本篇主要提供制造物联网技术姚锡凡,张存吉,张剑铭华中科技电子书的pdf版本下载,本电子书下载方式为百度网盘方式,点击以上按钮下单完成后即会通过邮件和网页的方式发货,有问题请联系邮箱ebook666@outlook.com
图书基本信息 | |||
图书名称 | 制造物联网技术 | 作者 | 姚锡凡,张存吉,张剑铭 |
定价 | 148元 | 出版社 | 华中科技大学出版社 |
ISBN | 9787568039857 | 出版日期 | 2019-03-01 |
字数 | 页码 | 305 | |
版次 | 装帧 | 精装 | |
开本 | 16开 | 商品重量 |
内容提要 | |
新一代的“互联网+制造”更加强调通过运用云计算、物联网、大数据为代表的新一代信息技术与制造业、生产性服务业等融合创新,为产业智能化提供支撑,进而形成新一代的智能制造模式,包括云制造、制造物联、智慧制造等。本书以融合信息系统与物理系统于一体的制造物联为例介绍新一代智能制造技术,包括物联网、云计算、CPS、大数据等基础技术,以及制造物联体系结构、关键技术和建模技术等主体内容,后给出了详细实施案例。 |
目录 | |
章绪论/1 n 1.1制造物联网与新工业革命/1 n 1.1.1新工业革命与新型制造模式/1 n 1.1.2制造物联网与工业4.0/5 n 1.1.3制造物联网与工业互联网/8 n 1.2制造物联网的内涵与特点/10 n 1.3制造物联网的关键技术/11 n 1.4制造物联网的关键信息技术/14 n 1.5制造物联网与其他新兴智能制造模式对比/15 n 1.6制造物联网的展望/17 n 本章参考文献/25 n 第2章制造物联网技术基础/28 n 2.1物联网/28 n 2.1.1物联网的含义和发展/28 n 2.1.2RFID技术/32 n 2.1.3物联网的其他关键技术/35 n 2.2大数据/37 n 2.2.1大数据的含义/38 n 2.2.2制造中的大数据问题/39 n 2.2.3大数据挖掘/41 n 2.3务联网/44 n 2.3.1务联网的概念/44 n 2.3.2SOA和云计算/45 n 2.4信息物理系统/50 n 2.4.1CPS的定义/51 n 2.4.2CPS的研究现状/51 n 2.4.3CPS的系统特性与挑战/53 n 本章参考文献/54 n 制造物联网技术目录第3章制造物联网的体系架构及其发展/58 n 3.1制造物联网的体系架构/58 n 3.2基于CPS的智能制造的体系架构/66 n 3.3智慧制造的体系架构/68 n 3.4大数据驱动的主动制造体系架构/72 n 本章参考文献/79 n 第4章制造物联网建模技术/81 n 4.1制造资源服务化建模/81 n 4.1.1制造资源的特点及资源模型需求/81 n 4.1.2制造资源分类/83 n 4.1.3制造设备资源服务化建模实例/84 n 4.2复杂事件处理建模/92 n 4.2.1复杂事件处理技术/92 n 4.2.2复杂事件处理建模实例/94 n 4.3本体建模/104 n 4.3.1本体语言及推理机制选用/104 n 4.3.2面向制造物联网环境的加工设备本体建模/107 n 4.3.3加工设备本体应用实例/111 n 4.3.4考虑服务关联的制造云服务本体建模/118 n 4.3.5制造服务关联本体建模实例/124 n 4.4生产车间调度建模/128 n 4.4.1面向制造物联网车间调度的业务流程/129 n 4.4.2面向制造物联网车间调度问题的描述/131 n 4.4.3车间调度过程分析/131 n 4.5基于进程代数的制造服务组合建模/136 n 4.5.1扩展进程代数/136 n 4.5.2云制造服务组合进程形式化模型的XPC4CMSC描述/140 n 本章参考文献/147 n 第5章制造物联网资源状态监测技术/151 n 5.1基于RFID的工件异常事件监测/151 n 5.1.1基于物联网构建的制造车间感知环境/152 n 5.1.2RFID事件模型/152 n 5.1.3RFID复杂事件处理技术/154 n 5.1.4实验与分析/161 n 5.2基于无线加速度的刀具状态监测/168 n 5.2.1刀具状态监测框架/168 n 5.2.2实验装置与数据采集/170 n 5.2.3信号预处理/172 n 5.2.4特征提取/177 n 5.2.5特征选择/184 n 5.2.6建立预测模型/185 n 5.2.7刀具磨损监测与剩余寿命预测/190 n 5.3基于深度学习的刀具状态监测/193 n 5.3.1卷积神经网络/194 n 5.3.2基于卷积神经网络的刀具磨损监测方法/196 n 5.3.3实验与分析/201 n 本章参考文献/206 n 第6章制造物联网云服务组合优化算法/211 n 6.1云制造资源服务组合优化方法/211 n 6.1.1资源服务组合优化选择问题的求解方法分析/211 n 6.1.2Pareto解/212 n 6.1.3改进的带精英策略的快速非支配排序遗传算法/214 n 6.1.4算例/219 n 6.2三种制造云服务组合优化算法/226 n 6.2.1改进的遗传算法/226 n 6.2.2改进的粒子群算法/237 n 6.2.3教学优化算法/244 n 本章参考文献/249 n 第7章制造物联网应用实例/251 n 7.1物联网车间加工作业的主动调度/251 n 7.1.1调度模型分类/252 n 7.1.2物联网车间加工作业感知环境构建/252 n 7.1.3主动调度方案/254 n 7.1.4实验结果与分析/266 n 7.2制造云服务组合优化/277 n 7.2.1小规模制造云服务组合优化/277 n 7.2.2大规模制造云服务组合优化/281 n 7.2.3摩托车制造/287 n 7.2.4航空复杂产品设计/290 n 7.3智能工厂/295 n 7.3.1面向服务和实时保障的CPS平台/297 n 7.3.2工业4.0标准和开放的参考架构/298 n 7.3.3工业4.0示范项目/300 n 7.4制造物联网电子工厂/301 n 7.4.1制造物联网数据采集与云管理/302 n 7.4.2PLC智能生产工厂/303 n 本章参考文献/304 |
作者介绍 | |
姚锡凡,1964年生,男,博士,华南理工大学机械与汽车工程学院教授/博士生导师,汉族,广东廉江市人,研究方向为数字制造与计算机控制,主讲过4门本科课程和5门研究生课程,主持了国家863计划、国家自然科学基金、留学回国人员科研启动基金等多项课题,发表100余篇论文和出版2本专著,获得了国家教委和广东省级科技进步二等奖。 |
编辑推荐 | |
物联网是引起工业4.0的关键因素之一,在新一代的智能制造中起关键支撑作用。德国工业 4.0和我国的“两化”深度融合的核心思想是要充分利用新一代信息技术改造传统产业,进而实现制造业的智能化转型升级。而制造物联网技术正是实现这种转型升级的关键所在。制造物联网虽然可以简单看作制造技术与物联网的融合,但它本身包含丰富而广泛的内涵,旨在通过泛在的实时感知、全面的互联互通和智能信息处理,实现产品/服务全生命周期的优化管理与控制,以及工艺和产品的创新。同时,制造物联网是一个动态和不断发展的概念,特别是伴随着物联网及信息物理系统的广泛应用而出现的制造大数据,需要大数据分析和云计算等技术支持,因此,制造物联网包含了制造技术与物联网、务联网、信息物理系统、大数据等有机融合的技术。 |