李琼砚，北京林业大学工学院副教授，硕士生导师，1998年毕业于北京理工大学机械制造专业，获得工学博士学位。1998-2004在比利时鲁汶大学和比利时Metalogic.N.V工作， 从事并联机器人、计算机视觉及人工智能方面的研究 。2014-2015年在澳大利亚阿德莱德 南澳大学（UNISA）作访问学者一年。自2005年在北京林业大学任教以来，长期从事计算机视觉和数字化制造技术方面的研究，同时从事《先进制造技术》、《机械制造技术基础》、《工程材料与成型工艺》、《互换性与技术测量》及《工程训练》等课程的教学。

第1章 绪 论
1.1智能制造基本概念
1.1.1 智能制造定义、内涵及特点
1.1.2 智能制造与先进制造
1.2智能制造技术特征
1.2.1　智能制造技术体系结构
1.2.2　智能制造技术特征
1.2.3　智能制造发展趋势
1.3智能制造关键技术
第2章 智能制造系统
2.1 智能制造系统架构
2.2 产品全生命周期管理系统 (PLM)
2.2.1 PLM 概述
2.2.2 PLM 的发展历程
2.2.3 PLM与PDM的区别
2.2.4 PLM 的主要功用
2.2.5 PLM 的建立方法
2.2.6 PLM 的发展趋势
2.3企业资源计划（ERP）
2.3.1 ERP概述
2.3.2 ERP 历史发展
2.3.3 ERP 系统分类
2.3.4 ERP 企业应用
2.3.5 ERP 系统带来的效益
2.3.6 ERP 平台式软件
2.4 制造执行系统（MES）
2.4.1 MES的产生与定义
2.4.2 MES的角色作用
2.4.3 MES的功能模块
2.4.4 MES与其他信息系统的关系
2.4.5 ERP/MES/PCS的信息集成
2.4.6 MES的发展趋势
2.5信息物理融合系统(CPS)
2.5.1 CPS定义
2.5.2 CPS结构体系
2.5.3 CPS特征
2.5.4 CPS机遇与挑战
2.5.5 CPS与智能制造
第3章 智能制造工艺 （李琼砚）
3.1 制造工艺概述
3.1.1 经典制造工艺简述
3.1.2 特种加工技术
3.1.3 高速切削
3.1.4 仿生制造
3.1.5 微机械加工
3.2 智能设计技术
3.2.1 智能CAD
3.2.2 智能CAPP
3.2.4 绿色设计
3.3 智能制造装备
3.3.1 智能机床
3.3.2 工业机器人
3.3.3 增材制造装备
3.3.4 智能生产线与智慧工厂
3.3.5 智能制造装备的优势
第4章 工业机器人
4.1 工业机器人概述
4.1.1 工业机器人的历史发展
4.1.2 工业机器人的分类
4.1.3 工业机器人的基本组成
4.1.4 工业机器人的技术指标
4.1.5 工业机器人的应用
4.2工业机器人的机械系统
4.2.1 工业机器人的手部
4.2.2 工业机器人的腕部
4.2.3 工业机器人的臂部
4.2.4 工业机器人的机座结构
4.3工业机器人的控制系统
4.3.1 工业机器人控制系统特点及主要功能
4.3.2 工业机器人控制系统的组成
4.3.3 工业机器人控制系统的结构形式
4.4工业机器人的传感器系统
4.4.1 工业机器人常用传感器的分类
4.4.2 工业机器人内部传感器
4.4.3 工业机器人外部传感器
4.5工业机器人轨迹规划与编程
4.5.1 工业机器人轨迹规划
4.5.2 工业机器人编程
第5章 数字化制造技术
5.1 产品数据的数字化处理
5.1.1 工程数据的类型
5.1.2 工程数据的数字化处理方法
5.1.3 数字化建模技术
5.1.4 产品数字化管理
5.2 逆向工程技术
5.2.1 概述
5.2.2 逆向工程的关键技术
5.2.3 逆向工程软件
5.2.4 逆向工程举例
5.2.5 逆向工程的应用
5.3增材制造技术
5.3.1 概述
5.3.2 增材制造数据处理
5.3.3 典型增材制造工艺
5.3.4 增材制造常用材料
5.3.5 组织工程
5.3.6增材制造应用
5.4 虚拟制造技术
5.4.1 基本概念
5.4.2 虚拟制造关键技术
5.4.3 虚拟制造软件
第6章 智能检测技术
6.1 射频识别技术
6.1.1 概述
6.1.2 RFID工作原理
6.1.3 PFID识别系统的编码调制和解调
6.1.4 数据完整性与安全性
6.2机器视觉检测技术
6.2.1 概论
6.2.2 机器视觉系统的构成
6.2.3 机器视觉核心算法
6.2.4 机器视觉工程应用
6.3 无损缺陷检测技术
6.3.1 概论
6.3.2 超声波检测
6.3.3 射线检测
6.3.4 磁粉检测
6.4基于深度学习的检测技术
6.4.1 概论
6.4.2 深度学习的主要检测方法
6.4.3 深度学习检测应用——肋骨骨折检测
第7章 信息技术承载下的智能制造系统
7.1 制造信息系统
7.1.1 定义、特性和应用
7.1.2 信息系统的生命周期
7.1.3 制造信息系统的发展趋势
7.2 工业大数据与物联网
7.2.1 工业大数据的来源
7.2.2 工业大数据的关键技术及其特点
7.2.3 工业物联网的内涵与特性
7.2.4 物联网的关键技术
7.3 数据中心与云计算技术
7.3.1 数据中心概述
7.3.2 数据中心网络的基本结构
7.3.3 云计算及其应用
7.4基于工业物联网、大数据的智能制造解决方案
7.4.1 项目背景
7.4.2 案例特点
7.4.3 需求分析
7.4.4 总体设计情况
7.4.5 实施步骤
7.4.6 实施效果