智能制造系统设计——李勇刘训臣韩善灵高建刚--机械工业出版社

同系列书

相关图书

图书详情

装订：平装

编辑：吕潇

开本：16

出版日期： 2025-03-21

字数：539 千字

最新版印次：1-1

最新印次时间：2025-03-21

定价：79.0

cip：2025K0P811

图书简介

1.独创底层逻辑：以深度运筹学统一智能制造系统建模，破解数据爆炸下的创新焦虑。
2.四大目标导向：直击质量（CPK）、效率（八大浪费）、安全（能量控制）、成本（制造费用）痛点，提供系统解决方案。
3.前沿技术融合：图论→复杂网络→图神经网络，实现系统“满意解”智能寻优；PyTorch实战平台，手把手落地智能制造项目。
4.可视化教学创新：白话数学+300+示意图，攻克工科高阶知识；案例覆盖ERP、MES等工业场景，无缝衔接理论与实战。
5.全链条设计体系：从问题提取（鱼骨图、FMEA）到准则创新（8D报告），培养“设计系统而非产品”的思维。

《智能制造系统设计》是新工科—智能制造专业的核心课程。本书首先介绍智能制造体统设计的基本数学理论和基本方法；其次介绍智能制造体系设计工厂运行的主要管理体系及法规要求以及智能制造体系基本组成及要求，各模块的运行原理、机制及软硬件，不同类型制造企业的运行特点及各模块的衔接；第三，介绍智能制造体系的复杂网络结构设计步骤、相应的设计方法及优化方法，介绍智能制造系统的MES、ERP、 APS，CRM，WMS、PLM等构成对的多尺度复杂网络，围绕生产调度优化、物流路径规划、客户关系优化、产品研发以及网络安全等，以及智能制造的工业数据管理、工业信息安全和二次开发；最后，介绍工业数据的挖掘和深度学习，以pytorch为核心的软件开发。《智能制造系统设计》是新工科—智能制造专业的核心课程。本书以作者提出的“深度运筹学”为底层逻辑，构成完整的智能制造系统设计体系。设计基础介绍智能制造设计体系的底层建模逻辑。设计目标介绍设计落脚点是质量、效率与安全并最终落实到产品成本上，掌握提取问题与约束的方法。设计对象介绍体系各模块的概念、功能、运行原理和机制。设计方法介绍深度运筹学，以复杂网络建立系统模型，通过图深度学习寻找智能制造系统的“满意解”，从而创新系统运行准则。设计过程介绍以8D报告为模版、PyTorch为平台的智能制造系统项目设计。本书是国内外较早以“智能制造系统设计”为主题的图书，特点：白话数学、可视化逻辑和简明算法技巧，尤其适用培养以高等数学为起点的应用型人才的需要。本书适用：机械类、智能制造类、工业工程类、应用数学类、人工智能类和计算机类的本科生及研究生用书，也可作为研发人员的项目设计参考书。适合作为新工科-智能制造专业教材。本书配备了详细的PPT、教学大纲、教案、知识点图谱、模拟试卷。

