图书详情

¥79.0

数字工厂实践: 技术图谱与管理指南

作者：卢阳光李晓瑜顾强

编辑：李强

相关信息

图书名称：数字工厂实践: 技术图谱与管理指南
ISBN：978-7-115-63439-9
作者：卢阳光李晓瑜顾强
编辑：李强
从书名：无
开本：16开
页数：360
印刷色数：单色
出版状态：已出版
出版日期：2024-05-24
作者简介：卢阳光，工学博士，九三学社社员。研究方向为工业大数据、智能制造理论与方法，ESI高被引论文作者，多个智能制造领域高水平SCI期刊的审稿人。历任德国大众、中国万达、宁德新能源的数字工厂工程师、数字技术部总监、大数据高级经理等职务；现任三一重机小挖公司副总经理，兼三一重机有限公司大数据所所长。在离散工业和流程工业的数字工厂、数字孪生、大数据应用方面都有丰富的项目经验。在IJIM、IJCIM、工业工程与管理等期刊发表多篇工业大数据、数字孪生、智能制造领域的学术论文。昆山市创新领军人才，苏州市姑苏领军人才，数字孪生通用国家标准编委，IEEE智能制造标准委员会专家。李晓瑜，工学博士，电子科技大学副教授。现任全国信息技术标准化技术委员会专家，ISO/IEC JTC1/SC41/WG6数字孪生工作组、WG14量子计算工作组专家，中国计算机学会量子计算专业组副秘书长，中国通信学会量子计算委员会副秘书长等。研究方向：人工智能、数字孪生、面向工业领域（航空、航天、船舶）的数字工程技术、CFD仿真与模式识别、量子计算等，先后参与工业互联网及数字孪生相关国际标准、国家标准6项。顾强，国防科技大学工学和军事学学士，历任江苏微锐超算有限公司软件研发工程师，现任三一重机大数据所软件研发团队负责人。研究方向高性能计算及跨平台软件研发，数据科学模型封装和工程化研发。获得工业大数据应用领域相关计算机软件著作权7项。

特别说明

制造业数字化转型实践手册，梳理了新一代数字工厂的应用技术图谱，并分析和讨论各技术应用实践场景

本书卖点

本书作者三一重机小挖公司副总经理，兼三一重机有限公司大数据所所长。还是数字孪生通用国家标准编委，IEEE智能制造标准委员会专家。研究方向为工业大数据、智能制造理论与方法，在IJIM、IJCIM、工业工程与管理等期刊发表多篇工业大数据、数字孪生、智能制造领域的学术论文。历任德国大众、中国万达、宁德新能源的数字工厂工程师、数字技术部总监、大数据高级经理等职务。在制造业数字化转型方面有丰富的经验，对制造业有深刻的洞察和理解,已在我社出版过《流程工业数字工厂技术与应用管理》，在科学社出版《面向智能制造的数字孪生构建方法与应用》。

本书梳理到目前为止新一代数字工厂的应用技术图谱，针对流程制造业的数字化方法，从技术标准、结构设计、规范、流程，到具体的建模技术、硬件和软件工具、应用开发平台等角度，详细地进行了实战级别的阐述。

