書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >
工業(yè)智能 方法與應(yīng)用

工業(yè)智能 方法與應(yīng)用

出版社：電子工業(yè)出版社出版時間：2022-06-01
開本： 16開 頁數(shù)： 480
本類榜單：經(jīng)濟銷量榜
中 圖 價:¥92.8(5.5折) 定價  ¥168.8 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

工業(yè)智能 方法與應(yīng)用 版權(quán)信息

工業(yè)智能 方法與應(yīng)用 內(nèi)容簡介

為了促進智能制造的發(fā)展進程，本書對工業(yè)智能的方法和應(yīng)用展開了詳細的闡述。工業(yè)智能涉及的方法和應(yīng)用極其廣泛，本書從工業(yè)過程中的設(shè)計、制造、運維三大活動展開，介紹了當(dāng)前工業(yè)智能領(lǐng)域的熱點研究。本書共5篇。第1篇（第1、2章）概述了智能制造的概念、參考模型及核心，引申出了工業(yè)智能的概念和典型分類。第2篇（第3、4、5章）分別從結(jié)構(gòu)設(shè)計的特征識別與優(yōu)化、設(shè)計文檔結(jié)構(gòu)化分析和裝配工藝智能設(shè)計展開。第3篇（第6、7、8章）分別介紹了工業(yè)缺陷圖像智能檢測、人員作業(yè)行為檢測與監(jiān)控和制造過程的人機協(xié)同。第4篇（第9、10章）介紹了生產(chǎn)作業(yè)運行智能管控和設(shè)備故障診斷與預(yù)防性維修。第5篇（第11、12章）介紹了數(shù)字孿生與工業(yè)智能，以及AI+AR輔助下的制造知識。本書的主要讀者對象是數(shù)字化工程應(yīng)用領(lǐng)域和智能制造領(lǐng)域的設(shè)計、制造、運維和管理人員，高校相關(guān)專業(yè)的研究人員，以及對工業(yè)智能技術(shù)感興趣的專業(yè)人士。

