策略比較/13

第2章智慧型製造之經典生產製造體系基礎/15

2.1準時制生產/16

2.2精益生產/18

2.3柔性製造/20

2.4敏捷製造/20

2.5全面的質量管理和六西格瑪質量管理/21

2.5.1全面質量管理/22

2.5.2六西格瑪質量管理/23

2.5.3質量管理中的數據分析工具/25

2.6企業資源計畫/26

2.6.1企業資源計畫的概念/26

2.6.2企業資源計畫的管理思想/27

2.6.3ERP的計畫制定及計畫層次/28

2.6.4與ERP系統集成的相關係統及工具/31

2.7知識管理與知識自動化/32

2.7.1知識管理的概念/32

2.7.2知識重組與知識推理/34

2.7.3知識自動化與智慧型製造/35

2.8計算機集成控制技術/36

2.8.1過程控制技術發展階段/36

2.8.2計算機集成過程系統/37

第3章智慧型製造之現代信息技術基礎/39

3.1物聯網與工業網際網路/40

3.1.1物聯網概念/40

3.1.2物聯網設備/40

3.1.3基於物聯網技術的工業網際網路/44

3.2面向智慧型製造的工業通信技術/46

3.2.1面向智慧型製造的工業通信架構/46

3.2.2工業現場匯流排通信技術/47

3.2.3工業乙太網通信技術/48

3.2.4工業無線通信技術/49

3.2.55G通信技術/50

3.2.6網路通信的安全/53

3.3大數據/54

3.3.1數據信息知識智慧模型/54

3.3.2大數據概念/56

3.3.3大數據的資源化意義/58

3.3.4大數據分析方法與傳統方法的區別/59

3.3.5數據的結構類別/61

3.3.6大數據技術/62

3.4雲計算與邊緣計算/63

3.4.1雲計算的概念與特點/63

3.4.2基於雲計算的大數據架構/65

3.4.3工業雲/66

3.4.4邊緣計算/67

3.5工業大數據/69

3.5.1工業大數據概念/69

3.5.2工業大數據的來源/70

3.5.3工業大數據的價值/71

3.5.4工業大數據的套用策略和方法/73

3.5.5工業大數據的關鍵技術/75

3.5.6工業大數據管理架構/76

3.5.7工業大數據的質量評價/77

3.6信息物理系統/78

3.6.1信息物理系統概念/78

3.6.2信息物理系統與智慧型製造/81

3.6.3信息物理系統技術架構/82

3.7人工智慧/84

3.7.1人工智慧的概念/84

3.7.2人工智慧的發展歷程/85

3.7.3人工智慧的研究範圍/87

3.7.4大數據、人工智慧與智慧型製造/88

第4章互聯化工/93

4.1化學工業發展中的挑戰與問題提出/94

4.2化學工業對智慧型化技術的套用需求/96

4.3互聯化工/97

4.3.1互聯化工的概念/97

4.3.2互聯化工架構模型/101

4.4互聯化工的典型業務場景與模式/105

4.4.1綠色化的產品工程、工業工程與製造模式/106

4.4.2商務智慧型化與最佳化控制一體化/107

4.4.3面向供應鏈協同的柔性生產系統/110

4.4.4基於可靠性管理和知識集成的質量管理體系/113

4.4.5智慧型化設備與設備全生命周期管理/115

4.4.6製造執行系統/117

4.4.7能質網路集成管理平台與最佳化運行/119

4.4.8健康、安全、環境管理/121

4.4.9知識體系與知識自動化/126

第5章互聯化工的關鍵信息技術/134

5.1互聯化工的數位化技術/135

5.1.1互聯化工的數據架構/135

5.1.2數據驅動的數位化技術/136

5.1.3基於過程機理的流程模擬技術/137

5.1.4互聯化工的數據安全技術/139

5.2面向互聯化工的工業網際網路架構/140

5.3面向互聯化工的信息物理系統/142

5.3.1互聯化工信息物理系統層級劃分/142

5.3.2互聯化工信息物理系統的技術特徵/143

5.4智慧化單元操作與單元過程/144

5.4.1基於信息物理系統的智慧化單元架構/144

5.4.2智慧化單元的控制過程/145

5.4.3智慧化單元的性能特點/145

5.5智慧型控制技術/146

5.5.1互聯化工的智慧型控制要求/146

5.5.2智慧型控制技術/147

5.5.3智慧型控制技術的模式/148

5.5.4智慧型控制技術套用/149

第6章雲製造——互聯化工的跨尺度模式/152

6.1雲製造概述/153

6.1.1雲製造的概念/153

6.1.2雲製造的服務對象/154

6.1.3雲製造能力服務/154

6.1.4製造資源服務/155

6.2雲製造架構/156

6.3雲製造的支撐技術/158

6.4雲製造的數位化模型/160

6.4.1雲製造的數位化核心技術/161

6.4.2製造資源與能力的數位化描述/162

6.4.3能力評價模型/163

