舉報 
會員
中國戰(zhàn)略性新興產(chǎn)業(yè)研究與發(fā)展·智慧工業(yè)
最新章節(jié)：
參考文獻(xiàn)
本書系統(tǒng)地總結(jié)和歸納了團(tuán)隊在智慧工業(yè)領(lǐng)域的研究和應(yīng)用成果，以人機(jī)物三元融合為核心，從理論基礎(chǔ)、核心裝備和管控技術(shù)三方面入手，著重介紹了智能感知技術(shù)、大數(shù)據(jù)分析和知識圖譜、智能決策和控制技術(shù)、智能工業(yè)裝備、智能物流、數(shù)字孿生及其在智能調(diào)度中的應(yīng)用、智能產(chǎn)線重構(gòu)等關(guān)鍵理論和技術(shù)。同時，以團(tuán)隊在流程和離散工業(yè)等多領(lǐng)域的豐富企業(yè)應(yīng)用案例，描述了上述關(guān)鍵技術(shù)的適用場景、實施辦法和應(yīng)用效果。
最新章節(jié)
- 參考文獻(xiàn)
- 8.4.5 案例展示
- 8.4.4 無人產(chǎn)線魯棒性布局模型求解
- 8.4.3 無人產(chǎn)線魯棒性布局模型構(gòu)建
- 8.4.2 無人產(chǎn)線生產(chǎn)需求及設(shè)備信息分析
- 8.4.1 車間布局研究現(xiàn)狀
品牌：機(jī)械工業(yè)出版社
上架時間：2022-06-17 15:39:01
出版社：機(jī)械工業(yè)出版社
本書數(shù)字版權(quán)由機(jī)械工業(yè)出版社提供，并由其授權(quán)上海閱文信息技術(shù)有限公司制作發(fā)行
- 參考文獻(xiàn) 更新時間：2022-06-17 16:51:14
- 8.4.5 案例展示
- 8.4.4 無人產(chǎn)線魯棒性布局模型求解
- 8.4.3 無人產(chǎn)線魯棒性布局模型構(gòu)建
- 8.4.2 無人產(chǎn)線生產(chǎn)需求及設(shè)備信息分析
- 8.4.1 車間布局研究現(xiàn)狀
- 8.4 無人產(chǎn)線魯棒性布局設(shè)計
- 8.3.5 海爾熱水器內(nèi)膽焊接產(chǎn)線實例
- 8.3.4 目標(biāo)函數(shù)及約束
- 8.3.3 加工參數(shù)計算
- 8.3.2 模型參數(shù)
- 8.3.1 問題描述
- 8.3 考慮增添設(shè)備的無人產(chǎn)線自組織重構(gòu)資源配置
- 8.2.2 實際約束下CPS制造組件分形單元動態(tài)配置過程描述
- 8.2.1 基于群集協(xié)作的CPS制造組件自組織分層聚集
- 8.2 基于群集協(xié)作的考慮實際約束的CPS制造組件自組織分層聚集與動態(tài)配置
- 8.1.3 基于分形理論的無人產(chǎn)線自相似CPS制造組件構(gòu)建
- 8.1.2 復(fù)雜制造環(huán)境下無人產(chǎn)線特點(diǎn)分析
- 8.1.1 當(dāng)前產(chǎn)線制造系統(tǒng)現(xiàn)狀
- 8.1 基于CPS制造組件的產(chǎn)線自主重構(gòu)方法
- 第8章 智能產(chǎn)線重構(gòu)
- 參考文獻(xiàn)
- 7.4.2 求解實際的MOHFGSP-DE模型
- 7.4.1 基于數(shù)字孿生感知動態(tài)事件的混合流水車間調(diào)度問題特征
- 7.4 基于數(shù)字孿生模型的無人熱水器內(nèi)膽焊接產(chǎn)線調(diào)度優(yōu)化方法
- 7.3.6 IMOWOA求解實際的MOHFSP-DRP模型
- 7.3.5 提出求解MOHFSP-DRP的IMOWOA
- 7.3.4 MOHFSP-DRP的多目標(biāo)整數(shù)規(guī)劃模型
- 7.3.3 MOHFSP-DRP能耗評價方法
- 7.3.2 基于熱軋產(chǎn)線數(shù)字孿生模型的混合流水車間動態(tài)調(diào)度
- 7.3.1 混合流水車間調(diào)度問題研究現(xiàn)狀
- 7.3 基于數(shù)字孿生模型的無人熱軋產(chǎn)線調(diào)度優(yōu)化方法
- 7.2.4 智能調(diào)度的發(fā)展趨勢
