智能車間的大數(shù)據(jù)應(yīng)用

第1章工業(yè)大數(shù)據(jù)與智能制造00
1.1工業(yè)大數(shù)據(jù)00
1.1.1大數(shù)據(jù)概述00
1.1.2大數(shù)據(jù)的特征00
1.1.3工業(yè)大數(shù)據(jù)的特征00
1.2大數(shù)據(jù)在工業(yè)應(yīng)用中的機(jī)遇與挑戰(zhàn)00
1.3工業(yè)大數(shù)據(jù)驅(qū)動(dòng)的智能制造00
1.3.1制造業(yè)驅(qū)動(dòng)形勢(shì)演變00
1.3.2基于大數(shù)據(jù)的產(chǎn)品設(shè)計(jì)00
1.3.3大數(shù)據(jù)驅(qū)動(dòng)的智能生產(chǎn)00
1.3.4大數(shù)據(jù)驅(qū)動(dòng)的智能化運(yùn)維00
1.3.5基于大數(shù)據(jù)分析的產(chǎn)品精準(zhǔn)營(yíng)銷和成本精確控制00
1.3.6大數(shù)據(jù)驅(qū)動(dòng)的全生命周期供應(yīng)鏈優(yōu)化0
1.3.7大數(shù)據(jù)驅(qū)動(dòng)的車間智能化發(fā)展0
1.4工業(yè)大數(shù)據(jù)與智能車間0
1.4.1智能車間的基本內(nèi)涵0
1.4.2大數(shù)據(jù)環(huán)境下的智能車間信息化特點(diǎn)0
1.4.3大數(shù)據(jù)促進(jìn)的車間信息化基礎(chǔ)平臺(tái)0
1.4.4大數(shù)據(jù)驅(qū)動(dòng)的智能車間運(yùn)行方式0
1.5智能車間中的工業(yè)大數(shù)據(jù)應(yīng)用場(chǎng)景0
參考文獻(xiàn)0
第2章基于大數(shù)據(jù)的智能車間技術(shù)體系0
2.1大數(shù)據(jù)應(yīng)用技術(shù)體系0
2.2大數(shù)據(jù)采集技術(shù)0
2.2.1無(wú)線射頻識(shí)別技術(shù)0
2.2.2二維碼技術(shù)0
2.2.3系統(tǒng)日志采集系統(tǒng)0
2.2.4網(wǎng)絡(luò)數(shù)據(jù)采集系統(tǒng)0
2.2.5數(shù)據(jù)庫(kù)采集系統(tǒng)0
2.2.6其他制造業(yè)大數(shù)據(jù)感知技術(shù)0
2.3大數(shù)據(jù)傳輸技術(shù)0
2.3.1工業(yè)現(xiàn)場(chǎng)總線通信技術(shù)0
2.3.2工業(yè)現(xiàn)場(chǎng)以太網(wǎng)通信技術(shù)0
2.3.3工業(yè)現(xiàn)場(chǎng)無(wú)線網(wǎng)絡(luò)通信技術(shù)0
2.3.45G技術(shù)0
2.4大數(shù)據(jù)處理技術(shù)0
2.4.1數(shù)據(jù)清理0
2.4.2數(shù)據(jù)變換0
2.4.3數(shù)據(jù)歸約0
2.5大數(shù)據(jù)存儲(chǔ)技術(shù)0
2.5.1YARN0
2.5.2ZooKeeper0
2.6大數(shù)據(jù)集成技術(shù)0
2.7大數(shù)據(jù)分析技術(shù)0
2.7.1分類/聚類算法0
2.7.2關(guān)聯(lián)分析0
2.7.3模式挖掘0
2.8大數(shù)據(jù)預(yù)測(cè)/決策技術(shù)0
2.9大數(shù)據(jù)可視化技術(shù)0
參考文獻(xiàn)0
第3章基于大數(shù)據(jù)挖掘的產(chǎn)品工藝智能規(guī)劃0
3.1產(chǎn)品工藝智能規(guī)劃業(yè)務(wù)0
3.1.1產(chǎn)品工藝智能規(guī)劃業(yè)務(wù)的內(nèi)容0
3.1.2產(chǎn)品工藝智能規(guī)劃問(wèn)題的特點(diǎn)0
3.2產(chǎn)品工藝規(guī)劃數(shù)據(jù)資源0
3.2.1產(chǎn)品工藝規(guī)劃數(shù)據(jù)來(lái)源0
3.2.2MBD模型數(shù)據(jù)存儲(chǔ)方式0
3.2.3工藝規(guī)劃數(shù)據(jù)的標(biāo)簽化管理與組織方式0
3.3大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品工藝智能規(guī)劃方法體系架構(gòu)0
