製造大數據技術與套用

製造大數據技術與套用

《製造大數據技術與套用》是2018年華中科技大學出版社出版的圖書,作者是李少波。

基本介紹

  • 中文名:製造大數據技術與套用
  • 作者:李少波
  • 出版社:華中科技大學出版社
  • 出版時間:2018年1月1日
  • 頁數:345 頁
  • 開本:16 開
  • 裝幀:精裝
  • ISBN:9787568034715
編輯推薦,內容簡介,圖書目錄,作者簡介,

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
《製造業大數據與套用》一書緊扣當前製造業發展熱點,並將理論研究與實際套用相結合,內容先進實用。

內容簡介

《製造業大數據與套用》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、融合與套用等階段開展研究。
第1章對製造大數據價值創造體系進行研究,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章扼要介紹了製造大數據套用的總體架構和關鍵技術。第3章研究了製造大數據環境下多源衝突數據融合技術,提出了一系列相關算法。第4章研究了製造過程大數據感知與處理技術,提出了基於物聯網技術的製造過程數據主動感知、基於CEP和關聯模板的關鍵事件實時處理等方法。第5章研究了製造過程質量數據分析與控制技術、製造業質量成本控制體系,並提出了基於複雜事件處理的製造過程管控及數據套用技術。第6章研究了大數據環境下的製造業雲設計技術和製造大數據云設計平台構建技術。第7章研究了製造大數據云製造服務平台構建技術。第8章介紹了製造物聯數據感知與處理套用實例、電子元器件智慧型製造大數據套用實例、雲設計與雲製造大數據平台套用實例。本書內容深入淺出,具有很強的理論與實踐指導作用。

圖書目錄

第1章 製造大數據價值創造體系/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 製造大數據和網際網路大數據/14
1.2.1 製造大數據/14
1.2.2 網際網路大數據/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 製造大數據套用的總體架構/35
2.2 大數據獲取技術/37
2.2.1 數據採集/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 社交網路數據分析/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 面向大數據的主流可視化技術/60
2.6 當前的大數據系統/61
2.6.1 Google大數據系統/61
2.6.2 海爾大數據精準行銷系統/67
2.6.3 騰訊大數據系統/72
2.6.4 大數據系統面臨的挑戰/76
本章參考文獻/77
第3章製造大數據多源數據融合/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 製造大數據實時採集融合/84
3.1.4 製造大數據實時採集融合面臨的挑戰/85
3.2 多源衝突數據融合技術的發展現狀/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數據相似度函式/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 多源衝突數據融合研究成果在企業數據資源管理中的套用/129
3.8.1 項目介紹/129
3.8.2 項目總體架構/130
3.8.3 多源衝突數據融合研究成果在大型企業數據管理平台
中的套用/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系/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 感測網路最佳化配置及感知系統設計/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 感知數據的傳送及套用/157
4.5 製造物聯車間數據管理模型及表達/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表達/162
4.5.4 製造物聯車間XML數據模型的一般表達/167
4.6 基於XML的製造過程複雜事件數據模型描述/168
4.6.1 製造物聯複雜事件結構模型建立/168
4.6.2 基於XML的面向特色食品生產過程的事件描述語言/169
4.6.3 基於XEDL的特色食品生產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 數據流事件系統構造/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和關聯模板的關鍵事件實時處理/184
4.8.1 基於CEP的模板匹配式事件關聯方案/184
4.8.2 基於關聯模板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制/196
5.1 製造業質量管理髮展概述/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 製造業質量控制技術的發展現狀/206
5.2.1 製造過程質量控制研究現狀/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技術套用於製造過程管控的意義/208
5.3.2 CEP關鍵技術及典型CEP套用/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在物流物聯網中的套用/217
5.4.3 CEP技術在分散式系統故障定位中的套用/218
5.4.4 CEP技術在產品質量預測中的套用/221
5.4.5 CEP在產品質量成本控制中的套用/225
本章參考文獻/230
第6章 製造大數據云設計/233
6.1 雲設計概述/234
6.1.1 雲設計的基本概念/234
6.1.2 雲設計系統的特徵及雲設計體系架構/235
6.1.3 雲設計的研究現狀/237
6.2 製造大數據云設計關鍵技術/239
6.2.1 雲設計的技術體系/239
6.2.2 雲設計典型關鍵技術/240
6.3 製造大數據云設計平台/242
6.3.1 產品設計過程建模/242
6.3.2 雲設計平台組成/243
6.3.3 雲設計服務/245
6.3.4 基於語義Web的雲平台關鍵技術/247
本章參考文獻/254
第7章 製造大數據云製造/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 平台服務交易模型/263
7.2.1 服務交易過程/264
7.2.2 服務平台目標/265
7.3 基於本體的智慧型服務協商框架/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 服務契約/267
7.4 雙邊多議題協商流程/267
7.4.1 多議題協商問題表示/269
7.4.2 協商協定/270
7.4.3 協商策略/270
7.4.4 效用評估與協商決策/271
7.5 雲製造服務平台/271
7.5.1 雲製造服務平台體系結構/271
7.5.2 雲製造服務平台功能/273
7.5.3 服務交易套用效果/274
7.6 雲製造服務平台案例/275
7.6.1 工業雲總體結構/275
7.6.2 工業雲套用服務體系/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 製造大數據套用實例/285
8.1 製造物聯數據感知與處理套用實例/285
8.1.1 製造物聯數據套用規劃/285
8.1.2 製造物聯數據感知與處理套用系統/286
8.1.3 套用實現/301
8.2 電子元器件智慧型製造大數據套用實例/305
8.2.1 技術框架/305
8.2.2 產品數位化設計與數據管理/308
8.2.3 產品數據協同管理/311
8.2.4 多源數據融合與集成套用/314
8.3 製造大數據云設計與雲製造實例/319
8.3.1 SKB-CAPD系統功能定位與框架設計/319
8.3.2 SKB-CAPD系統服務模式與技術實現/325
8.3.3 SKB-CAPD系統的功能模組與實現/328
8.3.4 SKB-CAPD系統套用成果展示/337
參考文獻/342

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、物聯網產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體與理論專業兼職博士生導師,長期從事智慧型製造、大數據、“網際網路+”產業的研究。教育部新世紀優秀人才,貴州省省管專家、享受政府特殊津貼專家,貴州省高層次創新型人才(百層次)、貴州省優秀青年科技人才、貴州省製造業信息化專家組組長。已發表論文170餘篇,其中SCI/EI收錄70餘篇;出版專著2部,譯著1部;獲頒軟體著作權登記證書17項、獲發明專利9項。主持國家863計畫、國家科技支撐計畫項目、國家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獎2次、三等獎3次,獲貴陽市科技進步特等獎1次、二等獎2次。

相關詞條

熱門詞條

聯絡我們