-
>
(精)东北革命和抗日根据地货币研究
-
>
近代天津工业与企业制度
-
>
眉山金融论剑
-
>
图解资本论
-
>
金融炼金术(专业珍藏版)2021专业审订
-
>
认知世界的经济学
-
>
全球货币进化史
工业智能(方法与应用)/工业智能与工业大数据系列 版权信息
- ISBN:9787121429583
- 条形码:9787121429583 ; 978-7-121-42958-3
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 所属分类:>
工业智能(方法与应用)/工业智能与工业大数据系列 本书特色
工业智能热点研究:目前人工智能技术在各制造阶段的发展水平各不相同,究其原因是不同阶段的数字化程度不一。数字孪生是实现信息物理系统的重要使能技术,基于数字孪生技术对于工业过程的数字化转型、实现智能化具有重要意义。基于AR等辅助手段增强人对制造过程的协作程度及洞察力具有重要意义本书从工业过程中的设计、制造、运维三大活动展开,介绍了当前工业智能领域的热点研究。
工业智能(方法与应用)/工业智能与工业大数据系列 内容简介
为了促进智能制造的发展进程,本书对工业智能的方法和应用展开了详细的阐述。工业智能涉及的方法和应用极其广泛,本书从工业过程中的设计、制造、运维三大活动展开,介绍了当前工业智能领域的热点研究。 本书共5篇。第1篇(、2章)概述了智能制造的概念、参考模型及核心,引申出了工业智能的概念和典型分类。第2篇(第3、4、5章)分别从结构设计的特征识别与优化、设计文档结构化分析和装配工艺智能设计展开。第3篇(第6、7、8章)分别介绍了工业缺陷图像智能检测、人员作业行为检测与监控和制造过程的人机协同。第4篇(第9、10章)介绍了生产作业运行智能管控和设备故障诊断与预防性维修。第5篇(第11、12章)介绍了数字孪生与工业智能,以及AI+AR辅助下的制造知识。 本书的主要读者对象是数字化工程应用领域和智能制造领域的设计、制造、运维和管理人员,高校相关专业的研究人员,以及对工业智能技术感兴趣的专业人士。
工业智能(方法与应用)/工业智能与工业大数据系列 目录
第1章 工业智能概述 / 002
1.1 智能制造概述 / 002
1.1.1 智能制造的概念及参考架构 / 002
1.1.2 智能制造的核心 / 009
1.2 工业智能概述 / 019
1.2.1 工业智能的概念 / 019
1.2.2 工业智能的分类 / 023
参考文献 / 029
第2章 工业智能基础 / 031
2.1 工业智能算法基础 / 031
2.1.1 工业智能的机器学习任务 / 031
2.1.2 常用工业智能经典算法 / 035
2.1.3 深度学习算法 / 042
2.2 工业智能流程 / 045
2.2.1 数据收集 / 046
2.2.2 数据预处理和特征工程 / 047
2.2.3 模型训练和强化 / 049
2.3 工业智能场景 / 051
2.3.1 预测性维护 / 051
2.3.2 质量检验与保证 / 052
2.3.3 制造流程优化 / 052
2.3.4 供应链优化 / 054
2.3.5 人工智能驱动的网络安全和隐私 / 054
2.3.6 自动物理安全 / 054
2.3.7 自动化数据管理 / 054
2.3.8 智能助手 / 055
2.3.9 人工智能驱动的研发 / 055
2.3.10 自主资源勘探 / 055
参考文献 / 055
第二篇 设计阶段的工业智能
第3章 结构设计的特征识别与优化 / 059
3.1 智能设计研究现状 / 060
3.1.1 智能设计研究方法 / 060
3.1.2 产品智能CAD设计研究现状 / 062
3.2 产品智能设计框架 / 063
3.3 智能设计中的关键技术 / 064
3.3.1 三维模型检索技术 / 064
3.3.2 加工特征自动识别技术 / 068
3.3.3 设计方案优化 / 070
3.4 基于点云语义分割的下颌角术前截骨规划 / 077
3.4.1 计算机辅助技术在下颌角术前截骨规划中的应用 / 077
3.4.2 下颌角点云语义分割网络 / 078
3.4.3 实验设计与结果 / 080
参考文献 / 082
第4章 设计文档结构化分析 / 087
4.1 国内外相关技术研究现状 / 088
4.1.1 标准电子文档文本提取及结构化相关研究 / 088
4.1.2 航空标准电子文档关键词自动提取技术的相关研究 / 089
4.1.3 航空标准电子文档信息检索技术相关研究 / 091
4.2 基于规则匹配的文本去噪和结构化方法 / 093
4.2.1 航空标准电子文档数据说明 / 093
4.2.2 航空标准电子文档文本去噪和结构化技术路线 / 098
4.2.3 基于开源工具的航空标准电子文档的文本提取实验 / 099