3.4產(chǎn)品工藝規(guī)劃數(shù)據(jù)挖掘技術(shù)0
3.4.1產(chǎn)品形狀特征自動(dòng)識(shí)別方法0
3.4.2三維設(shè)計(jì)數(shù)據(jù)提取方法0
3.4.3產(chǎn)品工藝知識(shí)庫(kù)管理技術(shù)0
3.5產(chǎn)品工藝智能規(guī)劃方法0
3.5.1產(chǎn)品MBD模型檢索方法0
3.5.2產(chǎn)品工藝知識(shí)重用方法0
3.6航天零件加工車間的產(chǎn)品工藝智能規(guī)劃實(shí)例
參考文獻(xiàn)
第4章基于大數(shù)據(jù)預(yù)測(cè)的車間生產(chǎn)智能調(diào)度
4.1車間生產(chǎn)智能調(diào)度業(yè)務(wù)
4.1.1車間生產(chǎn)智能調(diào)度業(yè)務(wù)的內(nèi)容
4.1.2車間生產(chǎn)智能調(diào)度問(wèn)題的特點(diǎn)
4.2車間生產(chǎn)智能調(diào)度數(shù)據(jù)資源
4.2.1車間生產(chǎn)智能調(diào)度數(shù)據(jù)來(lái)源
4.2.2車間生產(chǎn)智能調(diào)度數(shù)據(jù)組織方式
4.3大數(shù)據(jù)驅(qū)動(dòng)的車間生產(chǎn)智能調(diào)度方法體系
4.4車間生產(chǎn)性能預(yù)測(cè)技術(shù)
4.4.1車間生產(chǎn)性能預(yù)測(cè)的一般方法
4.4.2車間工期預(yù)測(cè)模型
4.5性能預(yù)測(cè)驅(qū)動(dòng)的車間生產(chǎn)智能調(diào)度方法
4.5.1晶圓單層工期調(diào)控模型
4.5.2基于強(qiáng)化學(xué)習(xí)的晶圓工期逐層調(diào)控模型
4.5.3基于ActorCritic的工期調(diào)控策略優(yōu)化方法
4.6基于大數(shù)據(jù)預(yù)測(cè)晶圓制造車間生產(chǎn)智能調(diào)度實(shí)例
4.6.1晶圓制造系統(tǒng)特性分析
4.6.2晶圓制造車間智能調(diào)度案例
參考文獻(xiàn)
第5章基于大數(shù)據(jù)集成的物料運(yùn)輸系統(tǒng)調(diào)度
5.1物料運(yùn)輸系統(tǒng)調(diào)度業(yè)務(wù)
5.1.1物料運(yùn)輸系統(tǒng)調(diào)度業(yè)務(wù)的內(nèi)容
5.1.2物料運(yùn)輸系統(tǒng)調(diào)度問(wèn)題的特點(diǎn)
5.2物料運(yùn)輸系統(tǒng)調(diào)度數(shù)據(jù)資源
5.2.1物料運(yùn)輸調(diào)度數(shù)據(jù)來(lái)源
5.2.2物料運(yùn)輸數(shù)據(jù)多維度組織形式
5.3大數(shù)據(jù)集成的物料運(yùn)輸系統(tǒng)調(diào)度方法體系
5.4物料運(yùn)輸系統(tǒng)狀態(tài)感知技術(shù)
5.5基于大數(shù)據(jù)集成的物料運(yùn)輸系統(tǒng)狀態(tài)分析技術(shù)
5.5.1物料運(yùn)輸系統(tǒng)數(shù)據(jù)集成方法
5.5.2物料運(yùn)輸系統(tǒng)運(yùn)行模型
5.5.3物料運(yùn)輸系統(tǒng)運(yùn)行穩(wěn)定狀態(tài)分析
5.5.4物料運(yùn)輸系統(tǒng)狀態(tài)分析模型評(píng)價(jià)
5.6物料運(yùn)輸系統(tǒng)智能調(diào)度技術(shù)
5.6.1物料運(yùn)輸調(diào)度整體流程
5.6.2兩階段物料運(yùn)輸優(yōu)化方法
5.7晶圓制造車間的物料運(yùn)輸系統(tǒng)調(diào)度實(shí)例
5.7.1車間硬件環(huán)境
5.7.2實(shí)施應(yīng)用
5.7.3結(jié)果分析
參考文獻(xiàn)
第6章基于大數(shù)據(jù)可視化的生產(chǎn)智能監(jiān)控
6.1生產(chǎn)智能監(jiān)控業(yè)務(wù)
6.1.1生產(chǎn)智能監(jiān)控業(yè)務(wù)內(nèi)容
6.1.2生產(chǎn)智能監(jiān)控業(yè)務(wù)的問(wèn)題特點(diǎn)
