数字工厂实践:技术图谱与管理指南:technical map and management guide9787115634399

卢阳光，湖南安仁人，工学博士，九三学社社员。江苏省创新领军人才，IEEE智能制造标准委员会委员。研究领域面向智能制造的数字李生，工业大数据分析与建模。在离散工业和流程工业有18年智能制造项目经验，参与研制数字李生通用国家标准，现任三一重机昆山公司副总经理兼大数据所所长，河海大学兼职教授。历任德国大众、中国万达、宁德新能源的数字工厂工程师、数字技术部总监、大数据高级经理，在SCI和中文核心期刊发表10多篇工业大数据、数字李生、智能制造领域的学术论文，多篇论文入选ESI热点论文和高被引论文。

技术基础篇

第1章 数字工厂绪论 2

1．1　数字工厂的起源和发展 2

1．1．1　数字工厂起源 2

1．1．2　狭义数字工厂和广义数字工厂 3

1．1．3　从数字工厂到数字孪生 5

1．1．4　数字工厂的优势 6

1．1．5　流程制造工业的数字工厂和离散制造工业的数字工厂 7

1．2　数字工厂的组成 9

1．2．1　数字工厂的构成要素 9

1．2．2　数字工厂的关键技术 10

1．2．3　数字工厂的结构特征 11

1．3　对新一代数字工厂的思考 12

1．3．1　制造业面临的新挑战 12

1．3．2　两个常见的管理难题 14

1．3．3　系统论思想和问题剖析 16

1．3．4　破局思路和新一代数字工厂 20

1．3．5　对数字孪生和可视化技术的思考 23

第2章 数字工厂基础平台 25

2．1　技术架构 25

2．1．1　基础平台 26

2．1．2　基本技术路线 26

2．1．3　硬件架构及需求评估 27

2．1．4　数字工厂的信息管理平台 28

2．1．5　数字工厂应用相关软件 28

2．2　数字工厂模型体系标准框架 37

2．2．1　工厂分解结构 37

2．2．2　信息编码规则 37

2．2．3　色卡定义 44

2．2．4　种子文件 45

2．2．5　设计图元库 52

2．3　数字工厂基础平台功能 53

2．3．1　工厂信息查询 53

2．3．2　三维模型浏览 54

2．3．3　数字化信息管理 54

2．3．4　工作流程配置 54

2．3．5　报表输出 55

2．3．6　权限管理 55

第3章 数字工厂应用技术图谱—规划域 57

3．1　空间建模技术 58

3．1．1　空间建模标准框架 58

3．1．2　空间模型管理规范 59

3．1．3　工艺流程建模技术 64

3．1．4　三维建模技术 65

3．1．5　三维模型应用技术 70

3．2　三维逆向建模技术 73

3．2．1　激光扫描标准 73

3．2．2　软件及硬件选用 74

3．2．3　测量控制网布置 75

3．2．4　点云数据的处理 77

3．2．5　逆向建模方法 78

3．2．6　模型的校对修正 78

3．3　虚拟验证技术 80

3．3．1　空间模型验证技术 80

3．3．2　有限元分析技术 84

3．3．3　生产控制逻辑验证技术 85

3．3．4　试装分析技术 85

第4章 数字工厂应用技术图谱—运营域 87

4．1　过程仿真分析技术 88

4．1．1　制造过程仿真技术 88

4．1．2　物流规划仿真技术 92

4．1．3　当前仿真软件的问题 97

4．1．4　仿真软件自主研发实践研究 98

4．1．5　阿波罗仿真软件应用简介 107

4．2　机器学习技术 116

4．2．1　基于机器学习的数字孪生 117

4．2．2　工业大数据的处理方法 122

4．2．3　机器学习的工业验证指标 124

4．3　知识图谱和自然语言处理技术 124

4．3．1　知识图谱和自然语言处理概述 124

4．3．2　知识图谱发展历程 126

4．3．3　知识图谱的构建方法 126

4．3．4　当前技术融合与应用 127

4．4　运筹优化技术 128

4．4．1　运筹学通识 128

4．4．2　线性规划 129

4．4．3　整数规划 129

4．4．4　排队论 130

4．4．5　存储论 132

4．4．6　决策论 133

应用管理篇

第5章 数字工厂应用案例 136

5．1　空间建模技术应用案例 136

5．1．1　项目背景 136

5．1．2　项目规划和技术方案 137

5．1．3　三维模型查看 141

5．1．4　设备管理 142

5．1．5　检维修管理 142

5．1．6　工艺培训 143

