未来智路——实例解读如何走出智能制造33个误区电子书

前折页

内容简介

《国之重器出版工程》编辑委员会

智能制造新模式应用系列丛书编委会

总序

前言

第一章　第四次工业革命

1.1　人类历史上的四次工业革命

1.2　美国：工业互联网

1.3　德国：工业4.0

1.4　中国：制造强国战略

1.4.1　制造强国战略的目标

1.4.2　制造强国战略的框架

1.5　制造强国战略与智能制造

1.6　智能制造与几个相关概念间的关系

1.6.1　智能制造与云计算

1.6.2　智能制造与大数据

1.6.3　智能制造与工业互联网

1.6.4　智能制造与人工智能

第二章　中国智能制造第一个五年回顾

2.1　中国智能制造第一个五年取得的成绩

2.2　中国智能制造第一个五年出现的问题

2.3　中国制造业实践智能制造的六大方面33 个误区

第三章　走出认知误区

3.1　误区1：对智能制造的了解不系统

3.1.1　误区1 典型案例

3.1.2　误区1 表现特征

3.1.3　误区1 原因分析

3.1.4　走出误区1 的方法

3.2　误区2：问供应商能做什么

3.2.1　误区2 典型案例

3.2.2　误区2 表现特征

3.2.3　误区2 原因分析

3.2.4　走出误区2 的方法

3.3　误区3：机器换人等于智能制造

3.3.1　误区3 典型案例

3.3.2　误区3 表现特征

3.3.3　误区3 原因分析

3.3.4　走出误区3 的方法

3.4　误区4：数字化工厂等于智能制造

3.4.1　误区4 典型案例

3.4.2　误区4 表现特征

3.4.3　误区4 原因分析

3.4.4　走出误区4 的方法

3.5　误区5：工厂数字建模等于CPS

3.5.1　误区5 典型案例

3.5.2　误区5 表现特征

3.5.3　误区5 原因分析

3.5.4　走出误区5 的方法

3.6　误区6：数据采集等于数据生产

3.6.1　误区6 典型案例

3.6.2　误区6 表现特征

3.6.3　误区6 原因分析

3.6.4　走出误区6 的方法

3.7　误区7：传感器等于数据

3.7.1　误区7 典型案例

3.7.2　误区7 表现特征

3.7.3　误区7 原因分析

3.7.4　走出误区7 的方法

3.8　误区8：MES 等于效率提升

3.8.1　误区8 典型案例

3.8.2　误区8 表现特征

3.8.3　误区8 原因分析

3.8.4　走出误区8 的方法

3.9　误区9：定制化是完全个性化的，产生不了规模效益

3.9.1　误区9 典型案例

3.9.2　误区9 表现特征

3.9.3　误区9 原因分析

3.9.4　走出误区9 的方法

第四章　走出基础误区

4.1　误区10：在落后产能上实施智能制造

4.1.1　误区10 典型案例

4.1.2　误区10 表现特征

4.1.3　误区10 原因分析

4.1.4　走出误区10 的方法

4.2　误区11：管理不善直接实施智能制造

4.2.1　误区11 典型案例

4.2.2　误区11 表现特征

4.2.3　误区11 原因分析

4.2.4　走出误区11 的方法

4.3　误区12：多品种小批量生产模式不适合实施智能制造

4.3.1　误区12 典型案例

4.3.2　误区12 表现特征

4.3.3　误区12 原因分析

4.3.4　走出误区12 的方法

4.4　误区13：我们不一样

4.4.1　误区13 典型案例

4.4.2　误区13 表现特征

4.4.3　误区13 原因分析

4.4.4　走出误区13 的方法

第五章　走出顶层架构设计误区

5.1　误区14：不进行顶层架构设计

5.1.1　误区14 典型案例

5.1.2　误区14 表现特征

5.1.3　误区14 原因分析

5.1.4　走出误区14 的方法

5.2　误区15：不做调研规划，完全依赖供应商出方案

5.2.1　误区15 典型案例

5.2.2　误区15 表现特征

5.2.3　误区15 原因分析

5.2.4　走出误区15 的方法

5.3　误区16：智能制造顶层架构设计变成要素堆积

5.3.1　误区16 典型案例

5.3.2　误区16 表现特征

5.3.3　误区16 原因分析

5.3.4　走出误区16 的方法

5.4　误区17：没有设定具体指标

5.4.1　误区17 典型案例

5.4.2　误区17 表现特征

5.4.3　误区17 原因分析

5.4.4　走出误区17 的方法