4.2.4 基于规则匹配的文本去噪方法 / 103
4.2.5 航空标准电子文档的文本数据存储结构 / 106
4.2.6 文本树的生成方法 / 108
4.3 航空标准电子文档关键词自动提取数据预处理方法 / 110
4.3.1 中文文档关键词自动提取方法技术路线 / 111
4.3.2 中文分词模型 / 111
4.3.3 停用词过滤 / 113
4.4 关键词提取案例 / 114
参考文献 / 119
第5章 装配工艺智能设计 / 124
5.1 装配工艺设计进展与现状 / 124
5.1.1 装配工艺信息建模研究现状 / 124
5.1.2 装配工艺规划研究现状 / 126
5.1.3 装配工艺评价研究现状 / 127
5.2 基于知识图谱的装配工艺智能设计方法 / 128
5.2.1 基于知识图谱的装配工艺信息建模 / 128
5.2.2 基于Bi-LSTM的装配工艺信息模型构建方法 / 133
5.2.3 基于图嵌入的装配工艺生成方法 / 136
5.2.4 基于点云深度学习的装配干涉检测方法 / 144
5.3 某航空发动机压气机转子部件装配实例与验证 / 147
5.3.1 装配工艺知识图谱数据库自动构建 / 147
5.3.2 基于图嵌入的装配工艺自动生成 / 152
5.3.3 多装配工艺方案可行性评价 / 155
参考文献 / 158
第三篇 制造阶段的工业智能
第6章 工业缺陷图像智能检测 / 162
6.1 工业缺陷图像检测进展与现状 / 162
6.1.1 工业缺陷图像检测的定义 / 162
6.1.2 工业缺陷图像检测发展历程 / 164
6.1.3 基于深度学习的工业缺陷图像检测进展 / 165
6.2 基于卷积神经网络的铸件缺陷检测模型 / 175
6.3 基于注意力机制的细粒度铸件缺陷识别方法 / 176
6.4 基于深度学习的铸件射线图像检测案例 / 179
6.4.1 输入分析 / 179
6.4.2 训练过程分析 / 180
6.4.3 输出分析 / 182
6.4.4 模型评估 / 184
6.4.5 成果展示 / 185
6.5 面向工业缺陷识别的可解释性深度学习方法 / 186
6.5.1 工业缺陷检测过程的可解释性需求分析 / 186
6.5.2 可解释性分析研究现状 / 187
6.5.3 基于可解释性方法的焊缝缺陷检测案例 / 188
参考文献 / 189
第7章 人工作业行为检测与监控 / 194
7.1 作业行为检测与监控的进展与现状 / 194
7.2 作业行为检测与监控算法总体框架 / 197
7.2.1 人体姿态估计 / 197
7.2.2 行为检测 / 201
7.2.3 作业安全监控 / 205
7.3 基于深度学习的作业行为检测与监控方法 / 205
7.3.1 基于OpenPose的骨架提取与建模 / 205
7.3.2 基于双流LSTM融合网络的作业行为特征提取 / 208
7.3.3 作业行为检测识别 / 214
7.3.4 基于GRU的作业行为流程序列编码 / 215
7.3.5 基于规范性感知网络的作业行为规范性权重挖掘 / 217
7.3.6 基于逻辑回归的规范性判断 / 220
7.4 基于作业行为检测的人机协作装配案例 / 222
7.4.1 案例介绍 / 222
7.4.2 实验环境设置 / 225
7.4.3 功能验证 / 225
参考文献 / 227
第8章 制造过程的人机协同 / 231
8.1 人机协同研究进展与现状 / 231
8.1.1 研究动机 / 231
8.1.2 目标物体检测 / 235
8.1.3 散乱对象拾取 / 237
8.1.4 人机协作 / 238
8.2 人机协作环境中的场景理解 / 239
8.2.1 散乱场景的虚拟数据集构建 / 240
8.2.2 基于视觉的物体识别与定位 / 244
8.2.3 抓取顺序与机器人姿态调节方法 / 253
8.3 基于强化学习的人机协同 / 264
8.3.1 机器人感知基础 / 264
8.3.2 基于强化学习的任务决策 / 266
8.3.3 基于强化学习的人机协同制造 / 272
8.4 案例研究 / 278
8.4.1 散乱零件的识别与拾取 / 278
8.4.2 发电机装配 / 282
参考文献 / 287
第四篇 运维阶段的工业智能
第9章 生产作业运行智能管控 / 293
9.1 生产作业运行智能管控进展与现状 / 293
9.2 基于知识图谱的生产作业智能管控模型 / 298
9.2.1 生产全过程状态感知模型 / 298
9.2.2 面向生产过程的数据建模 / 299
9.2.3 面向生产全过程的知识图谱构建 / 306
9.3 数据驱动的生产作业智能管控优化技术 / 311
9.3.1 纺纱生产工艺流程设计与布局仿真优化技术 / 311
9.3.2 基于工业互联网平台的纺纱生产全流程 / 315