5．1．7　仿真模拟 144

5．1．8　HSE应急指挥 144

5．1．9　项目成果和收益 145

5．2　数字仿真优化物流库区案例 146

5．3　数字仿真辅助车间规划案例 150

5．4　通过机器学习实现生产优化案例 153

5．5　知识图谱赋能售后体系案例 160

5．6　运筹优化降低物流成本案例 165

5．7　运筹优化提升生产效率案例 173

第6章 数字工厂项目实践管理 180

6．1　数字工厂项目实施规划 180

6．1．1　项目目标 180

6．1．2　实施内容 180

6．1．3　协作过程 181

6．1．4　质量控制 181

6．1．5　项目交付 182

6．2　新建工厂项目数字化建模 183

6．2．1　第1阶段：基础准备 183

6．2．2　第2阶段：信息获取、集成和交付 186

6．2．3　第3阶段：信息应用 191

6．3　在役工厂项目数字化建模 191

6．3．1　第1阶段：基础准备 191

6．3．2　第2阶段：信息获取、集成和交付 192

6．3．3　第3阶段：信息应用 193

6．4　数字工厂模型应用系统接口 194

6．4．1　整体架构设计 194

6．4．2　平台接口定义 194

6．4．3　实时数据集成和生产监控 195

6．4．4　视频监控系统集成 196

6．4．5　设备管理系统集成 197

6．4．6　SAP系统集成 197

6．4．7　移动办公系统集成 197

6．4．8　三维模型查看接口 199

6．5　算法工程化的研发与应用 200

6．5．1　算法工程化的技术框架 200

6．5．2　算法工程化主流技术分析 201

6．5．3　算法工程化的实践路线 204

第7章 数字工厂管理规范 207

7．1　概述 207

7．2　信息采集规范 207

7．3　信息管理和维护 211

7．4　数字化信息的移交规范 225

7．5　数据文件整理审查规范 226

7．6　数字工厂平台维护管理规定 228

7．7　数字工厂安全管理规定 229

7．8　数字工厂人员组织管理 231

第8章 对数字工厂建设管理的思考 232

8．1　站在第四次工业革命浪潮上的思考 232

8．2　今天AI仍然是工程技术而非科学？ 234

8．3　数字工厂应该外购还是自主研发 236

8．4　数字化大变革时代的提议 239

相关名词缩略语 241

第1章数字工厂绪论

1.1数字工厂的起源和发展

1.1.1数字工厂起源

数字工厂1.0起源于20世纪 80年代，当时的先进制造业技术以单元技术和离线编程技术为代表，形成了计算机辅助生产工程(CAPE)的雏形。在20世纪90年代，随着仿真和可视化技术的发展，CAPE的概念和理论逐渐形成。此后，制造业信息化的成熟度主要体现在计算机辅助设计(CAD)软件系统的应用、产品数据管理(PDM)系统和企业资源计划(ERP)系统的逐步实施、在生产层实现数字化自动加工等，并逐步形成了一整套的工艺信息化和制造信息化体系。

虽然20世纪80年代形成了CAPE的雏形，但其功能较简单。不过，CAPE 技术发展很快，其通过制造工艺设计、资源管理来实现生产全过程规划设计，但是这种技术缺乏系统性和集成性，同时在仿真过程中缺乏有效的算法辅助决策。

此时，制造业信息化的要求便呼之欲出。制造业信息化，是指采用先进、成熟的管理思想和理念，依靠现代电子信息技术，对制造业进行资源整合、管理流程的分析与再造。在多数大规模制造业企业中，已有一定的信息化基础，如CAD软件系统已比较成熟，管理层的PDM系统和 ERP系统已逐步实施，生产层基本实现了数字化自动加工等。但这些企业的生产组织方式还停留在专用计算机辅助工艺规划(CAPP)系统的工艺卡片阶段，或是传统的手工编制阶段。这种传统的生产组织方式，形成了制约整个企业自动化进程和生产信息化进程的效率瓶颈。

……

适读人群 ：制造业转型的从业者 制造业信息化领域研究方向的师生

梳理数字工厂技术图谱域，打造制造业企业管理的新范式

详解规划域、运营域技术应用，优化物流、生产，赋能企业服务体系

深入解读数字工厂管理等关键规范，助力打造智能工厂

本书系统介绍了数字工厂的相关知识，梳理了新一代数字工厂的应用技术图谱，并分析和讨论了各技术应用实践场景。本书分为技术基础篇和应用管理篇。技术基础篇包括数字工厂绪论、数字工厂基础平台、数字工厂应用技术图谱的规划域和运营域；应用管理篇包括数字工厂应用案例、数字工厂项目实践管理、数字工厂管理规范、对数字工厂建设管理的思考。