未来工厂

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。
【推荐语】
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。
【作者】
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。