工业智能技术与应用PDF|Epub|txt|kindle电子书版本网盘下载

工业智能技术与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1篇 智能制造1

第1章 智能制造概述3

1.1智能制造定义及关键技术3

1.1.1智能制造定义与构成要素3

1.1.2智能制造系统的关键技术5

1.2智能制造发展三个阶段8

1.2.1数字化制造8

1.2.2数字化网络化制造9

1.2.3智能化制造9

1.3智能制造模式10

1.3.1大规模个性化定制10

1.3.2智能化生产11

1.3.3网络化协同13

1.3.4服务化延伸14

1.4工业大数据15

1.4.1生命周期与价值流16

1.4.2企业纵向层级17

1.4.3 IT价值链19

1.5工业云平台20

1.5.1工业云平台架构21

1.5.2国内外主要工业云平台21

1.6工业智能23

1.6.1新一代人工智能23

1.6.2智能制造技术机理25

1.6.3人工智能在工业领域的应用27

参考文献28

第2章 大规模个性化定制30

2.1大规模个性化定制的架构31

2.1.1企业纵向层32

2.1.2产品生命周期层32

2.1.3 IT价值链层32

2.2大规模个性化定制的模式和流程32

2.2.1以客户为中心的大规模个性化定制模式32

2.2.2大规模个性化定制流程33

2.3大规模个性化定制系统35

2.3.1接口层36

2.3.2需求分析层37

2.3.3 ERP层37

2.3.4 MES层39

2.3.5 SFC层40

2.3.6设备层41

2.4大规模个性化定制的相关技术42

2.4.1智能交互技术42

2.4.2需求分配智能建模技术45

2.4.3智能工序调整技术47

2.5应用案例49

2.5.1红领集团西服个性化定制业务49

2.5.2维尚家具全流程信息化及大规模数码化定制服务51

2.5.3“大信橱柜”的订单生产、快速响应和零库存管理53

2.5.4海尔集团基于个性化定制服务架构55

参考文献58

第3章 智能化生产59

3.1智能化生产的架构及评估模型59

3.1.1智能化生产参考架构59

3.1.2智能制造能力成熟度评估62

3.1.3智能制造与两化融合66

3.2离散工业中的智能化生产66

3.2.1智能化生产系统架构66

3.2.2生产设备网络化66

3.2.3生产过程透明化67

3.2.4生产数据可视化68

3.2.5智能化经营69

3.2.6生产现场无人化69

3.2.7智能化产品69

3.3流程工业中的智能化生产69

3.3.1实时感知70

3.3.2机理分析70

3.3.3模型预测70

3.3.4协同优化70

3.3.5全面统筹70

3.4应用案例71

3.4.1西航集团智能制造71

3.4.2九江石化智能工厂73

3.4.3宝钢基于协同的智能制造76

3.4.4富士康（武汉）基于工业互联网的智能制造77

参考文献80

第4章 智能运维与服务81

4.1智能运维与服务体系82

4.1.1智能运维系统83

4.1.2智能服务84

4.2技术基础87

4.2.1边缘计算87

4.2.2信息物理系统89

4.2.3工业云92

4.2.4人工智能94

4.3应用案例95

4.3.1海尔中央空调工业互联网云服务平台——海尔网器产品智能云服务95

4.3.2中联重科智能运维与服务体系96

4.3.3西奥电梯“北斗星”智能服务系统——梯网互联98

4.3.4威派格智联供水设备远程数据采集与预测性维护100

4.3.5 Oglass AR智能眼镜——汽车后市场新宠101

参考文献102

第2篇 人工智能103

第5章 人工智能概述105

5.1人工智能的概念、特征与框架106

5.1.1人工智能的概念106

5.1.2人工智能的特征107

5.1.3人工智能参考框架108

5.2人工智能的关键技术110

5.2.1机器学习110

5.2.2知识图谱111

5.2.3自然语言处理111

5.2.4人机交互111

5.2.5计算机视觉111

5.2.6生物特征识别112

5.2.7虚拟现实增强现实112

5.3人工智能产业链113

5.3.1基础层113

5.3.2技术层116

5.3.3应用层116

5.4人工智能应用117

5.4.1安防117

5.4.2交通117

5.4.3智慧城市118

5.4.4智能制造119

5.4.5医疗、教育、金融119

参考文献123

第6章 机器学习124

6.1机器学习的定义和分类124

6.1.1机器学习的定义124

6.1.2机器学习的分类125

6.2机器学习的算法126

6.2.1 kNN算法126

6.2.2聚类分析128

6.2.3决策树132

6.2.4随机森林133

6.2.5支持向量机135

6.3应用案例139

6.3.1高速列车智能驾驶139

6.3.2银行设备故障告警142

6.3.3区域电力需求预测146

参考文献148

