智能製造系統：模型、技術與運行

張潔 東華大學教授、博士生導師，人工智能研究院常務副院長。 1997年在南京航空航太大學獲博士學位，華中科技大學及香港大學博士後，法國里昂二大、美國加州大學柏克萊分校、美國伊利諾大學香檳分校資深訪問學者，曾任上海交通大學教授、博士生指導教授。現擔任中國人工智能學會智慧製造專委會副主任、中國機械工程學會工業大數據與智慧系統分會執行副主任、中國機電整合技術應用協會工業大數據分會理事長等兼職，長期從事智慧製造、大數據與人工智能領域的教學與研究工作。

目錄
前言
第1章智能製造系統發展概述1
1.1 智能製造發展趨勢1
1.1.1 製造業發展歷程1
1.1.2 國外智能製造發展戰略2
1.1.3 國內智能製造發展戰略7
1.1.4 智能製造發展戰略分析9
1.2 智能製造標準化發展10
1.2.1 標準化歷程10
1.2.2 智能製造國際標準化組織12
1.2.3 我國智能製造標準化工作14
1.3 智能製造模式18
1.3.1 典型智能製造模式19
1.3.2 智能製造應用模式案例19
參考文獻24
第2章智能製造系統模型25
2.1 智能製造系統標準化參考模型25
2.1.1 工業4.0參考架構模型25
2.1.2 IIC工業因特網總體架構28
2.1.3 智能製造生態系統30
2.1.4 工業價值鏈參考架構32
2.2 智能製造能力成熟度模型34
2.2.1 智能製造能力成熟度模型定義35
2.2.2 智能製造能力成熟度模型架構36
2.2.3 10大核心要素的成熟度要求37
2.2.4 模型的應用51
2.3 信息物理系統模型53
2.3.1 信息物理系統的發展脈絡53
2.3.2 信息物理系統的定義54
2.3.3 信息物理系統的本質55
2.3.4 信息物理系統的層次56
2.3.5 信息物理系統的特徵57
2.3.6 信息物理系統的架構58
2.3.7 信息物理系統的技術體系60
2.3.8 信息物理系統的核心技術要素60
2.3.9 信息物理系統的應用場景62
2.3.10 紡紗智能車間信息物理單元通用模型72
參考文獻77
第3章智能製造系統使能技術79
3.1 工業物聯網技術79
3.1.1 物聯網概述79
3.1.2 工業因特網80
3.1.3 5G技術83
3.2 工業大數據技術85
3.2.1 工業大數據感知技術85
3.2.2 工業大數據通信與控製網絡技術90
3.2.3 工業大數據分析與挖掘技術95
3.3 虛擬現實和增強現實技術99
3.3.1 虛擬現實技術99
3.3.2 增強現實技術102
3.4 數字孿生技術103
3.4.1 數字孿生概述103
3.4.2 產品數字孿生技術104
3.4.3 生產數字孿生技術105
3.4.4 設備數字孿生技術106
3.4.5 性能數字孿生技術108
3.4.6 數字孿生技術在工業領域的應用109
3.5 機器學習技術109
3.5.1 機器學習概述109
3.5.2 大數據環境下機器學習的研究現狀109
3.5.3 機器學習的分類110
3.5.4 機器學習的常見算法110
3.5.5 機器學習技術在工業領域的應用113
3.6 信息安全技術115
3.6.1 系統安全技術115
3.6.2 信息部分安全技術118
3.6.3 區塊鏈技術120
參考文獻121
第4章智能製造系統關鍵裝備124
4.1 智能傳感系統125
4.1.1 概述125
4.1.2 智能傳感器基礎126
4.1.3 智能傳感器的關鍵應用場景132
4.1.4 智能傳感器的行業應用情況133
4.2 智能數控機床134
4.2.1 概述134
4.2.2 智能數控機床基礎135
4.2.3 應用展望141
4.3 智能機器人142
4.3.1 概述142
4.3.2 智能機器人基礎142
4.3.3 智能機器人在製造業的應用150
4.4 智能物流裝備151
4.4.1 概述151
4.4.2 智能物流基礎152
4.4.3 智能製造系統與智能物流系統深度融合157
參考文獻158
第5章智能製造系統組織161
5.1 智能單元162
5.1.1 智能單元定義162
5.1.2 智能單元模塊構成163
5.1.3 智能單元一體化集成164
5.2 智能車間166
5.2.1 智能車間簡介166
5.2.2 智能車間類型167
5.2.3 智能車間管理171
5.3 智能工廠176
5.3.1 智能工廠特點176
5.3.2 智能工廠構成178
5.3.3 智能工廠類型185
5.3.4 智能工廠趨勢188
參考文獻190
第6章智能製造系統運行192
6.1 設備智能維護192
6.1.1 設備維護的重要性192
6.1.2 設備維護的發展史193
6.1.3 預測性維護的實施步驟194
6.2 質量智能控制197
6.2.1 質量控制的主要內容及問題特點198
6.2.2 質量數據關聯性分析技術200
6.2.3 質量預測技術201
6.2.4 質量控制優化技術203
6.3 智能生產計劃205
6.3.1 智能生產計劃概述205
6.3.2 智能生產計劃方法206
6.3.3 案例介紹207
6.4 智能生產調度211
6.4.1 智能生產調度概述211
6.4.2 智能生產調度方法214
6.4.3 案例介紹215
參考文獻220
第7章智能製造系統典型模式222