图书盲袋,以书为“药”
欢迎光临中图网 请 | 注册
> >
复杂重型装备网络化协同制造

复杂重型装备网络化协同制造

作者:吴锋
出版社:科学出版社出版时间:2023-03-01
开本: B5 页数: 404
本类榜单:经济销量榜
中 图 价:¥140.8(5.5折) 定价  ¥256.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

复杂重型装备网络化协同制造 版权信息

  • ISBN:9787030736734
  • 条形码:9787030736734 ; 978-7-03-073673-4
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

复杂重型装备网络化协同制造 本书特色

本书为复杂产品制造行业提供了指导,提高了产品的研发效率、制造水平,为重型装备行业提供了向数字化、智能化转型的方向。

复杂重型装备网络化协同制造 内容简介

本书以复杂产品为案例,分析了目前在设计、制造、运维等过程中存在的问题,研究了如何基于网络化协同平台提高产品的研发和制造效率,提升运维水平。本书从五个方面进行介绍,分别为:网络协同制造平台的发展模式、研发模式、制造模式、服务模式以及运营和管理模式。采用平台协同开展复杂重型装备制造模式是提升复杂重型装备的重要途径,这不仅可以极大地提高我国的重型装备制造技术,而且极大地提高了我国在重型装备行业的国际竞争力。本书为复杂产品制造行业提供了指导,提高了产品的研发效率、制造水平,为重型装备行业提供了向数字化、智能化转型的方向。

复杂重型装备网络化协同制造 目录

目录
**篇 复杂重型装备网络协同制造平台发展模式
第1章 新技术推动的复杂重型装备制造变革 3
1.1 新时代制造环境变化 3
1.2 复杂重型装备行业简介 8
1.3 复杂重型装备网络协同制造平台需求分析 12
1.4 新型制造模式—网络协同制造平台 16
1.5 本章小结 19
参考文献 20
第2章 支持复杂重型装备个性化定制的网络协同平台制造模式 22
2.1 制造模式的演进 22
2.2 订单驱动的复杂重型装备网络协同平台制造模式 29
2.3 模型驱动的复杂重型装备设计/制造/运维一体化运营 43
2.4 本章小结 54
参考文献 55
第3章 复杂重型装备网络协同平台的演化运行机制 57
3.1 平台生命周期演化阶段 57
3.2 平台盈利模式的演进与治理 61
3.3 平台演化系统动力学模型构建 64
3.4 本章小结 68
参考文献 69
第4章 基于创新生态系统的复杂重型装备产业联盟协同创新机制 70
4.1 基于网络协同平台的复杂重型装备产业联盟构建 70
4.2 复杂重型装备产业联盟协同创新模式 73
4.3 复杂重型装备产业联盟生态系统治理机制 78
4.4 本章小结 84
参考文献 85
第二篇 复杂重型装备网络协同制造平台研发模式
第5章 基于平台的个性化定制与异地跨组织的产品研发 89
5.1 复杂重型装备的个性化定制 89
5.2 异地、跨组织的协同研发模式 91
5.3 复杂重型装备异地、跨组织协同设计模式 100
5.4 本章小结 104
参考文献 104
第6章 基于网络协同平台的知识共享机制 105
6.1 复杂重型装备设计研发过程中的知识增值和加工 105
6.2 面向流程的知识工程方法 108
6.3 基于区块链的数据加密技术 118
6.4 知识的保护、共享和激励机制 128
6.5 本章小结 137
