返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 化学工业智能制造 互联化工 吉旭,周利 编 大中专 文轩网
  • 新华书店正版
    • 作者: 暂无著
    • 出版社: 化学工业出版社
    • 出版时间:2020-11-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 暂无著
    • 出版社:化学工业出版社
    • 出版时间:2020-11-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2020-11-01
    • 字数:476000
    • 页数:308
    • 开本:16开
    • 装帧:平装
    • ISBN:9787122369123
    • 国别/地区:中国
    • 版权提供:化学工业出版社

    化学工业智能制造 互联化工

    作  者:吉旭,周利 编
    定  价:69
    出 版 社:化学工业出版社
    出版日期:2020年11月01日
    页  数:308
    装  帧:平装
    ISBN:9787122369123
    主编推荐

    《化学工业智能制造——互联化工》从生产制造体系、信息技术基础、行业背景与需求等方面,对互联化工的架构、关键技术、模式与路径等进行系统性介绍。 《化学工业智能制造——互联化工》结合“互联化工”体系特征,把物联网技术、工业大数据和人工智能等现代信息技术与化工知识相融合,构建综合性的知识体系,突出数字技术对化工学科发展在方法论方面的重要意义。 《化学工业智能制造——互联化工》提升读者在过程规划、管理、协同、优化、安全评价和决策等方面的关键能力,满足化学工业在全周期、全维度以及全尺度下对人才创新能力的需求。

    内容简介

    《化学工业智能制造—互联化工》一书从计算技术和行业应用出发,对“互联化工”的架构、关键技术、模式等进行了系统介绍,包括物联网、工业大数据、数据挖掘等技术,及其在化学工业的具体应用。全书共11章,分别为:智能制造概述、智能制造之经典生产制造体系基础、智能制造之现代信息技术基础、互联化工、互联化工的关键信息技术、云制造—互联化工的跨尺度模式、数据挖掘、数据预处理、数据挖掘算法、数据挖掘应用案例、大数据可视化技术。
    《化学工业智能制造—互联化工》可作为化学工程与工艺、过程装备与控制工程、材料科学与工程、冶金工程、环境科学与工程、安全科学与工程等专业本科及研究生教材,也可作为计算机类、电子信息类、电气类专业读者的拓展性学习用书。

    作者简介

    吉旭,四川大学 化工学院,教授,中国系统工程学会过程系统专业委员会委员、四川省计算机学会高性能计算专业委员会委员,四川大学互联化工研究中心首席科学家,四川大学化工学院过程系统工程学术带头人。 研究方向为过程系统工程理论研究与应用开发,主攻连续生产行业技术经济分析与评价、过程系统信息化理论与应用、过程系统优化、过程系统可靠性分析、计算机集成过程系统(CIPS)研发等。 研究领域包括:过程系统工程理论与应用研究,材料加工的数字化技术及其工业化,高通量与材料基因组技术,过程行业智能制造及工业智能化理论与技术,工业大数据和人工智能技术,面向过程行业的优选控制(APC)、CIPS、CAPP和KM系统的研究与开发。 主持国家自然科学基金面上项目5项,四川省科技攻关项目项、企业协作项目三十余项,近年来在工业智能化领域完成科技成果转化超过3000万元。主持了中国建筑西部建设股份有限公司的工业智能化项目,该null

