本書針對新一輪工業(yè)革命中的智能制造系統，在概要闡述智能制造發(fā)展歷程及其主要參考模型的基礎上，從關鍵技術、主要裝備、組成架構、運行管控功能等方面對智能制造系統進行了全面介紹，并給出了幾種典型的智能制造系統，為深入了解智能制造系統提供有益參考。全書分為7章，第1章介紹智能制造系統發(fā)展概述；第2章介紹智能制造系統參考模型；第3至6章介紹智能制造的使能技術、關鍵裝備、組成體系、核心功能；第7章介紹機加、裝配等多種智能制造系統。
隨著現代信息技術的不斷發(fā)展，制造企業(yè)紛紛致力于將互聯網、云計算、大數據、移動應用等新技術，與生產、物流、服務等運行管理業(yè)務深度融合，形成具有感知、分析和決策能力的智能制造系統，解決設備運維、質量控制、生產計劃、生產調度等核心問題，以更短的產品制造周期、更低的產品成本和更高的產品質量，搶占市場競爭的優(yōu)勢高地。
本書結合世界制造業(yè)強國的智能制造發(fā)展戰(zhàn)略，介紹智能制造系統在新一代工業(yè)革命中的重要作用，在概要闡述智能制造的發(fā)展趨勢、標準化歷程和典型制造模式的基礎上，詳細介紹智能制造系統的主要模型、使能技術、關鍵裝備、組織形式、運行管理，以及智能制造系統的典型應用案例，為提高制造企業(yè)的智能化水平提供有益參考。本書提出的方法和技術，能夠為廣大企業(yè)、科研院所、高等院校進一步深入研究智能制造系統提供理論基礎，同時也可為推動我國制造業(yè)的智能化發(fā)展和企業(yè)應用提供參考，對提升我國制造業(yè)的核心競爭力具有重要意義。
本書中的研究工作得到了國防基礎科研項目“基于××裝配車間的大數據決策優(yōu)化技術”（No. JCKY2019203C017）與國家自然科學基金重點項目“大數據驅動的智能車間運行分析與決策方法的研究”（No. 51435009）的資助，在此表示感謝！
本書主要面向航空航天、汽車、船舶、工程機械等行業(yè)的智能制造從業(yè)人員，同時也可作為智能制造相關領域的高校研究生和科研人員的教材或參考書。
在本書編寫過程中，東華大學楊蕓老師、肖雷老師，以及研究生譚遠良、朱子洵、左麗玲、王卓君、趙樹煊、寇恩溥、成明陽、艾青波、房鑫洋、鄭城等承擔了不少任務，付出了大量心血，在此對他們一并表示感謝。書稿編寫過程中參考了大量的文獻，作者在書中盡可能地進行了標注，如果存在由于疏忽而未標注之處，敬請有關作者諒解，同時表示由衷的感謝。
智能制造系統相關理論、方法和應用還處在迅速發(fā)展之中，已引起越來越多的研究和應用人員的關注。由于作者的水平和能力有限，書中的缺點和疏漏在所難免，在此歡迎廣大讀者批評指正。
目 錄
前言
第1章 智能制造系統發(fā)展概述 1
1.1 智能制造發(fā)展趨勢 1
1.1.1 制造業(yè)發(fā)展歷程 1
1.1.2 國外智能制造發(fā)展戰(zhàn)略 2
1.1.3 國內智能制造發(fā)展戰(zhàn)略 7
1.1.4 智能制造發(fā)展戰(zhàn)略分析 9
1.2 智能制造標準化發(fā)展 10
1.2.1 標準化歷程 10
1.2.2 智能制造國際標準化組織 12
1.2.3 我國智能制造標準化工作 14
1.3 智能制造模式 18
1.3.1 典型智能制造模式 19
1.3.2 智能制造應用模式案例 19
參考文獻 24
第2章 智能制造系統模型 25
2.1 智能制造系統標準化參考模型 25
2.1.1 工業(yè)4.0參考架構模型 25
2.1.2 IIC工業(yè)互聯網總體架構 28
2.1.3 智能制造生態(tài)系統 30
2.1.4 工業(yè)價值鏈參考架構 32
2.2 智能制造能力成熟度模型 34
2.2.1 智能制造能力成熟度模型定義 35
2.2.2 智能制造能力成熟度模型架構 36
2.2.3 10大核心要素的成熟度要求 37
2.2.4 模型的應用 51
2.3 信息物理系統模型 53
2.3.1 信息物理系統的發(fā)展脈絡 53