- 7.2.3 數(shù)字孿生技術(shù)在智能調(diào)度中的應(yīng)用案例
- 7.2.2 智能調(diào)度算法
- 7.2.1 智能調(diào)度概述
- 7.2 智能調(diào)度技術(shù)
- 7.1.4 數(shù)字孿生的發(fā)展趨勢
- 7.1.3 數(shù)字孿生在智能車間中的應(yīng)用案例
- 7.1.2 多維多尺度的數(shù)字孿生模型構(gòu)建技術(shù)
- 7.1.1 數(shù)字孿生概述
- 7.1 數(shù)字孿生技術(shù)
- 第7章 數(shù)字孿生及其在智能調(diào)度中的應(yīng)用
- 參考文獻(xiàn)
- 6.5.3 仿真與分析
- 6.5.2 基于單向?qū)б窂降亩郃GV協(xié)調(diào)控制策略
- 6.5.1 基于單向?qū)б窂降亩郃GV協(xié)調(diào)控制問題描述
- 6.5 基于優(yōu)化路徑的缸蓋柔性產(chǎn)線設(shè)備布局
- 6.4.4 基于優(yōu)化路徑的產(chǎn)線設(shè)備布局算法解算
- 6.4.3 缸蓋柔性產(chǎn)線設(shè)備布局建模及約束條件
- 6.4.2 缸蓋柔性產(chǎn)線設(shè)備布局基礎(chǔ)數(shù)據(jù)計算
- 6.4.1 傳統(tǒng)設(shè)備布局建模
- 6.4 基于優(yōu)化路徑的缸蓋柔性產(chǎn)線設(shè)備布局
- 6.3.2 單向?qū)б窂骄W(wǎng)絡(luò)模型求解
- 6.3.1 單向?qū)б窂骄W(wǎng)絡(luò)建模
- 6.3 AGV系統(tǒng)單向?qū)б窂骄W(wǎng)絡(luò)設(shè)計方法
- 6.2.4 AMR應(yīng)用場景
- 6.2.3 AMR路徑規(guī)劃與調(diào)度系統(tǒng)
- 6.2.2 構(gòu)成及關(guān)鍵技術(shù)
- 6.2.1 認(rèn)識AMR
- 6.2 工業(yè)物流自主移動機(jī)器人
- 6.1 引言
- 第6章 智能物流
- 參考文獻(xiàn)
- 5.3.2 新一代智能機(jī)床
- 5.3.1 引言
- 5.3 數(shù)控機(jī)床
- 5.2.4 基于人工智能技術(shù)的協(xié)作機(jī)器人新趨勢及創(chuàng)新應(yīng)用案例
- 5.2.3 我國在工業(yè)機(jī)器人領(lǐng)域的政策引導(dǎo)
- 5.2.2 國產(chǎn)品牌工業(yè)機(jī)器人的發(fā)展趨勢
- 5.2.1 工業(yè)機(jī)器人的全球發(fā)展趨勢
- 5.2 工業(yè)機(jī)器人
- 5.1.2 其他類型的金屬3D打印技術(shù)
- 5.1.1 選區(qū)激光熔化技術(shù)
- 5.1 金屬3D打印
- 第5章 智能工業(yè)裝備
- 參考文獻(xiàn)
- 4.4.2 智能工廠
- 4.4.1 智能生產(chǎn)
- 4.4 智能制造執(zhí)行系統(tǒng)
- 4.3.5 智能優(yōu)化算法
- 4.3.4 模糊控制
- 4.3.3 神經(jīng)網(wǎng)絡(luò)
- 4.3.2 迭代學(xué)習(xí)
- 4.3.1 機(jī)器學(xué)習(xí)
- 4.3 智能控制算法
- 4.2.4 “關(guān)聯(lián)+預(yù)測+調(diào)控”車間運(yùn)行分析與決策新模式
- 4.2.3 車間運(yùn)行分析與決策常用模式
- 4.2.2 優(yōu)化對象及目標(biāo)
- 4.2.1 智能制造分析與決策概述
- 4.2 智能制造分析與決策
- 4.1.4 制造全信息化技術(shù)
- 4.1.3 協(xié)同自動化技術(shù)
- 4.1.2 全互聯(lián)網(wǎng)集成技術(shù)
- 4.1.1 數(shù)據(jù)智能采集技術(shù)
- 4.1 智能制造中的智能控制技術(shù)
- 第4章 智能決策和控制技術(shù)
- 參考文獻(xiàn)
- 3.4.7 人機(jī)物知識圖譜故障/質(zhì)量診斷總體結(jié)構(gòu)
- 3.4.6 知識圖譜問答技術(shù)
- 3.4.5 知識推理技術(shù)
- 3.4.4 知識存儲
