智能制造:技术前沿与探索应用电子书

封面页

书名页

版权页

作者简介

内容简介

智能制造系列丛书编委会名单

丛书序1

丛书序2

前言

目录

综合篇：历史、政策与趋势

第1章　智能制造的历史沿革

1.1　智能制造的发展背景

1.2　智能制造的发展历程

1.3　智能制造的本质和内涵

1.3.1　智能制造的本质

1.3.2　智能制造的显著特征

1.3.3　智能制造的关键环节

1.3.4　智能制造的应用场景

第2章　智能制造的前沿与趋势

2.1　智能制造面临的挑战

2.2　智能制造的发展趋势

2.3　全球智能制造动向

2.3.1　美国

2.3.2　德国

2.3.3　欧盟

2.3.4　日本

2.3.5　其他工业发达国家

2.3.6　全球领先企业的探索路径

2.4　先进技术的前沿应用

2.4.1　先进设计技术

2.4.2　先进制造技术

2.4.3　先进材料技术

2.4.4　试验测试技术

2.5　最佳实践——国外应用3D打印技术制造核级部件

2.6　深度解析——美国加快人工智能在工业领域的应用

2.6.1　美国实施人工智能发展策略

2.6.2　美国人工智能核心技术研究进展

2.6.3　人工智能在美国国防工业领域的应用

第3章　德国工业4.0

3.1　德国工业4.0的战略要点

3.2　德国工业4.0的本质特征

3.3　德国工业4.0的双重战略

3.4　德国工业4.0的智能制造

3.5　德国工业4.0的关键环节

3.6　德国工业4.0的技术支撑

3.7　德国工业4.0的主要优势

3.8　德国工业4.0的远景展望

3.9　德国工业4.0的启示

3.10　德国工业4.0的最佳实践

3.10.1　西门子智能工厂

3.10.2　博世的工业4.0解决方案

3.10.3　德国电信物流管理解决方案

第4章　美国先进制造业创新和发展

4.1　先进制造业的形成背景及其内涵

4.2　法规先行、策划周密、实施有方

4.3　美国针对先进制造业的计划和措施

4.3.1　提供三大关键措施的先进制造业伙伴关系计划

4.3.2　规定考核指标的先进制造国家战略计划

4.3.3　初步设计的国家制造业创新网络规划

4.3.4　务实、有效的国家制造业创新网络战略计划

4.3.5　战略计划的未来

4.4　相关启示

4.5　深度解析——美国3D打印创新中心的发展

第5章　中国制造强国战略

5.1　背景

5.2　战略目标

5.3　核心要义和本质内涵

5.4　技术支撑

5.5　重大任务

5.6　中国政府加大智能制造的发展规划与推进力度

5.7　典型案例

5.7.1　九江石化智能工厂

5.7.2　报喜鸟“云翼互联”的智能化生产项目

5.7.3　潍柴动力数字化车间

5.7.4　雷柏智能装备／智能产品

5.7.5　陕鼓动力智能化服务

5.8　深度解析——国家重点研发计划重点专项实施方案（2018—2022年）：网络协同制造和智能工厂

5.8.1　总体目标

5.8.2　具体目标

5.8.3　阶段目标

5.8.4　主要任务

技术篇：方法、工具与系统

第6章　智能装备和智能产品

6.1　数字化、网络化、智能化制造

6.1.1　数字化制造

6.1.2　网络化制造

6.1.3　智能化制造

6.2　智能制造装备

6.2.1　高档数控机床

6.2.2　工业机器人

6.2.3　增材制造设备

6.2.4　智能传感器

6.2.5　智能物流与仓储装备

6.3　智能产品

6.3.1　机器人

6.3.2　智能家居

6.3.3　智能汽车和无人机

6.3.4　智能可穿戴设备

6.3.5　VR、AR和MR

6.4　深度解析——数字化推动全球航天系统研制与生产变革

6.4.1　全球航天产业已进入数字化制造的第五阶段

6.4.2　数字化推进航天制造变革

6.4.3　数字化改善航天生产供应链管理

第7章　数字化技术与制造执行系统

7.1　产品全生命周期管理的数字化技术

7.1.1　产品生命周期管理

7.1.2　供应链管理

7.1.3　客户关系管理

7.1.4　企业资源计划

7.2　制造执行系统

7.2.1　制造执行系统及其功能模型与标准

7.2.2　可重构的制造执行系统

第8章　工业互联网与大数据

8.1　物联网、信息物理系统和工业互联网

8.1.1　物联网

8.1.2　信息物理系统

8.1.3　工业互联网

8.2　工业网络设备与系统

8.2.1　计算机网络概述

8.2.2　IPv6

8.2.3　蓝牙、ZigBee、超宽带技术

8.2.4　Wi-Fi技术

8.2.5　移动通信技术

8.3　大数据与云计算

8.3.1　大数据

8.3.2　云计算

第9章　制造智能

9.1　应用领域

9.1.1　识别分析

9.1.2　诊断分析

9.1.3　预测分析

9.1.4　筹划分析

9.2　模型与方法

9.2.1　机器学习

9.2.2　人工神经网络

9.2.3　深度学习

应用篇：路径、模式与经验

第10章　汽车行业的智能制造

10.1　概述

10.1.1　智能制造在汽车制造业中的应用和特点

10.1.2　戴姆勒－奔驰公司的智能化探索

10.1.3　大数据在德国汽车制造商宝马集团中的应用

10.2　中国汽车产业智能制造路线图

10.2.1　目标

10.2.2　重点任务

10.3　智能制造在中国汽车工业中的实践

10.3.1　概况

10.3.2　实施协同化产品设计和研发

10.3.3　建设数字化工厂

10.3.4　实施工厂级制造执行系统

10.3.5　推进智能制造系统和自动化

10.3.6　制造大数据的开发与运用

10.3.7　电商平台与个性化定制销售

10.4　深度解析——中国一汽积极探索智能制造

10.4.1　中国一汽智能制造的现状及实施方案

10.4.2　推行智能制造的成效

10.4.3　智能制造未来的发展规划与愿景

10.4.4　智能制造领域的经验分享

10.4.5　挑战与展望

10.5　最佳实践——“智造”新红旗

第11章　国防工业的智能制造

11.1　概况

11.2　军事强国的国防工业智能制造发展现状

11.2.1　各国对国防工业智能制造的总体安排

11.2.2　典型军工企业的智能制造实践

11.3　全球军工智能制造的发展趋势

11.4　中国国防工业智能制造探索

11.4.1　中国航天智能制造技术体系

11.4.2　飞机结构件数字化车间构建

11.4.3　制导弹药智能总装生产线研制

11.5　深度解析——美欧在军工领域深化应用机器学习技术

11.5.1　抢占智能制造先机

11.5.2　加速优化复杂武器系统设计

11.5.3　提升制造工艺可靠性

11.5.4　促进车间生产效率提升

参考文献

附录CD