本书拟邀请行业专家写序及行业大咖写推荐语。在营销方面，作者可在业内交流、行业会议及讲座时同步宣传图书，并联系相关公号做赠书活动。

技术基础篇
第1章数字工厂绪论 2
1.1　数字工厂的起源和发展 2
1.1.1　数字工厂起源 2
1.1.2　狭义数字工厂和广义数字工厂 3
1.1.3　从数字工厂到数字孪生 5
1.1.4　数字工厂的优势 6
1.1.5　流程制造工业的数字工厂和离散制造工业的数字工厂 7
1.2　数字工厂的组成 9
1.2.1　数字工厂的构成要素 9
1.2.2　数字工厂的关键技术 10
1.2.3　数字工厂的结构特征 11
1.3　对新一代数字工厂的思考 12
1.3.1　制造业面临的新挑战 12
1.3.2　两个常见的管理难题 14
1.3.3　系统论思想和问题剖析 16
1.3.4　破局思路和新一代数字工厂 20
1.3.5　对数字孪生和可视化技术的思考 23
第2章数字工厂基础平台 25
2.1　技术架构 25
2.1.1　基础平台 26
2.1.2　基本技术路线 26
2.1.3　硬件架构及需求评估 27
2.1.4　数字工厂的信息管理平台 28
2.1.5　数字工厂应用相关软件 28
2.2　数字工厂模型体系标准框架 37
2.2.1　工厂分解结构 37
2.2.2　信息编码规则 37
2.2.3　色卡定义 44
2.2.4　种子文件 45
2.2.5　设计图元库 52
2.3　数字工厂基础平台功能 53
2.3.1　工厂信息查询 53
2.3.2　三维模型浏览 54
2.3.3　数字化信息管理 54
2.3.4　工作流程配置 54
2.3.5　报表输出 55
2.3.6　权限管理 55
第3章数字工厂应用技术图谱—规划域 57
3.1　空间建模技术 58
3.1.1　空间建模标准框架 58
3.1.2　空间模型管理规范 59
3.1.3　工艺流程建模技术 64
3.1.4　三维建模技术 65
3.1.5　三维模型应用技术 70
3.2　三维逆向建模技术 73
3.2.1　激光扫描标准 73
3.2.2　软件及硬件选用 74
3.2.3　测量控制网布置 75
3.2.4　点云数据的处理 77
3.2.5　逆向建模方法 78
3.2.6　模型的校对修正 78
3.3　虚拟验证技术 80
3.3.1　空间模型验证技术 80
3.3.2　有限元分析技术 84
3.3.3　生产控制逻辑验证技术 85
3.3.4　试装分析技术 85
第4章数字工厂应用技术图谱—运营域 87
4.1　过程仿真分析技术 88
4.1.1　制造过程仿真技术 88
4.1.2　物流规划仿真技术 92
4.1.3　当前仿真软件的问题 97
4.1.4　仿真软件自主研发实践研究 98
4.1.5　阿波罗仿真软件应用简介 107
4.2　机器学习技术 116
4.2.1　基于机器学习的数字孪生 117
4.2.2　工业大数据的处理方法 122
4.2.3　机器学习的工业验证指标 124
4.3　知识图谱和自然语言处理技术 124
4.3.1　知识图谱和自然语言处理概述 124
4.3.2　知识图谱发展历程 126
4.3.3　知识图谱的构建方法 126
4.3.4　当前技术融合与应用 127
4.4　运筹优化技术 128
4.4.1　运筹学通识 128
4.4.2　线性规划 129
4.4.3　整数规划 129
4.4.4　排队论 130
4.4.5　存储论 132
4.4.6　决策论 133
应用管理篇
第5章数字工厂应用案例 136
5.1　空间建模技术应用案例 136
5.1.1　项目背景 136
5.1.2　项目规划和技术方案 137
5.1.3　三维模型查看 141
5.1.4　设备管理 142
5.1.5　检维修管理 142
5.1.6　工艺培训 143
5.1.7　仿真模拟 144
5.1.8　HSE应急指挥 144
5.1.9　项目成果和收益 145
5.2　数字仿真优化物流库区案例 146
5.3　数字仿真辅助车间规划案例 150
5.4　通过机器学习实现生产优化案例 153
5.5　知识图谱赋能售后体系案例 160
5.6　运筹优化降低物流成本案例 165
5.7　运筹优化提升生产效率案例 173
第6章数字工厂项目实践管理 180
6.1　数字工厂项目实施规划 180
6.1.1　项目目标 180
6.1.2　实施内容 180
6.1.3　协作过程 181
6.1.4　质量控制 181
6.1.5　项目交付 182
6.2　新建工厂项目数字化建模 183
6.2.1　第1阶段：基础准备 183
6.2.2　第2阶段：信息获取、集成和交付 186
6.2.3　第3阶段：信息应用 191
6.3　在役工厂项目数字化建模 191
6.3.1　第1阶段：基础准备 191
6.3.2　第2阶段：信息获取、集成和交付 192
6.3.3　第3阶段：信息应用 193
6.4　数字工厂模型应用系统接口 194
6.4.1　整体架构设计 194
6.4.2　平台接口定义 194
6.4.3　实时数据集成和生产监控 195
6.4.4　视频监控系统集成 196
6.4.5　设备管理系统集成 197
6.4.6　SAP系统集成 197
6.4.7　移动办公系统集成 197
6.4.8　三维模型查看接口 199
6.5　算法工程化的研发与应用 200
6.5.1　算法工程化的技术框架 200
6.5.2　算法工程化主流技术分析 201
6.5.3　算法工程化的实践路线 204
第7章数字工厂管理规范 207
7.1　概述 207
7.2　信息采集规范 207
7.3　信息管理和维护 211
7.4　数字化信息的移交规范 225
7.5　数据文件整理审查规范 226
7.6　数字工厂平台维护管理规定 228
7.7　数字工厂安全管理规定 229
7.8　数字工厂人员组织管理 231
第8章对数字工厂建设管理的思考 232
8.1　站在第四次工业革命浪潮上的思考 232
8.2　今天AI仍然是工程技术而非科学？ 234
8.3　数字工厂应该外购还是自主研发 236
8.4　数字化大变革时代的提议 239
相关名词缩略语 241

资源