中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
智能制造系統的數字孿生技術:建模、優化及故障診斷 版權信息
- ISBN：9787122463777
- 條形碼：9787122463777 ; 978-7-122-46377-7
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能制造系統的數字孿生技術:建模、優化及故障診斷 本書特色
（1）能夠結合數字孿生、人工智能、虛擬仿真等技術，實現包括數據建模、優化調度、故障沖突診斷等全鏈條技術的智能制造系統的技術創新。（2）以技術為支撐，能夠進行產銷協同、數字孿生應用、大數據應用、供應鏈管理等智能制造系統服務創新。（3）融合技術與服務，全面介紹智能制造系統下的數字孿生技術的建模、優化、故障沖突診斷等全方位技術，達到技術與服務的全面融合。（4）綜合新技術、新服務、新模式進行數字孿生在智能制造系統中的仿真實踐。
智能制造系統的數字孿生技術:建模、優化及故障診斷 內容簡介
本書以“數字孿生技術”為主題，圍繞智能制造過程中數字建模、流程優化及故障診斷涉及的智能算法展開研究，針對典型工藝流程優化及故障診斷遇到的難題，給讀者提供相應的應對策略和技術思考。 本書重點闡述智能制造過程中的數字孿生技術，介紹了智能制造系統中的數字孿生建模技術、典型優化問題、有約束優化調度、非線性優化調度、故障沖突診斷、智能制造系統數字孿生系統平臺搭建等內容，突出智能制造數字孿生技術在建模、優化和故障診斷過程中的有效性，并配以相應的實例，確保讀者能直觀和準確地理解各算法的精髓。 本書適合生產企業和智能制造管理部門的技術與管理人員，高等院校、科研單位計算機科學與技術、智能制造、機械電子工程等相關專業的師生閱讀，為他們解決工作、學習和研究中遇到的問題提供參考。
智能制造系統的數字孿生技術:建模、優化及故障診斷 目錄
第1章 智能制造與數字孿生概述 001～024
1.1 智能制造概述 002
1.1.1 制造業的發展歷程 002
1.1.2 智能制造的研究現狀 010
1.2 數字孿生概述 013
1.2.1 數字孿生的發展歷程 014
1.2.2 數字孿生的研究現狀 015
1.2.3 數字孿生的本質及意義 017
1.3 數字孿生在智能制造中的應用現狀 018
1.3.1 數字孿生在智能模型生命周期中的應用 019
1.3.2 數字孿生在企業制造中的應用 020
1.4 智能制造和數字孿生的未來 021
1.4.1 未來的智能制造 021
1.4.2 未來的數字孿生 022
本章小結 023 第2章 智能制造與數字孿生的基礎知識 025～058
2.1 智能制造的基礎知識 026
2.1.1 智能制造的基本概念及組成 026
2.1.2 智能制造的技術體系 029
2.1.3 智能制造的支撐平臺 035
2.2 數字孿生的基礎知識 037
2.2.1 數字孿生的基本概念、特征及常用模型 037
2.2.2 數字孿生的應用原則及技術體系 042
2.2.3 數字孿生的支撐工具 044
2.3 建模技術理論 046
2.3.1 建模技術的基本概念 047
2.3.2 建模技術常用的方法 049
2.3.3 建模技術常用的工具 051
2.4 優化調度理論 051
2.4.1 優化調度的基本概念 052
2.4.2 優化調度常用的方法 053
2.4.3 優化調度常用的工具 056
本章小結 057 第3章 智能制造系統的數字孿生建模技術 059～100
3.1 模型設計的規則 060
3.1.1 目標函數設計 060
3.1.2 模型約束設計 062
3.2 模型的評估 064
3.2.1 模型誤差分析 064
3.2.2 模型訓練和評估方法 066
3.2.3 模型性能分析 069
3.3 線性模型 072
3.3.1 模型的定義 072
3.3.2 模型的求解 073
3.4 決策樹模型 075
3.4.1 決策樹模型的定義 075
3.4.2 決策樹模型的劃分選擇 077
3.4.3 決策樹模型的剪枝分析 078
3.5 工作流模型 080
3.5.1 Petri網方法的定義 080
3.5.2 Petri網模型過渡節點識別規則分析 082
3.5.3 Petri網方法的特點及性質分析 083
3.5.4 工作流模型的定義、分類及基本結構 085