工業(yè)智能 方法與應(yīng)用 目錄

**篇 工業(yè)智能基礎(chǔ) 第1章 工業(yè)智能概述 / 002 1．1 智能制造概述 / 002 1．1．1 智能制造的概念及參考架構(gòu) / 002 1．1．2 智能制造的核心 / 009 1．2 工業(yè)智能概述 / 019 1．2．1 工業(yè)智能的概念 / 019 1．2．2 工業(yè)智能的分類 / 023 參考文獻 / 029 第2章 工業(yè)智能基礎(chǔ) / 031 2．1 工業(yè)智能算法基礎(chǔ) / 031 2．1．1 工業(yè)智能的機器學(xué)習(xí)任務(wù) / 031 2．1．2 常用工業(yè)智能經(jīng)典算法 / 035 2．1．3 深度學(xué)習(xí)算法 / 042 2．2 工業(yè)智能流程 / 045 2．2．1 數(shù)據(jù)收集 / 046 2．2．2 數(shù)據(jù)預(yù)處理和特征工程 / 047 2．2．3 模型訓(xùn)練和強化 / 049 2．3 工業(yè)智能場景 / 051 2．3．1 預(yù)測性維護 / 051 2．3．2 質(zhì)量檢驗與保證 / 052 2．3．3 制造流程優(yōu)化 / 052 2．3．4 供應(yīng)鏈優(yōu)化 / 054 2．3．5 人工智能驅(qū)動的網(wǎng)絡(luò)安全和隱私 / 054 2．3．6 自動物理安全 / 054 2．3．7 自動化數(shù)據(jù)管理 / 054 2．3．8 智能助手 / 055 2．3．9 人工智能驅(qū)動的研發(fā) / 055 2．3．10 自主資源勘探 / 055 參考文獻 / 055 第二篇 設(shè)計階段的工業(yè)智能 第3章 結(jié)構(gòu)設(shè)計的特征識別與優(yōu)化 / 059 3．1 智能設(shè)計研究現(xiàn)狀 / 060 3．1．1 智能設(shè)計研究方法 / 060 3．1．2 產(chǎn)品智能CAD設(shè)計研究現(xiàn)狀 / 062 3．2 產(chǎn)品智能設(shè)計框架 / 063 3．3 智能設(shè)計中的關(guān)鍵技術(shù) / 064 3．3．1 三維模型檢索技術(shù) / 064 3．3．2 加工特征自動識別技術(shù) / 068 3．3．3 設(shè)計方案優(yōu)化 / 070 3．4 基于點云語義分割的下頜角術(shù)前截骨規(guī)劃 / 077 3．4．1 計算機輔助技術(shù)在下頜角術(shù)前截骨規(guī)劃中的應(yīng)用 / 077 3．4．2 下頜角點云語義分割網(wǎng)絡(luò) / 078 3．4．3 實驗設(shè)計與結(jié)果 / 080 參考文獻 / 082 第4章 設(shè)計文檔結(jié)構(gòu)化分析 / 087 4．1 國內(nèi)外相關(guān)技術(shù)研究現(xiàn)狀 / 088 4．1．1 標準電子文檔文本提取及結(jié)構(gòu)化相關(guān)研究 / 088 4．1．2 航空標準電子文檔關(guān)鍵詞自動提取技術(shù)的相關(guān)研究 / 089 4．1．3 航空標準電子文檔信息檢索技術(shù)相關(guān)研究 / 091 4．2 基于規(guī)則匹配的文本去噪和結(jié)構(gòu)化方法 / 093 4．2．1 航空標準電子文檔數(shù)據(jù)說明 / 093 4．2．2 航空標準電子文檔文本去噪和結(jié)構(gòu)化技術(shù)路線 / 098 4．2．3 基于開源工具的航空標準電子文檔的文本提取實驗 / 099 4．2．4 基于規(guī)則匹配的文本去噪方法 / 103 4．2．5 航空標準電子文檔的文本數(shù)據(jù)存儲結(jié)構(gòu) / 106 4．2．6 文本樹的生成方法 / 108 4．3 航空標準電子文檔關(guān)鍵詞自動提取數(shù)據(jù)預(yù)處理方法 / 110 4．3．1 中文文檔關(guān)鍵詞自動提取方法技術(shù)路線 / 111 4．3．2 中文分詞模型 / 111 4．3．3 停用詞過濾 / 113 4．4 關(guān)鍵詞提取案例 / 114 參考文獻 / 119 第5章 裝配工藝智能設(shè)計 / 124 5．1 裝配工藝設(shè)計進展與現(xiàn)狀 / 124 5．1．1 裝配工藝信息建模研究現(xiàn)狀 / 124 5．1．2 裝配工藝規(guī)劃研究現(xiàn)狀 / 126 5．1．3 裝配工藝評價研究現(xiàn)狀 / 127 5．2 基于知識圖譜的裝配工藝智能設(shè)計方法 / 128 5．2．1 基于知識圖譜的裝配工藝信息建模 / 128 5．2．2 基于Bi-LSTM的裝配工藝信息模型構(gòu)建方法 / 133 5．2．3 基于圖嵌入的裝配工藝生成方法 / 136 5．2．