参考文献 137
第7章 基于用户参与研发的平台价值共创 139
7.1 传统研发模式及用户需求分析 140
7.2 用户参与研发的动因分析及参与方式 142
7.3 产品研发阶段的价值创造模型 147
7.4 本章小结 151
参考文献 151
第三篇 工艺驱动的复杂重型装备网络协同制造模式
第8章 工艺驱动复杂重型装备生产 155
8.1 复杂重型装备工艺驱动相关概念 155
8.2 基于网络协同平台的工艺管理 158
8.3 本章小结 162
参考文献 162
第9章 基于网络协同平台的复杂重型装备制造协同 163
9.1 装备生产进度协同 163
9.2 装备生产质量协同 179
9.3 区块链保障下的数据协同 182
9.4 本章小结 187
参考文献 187
第10章 基于协同平台的设备安装、调试和运输 189
10.1 基于虚拟/增强现实技术的设备安装 189
10.2 设备调试与技术验收 194
10.3 复杂重型装备运输 195
10.4 本章小结 200
参考文献 200
第11章 工业4.0背景下的复杂重型装备智能制造 201
11.1 复杂重型装备智能制造相关概念 201
11.2 复杂重型装备智能制造实现路径 205
11.3 案例分析 208
11.4 本章小结 212
参考文献 212
第四篇 需求驱动的复杂重型装备网络协同服务模式
第12章 基于平台的复杂重型装备网络协同服务模式 215
12.1 需求交互过程中的用户非结构化需求 215
12.2 基于平台的设备用户需求结构化分析 219
12.3 基于平台的用户服务需求挖掘 227
12.4 平台协同服务总体模式 231
12.5 本章小结 240
参考文献 240
第13章 复杂重型装备网络协同服务中的价值发现 242
13.1 基于SCP的平台价值发现 242
13.2 平台服务价值链 247
13.3 平台增值服务系统动力学仿真 256
13.4 本章小结 263
参考文献 263
第14章 复杂重型装备网络协同平台运维服务 264
14.1 复杂重型装备网络协同运维服务模式 264
14.2 考虑不完美信息的远程运维诊断决策问题 275
14.3 运维服务之基于机器视觉的产品质量检测案例 293
14.4 本章小结 300
参考文献 300
第五篇 数据驱动的复杂重型装备网络协同制造平台运营管理模式
第15章 网络协同制造平台管理与运营问题分析 305
15.1 复杂重型装备网络协同制造平台管理与运营概述 305
15.2 复杂重型装备网络协同制造平台管理与运营模式 311
15.3 复杂重型装备网络协同制造平台管理与运营分析 323
15.4 本章小结 333
参考文献 333
第16章 考虑稀缺服务与质量损失云制造服务组合问题 335
16.1 问题描述 336
16.2 DA-PESA2算法 340
16.3 数值试验 342
16.4 本章小结 347
参考文献 348
第17章 复杂重型装备定制企业网络协同制造利益分配 349
17.1 演化博弈模型基本假设与构建 349
17.2 网络协同制造联盟演化博弈模型构建 352
17.3 网络协同制造仿真分析 358
17.4 本章小结 367
参考文献 367
第18章 复杂重型装备网络协同制造平台治理规则 369
18.1 基于数据库的网络协同平台可拓展认证管理体系 369
18.2 利益相关者行为管理模块 380
18.3 网络协同制造平台用户“跳单”行为研究 383
18.4 本章小结 395
参考文献 396
展开全部

