万本电子书0元读

万本电子书0元读

顶部广告

未来工厂电子书

本书立足全球制造业向智能化、绿色化转型的时代背景,围绕“更智能、更集成、更灵活、更高效、更可持续”的未来工厂核心愿景,从全局架构到细分技术领域,对制造业新兴技术和现有技术发展趋势行了前瞻性研究。

售       价:¥

纸质售价:¥64.30购买纸书

0人正在读 | 0人评论 6.8

作       者:(印度)钱丹·迪普·辛格,(印度) 哈琳·考尔

出  版  社:机械工业出版社

出版时间:2026-06-12

字       数:17.7万

所属分类: 科技 > 计算机/网络 > 计算机理论与教程

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(条)
  • 读书简介
  • 目录
  • 累计评论(条)
本书首先回溯四次工业革命的演历程,明确未来工厂的核心特征与技术底座,对比了传统制造与智能制造在理念、能力、模式上的差异;随后讲解人工智能技术,涵盖无监督学习、监督学习、强化学习,剖析了神经网络的组成结构、激活函数、反向传播机制与CNN、RNN、LSTM等主流架构;着依次展智能加工、先维护与可靠性、数字制造、物联网、产品生命周期管理五大核心模块,介绍智能传感器、PLC控制系统、预测性维护、数字主线、数控加工、增材制造、雾计算、无线传感器网络等关键技术的架构与工业应用场景;最后通过印度两轮车与四轮车制造企业的案例,分析绿色制造、先生产与维护技术对企业绩效的提升作用,总结未来工厂实现可持续发展的实践路径。<br/>【推荐语】<br/>本书立足全球制造业向智能化、绿色化转型的时代背景,围绕“更智能、更集成、更灵活、更高效、更可持续”的未来工厂核心愿景,从全局架构到细分技术领域,对制造业新兴技术和现有技术发展趋势行了前瞻性研究。<br/>【作者】<br/>钱丹·迪普·辛格(Chandan Deep Singh) 博士,现任帕蒂亚拉旁遮普大学机械工程系教授,在国际同行评审期刊及学术会议上发表论文逾100篇,研究聚焦于智能制造、先制造技术及工业人工智能等前沿领域。长期致力于将机器学习、预测性维护等新兴技术引传统制造业研究,其跨学科研究视角融合了机械工程与数据科学,为未来工厂的技术演提供了重要的理论支撑与实践指导。 哈琳·考尔(HarleenKaur) 博士,兼具学术界与产业界的双重背景,现任帕蒂亚拉旁遮普大学机械工程系项目研究员。曾担任DELBRECIndustries私人有限公司经理,积累了丰富的制造业管理经验;后转型学术研究,曾任Asra高等研究院管理学助理教授。这种从企业管理到工程研究、从管理学科到技术领域的跨界经历,使她能够独到地把握技术变革中的组织管理与商业策略维度。<br/>
目录展开

译者序

前言

Chapter 1 第1章 未来工厂全景概述

1.1 引言

1.2 未来工厂的特征

1.2.1 未来工厂的多维架构

1.2.2 未来工厂的数字化

1.2.3 未来工厂的流程革新

1.2.4 全集成工厂

1.3 当前制造环境

1.4 未来工厂的关键技术

1.5 智能工厂

1.6 数字工厂与虚拟工厂

1.6.1 数字工厂

1.6.2 虚拟工厂

1.7 先进制造技术

1.8 未来工厂在提升生产绩效方面的作用

1.9 未来工厂:重塑产业生态与社会图景的智造革命

Chapter 2 第2章 工业5.0

2.1 引言

2.1.1 面向制造业的工业5.0

2.1.2 工业5.0中的个性化

2.1.3 工业5.0的三大核心支柱

2.2 以人为本的工业5.0

2.3 工业5.0旨在赋能人类,而不是取代人类

2.4 工业5.0的构建逻辑与范式转变

2.5 工业5.0的人因工程与技术要素

2.6 挑战与推动因素

2.6.1 社会维度

2.6.2 政府和政治维度[2]

