新書推薦：
《
DK葡萄酒大百科：一本关于葡萄酒的百科全书
》
售價：HK$
547.8
《
未来简史 从智人到智神（2025白金纪念版）
》
售價：HK$
86.9
《
社区矫正（第六版）：美国地方治理的新议题及其比较
》
售價：HK$
107.8
《
动物与人体的比较解剖书
》
售價：HK$
98.8
《
半小时漫画中国史（全5册）
》
售價：HK$
274.5
《
7步吃透商业提案写作
》
售價：HK$
65.9
《
大国谍影
》
售價：HK$
96.8
《
从荒诞到反抗：导读加缪《局外人》和《鼠疫》（谜文库）
》
售價：HK$
65.8
|
| 編輯推薦： |
|
（1）能够结合数字孪生、人工智能、虚拟仿真等技术，实现包括数据建模、优化调度、故障冲突诊断等全链条技术的智能制造系统的技术创新。（2）以技术为支撑，能够进行产销协同、数字孪生应用、大数据应用、供应链管理等智能制造系统服务创新。（3）融合技术与服务，全面介绍智能制造系统下的数字孪生技术的建模、优化、故障冲突诊断等全方位技术，达到技术与服务的全面融合。（4）综合新技术、新服务、新模式进行数字孪生在智能制造系统中的仿真实践。
|
| 內容簡介： |
|
本书以“数字孪生技术”为主题，围绕智能制造过程中数字建模、流程优化及故障诊断涉及的智能算法展开研究，针对典型工艺流程优化及故障诊断遇到的难题，给读者提供相应的应对策略和技术思考。本书重点阐述智能制造过程中的数字孪生技术，介绍了智能制造系统中的数字孪生建模技术、典型优化问题、有约束优化调度、非线性优化调度、故障冲突诊断、智能制造系统数字孪生系统平台搭建等内容，突出智能制造数字孪生技术在建模、优化和故障诊断过程中的有效性，并配以相应的实例，确保读者能直观和准确地理解各算法的精髓。本书适合生产企业和智能制造管理部门的技术与管理人员，高等院校、科研单位计算机科学与技术、智能制造、机械电子工程等相关专业的师生阅读，为他们解决工作、学习和研究中遇到的问题提供参考。
|
| 關於作者： |
|
罗智勇哈尔滨理工大学计算机科学与技术学院教授、硕士生导师，智能计算与调度系统研究所副所长，工学博士。参与完成国家自然科学基金项目2项，主持参与完成省级科研及教改项目6项，横向进款累计超过300万元；发表 SCI、EI期刊论文30余篇；编写教材3部；曾获省级科学技术进步奖二等奖、教学成果二等奖；授权发明、实用新型等专利20余项。
|
| 目錄：
|
第1章 智能制造与数字孪生概述 001～024
1.1 智能制造概述 002
1.1.1 制造业的发展历程 002
1.1.2 智能制造的研究现状 010
1.2 数字孪生概述 013
1.2.1 数字孪生的发展历程 014
1.2.2 数字孪生的研究现状 015
1.2.3 数字孪生的本质及意义 017
1.3 数字孪生在智能制造中的应用现状 018
1.3.1 数字孪生在智能模型生命周期中的应用 019
1.3.2 数字孪生在企业制造中的应用 020
1.4 智能制造和数字孪生的未来 021
1.4.1 未来的智能制造 021
1.4.2 未来的数字孪生 022
本章小结 023
第2章 智能制造与数字孪生的基础知识 025～058
2.1 智能制造的基础知识 026
2.1.1 智能制造的基本概念及组成 026
2.1.2 智能制造的技术体系 029
2.1.3 智能制造的支撑平台 035
2.2 数字孪生的基础知识 037
2.2.1 数字孪生的基本概念、特征及常用模型 037
2.2.2 数字孪生的应用原则及技术体系 042
2.2.3 数字孪生的支撑工具 044
2.3 建模技术理论 046
2.3.1 建模技术的基本概念 047
2.3.2 建模技术常用的方法 049
2.3.3 建模技术常用的工具 051
2.4 优化调度理论 051
2.4.1 优化调度的基本概念 052
2.4.2 优化调度常用的方法 053
2.4.3 优化调度常用的工具 056
本章小结 057
第3章 智能制造系统的数字孪生建模技术 059～100
3.1 模型设计的规则 060
3.1.1 目标函数设计 060
3.1.2 模型约束设计 062
3.2 模型的评估 064
3.2.1 模型误差分析 064
3.2.2 模型训练和评估方法 066
3.2.3 模型性能分析 069
3.3 线性模型 072
3.3.1 模型的定义 072