复杂重型装备网络化协同制造 节选

**篇 复杂重型装备网络协同制造平台发展模式 第1章 新技术推动的复杂重型装备制造变革 近年来我国重型装备制造业发展迅速,已经成为世界装备大国,但与发达国家相比,我国在产品的生产制造工艺、产品自主开发理论和方法以及产品结构方面,还缺乏一定的创新能力。复杂重型装备是国之重器,产品研发制造周期、制造质量和运行水平决定着国家经济建设和国防发展。当前,新一代移动信息技术、5G、智能制造、工业物联网、数字化、智能化制造技术在提升产品创新速度和提高产品品质方面得到了广泛应用。在此背景下,生产力是决定一切的关键因素,而复杂重型设备作为国之重器又是此次大变革的重要推动力,采用平台协同开展复杂重型装备制造模式是提升我国复杂重型装备协同研发水平的重要途径。 1.1 新时代制造环境变化 相比第三次工业革命,第四次工业革命是一个产业整合的过程,因为新的ICT(information communications technology,信息通信技术)能够整合新的和经典的工业生产过程。当前企业面临着复杂的生产实践,从引入新的信息物理系统(cyber-physical system,CPS)和智能工厂技术发展到调整或替换核心企业架构、ICT基础设施和流程。传统工业生态系统向工业4.0过渡,不仅需要新的ICT,还需要在组织内部和组织间开发新的商业模式。 1.1.1 工业4.0的兴起 工业4.0象征着第四次工业革命,即生产系统互联互通、工业生态广泛整合、人工智能深度融合的开始[1]。工业4.0的主要目标涉及横向集成、纵向集成和端到端集成三种集成方式的运用[2],这意味着需要在企业架构、ICT集成和流程方面进行变革[3]。工业4.0代表了当前制造业自动化技术的发展趋势,包括CPS、物联网和云计算等主要使能技术[4]。在工业4.0中,嵌入式系统、深度学习、强化学习、语义机器对机器通信、数字孪生、区块链和CPS技术正在将虚拟空间与物理世界相结合。此外,智能工厂等新一代工业系统正在兴起,以应对网络物理环境中生产的复杂性。在这场新的ICT驱动的技术演进中,嵌入式系统、物联网、CPS、工业集成和工业信息集成发挥着重要作用。 工业4.0的定义因学科而异。在工程、管理、控制和数据科学等学科中,工业4.0侧重于技术进步、组织设计、运营管理发展和市场转型[5, 6]。从管理学的角度,工业4.0是指将物联网技术整合到工业价值创造中,使制造商能够利用完全数字化、互联、智能和去中心化的价值链,为企业竞争力提供更大的灵活性和稳健性,并使他们能够建立灵活和适应性强的业务结构进而促进内部进化发展,以应对不断变化的商业环境[7]。从运营管理的角度,工业4.0是技术、组织概念和管理原则的完整体现,是经济高效、响应迅速、有弹性和可持续的数字化网络化的基础,通过快速重新安排和重新分配其组成部分,在动态和结构上适应供需环境的变化与能力[8]。 工业4.0已经成为一种很有前途的技术框架,用于在组织内部和组织间层面集成与扩展制造流程。工业4.0的发展和技术进步将为企业日益增长的信息化转型需求提供一套切实可行的解决方案。相比于传统的自动化框架,工业4.0更注重端到端的数字化与数字产业生态系统的融合,并寻找一个完整的一体化解决方案。物联网已经完全颠覆了现有的生产体系,并被视为未来先进制造业工业4.0的主要驱动力[9]。值得注意的是,物联网可以创建虚拟网络以支持工业4.0中的智能工厂[10],这将大大提高生产部门的生产效率。现在,工业4.0将重塑工业组织的企业架构,利用现有的ICT基础设施和业务流程,并根据需要创建工业4.0的CPS功能。在当前的产业整合过程中,CPS的出现代表了从现有商业和市场模式的范式转变,革命性的新应用、服务和价值链将会出现。工业4.0的到来以及复杂工业生态系统的深刻变化,需要采用新的架构和新的业务流程,以帮助工业组织适应现有的企业架构、支持转型的ICT基础设施、流程和关系。 对于工业4.0,学术界涌现的大量的新概念、新技术都涉及新型制造模式,但各有侧重。这些新概念、新技术从第三次工业革命中的灵活和可重构的制造系统与精益制造衍生而来,并向由物联网、大数据、电动汽车、增材制造、云计算、人工智能和网络构建的生产环境演变。例如,“云制造”这个概念将云计算的关键特征从ICT转移到工业领域,描述了制造能力在云中封装和服务的模型[11]。Cyber关注虚拟的网络空间,通常指来自互连系统的数据被处理后辅助运营决策[10]。社交和智慧城市关注通过社交网络直接与消费者互动的机会[12]以满足消费者的需求。数字化转型和工业互联网一般强调对战略与商业模式创新的影响[13]。增材制造、先进机器人技术、人工智能、自动驾驶车、区块链、物联网等技术可用于解决工业4.0时代的物流问题[6]。另外,运筹学、工业工程和控制科学在工业4.0环境被广泛用于车间控制[14]、产线设计[15]、区块链智能合约设计[16]和弹性供应链。运营管理也是工业4.0的基本要素之一,制造过程高度透明和数字技术成熟的公司能够更灵活、更灵敏地对中断做出反应。这清楚地表明并强调了工业4.0趋势和云制造、先进运营管理和CPS映射的重要性[17]。 在工业4.0环境中,集成、整合和协调是现有生产系统的重点。工厂间的界限会逐渐消失,不同行业和不同地理区域的工厂将相互连接或整合。*有可能的是,企业将拥有一些可以继续使用的现有遗留系统,同时,它会在运营中添加一组新的应用程序。