大数据驱动的协同制造机理及支撑技术研究

本书针对制造企业在订单获取、生产运作、制造执行、过程控制、支撑工具等阶段协作松散、生产周期长、资源利用率低等问题，通过研究大数据环境下的协同制造机理，突破开发大数据支撑工具集、主动制造、分布式生产计划、制造资源优化配置、柔性作业计划和动态调度等关键技术，研究基于大数据和知识融合的协同制造机理，实现复杂产品研制过程中数据、规划、运作、执行及控制等阶段的协同，提高资源利用率，缩短制造周期，实现均衡化生产的需要。

本书针对制造企业在订单获取、生产运作、制造执行、过程控制、支撑工具等阶段协作松散、生产周期长、资源利用率低等问题，通过研究大数据环境下的协同制造机理，突破开发大数据支撑工具集、主动制造、分布式生产计划、制造资源优化配置、柔性作业计划和动态调度等关键技术，研究基于大数据和知识融合的协同制造机理，实现复杂产品研制过程中数据、规划、运作、执行及控制等阶段的协同，提高资源利用率，缩短制造周期，实现均衡化生产的需要。

王萌，男，1982年生，河南开封人，河南大学控制科学与工程博士后，西北工业大学机电学院博士，现任河南大学商学院讲师。主持或参加4项课题研究，包括：河南省政府决策研究招标课题——我省智能装备制造业复杂协同大数据制造平台研究及对策；河南省社科规划项目——以大数据协同制造平台推动我省高端装备制造业升级发展研究；国家自然科学基金面项目——Job-Shop调度风险聚集影响机理与建模方法；国家自然科学基金面项目——不确定条件下Job-shop自适应调度研究。在《机械工程学报》《系统工程理论与实践》等发表5篇研究论文。

第1章 绪论
1.1研究背景与意义
1.2国内外文献综述
1.3研究内容与研究创新
第2章 规划层DOPR协同制造研究
2.1基主动制造研究
2.2 网络制造生产计划研究
2.3 基于协同规划的资源优化配置研究
第3章 运作层DOPR协同制造研究
3.1作业计划的多目标协同优化方法
3.2制造资源的快速准备方法
第4章 执行层DOPR协同制造研究
4.1基于实时信息的动态调度方法
4.2 闭环制造过程管理与控制方法
第5章 协同制造知识发现方法研究
5.1OPR 协同中的智能支撑方法分析
5.2特征选择与数据预处理
5.3 数据的模糊表示与相似度（相异度）度量
5.4 大数据环境下的分类方法研究
5.5 基于“核”方法的粗糙聚类方法
5.4 基于“核”降维的知识发现方法研究
第6章 总结与展望
6.1 总结
6.2 研究展望

本书针对制造企业在订单获取、生产运作、制造执行、过程控制、支撑工具等阶段协作松散、生产周期长、资源利用率低等问题，通过研究大数据环境下的协同制造机理，突破开发大数据支撑工具集、主动制造、分布式生产计划、制造资源优化配置、柔性作业计划和动态调度等关键技术，研究基于大数据和知识融合的协同制造机理，实现复杂产品研制过程中数据、规划、运作、执行及控制等阶段的协同，提高资源利用率，缩短制造周期，实现均衡化生产的需要。

王萌，男，1982年生，河南开封人，河南大学控制科学与工程博士后，西北工业大学机电学院博士，现任河南大学商学院讲师。主持或参加4项课题研究，包括：河南省政府决策研究招标课题——我省智能装备制造业复杂协同大数据制造平台研究及对策；河南省社科规划项目——以大数据协同制造平台推动我省高端装备制造业升级发展研究；国家自然科学基金面项目——Job-Shop调度风险聚集影响机理与建模方法；国家自然科学基金面项目——不确定条件下Job-shop自适应调度研究。在《机械工程学报》《系统工程理论与实践》等发表5篇研究论文。