2.3.2 信息物理系統的定義 54
2.3.3 信息物理系統的本質 55
2.3.4 信息物理系統的層次 56
2.3.5 信息物理系統的特征 57
2.3.6 信息物理系統的架構 58
2.3.7 信息物理系統的技術體系 60
2.3.8 信息物理系統的核心技術要素 60
2.3.9 信息物理系統的應用場景 62
2.3.10 紡紗智能車間信息物理單元通用模型 72
參考文獻 77
第3章 智能制造系統使能技術 79
3.1 工業(yè)物聯網技術 79
3.1.1 物聯網概述 79
3.1.2 工業(yè)互聯網 80
3.1.3 5G技術 83
3.2 工業(yè)大數據技術 85
3.2.1 工業(yè)大數據感知技術 85
3.2.2 工業(yè)大數據通信與控制網絡技術 90
3.2.3 工業(yè)大數據分析與挖掘技術 95
3.3 虛擬現實和增強現實技術 99
3.3.1 虛擬現實技術 99
3.3.2 增強現實技術 102
3.4 數字孿生技術 103
3.4.1 數字孿生概述 103
3.4.2 產品數字孿生技術 104
3.4.3 生產數字孿生技術 105
3.4.4 設備數字孿生技術 106
3.4.5 性能數字孿生技術 108
3.4.6 數字孿生技術在工業(yè)領域的應用 109
3.5 機器學習技術 109
3.5.1 機器學習概述 109
3.5.2 大數據環(huán)境下機器學習的研究現狀 109
3.5.3 機器學習的分類 110
3.5.4 機器學習的常見算法 110
3.5.5 機器學習技術在工業(yè)領域的應用 113
3.6 信息安全技術 115
3.6.1 系統安全技術 115
3.6.2 信息部分安全技術 118
3.6.3 區(qū)塊鏈技術 120
參考文獻 121
第4章 智能制造系統關鍵裝備 124
4.1 智能傳感系統 125
4.1.1 概述 125
4.1.2 智能傳感器基礎 126
4.1.3 智能傳感器的關鍵應用場景 132
4.1.4 智能傳感器的行業(yè)應用情況 133
4.2 智能數控機床 134
4.2.1 概述 134
4.2.2 智能數控機床基礎 135
4.2.3 應用展望 141
4.3 智能機器人 142
4.3.1 概述 142
4.3.2 智能機器人基礎 142
4.3.3 智能機器人在制造業(yè)的應用 150
4.4 智能物流裝備 151
4.4.1 概述 151
4.4.2 智能物流基礎 152
4.4.3 智能制造系統與智能物流系統深度融合 157
參考文獻 158
第5章 智能制造系統組織 161
5.1 智能單元 162
5.1.1 智能單元定義 162
5.1.2 智能單元模塊構成 163
5.1.3 智能單元一體化集成 164
5.2 智能車間 166
5.2.1 智能車間簡介 166
5.2.2 智能車間類型 167
5.2.3 智能車間管理 171
5.3 智能工廠 176
5.3.1 智能工廠特點 176
5.3.2 智能工廠構成 178
5.3.3 智能工廠類型 185
5.3.4 智能工廠趨勢 188
參考文獻 190
第6章 智能制造系統運行 192
6.1 設備智能維護 192
6.1.1 設備維護的重要性 192
6.1.2 設備維護的發(fā)展史 193
6.1.3 預測性維護的實施步驟 194
6.2 質量智能控制 197
6.2.1 質量控制的主要內容及問題特點 198
6.2.2 質量數據關聯性分析技術 200
6.2.3 質量預測技術 201
6.2.4 質量控制優(yōu)化技術 203
6.3 智能生產計劃 205
6.3.1 智能生產計劃概述 205
6.3.2 智能生產計劃方法 206
6.3.3 案例介紹 207
6.4 智能生產調度 211
6.4.1 智能生產調度概述 211
6.4.2 智能生產調度方法 214
6.4.3 案例介紹 215
參考文獻 220
第7章 智能制造系統典型模式 222
書單推薦