4 基于點云深度學(xué)習(xí)的裝配干涉檢測方法 / 144 5．3 某航空發(fā)動機壓氣機轉(zhuǎn)子部件裝配實例與驗證 / 147 5．3．1 裝配工藝知識圖譜數(shù)據(jù)庫自動構(gòu)建 / 147 5．3．2 基于圖嵌入的裝配工藝自動生成 / 152 5．3．3 多裝配工藝方案可行性評價 / 155 參考文獻 / 158 第三篇 制造階段的工業(yè)智能 第6章 工業(yè)缺陷圖像智能檢測 / 162 6．1 工業(yè)缺陷圖像檢測進展與現(xiàn)狀 / 162 6．1．1 工業(yè)缺陷圖像檢測的定義 / 162 6．1．2 工業(yè)缺陷圖像檢測發(fā)展歷程 / 164 6．1．3 基于深度學(xué)習(xí)的工業(yè)缺陷圖像檢測進展 / 165 6．2 基于卷積神經(jīng)網(wǎng)絡(luò)的鑄件缺陷檢測模型 / 175 6．3 基于注意力機制的細粒度鑄件缺陷識別方法 / 176 6．4 基于深度學(xué)習(xí)的鑄件射線圖像檢測案例 / 179 6．4．1 輸入分析 / 179 6．4．2 訓(xùn)練過程分析 / 180 6．4．3 輸出分析 / 182 6．4．4 模型評估 / 184 6．4．5 成果展示 / 185 6．5 面向工業(yè)缺陷識別的可解釋性深度學(xué)習(xí)方法 / 186 6．5．1 工業(yè)缺陷檢測過程的可解釋性需求分析 / 186 6．5．2 可解釋性分析研究現(xiàn)狀 / 187 6．5．3 基于可解釋性方法的焊縫缺陷檢測案例 / 188 參考文獻 / 189 第7章 人工作業(yè)行為檢測與監(jiān)控 / 194 7．1 作業(yè)行為檢測與監(jiān)控的進展與現(xiàn)狀 / 194 7．2 作業(yè)行為檢測與監(jiān)控算法總體框架 / 197 7．2．1 人體姿態(tài)估計 / 197 7．2．2 行為檢測 / 201 7．2．3 作業(yè)安全監(jiān)控 / 205 7．3 基于深度學(xué)習(xí)的作業(yè)行為檢測與監(jiān)控方法 / 205 7．3．1 基于OpenPose的骨架提取與建模 / 205 7．3．2 基于雙流LSTM融合網(wǎng)絡(luò)的作業(yè)行為特征提取 / 208 7．3．3 作業(yè)行為檢測識別 / 214 7．3．4 基于GRU的作業(yè)行為流程序列編碼 / 215 7．3．5 基于規(guī)范性感知網(wǎng)絡(luò)的作業(yè)行為規(guī)范性權(quán)重挖掘 / 217 7．3．6 基于邏輯回歸的規(guī)范性判斷 / 220 7．4 基于作業(yè)行為檢測的人機協(xié)作裝配案例 / 222 7．4．1 案例介紹 / 222 7．4．2 實驗環(huán)境設(shè)置 / 225 7．4．3 功能驗證 / 225 參考文獻 / 227 第8章 制造過程的人機協(xié)同 / 231 8．1 人機協(xié)同研究進展與現(xiàn)狀 / 231 8．1．1 研究動機 / 231 8．1．2 目標物體檢測 / 235 8．1．3 散亂對象拾取 / 237 8．1．4 人機協(xié)作 / 238 8．2 人機協(xié)作環(huán)境中的場景理解 / 239 8．2．1 散亂場景的虛擬數(shù)據(jù)集構(gòu)建 / 240 8．2．2 基于視覺的物體識別與定位 / 244 8．2．3 抓取順序與機器人姿態(tài)調(diào)節(jié)方法 / 253 8．3 基于強化學(xué)習(xí)的人機協(xié)同 / 264 8．3．1 機器人感知基礎(chǔ) / 264 8．3．2 基于強化學(xué)習(xí)的任務(wù)決策 / 266 8．3．3 基于強化學(xué)習(xí)的人機協(xié)同制造 / 272 8．4 案例研究 / 278 8．4．1 散亂零件的識別與拾取 / 278 8．4．2 發(fā)電機裝配 / 282 參考文獻 / 287 第四篇 運維階段的工業(yè)智能 第9章 生產(chǎn)作業(yè)運行智能管控 / 293 9．1 生產(chǎn)作業(yè)運行智能管控進展與現(xiàn)狀 / 293 9．2 基于知識圖譜的生產(chǎn)作業(yè)智能管控模型 / 298 9．2．1 生產(chǎn)全過程狀態(tài)感知模型 / 298 9．2．2 面向生產(chǎn)過程的數(shù)據(jù)建模 / 299 9．2．3 面向生產(chǎn)全過程的知識圖譜構(gòu)建 / 306 9．3 數(shù)據(jù)驅(qū)動的生產(chǎn)作業(yè)智能管控優(yōu)化技術(shù) / 311 9．3．1 紡紗生產(chǎn)工藝流程設(shè)計與布局仿真優(yōu)化技術(shù) / 311 9．3．2 基于工業(yè)互聯(lián)網(wǎng)平臺的紡紗生產(chǎn)全流程 / 315 9．3．