目录
CONTENTS
序言
前言
编写说明
第1章.基于人机物协同的智慧工业概述.1
1.1.智慧工业概述.2
1.2.基于人机物协同的智慧工业关键技术研究现状及
发展趋势.3
1.2.1.智能感知.3
1.2.2.工业大数据分析与基于本体的知识图谱构建.5
1.2.3.车间智能决策与控制方法.7
1.2.4.智能装备.9
1.2.5.智能物流12
1.2.6.车间生产调度14
1.2.7.数字孪生15
1.2.8.产线重构16
参考文献.19
第2章.智能感知技术27
2.1.概述28
2.1.1.智能感知技术的定义28
2.1.2.智能感知技术的研究现状28
2.1.3.智能感知技术存在的问题30
2.2.工业现场多源数据智能感知技术体系31
2.2.1.数据采集技术31
2.2.2.数据传输技术64
2.3.工业现场智能感知架构75
2.3.1.工业现场智能感知需求分析75
2.3.2.工业现场智能感知系统架构77
2.3.3.工业现场智能感知工作逻辑80
参考文献.83
第3章.大数据分析和知识图谱85
3.1.大数据预处理方法87
3.1.1.数据集成87
3.1.2.数据清洗88
3.1.3.数据归约89
3.1.4.数据融合90
3.2.大数据特征提取方法91
3.2.1.深度自编码网络数据特征提取91
3.2.2.卷积神经网络数据特征提取94
3.2.3.循环神经网络数据特征提取97
3.3.时空数据模型.100
3.3.1.车间时空数据模型.100
3.3.2.时空数据模型的组织形式.103
3.3.3.时空数据模型的分析操作.104
3.3.4.时空数据的处理方法.107
3.4.人机物知识图谱融合的制造诊断决策.110
3.4.1.命名实体识别.112
3.4.2.实体关系抽取.114
3.4.3.实体对齐.116
3.4.4.知识存储.117
3.4.5.知识推理技术.118
3.4.6.知识图谱问答技术.121
3.4.7.人机物知识图谱故障/质量诊断总体结构123
参考文献125
第4章.智能决策和控制技术.127
4.1.智能制造中的智能控制技术.128
4.1.1.数据智能采集技术.128
4.1.2.全互联网集成技术.129
4.1.3.协同自动化技术.130
4.1.4.制造全信息化技术.131
4.2.智能制造分析与决策.133
4.2.1.智能制造分析与决策概述.133
4.2.2.优化对象及目标.133
4.2.3.车间运行分析与决策常用模式.134
4.2.4.“关联+预测+调控”车间运行分析与
决策新模式.138
4.3.智能控制算法.143
4.3.1.机器学习.143
4.3.2.迭代学习.149
4.3.3.神经网络.156
4.3.4.模糊控制.160
4.3.5.智能优化算法.163
4.4.智能制造执行系统.166
4.4.1.智能生产.167
4.4.2.智能工厂.167
参考文献171
第5章.智能工业装备.177
5.1.金属3D打印178
5.1.1.选区激光熔化技术.179
5.1.2.其他类型的金属3D打印技术191
5.2.工业机器人.200
5.2.1.工业机器人的全球发展趋势.200
5.2.2.国产品牌工业机器人的发展趋势.202
5.2.3.我国在工业机器人领域的政策引导.204
5.2.4.基于人工智能技术的协作机器人新趋势及创新
应用案例.205
5.3.数控机床.216
5.3.1.引言.216
5.3.2.新一代智能机床.219
参考文献227
第6章.智能物流.229
6.1.引言.230
6.2.工业物流自主移动机器人.233
6.2.1.认识AMR233
6.2.2.构成及关键技术.235
6.2.3.AMR路径规划与调度系统238
6.2.4.AMR应用场景241
6.3.AGV系统单向导引路径网络设计方法.245
6.3.1.单向导引路径网络建模.245
6.3.2.单向导引路径网络模型求解.250
6.4.基于优化路径的缸盖柔性产线设备布局.252
6.4.1.传统设备布局建模.252
6.4.2.缸盖柔性产线设备布局基础数据计算.254
6.4.3.缸盖柔性产线设备布局建模及约束条件.257
6.4.4.基于优化路径的产线设备布局算法解算.259
6.5.基于优化路径的缸盖柔性产线设备布局.266
6.5.1.基于单向导引路径的多AGV协调控制问题描述.266
6.5.2.基于单向导引路径的多AGV协调控制策略.267
6.5.3.仿真与分析.242
参考文献276
第7章.数字孪生及其在智能调度中的应用.281
7.1.数字孪生技术.282
7.1.1.数字孪生概述.283
7.1.2.多维多尺度的数字孪生模型构建技术.290
7.1.3.数字孪生在智能车间中的应用案例.305
7.1.4.数字孪生的发展趋势.311
7.2.智能调度技术.313
7.2.1.智能调度概述.313
7.2.2.智能调度算法.320
7.2.3.数字孪生技术在智能调度中的应用案例.329
7.2.4.智能调度的发展趋势.330
7.3.基于数字孪生模型的无人热轧产线调度优化方法.331
7.3.1.混合流水车间调度问题研究现状.331
7.3.2.基于热轧产线数字孪生模型的混合流水车间动态
调度模型描述.332
7.3.3.MOHFSP-DRP能耗评价方法.334
7.3.4.MOHFSP-DRP的多目标整数规划模型.335
7.3.5.提出求解MOHFSP-DRP的IMOWOA336
7.3.6.IMOWOA求解实际的MOHFSP-DRP模型341
7.4.基于数字孪生模型的无人热水器内胆焊接产线调度
优化方法.344
7.4.1.基于数字孪生感知动态事件的混合流水车间调度
问题特征.345
7.4.2.求解实际的MOHFGSP-DE模型346
参考文献350
第8章.智能产线重构.353
8.1.基于CPS制造组件的产线自主重构方法.354
8.1.1.当前产线制造系统现状.354
8.1.2.复杂制造环境下无人产线特点分析.355
8.1.3.基于分形理论的无人产线自相似CPS制造
组件构建.358
8.2. 基于群集协作的考虑实际约束的CPS制造组件自
组织分层聚集与动态配置361
8.2.1.基于群集协作的C
鄂公网安备 42010302001612号 