- 3.4.3 實體對齊
- 3.4.2 實體關(guān)系抽取
- 3.4.1 命名實體識別
- 3.4 人機(jī)物知識圖譜融合的制造診斷決策
- 3.3.4 時空數(shù)據(jù)的處理方法
- 3.3.3 時空數(shù)據(jù)模型的分析操作
- 3.3.2 時空數(shù)據(jù)模型的組織形式
- 3.3.1 車間時空數(shù)據(jù)模型
- 3.3 時空數(shù)據(jù)模型
- 3.2.3 循環(huán)神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)特征提取
- 3.2.2 卷積神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)特征提取
- 3.2.1 深度自編碼網(wǎng)絡(luò)數(shù)據(jù)特征提取
- 3.2 大數(shù)據(jù)特征提取方法
- 3.1.4 數(shù)據(jù)融合
- 3.1.3 數(shù)據(jù)歸約
- 3.1.2 數(shù)據(jù)清洗
- 3.1.1 數(shù)據(jù)集成
- 3.1 大數(shù)據(jù)預(yù)處理方法
- 第3章 大數(shù)據(jù)分析和知識圖譜
- 參考文獻(xiàn)
- 2.3.3 工業(yè)現(xiàn)場智能感知工作邏輯
- 2.3.2 工業(yè)現(xiàn)場智能感知系統(tǒng)架構(gòu)
- 2.3.1 工業(yè)現(xiàn)場智能感知需求分析
- 2.3 工業(yè)現(xiàn)場智能感知架構(gòu)
- 2.2.2 數(shù)據(jù)傳輸技術(shù)
- 2.2.1 數(shù)據(jù)采集技術(shù)
- 2.2 工業(yè)現(xiàn)場多源數(shù)據(jù)智能感知技術(shù)體系
- 2.1.3 智能感知技術(shù)存在的問題
- 2.1.2 智能感知技術(shù)的研究現(xiàn)狀
- 2.1.1 智能感知技術(shù)的定義
- 2.1 概述
- 第2章 智能感知技術(shù)
- 參考文獻(xiàn)
- 1.2.8 產(chǎn)線重構(gòu)
- 1.2.7 數(shù)字孿生
- 1.2.6 車間生產(chǎn)調(diào)度
- 1.2.5 智能物流
- 1.2.4 智能裝備
- 1.2.3 車間智能決策與控制方法
- 1.2.2 工業(yè)大數(shù)據(jù)分析與基于本體的知識圖譜構(gòu)建
- 1.2.1 智能感知
- 1.2 基于人機(jī)物協(xié)同的智慧工業(yè)關(guān)鍵技術(shù)研究現(xiàn)狀及發(fā)展趨勢
- 1.1 智慧工業(yè)概述
- 第1章 基于人機(jī)物協(xié)同的智慧工業(yè)概述
- 編寫說明
- 前言
- 序言
- 編委會辦公室
- 編委會
- 作者簡介
- 版權(quán)信息
- 封面
- 封面
- 版權(quán)信息
- 作者簡介
- 編委會
- 編委會辦公室
- 序言
- 前言
- 編寫說明
- 第1章 基于人機(jī)物協(xié)同的智慧工業(yè)概述
- 1.1 智慧工業(yè)概述
- 1.2 基于人機(jī)物協(xié)同的智慧工業(yè)關(guān)鍵技術(shù)研究現(xiàn)狀及發(fā)展趨勢
- 1.2.1 智能感知
- 1.2.2 工業(yè)大數(shù)據(jù)分析與基于本體的知識圖譜構(gòu)建
- 1.2.3 車間智能決策與控制方法
- 1.2.4 智能裝備
- 1.2.5 智能物流
- 1.2.6 車間生產(chǎn)調(diào)度
- 1.2.7 數(shù)字孿生
- 1.2.8 產(chǎn)線重構(gòu)
- 參考文獻(xiàn)
- 第2章 智能感知技術(shù)
- 2.1 概述
- 2.1.1 智能感知技術(shù)的定義
- 2.1.2 智能感知技術(shù)的研究現(xiàn)狀
- 2.1.3 智能感知技術(shù)存在的問題
- 2.2 工業(yè)現(xiàn)場多源數(shù)據(jù)智能感知技術(shù)體系
- 2.2.1 數(shù)據(jù)采集技術(shù)
- 2.2.2 數(shù)據(jù)傳輸技術(shù)