5.5　误区18：运营指标与企业战略脱节

5.5.1　误区18 典型案例

5.5.2　误区18 表现特征

5.5.3　误区18 原因分析

5.5.4　走出误区18 的方法

5.6　误区19：补丁式规划

5.6.1　误区19 典型案例

5.6.2　误区19 表现特征

5.6.3　误区19 原因分析

5.6.4　走出误区19 的方法

第六章　走出执行误区

6.1　误区20：信息化部门主导智能制造

6.1.1　误区20 典型案例

6.1.2　误区20 表现特征

6.1.3　误区20 原因分析

6.1.4　走出误区20 的方法

6.2　误区21：重品牌、轻匹配

6.2.1　误区21 典型案例

6.2.2　误区21 表现特征

6.2.3　误区21 原因分析

6.2.4　走出误区21 的方法

6.3　误区22：想免费利用供应商来降低智能制造转型升级成本

6.3.1　误区22 典型案例

6.3.2　误区22 表现特征

6.3.3　误区22 原因分析

6.3.4　走出误区22 的方法

6.4　误区23：不愿创新，寄希望于成功案例

6.4.1　误区23 典型案例

6.4.2　误区23 表现特征

6.4.3　误区23 原因分析

6.4.4　走出误区23 的方法

6.5　误区24：第一步就做数字化

6.5.1　误区24 典型案例

6.5.2　误区24 表现特征

6.5.3　误区24 原因分析

6.5.4　走出误区24 的方法

6.6　误区25：抓小放大

6.6.1　误区25 典型案例

6.6.2　误区25 表现特征

6.6.3　误区25 原因分析

6.6.4　走出误区25 的方法

6.7　误区26：未突破瓶颈

6.7.1　误区26 典型案例

6.7.2　误区26 表现特征

6.7.3　误区26 原因分析

6.7.4　走出误区26 的方法

6.8　误区27：旧问题解决、新问题出现

6.8.1　误区27 典型案例

6.8.2　误区27 表现特征

6.8.3　误区27 原因分析

6.8.4　走出误区27 的方法

6.9　误区28：企业上云

6.9.1　误区28 典型案例

6.9.2　误区28 表现特征

6.9.3　误区28 原因分析

6.9.4　走出误区28 的方法

6.10　误区29：降本增效变成了增本降效

6.10.1　误区29 典型案例

6.10.2　误区29 表现特征

6.10.3　误区29 原因分析

6.10.4　走出误区29 的方法

第七章　走出人才误区

7.1　误区30：不知道如何培养人才

7.1.1　误区30 典型案例

7.1.2　误区30 表现特征

7.1.3　误区30 原因分析

7.1.4　走出误区30 的方法

7.2　误区31：没有系统的智能制造人才培养规划

7.2.1　误区31 典型案例

7.2.2　误区31 表现特征

7.2.3　误区31 原因分析

7.2.4　走出误区31 的方法

第八章　走出智能制造服务商误区

8.1　误区32：重应用、轻技术

8.1.1　误区32 典型案例

8.1.2　误区32 表现特征

8.1.3　误区32 原因分析

8.1.4　走出误区32 的方法

8.2　误区33：重收益、轻效果

8.2.1　误区33 典型案例

8.2.2　误区33 表现特征

8.2.3　误区33 原因分析

8.2.4　走出误区33 的方法

第九章　实施制造强国战略的第二个五年展望

9.1　需求个性化与供给标准化的矛盾将长期存在

9.2　宏观层面五大误区

9.2.1　宏观误区1：“一窝蜂”倒向政府政策

9.2.2　宏观误区2：面子工程

9.2.3　宏观误区3：政策骗补

9.2.4　宏观误区4：高投入、低产出的研发机制

9.2.5　宏观误区5：重商业模式、轻技术研发

9.3　三大机会

9.3.1　机会1：同一起跑线

9.3.2　机会2：完整的产业链

9.3.3　机会3：巨大的市场需求

9.4　三大挑战

9.4.1　挑战1：技术基础薄弱

9.4.2　挑战2：技术工人短缺

9.4.3　挑战3：人才培养机制不完善

9.5　未来智路

9.5.1　精益化

9.5.2　创新化

9.5.3　自动化

9.5.4　数字化

9.5.5　智能化

9.5.6　互联化

9.6　回归根本：降本增效

9.7　赢得未来：转型升级

9.7.1　客户升级

9.7.2　产品升级

9.7.3　制造升级

9.7.4　管理升级

9.7.5　人员升级

参考文献

后折页