3.5.5 工作流模型分析 088
3.5.6 工作流模型生成算法WMSA 090
3.6 概率圖模型 093
3.6.1 半馬爾科夫模型的定義 093
3.6.2 半馬爾科夫模型分析 096
本章小結 098 第4章 智能制造系統數字孿生的典型優化問題 101～124
4.1 3D可視化智能制造數字孿生體的構建問題 102
4.1.1 數字孿生模型組建的一般步驟 102
4.1.2 某數字孿生模型相關平臺的搭建 102
4.1.3 3D可視化數字孿生體場景搭建 104
4.2 數字孿生優化模型描述的相關問題 110
4.2.1 離散事件動態系統的問題 110
4.2.2 常見的描述方法 113
4.2.3 描述方法確定的原則 117
4.3 數字孿生優化模型可能存在的問題 120
4.3.1 連續與離散問題 120
4.3.2 隨機與確定問題 121
4.3.3 有約束與無約束問題 121
4.3.4 線性與非線性問題 121
4.3.5 局部與全局問題 122
4.3.6 凸與非凸問題 123
本章小結 123 第5章 智能制造系統的數字孿生有約束優化調度 125～174
5.1 智能制造供應鏈數字孿生體優化的流程描述 126
5.1.1 汽車制造供應鏈結構分析 126
5.1.2 汽車制造供應鏈特點分析 127
5.1.3 汽車制造供應鏈復雜性分析 128
5.1.4 汽車制造政策描述 129
5.1.5 汽車制造供應鏈描述 131
5.1.6 汽車制造供應鏈問題分析 134
5.1.7 汽車制造工藝描述 135
5.2 線性工作流優化調度算法 143
5.2.1 約束條件及目標函數設定 143
5.2.2 優化調度算法描述 144
5.2.3 算法驗證分析 145
5.3 決策樹虛擬工作流優化調度算法 154
5.3.1 決策樹虛擬工作流相關定義 155
5.3.2 剪枝策略 156
5.3.3 剪枝算法描述 157
5.3.4 虛擬分層算法描述 158
5.3.5 虛擬分層工作流剪枝算法DVSP描述 159
5.3.6 算法DVSP驗證 161
5.3.7 算法DVSP分析 167
本章小結 172 第6章 智能制造系統的數字孿生非線性優化調度 175～202
6.1 非線性優化數字孿生體描述 176
6.1.1 汽車制造質量控制流程 176
6.1.2 汽車制造質量控制特點分析 178
6.2 非線性工作流優化算法 179
6.2.1 虛擬優化技術 179
6.2.2 非線性虛擬工作流相關定義 179
6.2.3 非線性虛擬工作流約束劃分、識別規則及目標函數設定 181
6.2.4 非線性虛擬工作流建模算法 184
6.2.5 非線性虛擬工作流優化調度算法 187
6.3 汽車制造過程質量控制非線性工作流虛擬技術模型驗證 190
6.4 過程質量控制非線性工作流虛擬技術優化實例分析 191
6.4.1 汽車制造過程質量控制優化調度過程分析 192
6.4.2 不同優化調度算法比較分析 198
6.4.3 優化調度算法性能分析 199
本章小結 201 第7章 智能制造系統的數字孿生故障沖突診斷 203～240
7.1 智能制造數字孿生體故障沖突概述 204
7.1.1 數字孿生體故障沖突類型 206
7.1.2 數字孿生體診斷模型常用的量化方法 207
7.1.3 故障沖突診斷方法 208
7.2 智能制造故障沖突診斷數字孿生體描述 209
7.2.1 計劃與銷售過程分析 209
7.2.2 訂單混合生產過程分析 210
7.2.3 訂單交付過程分析 212
7.2.4 汽車制造協同過程分析 214
7.3 數字孿生模型半馬爾科夫故障沖突診斷算法 217
7.3.1 診斷模型的相關定義及建立 217
7.3.2 數字孿生體工作流診斷模型的量化約束 219
7.3.3 數字孿生體工作流沖突診斷模型的量化及求解 219
7.4 智能制造系統數字孿生故障沖突診斷過程 220
7.4.1 模型故障沖突診斷的相關定義 220
7.4.2 模型故障沖突診斷操作規則 222
7.4.3 模型故障沖突診斷過程 225
7.5 典型案例應用 226
7.5.1 模型算法執行性能驗證 226
7.5.2 模型沖突診斷過程驗證 232
本章小結 238 第8章 智能制造的數字孿生系統平臺 241～259
8.1 系統平臺概述 242
8.1.1 制造企業現狀分析 242