- 2.3 工業(yè)現(xiàn)場智能感知架構(gòu)
- 2.3.1 工業(yè)現(xiàn)場智能感知需求分析
- 2.3.2 工業(yè)現(xiàn)場智能感知系統(tǒng)架構(gòu)
- 2.3.3 工業(yè)現(xiàn)場智能感知工作邏輯
- 參考文獻(xiàn)
- 第3章 大數(shù)據(jù)分析和知識圖譜
- 3.1 大數(shù)據(jù)預(yù)處理方法
- 3.1.1 數(shù)據(jù)集成
- 3.1.2 數(shù)據(jù)清洗
- 3.1.3 數(shù)據(jù)歸約
- 3.1.4 數(shù)據(jù)融合
- 3.2 大數(shù)據(jù)特征提取方法
- 3.2.1 深度自編碼網(wǎng)絡(luò)數(shù)據(jù)特征提取
- 3.2.2 卷積神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)特征提取
- 3.2.3 循環(huán)神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)特征提取
- 3.3 時空數(shù)據(jù)模型
- 3.3.1 車間時空數(shù)據(jù)模型
- 3.3.2 時空數(shù)據(jù)模型的組織形式
- 3.3.3 時空數(shù)據(jù)模型的分析操作
- 3.3.4 時空數(shù)據(jù)的處理方法
- 3.4 人機(jī)物知識圖譜融合的制造診斷決策
- 3.4.1 命名實體識別
- 3.4.2 實體關(guān)系抽取
- 3.4.3 實體對齊
- 3.4.4 知識存儲
- 3.4.5 知識推理技術(shù)
- 3.4.6 知識圖譜問答技術(shù)
- 3.4.7 人機(jī)物知識圖譜故障/質(zhì)量診斷總體結(jié)構(gòu)
- 參考文獻(xiàn)
- 第4章 智能決策和控制技術(shù)
- 4.1 智能制造中的智能控制技術(shù)
- 4.1.1 數(shù)據(jù)智能采集技術(shù)
- 4.1.2 全互聯(lián)網(wǎng)集成技術(shù)
- 4.1.3 協(xié)同自動化技術(shù)
- 4.1.4 制造全信息化技術(shù)
- 4.2 智能制造分析與決策
- 4.2.1 智能制造分析與決策概述
- 4.2.2 優(yōu)化對象及目標(biāo)
- 4.2.3 車間運(yùn)行分析與決策常用模式
- 4.2.4 “關(guān)聯(lián)+預(yù)測+調(diào)控”車間運(yùn)行分析與決策新模式
- 4.3 智能控制算法
- 4.3.1 機(jī)器學(xué)習(xí)
- 4.3.2 迭代學(xué)習(xí)
- 4.3.3 神經(jīng)網(wǎng)絡(luò)
- 4.3.4 模糊控制
- 4.3.5 智能優(yōu)化算法
- 4.4 智能制造執(zhí)行系統(tǒng)
- 4.4.1 智能生產(chǎn)
- 4.4.2 智能工廠
- 參考文獻(xiàn)
- 第5章 智能工業(yè)裝備
- 5.1 金屬3D打印
- 5.1.1 選區(qū)激光熔化技術(shù)
- 5.1.2 其他類型的金屬3D打印技術(shù)
- 5.2 工業(yè)機(jī)器人
- 5.2.1 工業(yè)機(jī)器人的全球發(fā)展趨勢
- 5.2.2 國產(chǎn)品牌工業(yè)機(jī)器人的發(fā)展趨勢
- 5.2.3 我國在工業(yè)機(jī)器人領(lǐng)域的政策引導(dǎo)
- 5.2.4 基于人工智能技術(shù)的協(xié)作機(jī)器人新趨勢及創(chuàng)新應(yīng)用案例
- 5.3 數(shù)控機(jī)床
- 5.3.1 引言
- 5.3.2 新一代智能機(jī)床
- 參考文獻(xiàn)
- 第6章 智能物流
- 6.1 引言
- 6.2 工業(yè)物流自主移動機(jī)器人
- 6.2.1 認(rèn)識AMR
- 6.2.2 構(gòu)成及關(guān)鍵技術(shù)
- 6.2.3 AMR路徑規(guī)劃與調(diào)度系統(tǒng)
- 6.2.4 AMR應(yīng)用場景
- 6.3 AGV系統(tǒng)單向?qū)б窂骄W(wǎng)絡(luò)設(shè)計方法
