正版保障 假一赔十 可开发票
¥ 79.03 6.3折 ¥ 126 全新
库存2件
作者张殿华//李鸿儒
出版社冶金工业出版社
ISBN9787502489830
出版时间2020-07
装帧平装
开本16开
定价126元
货号11604331
上书时间2024-12-23
1 智能制造概述
1.1 智能制造的本质
1.2 信息物理系统
1.3 智能制造发展战略
2 钢铁行业的现状与发展趋势
2.1 钢铁行业的现状与总体运行水平
2.2 钢铁行业的需求和政策引导
2.3 国内外智能化现状与趋势
2.3.1 SAP公司
2.3.2 西门子公司
2.3.3 坤帝科公司
2.3.4 普锐特公司
2.4 钢铁智能化CPS系统
2.4.1 CPS架构
2.4.2 CPS总体设计
2.5 数字孪生
2.5.1 虚拟制造
2.5.2 数字化工厂
3 高炉大数据建模及智能优化
3.1 高炉炼铁特点及操作复杂性分析
3.1.1 高炉炼铁的生产特点分析
3.1.2 高炉炼铁的操作手段
3.2 高炉生产指标
3.3 基于机理的高炉生产过程建模及分析
3.3.1 基于动力学的建模及分析
3.3.2 多流体高炉数学模型
3.3.3 高炉冶炼过程多目标系统优化模型
3.3.4 高炉冶炼过程智能控制数学模型
3.3.5 高炉冶炼过程控制的数学模型流程
3.3.6 高炉生产过程机理建模存在的问题
3.4 基于专家系统的高炉生产过程优化及分析
3.4.1 高炉专家系统的构成及特征
3.4.2 高炉专家系统存在的问题
3.5 高炉大数据建模与智能优化
3.5.1 高炉大数据建模与智能优化系统设计
3.5.2 基于关联分析的高炉大数据建模方法
3.5.3 基于高炉大数据的生产指标智能预测方法
4 炼钢过程智能模型与优化
4.1 铁水预处理脱硫智能模型
4.1.1 铁水单喷金属镁脱硫机理模型
4.1.2 脱硫机理模型参数多元线性回归预测
4.1.3 脱硫机理模型参数ELM神经网络预测
4.1.4 铁水预处理KR法脱硫
4.2 转炉炼钢终点预报智能模型
4.2.1 基于大数据的转炉吹炼终点碳含量和温度预测模型
4.2.2 基于卷积神经网络的转炉吹炼终点Mn和P含量预报模型
5 连铸智能优化控制及过程监控
5.1 连铸坯凝固特点分析
5.2 铸坯表面温度测量
5.2.1 铸坯表面温度测量现状
5.2.2 窄光谱CCD辐射测温仪工作原理
5.2.3 铸坯表面温度场测量稳定性
5.2.4 现场实际测量结果
5.3 基于机理的连铸凝固建模
5.3.1 连铸凝固过程多物理场耦合分析
5.3.2 连铸凝固过程数学模型
5.4 连铸坯智能优化控制
5.4.1 多质量目标的协调优化
5.4.2 连铸坯动态控制
5.4.3 电磁搅拌动态控制
5.5 连铸大数据建模及过程监控
5.5.1 连铸坯质量分析预报模型
5.5.2 基于多元统计的连铸过程监控模型
6 轧制过程智能优化
6.1 轧制自动化控制系统概述
6.1.1 轧制过程数学模型和算法的发展
6.1.2 人工智能技术在轧制中应用的进展
6.2 轧制过程智能供应链相关决策优化技术
6.2.1 生产计划的智能化管理技术
6.2.2 新一代炼钢-连铸智能排程与优化技术
6.2.3 产销智能决策技术
6.3 加热炉燃烧过程智能优化控制策略
6.3.1 加热炉在线温度预报模型的建立
6.3.2 加热炉空燃比自寻优策略
6.3.3 煤气流量智能集成优化设定策略
6.3.4 加热炉炉温智能优化模型
6.4 中厚板轧制智能化控制技术
6.4.1 基于多变量强耦合非稳态高精细的厚向尺寸瞬态控制
6.4.2 基于多智能体技术的轧制过程控制
6.4.3 智能化平面形状控制技术
6.4.4 LP板轧制控制技术
6.5 热连轧智能化控制技术
6.5.1 热连轧厚度-活套协调优化控制
6.5.2 热连轧带钢出口板形智能预测
6.5.3 热轧全流程负荷分配优化设计
6.6 冷连轧智能化控制技术
6.6.1 基于稳健回归M估计的酸液浓度预测模型
6.6.2 基于案例推理的温度设定策略
6.6.3 酸洗冷连轧速度优化控制策略
6.6.4 基于模型预测控制的厚度-张力策略
6.6.5 冷轧板形多目标优化控制
7 工艺设备智能维护
7.1 异源数据综合采集与分类存储
7.1.1 工艺设备级数据采集
7.1.2 流程级数据采集
7.1.3 大数据采集
7.1.4 实时数据库技术
7.1.5 数据管理
7.2 多元统计故障诊断方法
7.2.1 数据的标准化处理
7.2.2 基于主成分分析的故障诊断方法
7.2.3 基于最小二乘的故障诊断方法
7.2.4 基于Fisher判别分析的方法
7.2.5 基于ICA的方法
7.2.6 非线性PCA与PLS
7.2.7 非线性ICA
7.3 智能故障诊断方法
7.3.1 基于案例的推理方法
7.3.2 基于专家系统的方法