8.1.2 需求及目標設計 243
8.2 系統平臺的總體設計 246
8.2.1 總體原則 246
8.2.2 智能制造資源描述及分類 247
8.2.3 智能制造資源協控共享 248
8.2.4 系統平臺體系結構 249
8.3 系統平臺的實現 252
8.3.1 系統平臺的運行環境 252
8.3.2 系統平臺核心功能展示 252
8.4 系統平臺的性能分析 256
8.4.1 不同優先級制造流程業務能力分析 256
8.4.2 系統平臺穩定性分析 258
本章小結 258 參考文獻 260
1.1 智能制造概述 002
1.1.1 制造業的發展歷程 002
1.1.2 智能制造的研究現狀 010
1.2 數字孿生概述 013
1.2.1 數字孿生的發展歷程 014
1.2.2 數字孿生的研究現狀 015
1.2.3 數字孿生的本質及意義 017
1.3 數字孿生在智能制造中的應用現狀 018
1.3.1 數字孿生在智能模型生命周期中的應用 019
1.3.2 數字孿生在企業制造中的應用 020
1.4 智能制造和數字孿生的未來 021
1.4.1 未來的智能制造 021
1.4.2 未來的數字孿生 022
本章小結 023 第2章 智能制造與數字孿生的基礎知識 025～058
2.1 智能制造的基礎知識 026
2.1.1 智能制造的基本概念及組成 026
2.1.2 智能制造的技術體系 029
2.1.3 智能制造的支撐平臺 035
2.2 數字孿生的基礎知識 037
2.2.1 數字孿生的基本概念、特征及常用模型 037
2.2.2 數字孿生的應用原則及技術體系 042
2.2.3 數字孿生的支撐工具 044
2.3 建模技術理論 046
2.3.1 建模技術的基本概念 047
2.3.2 建模技術常用的方法 049
2.3.3 建模技術常用的工具 051
2.4 優化調度理論 051
2.4.1 優化調度的基本概念 052
2.4.2 優化調度常用的方法 053
2.4.3 優化調度常用的工具 056
本章小結 057 第3章 智能制造系統的數字孿生建模技術 059～100
3.1 模型設計的規則 060
3.1.1 目標函數設計 060
3.1.2 模型約束設計 062
3.2 模型的評估 064
3.2.1 模型誤差分析 064
3.2.2 模型訓練和評估方法 066
3.2.3 模型性能分析 069
3.3 線性模型 072
3.3.1 模型的定義 072
3.3.2 模型的求解 073
3.4 決策樹模型 075
3.4.1 決策樹模型的定義 075
3.4.2 決策樹模型的劃分選擇 077
3.4.3 決策樹模型的剪枝分析 078
3.5 工作流模型 080
3.5.1 Petri網方法的定義 080
3.5.2 Petri網模型過渡節點識別規則分析 082
3.5.3 Petri網方法的特點及性質分析 083
3.5.4 工作流模型的定義、分類及基本結構 085
3.5.5 工作流模型分析 088
3.5.6 工作流模型生成算法WMSA 090
3.6 概率圖模型 093
3.6.1 半馬爾科夫模型的定義 093
3.6.2 半馬爾科夫模型分析 096
本章小結 098 第4章 智能制造系統數字孿生的典型優化問題 101～124
4.1 3D可視化智能制造數字孿生體的構建問題 102
4.1.1 數字孿生模型組建的一般步驟 102
4.1.2 某數字孿生模型相關平臺的搭建 102
4.1.3 3D可視化數字孿生體場景搭建 104
4.2 數字孿生優化模型描述的相關問題 110
4.2.1 離散事件動態系統的問題 110
4.2.2 常見的描述方法 113
4.2.3 描述方法確定的原則 117
4.3 數字孿生優化模型可能存在的問題 120
4.3.1 連續與離散問題 120
4.3.2 隨機與確定問題 121
4.3.3 有約束與無約束問題 121
4.3.4 線性與非線性問題 121
4.3.5 局部與全局問題 122
4.3.6 凸與非凸問題 123
本章小結 123 第5章 智能制造系統的數字孿生有約束優化調度 125～174
5.1 智能制造供應鏈數字孿生體優化的流程描述 126
5.1.1 汽車制造供應鏈結構分析 126
5.1.2 汽車制造供應鏈特點分析 127
5.1.3 汽車制造供應鏈復雜性分析 128