第7章 深度学习149

7.1深度学习的发展历程150

7.2深度学习特征提取151

7.2.1人脑视觉机理151

7.2.2初级（浅层）特征表示152

7.3神经网络与深度学习153

7.3.1浅层学习153

7.3.2深度学习基本思想153

7.3.3深度学习的优势154

7.4深度学习训练过程155

7.4.1传统神经网络缺点155

7.4.2深度网络训练155

7.5深度学习模型156

7.5.1自动编码器156

7.5.2稀疏编码157

7.5.3限制波尔兹曼机159

7.5.4深度信念网络160

7.5.5卷积神经网络161

7.6应用案例163

7.6.1感应电动机故障诊断163

7.6.2交互式问答客服166

7.6.3搜索广告点击率预测168

7.6.4电影票房预测170

7.6.5工件缺陷自动检测171

参考文献173

第8章 人工智能开发框架174

8.1人工智能主流开发框架概述175

8.1.1 TensorFlow175

8.1.2 Keras176

8.1.3 CNTK178

8.1.4 Caffe180

8.1.5 MXNet182

8.1.6 Torch185

8.2 TensorFlow详细介绍186

8.2.1 TensorFlow架构图186

8.2.2 TensorFlow基本概念187

8.2.3 TensorFlow中的模型188

8.2.4深度学习模型在TensorFlow中的体现190

8.3应用案例190

8.3.1 MNIST手写数字识别190

8.3.2 CIFAR-10图像识别192

8.3.3 IMDb电影评论情感分析194

8.3.4基于汉语依存句法的主观题评分系统196

8.3.5基于推荐算法的智慧餐饮系统199

参考文献201

第3篇 工业智能应用203

第9章 用户画像205

9.1用户画像的发展背景及意义206

9.1.1发展背景206

9.1.2发展意义206

9.2用户画像的体系结构207

9.2.1用户画像的定义207

9.2.2用户画像体系的建立208

9.2.3标签体系208

9.3用户画像的实现流程210

9.3.1基础数据采集及处理210

9.3.2分析建模212

9.3.3结果呈现213

9.4应用案例213

9.4.1文本数据挖掘213

9.4.2微博用户画像215

9.4.3基于内容的新闻推荐217

9.4.4电网客户用户画像217

9.4.5影视数据用户画像219

参考文献221

第10章 机器视觉222

10.1机器视觉的系统组成及图像处理流程223

10.1.1系统组成223

10.1.2图像处理流程223

10.2机器视觉相关算法225

10.2.1图像处理225

10.2.2特征提取228

10.2.3图像分析与分类234

10.3机器视觉应用于人脸识别235

10.3.1人脸识别概述235

10.3.2人脸识别应用236

10.3.3人脸识别算法237

10.4机器视觉应用于工业领域238

10.4.1应用概述238

10.4.2工业视觉系统基本组成239

10.5应用案例240

10.5.1基于深度学习的人脸识别240

10.5.2基于机器视觉的PCB裸板缺陷自动检测方法242

10.5.3基于机器视觉的带钢表面缺陷检测244

参考文献245

第11章 调度优化246

11.1调度理论的发展246

11.2调度主要方法247

11.2.1数学规划247

11.2.2启发式搜索248

11.2.3系统仿真248

11.2.4人工智能248

11.2.5计算智能249

11.2.6实时智能250

11.3调度主要算法250

11.3.1有序搜索250

11.3.2遗传算法250

11.3.3模拟退火252

11.4应用案例254

11.4.1云制造系统调度——振华重工制造业流动机械智能调度管理平台研发及应用254

11.4.2公交调度——Z公交集团啤酒节期间智能公交调度策略259

11.4.3物流配送调度——饿了么“方舟”智能调度系统262

11.4.4辅助驾驶264

参考文献266

第12章 预测性维护268

12.1预测性维护概念、架构及系统流程268

12.1.1概念268

12.1.2平台架构269

12.1.3系统流程270

12.2预测性维护技术271

12.2.1技术基础271

12.2.2传感技术271

12.2.3状态监测271

12.2.4数据传输272

12.2.5故障诊断272

12.2.6故障预测273

12.2.7维护管理273

12.2.8维护决策274

12.3预测性维护中的预测模型274

12.3.1时序模型274

12.3.2灰色预测模型275

12.3.3神经网络预测模型275

12.4应用案例276

12.4.1刀具磨损预测276

12.4.2地铁信号设备故障预测279

12.4.3风机叶片结冰预测281

12.4.4桥梁保养维护282

12.4.5电梯故障维护283

参考文献285