化学工业智能制造——互联化工（吉旭）

图书标准信息

• 作者 周利 编著；吉旭
• 出版社 化学工业出版社
• 出版时间 2020-11
• 版次 1
• ISBN 9787122369123
• 定价 69.00元
• 装帧 其他
• 开本 16开
• 纸张 铜版纸
• 页数 298页
• 字数 476千字

【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，面向过程行业的先进控制（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，该项目获2018年工信部智能制造及人工智能技术应用示范项目。发表SCI收录论文50余篇，出版教材1部。

 

【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　美国先进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

2.6.3　ERP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

3.2.5　5G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

9.1.6　K-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

9.2.3　k-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

9.3.3　Apriori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