3 生產(chǎn)過程在線檢測與生產(chǎn)狀態(tài)遠程監(jiān)控技術(shù) / 317 9．3．4 基于工業(yè)大數(shù)據(jù)平臺的協(xié)同優(yōu)化 / 323 9．4 生產(chǎn)作業(yè)智能管控案例 / 330 9．4．1 環(huán)錠紡紗能耗智能管控平臺架構(gòu)設(shè)計方案 / 330 9．4．2 基于*小量化誤差的紡紗能耗智能監(jiān)控與預(yù)警 / 332 9．4．3 基于狀態(tài)驅(qū)動的紡紗能耗智能調(diào)控 / 333 9．4．4 基于核心影響因素的紡紗能耗分析預(yù)測 / 334 參考文獻 / 336 第10章 設(shè)備故障診斷與預(yù)防性維修 / 341 10．1 設(shè)備故障診斷與預(yù)防性維修進展與現(xiàn)狀 / 341 10．2 設(shè)備故障診斷 / 346 10．2．1 基于CNN的設(shè)備故障診斷 / 346 10．2．2 基于卷積神經(jīng)網(wǎng)絡(luò)的設(shè)備故障診斷方法 / 348 10．2．3 基于卷積神經(jīng)網(wǎng)絡(luò)的設(shè)備故障診斷案例 / 351 10．3 設(shè)備預(yù)防性維修 / 355 10．3．1 基于遷移學(xué)習(xí)的設(shè)備預(yù)防性維修 / 355 10．3．2 基于遷移學(xué)習(xí)的設(shè)備預(yù)防性維修方法 / 359 10．3．3 基于遷移學(xué)習(xí)的設(shè)備預(yù)防性維修案例 / 364 參考文獻 / 370 第五篇 工業(yè)智能熱點研究 第11章 設(shè)備故障診斷與預(yù)防性數(shù)字孿生與工業(yè)智能 / 376 11．1 數(shù)字孿生進展與現(xiàn)狀 / 376 11．1．1 數(shù)字孿生發(fā)展歷程 / 376 11．1．2 相關(guān)工作 / 378 11．1．3 數(shù)字孿生定義和參考模型 / 379 11．2 數(shù)字孿生裝配 / 386 11．2．1 基于數(shù)字孿生的裝調(diào)理論體系 / 386 11．2．2 體系方法 / 386 11．2．3 應(yīng)用案例 / 394 11．3 數(shù)字孿生加工 / 396 11．3．1 面向加工的數(shù)字孿生模型 / 396 11．3．2 加工過程中的智能方法 / 400 11．3．3 數(shù)字孿生加工案例 / 406 11．4 數(shù)字孿生智能評估 / 407 11．4．1 模型智能評估思想 / 408 11．4．2 模型保真度評估方法 / 413 11．4．3 評估案例 / 418 參考文獻 / 422 第12章 設(shè)備故障診斷與預(yù)防性AI+AR輔助下的制造 / 427 12．1 AR概述 / 427 12．1．1 AR的定義及發(fā)展 / 427 12．1．2 AR關(guān)鍵技術(shù) / 428 12．2 面向AR的加工過程信息多視圖構(gòu)建與交互 / 430 12．2．1 基于AR的加工過程信息集成模型描述與定義 / 430 12．2．2 面向AR的加工過程信息多視圖構(gòu)建方法 / 431 12．2．3 面向AR的加工過程信息多視圖交互方法 / 434 12．3 基于多元信息融合的模型虛實融合方法 / 437 12．3．1 虛實融合基本思想與流程 / 438 12．3．2 梯度描述符離線學(xué)習(xí) / 438 12．3．3 多元信息融合的在線識別與追蹤 / 443 12．3．4 方法驗證與討論 / 449 12．4 基于AR的加工原型系統(tǒng)開發(fā)與案例分析 / 454 12．4．1 原型系統(tǒng)開發(fā)與實現(xiàn) / 454 12．4．2 系統(tǒng)功能驗證與應(yīng)用實例 / 458 參考文獻 / 463
展開全部

工業(yè)智能 方法與應(yīng)用 作者簡介

鮑勁松，博士，博士生導(dǎo)師，現(xiàn)任東華大學(xué)機械工程學(xué)院教授，智能制造研究所所長，上海市工程圖形學(xué)會常務(wù)理事，全國高校自動化年會華東分會理事，中國機械工程學(xué)會機器人分會第一屆委員，國際期刊IJPOM編委，國際期刊IJCIM、IJPR、IJAMT等國際刊物評審專家，國家自然科學(xué)基金委通訊評議專家，上海江南長興重工有限責(zé)任公司技術(shù)中心專家。長期從事工業(yè)智能、智能制造系統(tǒng)虛擬設(shè)計與可視化學(xué)術(shù)研究和工程應(yīng)用工作，擁有深厚的理論基礎(chǔ)和豐富的工程實踐經(jīng)驗，主持和參與多項國家發(fā)改委/工信部智能制造專項、國家自然科學(xué)基金面上項目、上海市科委智能制造專項、軍委裝發(fā)重點項目等；曾榮獲多項國家和省部級科技獎勵。

商品評論(0條)
暫無評論……
書友推薦
編輯推薦
返回頂部
中圖網(wǎng)
在線客服