3.3.2 模型的求解 073
3.4 决策树模型 075
3.4.1 决策树模型的定义 075
3.4.2 决策树模型的划分选择 077
3.4.3 决策树模型的剪枝分析 078
3.5 工作流模型 080
3.5.1 Petri网方法的定义 080
3.5.2 Petri网模型过渡节点识别规则分析 082
3.5.3 Petri网方法的特点及性质分析 083
3.5.4 工作流模型的定义、分类及基本结构 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 概率图模型 093
3.6.1 半马尔科夫模型的定义 093
3.6.2 半马尔科夫模型分析 096
本章小结 098
第4章 智能制造系统数字孪生的典型优化问题 101～124
4.1 3D可视化智能制造数字孪生体的构建问题 102
4.1.1 数字孪生模型组建的一般步骤 102
4.1.2 某数字孪生模型相关平台的搭建 102
4.1.3 3D可视化数字孪生体场景搭建 104
4.2 数字孪生优化模型描述的相关问题 110
4.2.1 离散事件动态系统的问题 110
4.2.2 常见的描述方法 113
4.2.3 描述方法确定的原则 117
4.3 数字孪生优化模型可能存在的问题 120
4.3.1 连续与离散问题 120
4.3.2 随机与确定问题 121
4.3.3 有约束与无约束问题 121
4.3.4 线性与非线性问题 121
4.3.5 局部与全局问题 122
4.3.6 凸与非凸问题 123
本章小结 123
第5章 智能制造系统的数字孪生有约束优化调度 125～174
5.1 智能制造供应链数字孪生体优化的流程描述 126
5.1.1 汽车制造供应链结构分析 126
5.1.2 汽车制造供应链特点分析 127
5.1.3 汽车制造供应链复杂性分析 128
5.1.4 汽车制造政策描述 129
5.1.5 汽车制造供应链描述 131
5.1.6 汽车制造供应链问题分析 134
5.1.7 汽车制造工艺描述 135
5.2 线性工作流优化调度算法 143
5.2.1 约束条件及目标函数设定 143
5.2.2 优化调度算法描述 144
5.2.3 算法验证分析 145
5.3 决策树虚拟工作流优化调度算法 154
5.3.1 决策树虚拟工作流相关定义 155
5.3.2 剪枝策略 156
5.3.3 剪枝算法描述 157
5.3.4 虚拟分层算法描述 158
5.3.5 虚拟分层工作流剪枝算法DVSP描述 159
5.3.6 算法DVSP验证 161
5.3.7 算法DVSP分析 167
本章小结 172
第6章 智能制造系统的数字孪生非线性优化调度 175～202
6.1 非线性优化数字孪生体描述 176
6.1.1 汽车制造质量控制流程 176
6.1.2 汽车制造质量控制特点分析 178
6.2 非线性工作流优化算法 179
6.2.1 虚拟优化技术 179
6.2.2 非线性虚拟工作流相关定义 179
6.2.3 非线性虚拟工作流约束划分、识别规则及目标函数设定 181
6.2.4 非线性虚拟工作流建模算法 184
6.2.5 非线性虚拟工作流优化调度算法 187
6.3 汽车制造过程质量控制非线性工作流虚拟技术模型验证 190
6.4 过程质量控制非线性工作流虚拟技术优化实例分析 191
6.4.1 汽车制造过程质量控制优化调度过程分析 192
6.4.2 不同优化调度算法比较分析 198
6.4.3 优化调度算法性能分析 199
本章小结 201
第7章 智能制造系统的数字孪生故障冲突诊断 203～240
7.1 智能制造数字孪生体故障冲突概述 204
7.1.1 数字孪生体故障冲突类型 206
7.1.2 数字孪生体诊断模型常用的量化方法 207
7.1.3 故障冲突诊断方法 208
7.2 智能制造故障冲突诊断数字孪生体描述 209
7.2.1 计划与销售过程分析 209
7.2.2 订单混合生产过程分析 210
7.2.3 订单交付过程分析 212
7.2.4 汽车制造协同过程分析 214
7.3 数字孪生模型半马尔科夫故障冲突诊断算法 217
7.3.1 诊断模型的相关定义及建立 217
7.3.2 数字孪生体工作流诊断模型的量化约束 219
7.3.3 数字孪生体工作流冲突诊断模型的量化及求解 219
