掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
蜜蜂的寓言:私人的惡德,公眾的利益
-
>
世界貿易戰簡史
-
>
日本的凱恩斯:高橋是清傳:從足輕到藏相
-
>
近代天津工業與企業制度
-
>
貨幣之語
-
>
眉山金融論劍
-
>
圖解資本論
工業智能 方法與應用 版權信息
- ISBN：9787121429583
- 條形碼：9787121429583 ; 978-7-121-42958-3
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
工業智能 方法與應用 內容簡介
為了促進智能制造的發展進程，本書對工業智能的方法和應用展開了詳細的闡述。工業智能涉及的方法和應用極其廣泛，本書從工業過程中的設計、制造、運維三大活動展開，介紹了當前工業智能領域的熱點研究。本書共5篇。第1篇（第1、2章）概述了智能制造的概念、參考模型及核心，引申出了工業智能的概念和典型分類。第2篇（第3、4、5章）分別從結構設計的特征識別與優化、設計文檔結構化分析和裝配工藝智能設計展開。第3篇（第6、7、8章）分別介紹了工業缺陷圖像智能檢測、人員作業行為檢測與監控和制造過程的人機協同。第4篇（第9、10章）介紹了生產作業運行智能管控和設備故障診斷與預防性維修。第5篇（第11、12章）介紹了數字孿生與工業智能，以及AI+AR輔助下的制造知識。本書的主要讀者對象是數字化工程應用領域和智能制造領域的設計、制造、運維和管理人員，高校相關專業的研究人員，以及對工業智能技術感興趣的專業人士。
工業智能 方法與應用 目錄
**篇 工業智能基礎
第1章 工業智能概述 / 002
1．1 智能制造概述 / 002
1．1．1 智能制造的概念及參考架構 / 002
1．1．2 智能制造的核心 / 009
1．2 工業智能概述 / 019
1．2．1 工業智能的概念 / 019
1．2．2 工業智能的分類 / 023
參考文獻 / 029
第2章 工業智能基礎 / 031
2．1 工業智能算法基礎 / 031
2．1．1 工業智能的機器學習任務 / 031
2．1．2 常用工業智能經典算法 / 035
2．1．3 深度學習算法 / 042
2．2 工業智能流程 / 045
2．2．1 數據收集 / 046
2．2．2 數據預處理和特征工程 / 047
2．2．3 模型訓練和強化 / 049
2．3 工業智能場景 / 051
2．3．1 預測性維護 / 051
2．3．2 質量檢驗與保證 / 052
2．3．3 制造流程優化 / 052
2．3．4 供應鏈優化 / 054
2．3．5 人工智能驅動的網絡安全和隱私 / 054
2．3．6 自動物理安全 / 054
2．3．7 自動化數據管理 / 054
2．3．8 智能助手 / 055
2．3．9 人工智能驅動的研發 / 055
2．3．10 自主資源勘探 / 055
參考文獻 / 055
第二篇 設計階段的工業智能
第3章 結構設計的特征識別與優化 / 059
3．1 智能設計研究現狀 / 060
3．1．1 智能設計研究方法 / 060
3．1．2 產品智能CAD設計研究現狀 / 062
3．2 產品智能設計框架 / 063
3．3 智能設計中的關鍵技術 / 064
3．3．1 三維模型檢索技術 / 064
3．3．2 加工特征自動識別技術 / 068
3．3．3 設計方案優化 / 070
3．4 基于點云語義分割的下頜角術前截骨規劃 / 077
3．4．1 計算機輔助技術在下頜角術前截骨規劃中的應用 / 077
3．4．2 下頜角點云語義分割網絡 / 078
3．4．3 實驗設計與結果 / 080
參考文獻 / 082
第4章 設計文檔結構化分析 / 087
4．1 國內外相關技術研究現狀 / 088
4．1．1 標準電子文檔文本提取及結構化相關研究 / 088
4．1．2 航空標準電子文檔關鍵詞自動提取技術的相關研究 / 089
4．1．3 航空標準電子文檔信息檢索技術相關研究 / 091
4．2 基于規則匹配的文本去噪和結構化方法 / 093
4．2．1 航空標準電子文檔數據說明 / 093
4．2．2 航空標準電子文檔文本去噪和結構化技術路線 / 098
4．2．3 基于開源工具的航空標準電子文檔的文本提取實驗 / 099
4．2．4 基于規則匹配的文本去噪方法 / 103
4．2．5 航空標準電子文檔的文本數據存儲結構 / 106