2.6.3 跨学科性

2.6.4 经济维度

2.6.5 可扩展性

2.7 结语

Chapter 3 第3章 人工智能基础及其应用

3.1 引言

3.2 案例研究

3.3 人工智能的发展及应用概述

3.3.1 人工智能的发展及影响

3.3.2 人工智能的技术应用与行业应用

3.4 机器学习概述

3.5 神经网络概述

Chapter 4 第4章 机器学习研究

4.1 引言

4.2 机器学习的分类

4.2.1 无监督学习

4.2.2 监督学习

4.2.3 强化学习

4.3 降维

4.4 聚类

4.5 距离度量

4.6 机器学习模型

4.7 机器学习的约束条件:数据、任务与指标

4.8 机器学习在未来工厂中的应用概述

4.9 机器学习算法的实际应用:潜在客户识别

4.10 结语

Chapter 5 第5章 认识神经网络

5.1 引言

5.2 神经网络的组成部分

5.3 神经网络的架构

5.4 神经网络的工作原理

5.5 神经网络的类型

5.5.1 人工神经网络

5.5.2 循环神经网络

5.5.3 卷积神经网络

5.6 反向传播

5.6.1 反向传播的工作原理

5.6.2 反向传播的类型

5.7 结语

Chapter 6 第6章 物联网

6.1 引言

6.2 M2M与物联网

6.3 无线网络

6.4 面向服务的架构

6.5 航空物联网与智能维护

6.6 无线传感器网络

6.7 云计算

6.8 云仿真器

6.9 雾计算

6.10 物联网的应用

6.11 实现物联网愿景的关键挑战

6.12 结语

Chapter 7 第7章 智能加工

7.1 引言

7.2 智能加工发展的需求

7.3 智能加工的组成部分

7.3.1 智能传感器

7.3.2 机器学习与知识发现组件

7.3.3 知识发现与数据挖掘

7.3.4 可编程逻辑控制器

7.3.5 智能加工在绿色制造中的作用

7.3.6 利用知识图谱进行信息整合

7.4 结语

Chapter 8 第8章 先进维护与可靠性

8.1 引言

8.2 基于状态的维护

8.3 计算机维护管理系统

8.4 预防性维护

8.5 预测性维护

8.6 以可靠性为中心的维护

8.7 状态监测与剩余寿命预测

8.8 可持续性

8.9 结语

Chapter 9 第9章 数字制造

9.1 引言

9.2 产品生命周期与过渡

9.3 数字主线

9.4 数字制造安全

9.5 数字制造在未来工厂中的作用

9.6 数字制造与数控加工

9.6.1 数控加工简介

9.6.2 数控加工中使用的设备

9.6.3 数字制造设计的考量分析

9.6.4 加工后零件的后处理

9.7 增材制造

9.7.1 增材制造的目标

9.7.2 设计考虑因素

9.8 结语

Chapter 10 第10章 产品生命周期

10.1 引言

10.2 产品生命周期管理

10.2.1 为什么选择产品生命周期管理

10.2.2 传统产品生命周期阶段

10.2.3 一个关于产品生命周期管理阶段的示例

10.2.4 产品生命周期管理的高级阶段

10.2.5 产品生命周期管理策略

10.3 产品生命周期管理的运作

10.4 产品生命周期管理应用过程

10.5 统一建模语言的作用

10.6 产品全生命周期信息管理

10.7 组织中的PDM系统

10.7.1 PDM的优势

10.7.2 PDM如何工作

10.7.3 PDM的服务

10.8 系统架构

10.9 基于模型的系统工程概念

10.10 产品生命周期的最新更新

10.11 结语

Chapter 11 第11章 案例研究

11.1 两轮车制造企业案例研究

11.1.1 企业战略

11.1.2 技术发展举措

11.1.3 管理举措

11.1.4 可持续发展目标

11.1.5 以客户需求为导向的增长框架

11.1.6 未来展望

11.2 四轮车制造企业案例研究

11.2.1 企业原则

11.2.2 企业目标

11.2.3 企业战略和业务举措

11.2.4 技术举措

11.2.5 管理策略

11.2.6 质量

11.2.7 可持续发展目标

11.2.8 未来行动计划

11.3 结语

11.3.1 局限性

11.3.2 未来研究建议

参考文献

累计评论(条) 个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部