作者信息

李勇，山东科技大学教授

章节目录

前言
变量符号表
第1章绪论
1.1 方向—立足机械赋能实体
1.2 思维—从设计产品到创新准则
1.3 路径—图论为基石
1.4 逻辑—深度运筹学
1.5 智能—六大关键
1.6 内容—系统设计框架
第2章设计基础—底层建模逻辑
2.1 数学简介—建模百宝箱
2.1.1 数学全貌
2.1.2 集合—现代数学的共同基础
2.1.3 张量—现代数学的共同语言
2.1.4 泛函—网络距离的度量
2.1.5 群论—网络同构的度量
2.1.6 拓扑—网络结构的度量
2.1.7 分形—网络形状的度量
2.2 图论—智能制造系统的细胞
2.2.1 图论概述
2.2.2 谱图论
2.2.3 复杂图
2.2.4 图嵌入
2.2.5 图论与智能制造的关系
2.3 复杂网络—智能制造系统的神经
2.3.1 复杂网络概述
2.3.2 复杂网络的测度
2.3.3 异构张量及复杂网络类型
2.3.4 复杂网络与智能制造的关系
2.4 运筹学—智能制造系统的器官
2.4.1 运筹学概念
2.4.2 运筹学十大分支
2.4.3 运筹分析基本步骤
2.4.4 运筹学与智能制造的关系
2.5 力学简介—智能制造系统的肢体
2.5.1 基础力学
2.5.2 固体力学
2.5.3 振动力学
2.5.4 流体力学
2.5.5 流变学
2.5.6 热力学
2.5.7 本构原则
2.6 振动与噪声—智能制造系统的听觉
2.6.1 机械振动
2.6.2 噪声分析
2.6.3 振动与深度学习
2.6.4 振动、噪声与智能制造的关系
2.7 数字图像处理—智能制造系统的视觉
2.7.1 数字图像处理概述
2.7.2 形态学分析
2.7.3 数字图像处理与智能制造关系
2.8 随机过程—智能制造系统的动态
2.8.1 随机过程的定义
2.8.2 典型随机过程
2.8.3 随机微分方程
2.8.4 随机过程与算法的结合
2.8.5 随机过程在图神经网络中的应用
2.8.6 随机过程与智能制造的关系
第3章设计目标—提取问题与约束
3.1 质量工程
3.1.1 质量体系简介
3.1.2 质量管理七项原则
3.1.3 质量管理实施流程
3.1.4 质量管理五大工具
3.1.5 质量管理七大手法
3.1.6 CPK过程能力指数
3.1.7 质量工程与智能制造的关系
3.2 工业工程
3.2.1 工业工程简介
3.2.2 工业工程的关键—解决八大浪费
3.2.3 工作研究的方法与技术—发现问题
3.2.4 现场管理—提取问题背后的问题
3.2.5 制程防呆—避免问题
3.2.6 工业工程与智能制造的关系
3.3 安全工程
3.3.1 安全体系简介
3.3.2 安全评估方法
3.3.3 控制能量以防患于未然
3.3.4 安全工程与智能制造关系
3.4 成本管理
3.4.1 公司类型及承担责任
3.4.2 成本管理概述
3.4.3 主要分析工具
3.4.4 成本驱动的设计
3.4.5 成本管理与智能制造的关系
第4章设计对象—智能制造模块
4.1 企业资源规划ERP
4.1.1 ERP简介
4.1.2 ERP主要分析工具
4.1.3 ERP与智能制造的关系
4.2 客户关系管理CRM
4.2.1 CRM简介
4.2.2 CRM主要分析工具
4.2.3 CRM与智能制造的关系
4.3 产品生命周期管理PLM
4.3.1 PLM简介
4.3.2 PLM主要分析工具
4.3.3 PLM与智能制造的关系
4.4 制造执行系统MES
4.4.1 MES简介
4.4.2 MES主要分析工具
4.4.3 MES与智能制造的关系
4.5 高级计划与排程APS
4.5.1 APS简介
4.5.2 APS主要分析工具
4.5.3 APS与智能制造的关系
4.6 仓库管理系统WMS
4.6.1 WMS简介
4.6.2 WMS主要分析工具
4.6.3 WMS与智能制造的关系
第5章设计方法—深度运筹学习
5.1 算法
5.1.1 算法—关系提取的核心
5.1.2 算法与智能制造的关系
5.2 图神经网络
5.2.1 图数据的处理难题
5.2.2 图神经网络简介
5.2.3 嵌入的端到端学习
5.2.3 图数据的嵌入
5.2.6 空域图卷积神经网络
5.2.7 谱域图卷积神经网络
5.2.9 图神经网络与智能制造的关系
5.3 深度运筹学
5.3.1 深度运筹概念
5.3.2 深度运筹作用
5.3.3 深度运筹的应用
5.3.4 深度运筹与智能制造的关系
5.4 PyTorch平台
5.4.1 Python与PyTorch
5.4.2 PyTorch的安装与环境配置
5.4.3 PyTorch平台上算法创新实例
5.4.4 PyTorch与智能制造的关系
第6章设计过程—8D报告
6.1 8D报告中的基本步骤和工具
6.1.1 D0 征兆紧急反应措施
6.1.2 D1 小组成立
6.1.3 D2 问题说明
6.1.4 D3 临时措施的实施验证
6.1.5 D4 确定并检验根本原因
6.1.6 D5 选择和验证永久纠正措施
6.1.7 D6 实施永久纠正措施
6.1.8 D7 预防再发生
6.1.9 D8 团队和个人认可
6.1.10 8D报告分析示例
6.2 软件设计步骤
6.2.1 调研
6.2.2 蓝图
6.2.3 实施
6.2.4 上线优化
6.2.5 持续改进
参考文献
附录缩略语表

图书评论

图书简介
作者信息
章节目录
图书评论