为了解决新应用程序和现有应用程序的集成问题,一种被称为企业应用程序集成[18]的ICT解决方案可以应用。该系统采用不同的方法、在不同的平台上创建,旨在连接当前和新的系统流程,提供灵活便捷的流程集成机制。 虽然工业4.0概念已经广为人知,并且在工业领域产生了深刻的影响,但是工业4.0依然面临从工程到技术领域的广泛挑战。 (1)对于大量中小型制造型企业而言,现有的ICT基础设施尚未完全准备好支持工业4.0要求的数字化转型[2, 19]。 (2)随着越来越多的物理对象连接到制造网络,制造网络需要更广泛、高速的大量交易数据和信息,出现了可扩展性问题。 (3)为了分析物联网应用和现有ICT系统产生的大量数据,应开发和使用数据科学与数据分析技术。构建集成来自大量异构源的大数据的实际应用程序可能是一项具有挑战性的任务。 (4)随着物理世界和虚拟空间的融合,工业4.0生态系统中的安全问题将变得越来越重要[20]。工业4.0对信息安全和隐私保护的要求越来越高。现有技术可用于保护组织信息安全,但对于具有自己的安全规则和要求的工业应用来说,可能还远远不够。 1.1.2 智能制造的发展 智能制造是一种新兴的生产形式,它结合了以物联网、云计算、面向服务的计算、人工智能和数据科学为首的CPS的概念,将当今和未来的生产资料与传感器、计算平台、通信技术、数据密集型建模、控制、模拟和预测工程相结合。智能制造利用网络物理系统、物联网、云计算、面向服务的计算、人工智能和数据科学的概念,提高生产效率、产品质量和服务水平。目前,智能制造已经引起了工业界、政府和学术界的关注,已经形成了各种联盟和讨论组来开发架构、路线图、标准与研究议程。 20世纪80年代以来,人们使用不同的术语来描述自动化制造,从柔性制造单元到柔性制造系统再到计算机集成制造直到智能制造。大约在同一时间,日本开始研究智能制造,并于1995年建立了智能制造系统计划以支持工业研究。同时,来自日本、美国、韩国和欧洲国家的主要公司已就智能制造展开合作。近年来,德国启动了工业4.0计划,该计划的名称指的是第四次工业革命。在这场变革中,德国专注于厂商的基础技术,如智能传感、无线传感器网络以及CPS。美国通用电气公司引入了工业物联网的概念。工业物联网的三大组成部分是智能设备、智能系统和智能决策[21]。2015年,中国国务院公布了一项提升国家制造能力的十年计划,以赶上德国和美国等生产强国。中国工业和信息化部牵头制定了“中国制造2025”倡议[22]。中国政府还制定了若干支持制造业转型的战略计划。在智能制造的某些特定领域,如高端数控机床、工业机器人、智能仪器和增材制造领域,中国做出了重大贡献,并初步建立了智能制造标准体系。此外,云制造作为智能制造新形态的首次尝试,*早在中国提出[23]。其成果已被许多学术著作广泛引用和应用。 智能制造是一种以新模式、新形式、新方法为基础的,将传统制造系统转变为智能制造系统的新一代生产体系。智能制造系统通过互联互通使用面向服务的架构,为终端用户提供协作、可定制、灵活和可重构的服务,这是一种高度集成的人机协同系统,目的是在智能制造系统中构建与生产相关的各个生产要素,使组织、管理、技术三个层次实现无缝对接。人工智能通过提供学习、推理和行动等典型特征,在智能制造系统中发挥着重要作用。通过使用人工智能技术,可以*大限度地减少人的参与[24]。随着技术研发的不断深入,自主感知、智能互联、智能学习分析、智能决策等都将成为可能。 目前还没有一个公认的关于智能制造的定义。美国国家标准和技术研究所(National Institute of Standards and Technology,NIST)表示,智能制造是一个完全集成的协同生产体系,能够满足工厂、供应网络和顾客的需要并根据不断变化的情况进行实时响应。智能制造的本质体现在五个方面,即新制造技术、制造大数据、可持续性、基于CPS的互联互通和资源共享[25]。传感器的部署、无线技术的发展和数据分析的进步都引发了对智能制造大数据分析的关注,这些数据来自材料特性、工艺参数、过程参数,以及客户和供应商的各种来源,是保存和提炼与制造相关的经验及新知识的*佳资源。可持续性在智能制造领域至关重要,当产品和流程的开发以可持续性标准为指导时,就可以实现*大的可持续性收益。可持续性不是关于制造什么,而是关于如何执行。它是为再制造、翻新和再利用与制造提供平等地位的主要力量。由于可持续性,制造和服务之间的界限将保持模糊。在智能制造的背景下,CPS可看作一种机制,通过CPS,物理对象和软件紧密交织在一起,使不同的组件能够以多种方式相互交互以交换信息[26]。随着制造业越来越数字化和虚拟化,许多创意和决策活动将在数字空间中进行。制造业已经采用服务和合同模式,生产在第三方运营的设施中进行。共享资源模式已经取得成功,智能制造可能会受益于这些概念,以共享制造设备、软件、专业知识,尤其是协作建模和创意空间。运输也可能成为智能制造不可或缺的一部分,由于制造的分布式特性,材料、组件、产品和人员的运输很可能成为生产中的一项重要成本项目。与制造资源类似,人力资源可能会被大量共享。运输材料、组件的效率,产品和人员将影响制造成本。顾客服务的质量与库存水平、制造响应时间和运输状况密切相关

商品评论(0条)
暂无评论……
书友推荐
编辑推荐
返回顶部
中图网
在线客服