6.2生產(chǎn)智能監(jiān)控業(yè)務(wù)的數(shù)據(jù)資源
6.2.1生產(chǎn)監(jiān)控業(yè)務(wù)的數(shù)據(jù)來(lái)源
6.2.2生產(chǎn)監(jiān)控?cái)?shù)據(jù)的組織形式
6.3大數(shù)據(jù)驅(qū)動(dòng)的生產(chǎn)智能監(jiān)控方法體系架構(gòu)
6.4面向車間生產(chǎn)監(jiān)控的邊緣計(jì)算技術(shù)
6.5車間生產(chǎn)監(jiān)控信息建模技術(shù)
6.6車間生產(chǎn)監(jiān)控可視化技術(shù)
6.6.1三維場(chǎng)景界面的設(shè)計(jì)
6.6.2界面操作邏輯的設(shè)計(jì)
6.7飛機(jī)裝配車間的生產(chǎn)在線監(jiān)控系統(tǒng)實(shí)例
6.7.1數(shù)據(jù)采集及管理模塊
6.7.2機(jī)翼位姿監(jiān)控模塊
6.7.3生產(chǎn)進(jìn)程可視化監(jiān)控
6.8食品包裝車間的生產(chǎn)在線監(jiān)控系統(tǒng)實(shí)例
6.8.1原材料批次信息管理
6.8.2生產(chǎn)過(guò)程數(shù)據(jù)關(guān)聯(lián)
6.8.3生產(chǎn)過(guò)程信息查詢
6.8.4生產(chǎn)狀態(tài)可視化
參考文獻(xiàn)
 
第7章基于大數(shù)據(jù)關(guān)聯(lián)分析的質(zhì)量智能控制
7.1產(chǎn)品質(zhì)量控制業(yè)務(wù)
7.1.1產(chǎn)品質(zhì)量控制業(yè)務(wù)的內(nèi)容
7.1.2產(chǎn)品質(zhì)量控制問(wèn)題的特點(diǎn)
7.2產(chǎn)品質(zhì)量數(shù)據(jù)資源
7.2.1產(chǎn)品質(zhì)量數(shù)據(jù)來(lái)源
7.2.2產(chǎn)品質(zhì)量數(shù)據(jù)批次化組織形式
7.3產(chǎn)品質(zhì)量數(shù)據(jù)關(guān)聯(lián)分析技術(shù)
7.3.1產(chǎn)品質(zhì)量規(guī)律挖掘方法
7.3.2產(chǎn)品質(zhì)量特征提取方法
7.4產(chǎn)品質(zhì)量智能預(yù)測(cè)技術(shù)
7.5產(chǎn)品質(zhì)量控制優(yōu)化技術(shù)
7.6發(fā)動(dòng)機(jī)裝配車間產(chǎn)品質(zhì)量控制實(shí)例
7.6.1柴油發(fā)動(dòng)機(jī)裝配過(guò)程數(shù)據(jù)處理
7.6.2柴油發(fā)動(dòng)機(jī)功率數(shù)據(jù)關(guān)聯(lián)分析
7.6.3柴油發(fā)動(dòng)機(jī)功率預(yù)測(cè)模型
7.6.4柴油發(fā)動(dòng)機(jī)裝配過(guò)程控制
參考文獻(xiàn)
第8章基于大數(shù)據(jù)分類的設(shè)備智能維護(hù)
8.1設(shè)備智能維護(hù)業(yè)務(wù)
8.1.1設(shè)備維護(hù)業(yè)務(wù)的內(nèi)容
8.1.2設(shè)備維護(hù)業(yè)務(wù)的問(wèn)題特點(diǎn)
8.2設(shè)備智能維護(hù)業(yè)務(wù)的數(shù)據(jù)資源
8.3大數(shù)據(jù)驅(qū)動(dòng)的設(shè)備智能維護(hù)方法體系架構(gòu)
8.4設(shè)備異常狀態(tài)偵測(cè)方法
8.5設(shè)備運(yùn)行狀態(tài)預(yù)測(cè)模型
8.6設(shè)備維護(hù)方式智能決策方法
8.7晶圓加工車間設(shè)備智能維護(hù)實(shí)例
參考文獻(xiàn)
 
二維碼目錄
二維碼11工業(yè)大數(shù)據(jù)白皮書（2019版）1
二維碼12信息技術(shù)大數(shù)據(jù)術(shù)語(yǔ)(GB/T 35295—2017)1
二維碼13大數(shù)據(jù)驅(qū)動(dòng)的智能制造5
二維碼14大數(shù)據(jù)驅(qū)動(dòng)的智能車間運(yùn)行分析與決策方法體系11
二維碼21信息技術(shù)大數(shù)據(jù)存儲(chǔ)與處理系統(tǒng)功能要求(GB/T 37722—2019)48