7.3.3 基于模糊推理的方法
7.3.4 基于神经网络的方法
7.3.5 基于模式识别的方法
7.3.6 基于智能计算的方法
7.3.7 基于Bayes的故障诊断
7.3.8 人工免疫算法
7.3.9 支持向量机
7.3.10 混沌分形理论方法
7.3.11 故障树故障诊断方法
7.3.12 深度学习故障诊断方法
7.4 远程故障诊断系统
7.4.1 分
1智能制造概述
1.1智能制造的本质
人类社会已先后经历了三次工业革命,这三次工业革命均发源于西方国家,并由其所引领和主导。
第一次工业革命开创了“蒸汽时代”(1760~1840年),标志着由农耕文明向工业文明的过渡,以煤炭为主要能源,实现了由手工劳动向机械化的转变,是人类发展史上的一个伟大奇迹。
第二次工业革命开创了“电气时代”(1840-1950年),石油和电力成为主要能源,使得电力、钢铁、化工、汽车等重工业兴起,带来交通行业的迅速发展,使得世界各地交流更为频繁,并逐渐形成一个全球化的国际政治、经济体系。
第三次工业革命开创了“信息时代”(1950年至今),自动化技术和计算机技术的应用,不仅实现了由物理系统层面的机械化、电气化向自动化的转变,还实现了由物理系统自动化向信息活动自动化的发展。信息和自动化技术不仅把人从繁重的体力劳动、部分脑力劳动以及恶劣、危险的工作环境中解放出来,而且扩展了人的器官功能,极大提高了生产效率和商业效率,增强了人类认识世界和改造世界的能力。“信息时代”全球信息和资源交流变得更为迅速,世界政治经济格局进一步确立,人类文明的发达程度也达到空前的高度。
上述三次工业革命使得人类发展进人了空前繁荣的时代,与此同时,也造成了巨大的能源、资源消耗,付出了巨大的环境代价、生态成本,急剧地扩大了人与自然之间的矛盾。
进入21世纪,人类面临空前的全球能源与资源危机、全球生态与环境危机的多重挑战,从而引发了第四次工业革命——绿色工业革命。绿色工业革命的实质和特征,就是大幅度提高资源效率、降低环境污染,使经济增长与不可再生资源要素全面脱钩,实现社会生产力增长从以自然要素投入为特征到以绿色要素投入为特征的跃迁,达到人类与自然和谐共生、可持续发展的目标。
第四次工业革命的核心是将先进的智能化与信息化技术与传统的工业过程进行有机融合,形成高度灵活、人性化、数字化的产品生产与服务模式。德国经济学家克劳斯·施瓦布在其《第四次工业革命》一书中认为,这场革命正以前所未有的态势向我们席卷而来,它的发展速度之快、范围之广、程度之深丝毫不动于前三次工业革命。智能制造技术也因此成为世界制造业发展的客观趋势,世界上主要工业发达国家正在大力推广和应用。
智能制造最初由美国国家标准与技术研究院提出。智能制造SMS(Smart Mamefacturing Sysem)目标是:差异性更大的定制化产品和服务;更小的生产批量:不可预知的供应链变更和中断。其主要特征为:互操作性和增强生产力的全面数字化制造;通过设备互联和分布式智能实现实时控制和小批量柔性生产;快速响应市场变化和供应链失调的协同供应链管理;提升能源和资源使用效率的集成和优化的决策支撑;基于产品全生命周期的高级传感和数据分析技术的高速创新循环。
《智能制造发展规划(2016-2020年)》给出了一个比较全面的描述性定义:智能制造是基于新一代信息通信技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。推动智能制造,能够有效缩短产品研制周期、提高生产效率和产品质量、降低运营成本和资源能源消耗,并促进基于互联网的众创、众包、众筹等新业态和新模式的孕育发展。智能制造具有以智能工厂为载体,以关键制造环节智能化为核心,以端到端数据流为基础、以网络互联为支撑等特征,这实际上指出了智能制造的核心技术、管理要求、主要功能和经济目标。
1.2信息物理系统
2006年美国国家科学基金会(NSF)组织召开了国际上第一个关于信息物理系统的研讨会,并对Cyber-Physical Systems(即CPS)这一概念做出详细描述。此后美国政府、学术界和产业界高度重视CPS的研究和应用推广,并将CPS作为美国抢占全球新一轮产业竞争制高点的优先议题。2013年德国《工业4.0实施建议》将CPS作为工业4.0的核心技术,并在标准制定、技术研发、验证测
试平台建设等方面做出了一系列战略部署。CPS因控制技术而起、因信息技术而兴,随着制造业与互联网融合迅速发展壮大,正成为支撑和引领全球新一轮产业变革的核心技术体系。
《中国制造2025》提出:“基于信息物理系统的智能装备、智能工厂等智能制造正在引领制造方式变革,要围绕控制系统、工业软件、工业网络、工业云服务和工业大数据平台等,加强信息物理系统的研发与应用。”《国务院关于深化制造业与互联网融合发展的指导意见》明确提出:“构建信息物
— 没有更多了 —
以下为对购买帮助不大的评价