5.1.4 汽車制造政策描述 129
5.1.5 汽車制造供應鏈描述 131
5.1.6 汽車制造供應鏈問題分析 134
5.1.7 汽車制造工藝描述 135
5.2 線性工作流優化調度算法 143
5.2.1 約束條件及目標函數設定 143
5.2.2 優化調度算法描述 144
5.2.3 算法驗證分析 145
5.3 決策樹虛擬工作流優化調度算法 154
5.3.1 決策樹虛擬工作流相關定義 155
5.3.2 剪枝策略 156
5.3.3 剪枝算法描述 157
5.3.4 虛擬分層算法描述 158
5.3.5 虛擬分層工作流剪枝算法DVSP描述 159
5.3.6 算法DVSP驗證 161
5.3.7 算法DVSP分析 167
本章小結 172 第6章 智能制造系統的數字孿生非線性優化調度 175～202
6.1 非線性優化數字孿生體描述 176
6.1.1 汽車制造質量控制流程 176
6.1.2 汽車制造質量控制特點分析 178
6.2 非線性工作流優化算法 179
6.2.1 虛擬優化技術 179
6.2.2 非線性虛擬工作流相關定義 179
6.2.3 非線性虛擬工作流約束劃分、識別規則及目標函數設定 181
6.2.4 非線性虛擬工作流建模算法 184
6.2.5 非線性虛擬工作流優化調度算法 187
6.3 汽車制造過程質量控制非線性工作流虛擬技術模型驗證 190
6.4 過程質量控制非線性工作流虛擬技術優化實例分析 191
6.4.1 汽車制造過程質量控制優化調度過程分析 192
6.4.2 不同優化調度算法比較分析 198
6.4.3 優化調度算法性能分析 199
本章小結 201 第7章 智能制造系統的數字孿生故障沖突診斷 203～240
7.1 智能制造數字孿生體故障沖突概述 204
7.1.1 數字孿生體故障沖突類型 206
7.1.2 數字孿生體診斷模型常用的量化方法 207
7.1.3 故障沖突診斷方法 208
7.2 智能制造故障沖突診斷數字孿生體描述 209
7.2.1 計劃與銷售過程分析 209
7.2.2 訂單混合生產過程分析 210
7.2.3 訂單交付過程分析 212
7.2.4 汽車制造協同過程分析 214
7.3 數字孿生模型半馬爾科夫故障沖突診斷算法 217
7.3.1 診斷模型的相關定義及建立 217
7.3.2 數字孿生體工作流診斷模型的量化約束 219
7.3.3 數字孿生體工作流沖突診斷模型的量化及求解 219
7.4 智能制造系統數字孿生故障沖突診斷過程 220
7.4.1 模型故障沖突診斷的相關定義 220
7.4.2 模型故障沖突診斷操作規則 222
7.4.3 模型故障沖突診斷過程 225
7.5 典型案例應用 226
7.5.1 模型算法執行性能驗證 226
7.5.2 模型沖突診斷過程驗證 232
本章小結 238 第8章 智能制造的數字孿生系統平臺 241～259
8.1 系統平臺概述 242
8.1.1 制造企業現狀分析 242
8.1.2 需求及目標設計 243
8.2 系統平臺的總體設計 246
8.2.1 總體原則 246
8.2.2 智能制造資源描述及分類 247
8.2.3 智能制造資源協控共享 248
8.2.4 系統平臺體系結構 249
8.3 系統平臺的實現 252
8.3.1 系統平臺的運行環境 252
8.3.2 系統平臺核心功能展示 252
8.4 系統平臺的性能分析 256
8.4.1 不同優先級制造流程業務能力分析 256
8.4.2 系統平臺穩定性分析 258
本章小結 258 參考文獻 260
展開全部
智能制造系統的數字孿生技術:建模、優化及故障診斷 作者簡介
羅智勇哈爾濱理工大學計算機科學與技術學院教授、碩士生導師，智能計算與調度系統研究所副所長，工學博士。參與完成國家自然科學基金項目2項，主持參與完成省級科研及教改項目6項，橫向進款累計超過300萬元；發表 SCI、EI期刊論文30余篇；編寫教材3部；曾獲省級科學技術進步獎二等獎、教學成果二等獎；授權發明、實用新型等專利20余項。
書友推薦
- >
推拿
- >
中國歷史的瞬間
- >
唐代進士錄
- >
月亮虎
- >
伊索寓言-世界文學名著典藏-全譯本
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
名家帶你讀魯迅:朝花夕拾
- >
山海經
本類暢銷