- 6.3.1 單向?qū)б窂骄W(wǎng)絡(luò)建模
- 6.3.2 單向?qū)б窂骄W(wǎng)絡(luò)模型求解
- 6.4 基于優(yōu)化路徑的缸蓋柔性產(chǎn)線設(shè)備布局
- 6.4.1 傳統(tǒng)設(shè)備布局建模
- 6.4.2 缸蓋柔性產(chǎn)線設(shè)備布局基礎(chǔ)數(shù)據(jù)計算
- 6.4.3 缸蓋柔性產(chǎn)線設(shè)備布局建模及約束條件
- 6.4.4 基于優(yōu)化路徑的產(chǎn)線設(shè)備布局算法解算
- 6.5 基于優(yōu)化路徑的缸蓋柔性產(chǎn)線設(shè)備布局
- 6.5.1 基于單向?qū)б窂降亩郃GV協(xié)調(diào)控制問題描述
- 6.5.2 基于單向?qū)б窂降亩郃GV協(xié)調(diào)控制策略
- 6.5.3 仿真與分析
- 參考文獻(xiàn)
- 第7章 數(shù)字孿生及其在智能調(diào)度中的應(yīng)用
- 7.1 數(shù)字孿生技術(shù)
- 7.1.1 數(shù)字孿生概述
- 7.1.2 多維多尺度的數(shù)字孿生模型構(gòu)建技術(shù)
- 7.1.3 數(shù)字孿生在智能車間中的應(yīng)用案例
- 7.1.4 數(shù)字孿生的發(fā)展趨勢
- 7.2 智能調(diào)度技術(shù)
- 7.2.1 智能調(diào)度概述
- 7.2.2 智能調(diào)度算法
- 7.2.3 數(shù)字孿生技術(shù)在智能調(diào)度中的應(yīng)用案例
- 7.2.4 智能調(diào)度的發(fā)展趨勢
- 7.3 基于數(shù)字孿生模型的無人熱軋產(chǎn)線調(diào)度優(yōu)化方法
- 7.3.1 混合流水車間調(diào)度問題研究現(xiàn)狀
- 7.3.2 基于熱軋產(chǎn)線數(shù)字孿生模型的混合流水車間動態(tài)調(diào)度
- 7.3.3 MOHFSP-DRP能耗評價方法
- 7.3.4 MOHFSP-DRP的多目標(biāo)整數(shù)規(guī)劃模型
- 7.3.5 提出求解MOHFSP-DRP的IMOWOA
- 7.3.6 IMOWOA求解實際的MOHFSP-DRP模型
- 7.4 基于數(shù)字孿生模型的無人熱水器內(nèi)膽焊接產(chǎn)線調(diào)度優(yōu)化方法
- 7.4.1 基于數(shù)字孿生感知動態(tài)事件的混合流水車間調(diào)度問題特征
- 7.4.2 求解實際的MOHFGSP-DE模型
- 參考文獻(xiàn)
- 第8章 智能產(chǎn)線重構(gòu)
- 8.1 基于CPS制造組件的產(chǎn)線自主重構(gòu)方法
- 8.1.1 當(dāng)前產(chǎn)線制造系統(tǒng)現(xiàn)狀
- 8.1.2 復(fù)雜制造環(huán)境下無人產(chǎn)線特點(diǎn)分析
- 8.1.3 基于分形理論的無人產(chǎn)線自相似CPS制造組件構(gòu)建
- 8.2 基于群集協(xié)作的考慮實際約束的CPS制造組件自組織分層聚集與動態(tài)配置
- 8.2.1 基于群集協(xié)作的CPS制造組件自組織分層聚集
- 8.2.2 實際約束下CPS制造組件分形單元動態(tài)配置過程描述
- 8.3 考慮增添設(shè)備的無人產(chǎn)線自組織重構(gòu)資源配置
- 8.3.1 問題描述
- 8.3.2 模型參數(shù)
- 8.3.3 加工參數(shù)計算
- 8.3.4 目標(biāo)函數(shù)及約束
- 8.3.5 海爾熱水器內(nèi)膽焊接產(chǎn)線實例
- 8.4 無人產(chǎn)線魯棒性布局設(shè)計
- 8.4.1 車間布局研究現(xiàn)狀
- 8.4.2 無人產(chǎn)線生產(chǎn)需求及設(shè)備信息分析
- 8.4.3 無人產(chǎn)線魯棒性布局模型構(gòu)建
- 8.4.4 無人產(chǎn)線魯棒性布局模型求解
- 8.4.5 案例展示
- 參考文獻(xiàn) 更新時間：2022-06-17 16:51:14