9.3.3 生产过程在线检测与生产状态远程监控技术 / 317
9.3.4 基于工业大数据平台的协同优化 / 323
9.4 生产作业智能管控案例 / 330
9.4.1 环锭纺纱能耗智能管控平台架构设计方案 / 330
9.4.2 基于*小量化误差的纺纱能耗智能监控与预警 / 332
9.4.3 基于状态驱动的纺纱能耗智能调控 / 333
9.4.4 基于核心影响因素的纺纱能耗分析预测 / 334
参考文献 / 336
第10章 设备故障诊断与预防性维修 / 341
10.1 设备故障诊断与预防性维修进展与现状 / 341
10.2 设备故障诊断 / 346
10.2.1 基于CNN的设备故障诊断 / 346
10.2.2 基于卷积神经网络的设备故障诊断方法 / 348
10.2.3 基于卷积神经网络的设备故障诊断案例 / 351
10.3 设备预防性维修 / 355
10.3.1 基于迁移学习的设备预防性维修 / 355
10.3.2 基于迁移学习的设备预防性维修方法 / 359
10.3.3 基于迁移学习的设备预防性维修案例 / 364
参考文献 / 370
第五篇 工业智能热点研究
第11章 设备故障诊断与预防性数字孪生与工业智能 / 376
11.1 数字孪生进展与现状 / 376
11.1.1 数字孪生发展历程 / 376
11.1.2 相关工作 / 378
11.1.3 数字孪生定义和参考模型 / 379
11.2 数字孪生装配 / 386
11.2.1 基于数字孪生的装调理论体系 / 386
11.2.2 体系方法 / 386
11.2.3 应用案例 / 394
11.3 数字孪生加工 / 396
11.3.1 面向加工的数字孪生模型 / 396
11.3.2 加工过程中的智能方法 / 400
11.3.3 数字孪生加工案例 / 406
11.4 数字孪生智能评估 / 407
11.4.1 模型智能评估思想 / 408
11.4.2 模型保真度评估方法 / 413
11.4.3 评估案例 / 418
参考文献 / 422
第12章 设备故障诊断与预防性AI+AR辅助下的制造 / 427
12.1 AR概述 / 427
12.1.1 AR的定义及发展 / 427
12.1.2 AR关键技术 / 428
12.2 面向AR的加工过程信息多视图构建与交互 / 430
12.2.1 基于AR的加工过程信息集成模型描述与定义 / 430
12.2.2 面向AR的加工过程信息多视图构建方法 / 431
12.2.3 面向AR的加工过程信息多视图交互方法 / 434
12.3 基于多元信息融合的模型虚实融合方法 / 437
12.3.1 虚实融合基本思想与流程 / 438
12.3.2 梯度描述符离线学习 / 438
12.3.3 多元信息融合的在线识别与追踪 / 443
12.3.4 方法验证与讨论 / 449
12.4 基于AR的加工原型系统开发与案例分析 / 454
12.4.1 原型系统开发与实现 / 454
12.4.2 系统功能验证与应用实例 / 458
参考文献 / 463
工业智能(方法与应用)/工业智能与工业大数据系列 作者简介
鲍劲松,博士,博士生导师,现任东华大学机械工程学院教授,智能制造研究所所长,上海市工程图形学会常务理事,全国高校自动化年会华东分会理事,中国机械工程学会机器人分会第一届委员,国际期刊IJPOM编委,国际期刊IJCIM、IJPR、IJAMT等国际刊物评审专家,国家自然科学基金委通讯评议专家,上海江南长兴重工有限责任公司技术中心专家。长期从事工业智能、智能制造系统虚拟设计与可视化学术研究和工程应用工作,拥有深厚的理论基础和丰富的工程实践经验,主持和参与多项国家发改委/工信部智能制造专项、国家自然科学基金面上项目、上海市科委智能制造专项、军委装发重点项目等;曾荣获多项国家和省部级科技奖励。
- >
月亮与六便士
月亮与六便士
¥18.1¥42.0 - >
名家带你读鲁迅:故事新编
名家带你读鲁迅:故事新编
¥12.6¥26.0 - >
烟与镜
烟与镜
¥17.3¥48.0 - >
山海经
山海经
¥22.4¥68.0 - >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥19.3¥35.0 - >
随园食单
随园食单
¥15.4¥48.0 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥16.9¥49.8 - >
我与地坛
我与地坛
¥20.2¥28.0
-
元代榷盐与社会(2009/8)
¥11.6¥30 -
工业现代化――新时代的制造强国之路
¥37.3¥49 -
健身经济
¥49.3¥69 -
农产品深加工技术2000例-专利信息精选(下册)
¥7.8¥19 -
用户知识付费行为及教育共富研究
¥49.3¥69