6.4.4服務組合優選算法模型/164

6.5雲製造安全技術/166

6.6雲製造的業務模式/168

6.6.1雲製造平台的運營管理/168

6.6.2雲製造平台的幾種商業運營模式/168

第7章數據挖掘/171

7.1數據的相關概念/172

7.1.1數據特徵屬性/172

7.1.2數據管理的幾個常用概念/174

7.1.3數據的尺度屬性/174

7.1.4數據質量評估/175

7.2數據的存儲方式/177

7.2.1結構化數據的存儲/177

7.2.2非結構化數據的存儲/177

7.2.3面向主題的數據存儲—數據倉庫/179

7.3數據挖掘概述/179

7.3.1數據挖掘的概念/179

7.3.2數據挖掘技術的特點/180

7.3.3數據挖掘模型/181

7.4數據挖掘項目的實施步驟/183

7.4.1問題定義/184

7.4.2數據預處理/185

7.4.3數據探索/186

7.4.4建立數據挖掘模型/187

7.4.5結果解釋與評估/188

7.5數據挖掘項目的關鍵角色/188

7.6常用的數據挖掘軟體工具/189

第8章數據預處理/192

8.1數據整合/193

8.2數據清洗/197

8.3數據轉換/199

8.4數據歸約/201

8.5特徵屬性的篩選（降維）方法/202

8.5.1基於線性相關性指標的篩選/202

8.5.2基於灰色關聯法的篩選/203

8.5.3主成分分析法/204

8.6共線性問題/204

8.6.1共線性問題的識別/204

8.6.2消除共線性問題/205

8.7數據倉庫/205

8.7.1數據倉庫概要/205

8.7.2構建數據倉庫的步驟/207

第9章數據挖掘算法/210

9.1聚類算法/211

9.1.1聚類算法概要/211

9.1.2常用的聚類算法/211

9.1.3聚類分析相似度的衡量/212

9.1.4聚類分析步驟/212

9.1.5聚類算法及結果的評價標準/213

9.1.6K-means聚類算法/213

9.2分類算法/216

9.2.1分類算法概要/216

9.2.2分類結果的評判/216

9.2.3k-近鄰分類算法/217

9.2.4人工神經網路/219

9.3關聯規則/223

9.3.1關聯規則的基本概念/223

9.3.2關聯規則的類型/224

9.3.3Apriori算法/224

9.4回歸分析/227

9.4.1回歸分析方法/227

9.4.2回歸分析的步驟與逐步回歸/228

9.5預測算法/230

9.5.1預測的基本概念/230

9.5.2常用的預測方法/231

9.5.3時間序列分析概要/233

9.5.4時間序列分析的算法策略/235

9.5.5時間序列分析的步驟/237

9.6最佳化問題/239

9.6.1遺傳算法的概述/239

9.6.2蟻群算法的基本原理/240

9.6.3模擬退火算法的概述/241

9.7診斷概要/244

9.7.1離群點/244

9.7.2離群點判據模型的建立原則/245

9.7.3離群點的常用檢測方法/245

9.7.4異常（故障）模式診斷/247

第10章數據挖掘套用案例/251

10.1材料基因組計畫/252

10.1.1材料基因組計畫概要/252

10.1.2神經網路模型預測晶體材料的形成能/255

10.1.3基於關聯規則模型的材料性能分析/255

10.2化工系統的可靠性評價/257

10.2.1化工系統可靠性評價指標/257

10.2.2分析模型的建立/258

10.2.3灰色關聯分析/259

10.2.4馬爾可夫修正/260

10.3煤化工產業鏈的協同機制與模型/261

10.3.1基於社會網路分析法的供應鏈模型/262

10.3.2基於工業代謝平衡的協同度評價/265

10.4設備異常識別與預防性維修/267

10.4.1模型的建立/267

10.4.2設備異常識別案例/269

10.5基於智慧型算法的軟測量技術/272

10.5.1軟測量技術概述/272

10.5.2軟測量模型及基於軟測量的異常診斷/273

10.5.3粉料儲罐料位的軟測量模型/274

第11章大數據可視化技術/276

11.1數據可視化技術概述/277

11.1.1數據可視化概念/277

11.1.2數據可視化的基本要素和分類/277

11.1.3可視化數據分類/279

11.1.4數據可視化的層次/279

11.2常用的數據可視化圖形/280

11.2.1常用三大圖柱（條）、線、餅（環）/280

11.2.2面積圖、雷達圖、散點圖、氣泡圖/283

11.2.3地理圖/284

11.2.4矩形樹圖、日曆圖、桑基圖、漏斗圖、箱線圖/285

11.2.5詞雲、魚骨圖/287

11.2.6數據可視化多圖集合模式/287

11.3常用的數據可視化工具/288

英文縮略詞對照表/290

參考文獻/294