4．2．6 文本樹的生成方法 / 108
4．3 航空標準電子文檔關鍵詞自動提取數據預處理方法 / 110
4．3．1 中文文檔關鍵詞自動提取方法技術路線 / 111
4．3．2 中文分詞模型 / 111
4．3．3 停用詞過濾 / 113
4．4 關鍵詞提取案例 / 114
參考文獻 / 119
第5章 裝配工藝智能設計 / 124
5．1 裝配工藝設計進展與現狀 / 124
5．1．1 裝配工藝信息建模研究現狀 / 124
5．1．2 裝配工藝規劃研究現狀 / 126
5．1．3 裝配工藝評價研究現狀 / 127
5．2 基于知識圖譜的裝配工藝智能設計方法 / 128
5．2．1 基于知識圖譜的裝配工藝信息建模 / 128
5．2．2 基于Bi-LSTM的裝配工藝信息模型構建方法 / 133
5．2．3 基于圖嵌入的裝配工藝生成方法 / 136
5．2．4 基于點云深度學習的裝配干涉檢測方法 / 144
5．3 某航空發動機壓氣機轉子部件裝配實例與驗證 / 147
5．3．1 裝配工藝知識圖譜數據庫自動構建 / 147
5．3．2 基于圖嵌入的裝配工藝自動生成 / 152
5．3．3 多裝配工藝方案可行性評價 / 155
參考文獻 / 158
第三篇 制造階段的工業智能
第6章 工業缺陷圖像智能檢測 / 162
6．1 工業缺陷圖像檢測進展與現狀 / 162
6．1．1 工業缺陷圖像檢測的定義 / 162
6．1．2 工業缺陷圖像檢測發展歷程 / 164
6．1．3 基于深度學習的工業缺陷圖像檢測進展 / 165
6．2 基于卷積神經網絡的鑄件缺陷檢測模型 / 175
6．3 基于注意力機制的細粒度鑄件缺陷識別方法 / 176
6．4 基于深度學習的鑄件射線圖像檢測案例 / 179
6．4．1 輸入分析 / 179
6．4．2 訓練過程分析 / 180
6．4．3 輸出分析 / 182
6．4．4 模型評估 / 184
6．4．5 成果展示 / 185
6．5 面向工業缺陷識別的可解釋性深度學習方法 / 186
6．5．1 工業缺陷檢測過程的可解釋性需求分析 / 186
6．5．2 可解釋性分析研究現狀 / 187
6．5．3 基于可解釋性方法的焊縫缺陷檢測案例 / 188
參考文獻 / 189
第7章 人工作業行為檢測與監控 / 194
7．1 作業行為檢測與監控的進展與現狀 / 194
7．2 作業行為檢測與監控算法總體框架 / 197
7．2．1 人體姿態估計 / 197
7．2．2 行為檢測 / 201
7．2．3 作業安全監控 / 205
7．3 基于深度學習的作業行為檢測與監控方法 / 205
7．3．1 基于OpenPose的骨架提取與建模 / 205
7．3．2 基于雙流LSTM融合網絡的作業行為特征提取 / 208
7．3．3 作業行為檢測識別 / 214
7．3．4 基于GRU的作業行為流程序列編碼 / 215
7．3．5 基于規范性感知網絡的作業行為規范性權重挖掘 / 217
7．3．6 基于邏輯回歸的規范性判斷 / 220
7．4 基于作業行為檢測的人機協作裝配案例 / 222
7．4．1 案例介紹 / 222
7．4．2 實驗環境設置 / 225
7．4．3 功能驗證 / 225
參考文獻 / 227
第8章 制造過程的人機協同 / 231
8．1 人機協同研究進展與現狀 / 231
8．1．1 研究動機 / 231
8．1．2 目標物體檢測 / 235
8．1．3 散亂對象拾取 / 237
8．1．4 人機協作 / 238
8．2 人機協作環境中的場景理解 / 239
8．2．1 散亂場景的虛擬數據集構建 / 240
8．2．2 基于視覺的物體識別與定位 / 244
8．2．3 抓取順序與機器人姿態調節方法 / 253
8．3 基于強化學習的人機協同 / 264
8．3．1 機器人感知基礎 / 264
8．3．2 基于強化學習的任務決策 / 266
8．3．3 基于強化學習的人機協同制造 / 272
8．4 案例研究 / 278
8．4．1 散亂零件的識別與拾取 / 278
8．4．2 發電機裝配 / 282
參考文獻 / 287
第四篇 運維階段的工業智能
第9章 生產作業運行智能管控 / 293
9．1 生產作業運行智能管控進展與現狀 / 293
9．2 基于知識圖譜的生產作業智能管控模型 / 298
9．2．1 生產全過程狀態感知模型 / 298
9．2．2 面向生產過程的數據建模 / 299