7.4 智能制造系统数字孪生故障冲突诊断过程 220
7.4.1 模型故障冲突诊断的相关定义 220
7.4.2 模型故障冲突诊断操作规则 222
7.4.3 模型故障冲突诊断过程 225
7.5 典型案例应用 226
7.5.1 模型算法执行性能验证 226
7.5.2 模型冲突诊断过程验证 232
本章小结 238
第8章 智能制造的数字孪生系统平台 241～259
8.1 系统平台概述 242
8.1.1 制造企业现状分析 242
8.1.2 需求及目标设计 243
8.2 系统平台的总体设计 246
8.2.1 总体原则 246
8.2.2 智能制造资源描述及分类 247
8.2.3 智能制造资源协控共享 248
8.2.4 系统平台体系结构 249
8.3 系统平台的实现 252
8.3.1 系统平台的运行环境 252
8.3.2 系统平台核心功能展示 252
8.4 系统平台的性能分析 256
8.4.1 不同优先级制造流程业务能力分析 256
8.4.2 系统平台稳定性分析 258
本章小结 258
参考文献 260
|
| 內容試閱：
|
当今，人类正面临着第四次工业革命，智能制造成为各国竞争的焦点之一。在这一趋势下，许多国家纷纷提出了本国智能制造的战略发展规划，如美国的SPM计划、德国的“工业4.0”计划、欧盟的未来工厂计划等，世界各大国已经拉开工业制造新时代的竞争大幕。与此同时，我国也开始了“新工业革命”下的智能制造模式创新和工业改革，制订了“中国制造2025”战略发展规划，提出了“创新、协调、绿色、开放、共享”的新发展理念。数字孪生技术和“新一代人工智能”为智能制造全程优化指明了方向，同时也为其提供了强劲的创新动力。智能制造只有在融合全程生产工艺的基础上，充分利用大数据并紧紧围绕优化目标，使用人工智能、云计算、数字孪生建模及仿真和优化控制理论等信息技术动态平衡各冲突指标点，才能实现制造工业整体资源的调度协控，最终形成“分散资源集中调度”和“集中资源分散服务”的智能制造新格局，为我国率先完成第四次工业革命作出贡献。
《智能制造系统的数字孪生技术：建模、优化及故障诊断》一书以智能制造系统为研究对象，充分利用数字孪生、人工智能、建模优化和故障诊断等技术，较为系统地阐述了如何融合这些技术解决智能制造系统中生产工艺优化调度存在的问题。因此，本书所阐述的内容具有理论和实际双重价值，能够给广大读者带来一定的帮助。
本书总结了笔者攻读博士期间的研究及其科研团队关于数字孪生、生产工艺建模优化及故障诊断等方面的研究成果，并将这些成果分成8章，各章之间相互关联，形成一个有机的整体。第1章讲述了智能制造和数字孪生技术的发展历程以及国内外研究现状，指出了数字孪生技术的本质及意义，阐述了数字孪生技术在智能制造过程中的具体应用及未来发展趋势；第2章讲述了智能制造、数字孪生、建模技术和优化调度所涉及的基本理论、基本概念、技术体系、常见的实现方法和相关工具；第3章讲述了基于数字孪生的智能制造所涉及的一些建模技术，包括线性模型、决策树模型、工作流模型和概率图模型等；第4章讲述了智能制造系统数字孪生建模、模型描述、优化时需要考虑和解决的问题；第5章讲述了线性工作流模型、决策树虚拟工作流模型等技术的定义，并结合某汽车制造企业的具体情况介绍了这些模型的优化算法；第6章讲述了非线性工作流虚拟技术的定义，并结合某汽车制造企业的具体情况介绍了非线性工作流虚拟技术的建模及优化算法；第7章结合某汽车制造企业的工艺链流程，重点阐述了某些生产工艺流程的故障冲突诊断过程和系统执行性能分析，并介绍了汽车制造数字孪生体工作流冲突诊断模型量化求解和故障冲突诊断算法；第8章结合某汽车制造企业的汽车智能制造数字孪生系统平台具体开发过程，阐述了该平台的设计需求及目标，以及功能结构和软件架构所遵循的一般原则。
本书内容的顺利完成，要感谢哈尔滨理工大学计算机科学与技术学院G820实验室的研究生汪鹏、朱梓豪、王静远、杨旭、张文博、王建明、许瑞、李子祺、宋伟伟、曹宇彤、张玉、刘心彤、谭善鑫、陈亚楠、许海峰、王姝懿、孙哲、滕文瑶、姜昊、赵梦迪、李光政、韩瑞、宋家宝和王晓杰等，以及本书相关参考文献的作者和评阅的专家、教授！
本书涉及的技术领域较广，所解决的技术问题较为复杂，难免存在疏漏，恳请广大读者批评指正。
著者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