    精彩内容

    目录
    第1章智能制造概述/1
    1.1智能制造发展背景/2
    1.2智能制造定义/3
    1.3智能制造架构/6
    1.4智能制造的特征/8
    1.5各国推动智能制造发展的产业计划/9
    1.5.1美国优选制造业国家战略计划/9
    1.5.2德国工业4.0/11
    1.5.3新工业法国/11
    1.5.4英国工业2050战略/11
    1.5.5日本工业价值链产业联盟/12
    1.5.6中国制造强国战略/12
    1.5.7各国智能制造策略比较/13
    第2章智能制造之经典生产制造体系基础/15
    2.1准时制生产/16
    2.2精益生产/18
    2.3柔性制造/20
    2.4敏捷制造/20
    2.5全面的质量管理和六西格玛质量管理/21
    2.5.1全面质量管理/22
    2.5.2六西格玛质量管理/23
    2.5.3质量管理中的数据分析工具/25
    2.6企业资源计划/26
    2.6.1企业资源计划的概念/26
    2.6.2企业资源计划的管理思想/27
    2.6.3ERP的计划制定及计划层次/28
    2.6.4与ERP系统集成的相关系统及工具/31
    2.7知识管理与知识自动化/32
    2.7.1知识管理的概念/32
    2.7.2知识重组与知识推理/34
    2.7.3知识自动化与智能制造/35
    2.8计算机集成控制技术/36
    2.8.1过程控制技术发展阶段/36
    2.8.2计算机集成过程系统/37
    第3章智能制造之现代信息技术基础/39
    3.1物联网与工业互联网/40
    3.1.1物联网概念/40
    3.1.2物联网设备/40
    3.1.3基于物联网技术的工业互联网/44
    3.2面向智能制造的工业通信技术/46
    3.2.1面向智能制造的工业通信架构/46
    3.2.2工业现场总线通信技术/47
    3.2.3工业以太网通信技术/48
    3.2.4工业无线通信技术/49
    3.2.55G通信技术/50
    3.2.6网络通信的安全/53
    3.3大数据/54
    3.3.1数据信息知识智慧模型/54
    3.3.2大数据概念/56
    3.3.3大数据的资源化意义/58
    3.3.4大数据分析方法与传统方法的区别/59
    3.3.5数据的结构类别/61
    3.3.6大数据技术/62
    3.4云计算与边缘计算/63
    3.4.1云计算的概念与特点/63
    3.4.2基于云计算的大数据架构/65
    3.4.3工业云/66
    3.4.4边缘计算/67
    3.5工业大数据/69
    3.5.1工业大数据概念/69
    3.5.2工业大数据的来源/70
    3.5.3工业大数据的价值/71
    3.5.4工业大数据的应用策略和方法/73
    3.5.5工业大数据的关键技术/75
    3.5.6工业大数据管理架构/76
    3.5.7工业大数据的质量评价/77
    3.6信息物理系统/78
    3.6.1信息物理系统概念/78
    3.6.2信息物理系统与智能制造/81
    3.6.3信息物理系统技术架构/82
    3.7人工智能/84
    3.7.1人工智能的概念/84
    3.7.2人工智能的发展历程/85
    3.7.3人工智能的研究范围/87
    3.7.4大数据、人工智能与智能制造/88
    第4章互联化工/93
    4.1化学工业发展中的挑战与问题提出/94
    4.2化学工业对智能化技术的应用需求/96
    4.3互联化工/97
    4.3.1互联化工的概念/97
    4.3.2互联化工架构模型/101
    4.4互联化工的典型业务场景与模式/105
    4.4.1绿色化的产品工程、工业工程与制造模式/106
    4.4.2商务智能化与优化控制一体化/107
    4.4.3面向供应链协同的柔性生产系统/110
    4.4.4基于可靠性管理和知识集成的质量管理体系/113
    4.4.5智能化设备与设备全生命周期管理/115
    4.4.6制造执行系统/117
    4.4.7能质网络集成管理平台与优化运行/119
    4.4.8健康、安全、环境管理/121
    4.4.9知识体系与知识自动化/126
    第5章互联化工的关键信息技术/134
    5.1互联化工的数字化技术/135
    5.1.1互联化工的数据架构/135
    5.1.2数据驱动的数字化技术/136
    5.1.3基于过程机理的流程模拟技术/137
    5.1.4互联化工的数据安全技术/139
    5.2面向互联化工的工业互联网架构/140
    5.3面向互联化工的信息物理系统/142
    5.3.1互联化工信息物理系统层级划分/142
    5.3.2互联化工信息物理系统的技术特征/143
    5.4智慧化单元操作与单元过程/144
    5.4.1基于信息物理系统的智慧化单元架构/144
    5.4.2智慧化单元的控制过程/145
    5.4.3智慧化单元的性能特点/145
    5.5智能控制技术/146
    5.5.1互联化工的智能控制要求/146
    5.5.2智能控制技术/147
    5.5.3智能控制技术的模式/148
    5.5.4智能控制技术应用/149
    第6章云制造——互联化工的跨尺度模式/152
    6.1云制造概述/153
    6.1.1云制造的概念/153
    6.1.2云制造的服务对象/154
    6.1.3云制造能力服务/154
    6.1.4制造资源服务/155
    6.2云制造架构/156
    6.3云制造的支撑技术/158