9．2．3 面向生產全過程的知識圖譜構建 / 306
9．3 數據驅動的生產作業智能管控優化技術 / 311
9．3．1 紡紗生產工藝流程設計與布局仿真優化技術 / 311
9．3．2 基于工業互聯網平臺的紡紗生產全流程 / 315
9．3．3 生產過程在線檢測與生產狀態遠程監控技術 / 317
9．3．4 基于工業大數據平臺的協同優化 / 323
9．4 生產作業智能管控案例 / 330
9．4．1 環錠紡紗能耗智能管控平臺架構設計方案 / 330
9．4．2 基于*小量化誤差的紡紗能耗智能監控與預警 / 332
9．4．3 基于狀態驅動的紡紗能耗智能調控 / 333
9．4．4 基于核心影響因素的紡紗能耗分析預測 / 334
參考文獻 / 336
第10章 設備故障診斷與預防性維修 / 341
10．1 設備故障診斷與預防性維修進展與現狀 / 341
10．2 設備故障診斷 / 346
10．2．1 基于CNN的設備故障診斷 / 346
10．2．2 基于卷積神經網絡的設備故障診斷方法 / 348
10．2．3 基于卷積神經網絡的設備故障診斷案例 / 351
10．3 設備預防性維修 / 355
10．3．1 基于遷移學習的設備預防性維修 / 355
10．3．2 基于遷移學習的設備預防性維修方法 / 359
10．3．3 基于遷移學習的設備預防性維修案例 / 364
參考文獻 / 370
第五篇 工業智能熱點研究
第11章 設備故障診斷與預防性數字孿生與工業智能 / 376
11．1 數字孿生進展與現狀 / 376
11．1．1 數字孿生發展歷程 / 376
11．1．2 相關工作 / 378
11．1．3 數字孿生定義和參考模型 / 379
11．2 數字孿生裝配 / 386
11．2．1 基于數字孿生的裝調理論體系 / 386
11．2．2 體系方法 / 386
11．2．3 應用案例 / 394
11．3 數字孿生加工 / 396
11．3．1 面向加工的數字孿生模型 / 396
11．3．2 加工過程中的智能方法 / 400
11．3．3 數字孿生加工案例 / 406
11．4 數字孿生智能評估 / 407
11．4．1 模型智能評估思想 / 408
11．4．2 模型保真度評估方法 / 413
11．4．3 評估案例 / 418
參考文獻 / 422
第12章 設備故障診斷與預防性AI+AR輔助下的制造 / 427
12．1 AR概述 / 427
12．1．1 AR的定義及發展 / 427
12．1．2 AR關鍵技術 / 428
12．2 面向AR的加工過程信息多視圖構建與交互 / 430
12．2．1 基于AR的加工過程信息集成模型描述與定義 / 430
12．2．2 面向AR的加工過程信息多視圖構建方法 / 431
12．2．3 面向AR的加工過程信息多視圖交互方法 / 434
12．3 基于多元信息融合的模型虛實融合方法 / 437
12．3．1 虛實融合基本思想與流程 / 438
12．3．2 梯度描述符離線學習 / 438
12．3．3 多元信息融合的在線識別與追蹤 / 443
12．3．4 方法驗證與討論 / 449
12．4 基于AR的加工原型系統開發與案例分析 / 454
12．4．1 原型系統開發與實現 / 454
12．4．2 系統功能驗證與應用實例 / 458
參考文獻 / 463
展開全部
工業智能 方法與應用 作者簡介
鮑勁松，博士，博士生導師，現任東華大學機械工程學院教授，智能制造研究所所長，上海市工程圖形學會常務理事，全國高校自動化年會華東分會理事，中國機械工程學會機器人分會第一屆委員，國際期刊IJPOM編委，國際期刊IJCIM、IJPR、IJAMT等國際刊物評審專家，國家自然科學基金委通訊評議專家，上海江南長興重工有限責任公司技術中心專家。長期從事工業智能、智能制造系統虛擬設計與可視化學術研究和工程應用工作，擁有深厚的理論基礎和豐富的工程實踐經驗，主持和參與多項國家發改委/工信部智能制造專項、國家自然科學基金面上項目、上海市科委智能制造專項、軍委裝發重點項目等；曾榮獲多項國家和省部級科技獎勵。
書友推薦
- >
回憶愛瑪儂
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
隨園食單
- >
我從未如此眷戀人間
- >
【精裝繪本】畫給孩子的中國神話
- >
朝聞道
- >
經典常談
- >
名家帶你讀魯迅:故事新編
本類暢銷