二維碼22信息技術(shù)大數(shù)據(jù)分析系統(tǒng)功能要求(GB/T 37721—2019)53
二維碼23大數(shù)據(jù)驅(qū)動(dòng)的晶圓工期預(yù)測(cè)關(guān)鍵參數(shù)識(shí)別方法53
二維碼24基于數(shù)據(jù)挖掘的晶圓制造交貨期預(yù)測(cè)方法60
二維碼31工藝管理導(dǎo)則第4部分：工藝方案設(shè)計(jì)(GB/T 24737.4—2012)69
二維碼32工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)白皮書(1.0)75
二維碼33An oriented feature extraction and recognition approach for concaveconvex mixed interacting features in castthenmachined parts76
二維碼34基于導(dǎo)向式搜索的航天艙體結(jié)構(gòu)件特征識(shí)別方法103
二維碼41運(yùn)載火箭總裝車間產(chǎn)能分配與預(yù)警系統(tǒng)用戶手冊(cè)111
二維碼42Big data analytics for forecasting cycle time in semiconductor 
wafer fabrication system116
二維碼43基于OPC的工業(yè)設(shè)備數(shù)據(jù)采集系統(tǒng)（OPC Data Collector）用戶
手冊(cè)116
二維碼44Bilateral LSTM: A TwoDimensional Long ShortTerm Memory 
Model with Multiply Memory Units for ShortTerm Cycle Time 
Forecasting in Reentrant Manufacturing Systems139
二維碼51工業(yè)無(wú)線網(wǎng)絡(luò)WIA規(guī)范第1部分： 用于過(guò)程自動(dòng)化的WIA
系統(tǒng)結(jié)構(gòu)與通信規(guī)范(GB/T 26790.1—2011)157
二維碼52信息技術(shù)傳感器網(wǎng)絡(luò)第2部分： 術(shù)語(yǔ)(GB/T 30269.2—2013)161
二維碼53一種混合智能的Interbay系統(tǒng)調(diào)度方法164
二維碼54晶圓制造物料運(yùn)輸系統(tǒng)實(shí)時(shí)調(diào)度方法178
二維碼61FogIBDIS: Industrial Big Data Integration and Sharing with 
Fog Computing for Manufacturing Systems195
二維碼62邊緣計(jì)算參考架構(gòu)2.0(2017年)197
二維碼63A collaborative architecture of the industrial internet platform 
for manufacturing systems197
二維碼71面向制造過(guò)程數(shù)據(jù)的兩階段無(wú)監(jiān)督特征選擇方法230
二維碼72混流裝配生產(chǎn)線工藝發(fā)布和質(zhì)量自檢系統(tǒng)用戶手冊(cè)234
二維碼73An effective approach for causal variables analysis in diesel 
engine production by using mutual information and network 
deconvolution251
二維碼81數(shù)字化車間術(shù)語(yǔ)和定義(GB/T 37413—2019)259
二維碼82基于多示例學(xué)習(xí)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的刻蝕設(shè)備異常偵測(cè)264
二維碼83面向半導(dǎo)體制造的大數(shù)據(jù)分析平臺(tái)281
智能車間的大數(shù)據(jù)應(yīng)用 Bigdata Application in Smart Workshop
二維碼目錄