    6.4云制造的数字化模型/160
    6.4.1云制造的数字化核心技术/161
    6.4.2制造资源与能力的数字化描述/162
    6.4.3能力评价模型/163
    6.4.4服务组合优选算法模型/164
    6.5云制造安全技术/166
    6.6云制造的业务模式/168
    6.6.1云制造平台的运营管理/168
    6.6.2云制造平台的几种商业运营模式/168
    第7章数据挖掘/171
    7.1数据的相关概念/172
    7.1.1数据特征属性/172
    7.1.2数据管理的几个常用概念/174
    7.1.3数据的尺度属性/174
    7.1.4数据质量评估/175
    7.2数据的存储方式/177
    7.2.1结构化数据的存储/177
    7.2.2非结构化数据的存储/177
    7.2.3面向主题的数据存储—数据仓库/179
    7.3数据挖掘概述/179
    7.3.1数据挖掘的概念/179
    7.3.2数据挖掘技术的特点/180
    7.3.3数据挖掘模型/181
    7.4数据挖掘项目的实施步骤/183
    7.4.1问题定义/184
    7.4.2数据预处理/185
    7.4.3数据探索/186
    7.4.4建立数据挖掘模型/187
    7.4.5结果解释与评估/188
    7.5数据挖掘项目的关键角色/188
    7.6常用的数据挖掘软件工具/189
    第8章数据预处理/192
    8.1数据整合/193
    8.2数据清洗/197
    8.3数据转换/199
    8.4数据归约/201
    8.5特征属性的筛选(降维)方法/202
    8.5.1基于线性相关性指标的筛选/202
    8.5.2基于灰色关联法的筛选/203
    8.5.3主成分分析法/204
    8.6共线性问题/204
    8.6.1共线性问题的识别/204
    8.6.2消除共线性问题/205
    8.7数据仓库/205
    8.7.1数据仓库概要/205
    8.7.2构建数据仓库的步骤/207
    第9章数据挖掘算法/210
    9.1聚类算法/211
    9.1.1聚类算法概要/211
    9.1.2常用的聚类算法/211
    9.1.3聚类分析相似度的衡量/212
    9.1.4聚类分析步骤/212
    9.1.5聚类算法及结果的评价标准/213
    9.1.6K-means聚类算法/213
    9.2分类算法/216
    9.2.1分类算法概要/216
    9.2.2分类结果的评判/216
    9.2.3k-近邻分类算法/217
    9.2.4人工神经网络/219
    9.3关联规则/223
    9.3.1关联规则的基本概念/223
    9.3.2关联规则的类型/224
    9.3.3Apriori算法/224
    9.4回归分析/227
    9.4.1回归分析方法/227
    9.4.2回归分析的步骤与逐步回归/228
    9.5预测算法/230
    9.5.1预测的基本概念/230
    9.5.2常用的预测方法/231
    9.5.3时间序列分析概要/233
    9.5.4时间序列分析的算法策略/235
    9.5.5时间序列分析的步骤/237
    9.6优化问题/239
    9.6.1遗传算法的概述/239
    9.6.2蚁群算法的基本原理/240
    9.6.3模拟退火算法的概述/241
    9.7诊断概要/244
    9.7.1离群点/244
    9.7.2离群点判据模型的建立原则/245
    9.7.3离群点的常用检测方法/245
    9.7.4异常(故障)模式诊断/247
    第10章数据挖掘应用案例/251
    10.1材料基因组计划/252
    10.1.1材料基因组计划概要/252
    10.1.2神经网络模型预测晶体材料的形成能/255
    10.1.3基于关联规则模型的材料性能分析/255
    10.2化工系统的可靠性评价/257
    10.2.1化工系统可靠性评价指标/257
    10.2.2分析模型的建立/258
    10.2.3灰色关联分析/259
    10.2.4马尔可夫修正/260
    10.3煤化工产业链的协同机制与模型/261
    10.3.1基于社会网络分析法的供应链模型/262
    10.3.2基于工业代谢平衡的协同度评价/265
    10.4设备异常识别与预防性维修/267
    10.4.1模型的建立/267
    10.4.2设备异常识别案例/269
    10.5基于智能算法的软测量技术/272
    10.5.1软测量技术概述/272
    10.5.2软测量模型及基于软测量的异常诊断/273
    10.5.3粉料储罐料位的软测量模型/274
    第11章大数据可视化技术/276
    11.1数据可视化技术概述/277
    11.1.1数据可视化概念/277
    11.1.2数据可视化的基本要素和分类/277
    11.1.3可视化数据分类/279
    11.1.4数据可视化的层次/279
    11.2常用的数据可视化图形/280
    11.2.1常用三大图:柱(条)、线、饼(环)/280
    11.2.2面积图、雷达图、散点图、气泡图/283
    11.2.3地理图/284
    11.2.4矩形树图、日历图、桑基图、漏斗图、箱线图/285
    11.2.5词云、鱼骨图/287
    11.2.6数据可视化多图集合模式/287
    11.3常用的数据可视化工具/288
    英文缩略词对照表/290
    参考文献/294

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购