智能制造创新与转型之路/工业控制与智能制造丛书

图书标准信息

• 作者 张礼立 著
• 出版社 机械工业出版社
• 出版时间 2017-06
• 版次 1
• ISBN 9787111570806
• 定价 69.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 288页
• 丛书 工业控制与智能制造丛书

【内容简介】

   本书融合完美的新锐智慧，讲述了从现在到未来，企业智能制造付诸实现的战略重点的故事。 每一个制造型企业对于智能制造的落地途径可能都有自己不同的见解， 如果把企业智能制造实践之路比作企业重新创业之路， 企业需要更多关注创业的战略以及管理与技术发展的融合。

【作者简介】

   玖道科技首席战略官，兼任上海市海外经济技术促进会秘书长、中国青年企业家协会理事、盘古智库学术委员，智慧城市研究中心副主任兼秘书长、上海市侨联青年总会常务理事、上海市浦东新区智慧城市研究院研究员、上海信息化中心专家成员、中国人民大学CIO研究中心研究员，国际佳实践管理联盟中国区副秘书长，美国电气和电子工程师学会（IEEE）上海区计算机协会副主席等，从多视角推动中国的科技创新与发展。

【目录】

推荐序1 
推荐序2 
前言 
第一篇　驱动工业智能的变革 
第1章　新信息化驱动工业智能互联的变革 2 
1.1　从经验到求真 4 
1.2　全面关注细节 4 
1.3　制造就在身旁 7 
1.4　互联网催生“新形式”繁荣 10 
1.4.1　大众创新的繁荣 11 
1.4.2　产业融合的繁荣 11 
1.4.3　诚信的繁荣 12 
1.5　互联网+制造业 12 
1.5.1　制造业面临的挑战 15 
1.5.2　运维管理现状 16 
1.5.3　数据驱动管控的运维平台 17 
1.5.4　“互联网+”的作用 18 
第2章　信息化管理 23 
2.1　信息化管理现状 23 
2.2　CPS是工业4.0的核心驱动力 25 
2.3　“两化”融合势在必行 26 
2.3.1　数字转型是核心动力 26 
2.3.2　广阔的融合空间 28 
2.3.3　学习曲线 28 
2.4　全新的产业 29 
2.4.1　信息化建设在“十二五”期间取得的成就 29 
2.4.2　信息化建设存在的问题 30 
2.4.3　边界与系统 31 
2.4.4　新趋势和新方向 32 
2.4.5　三大融合 33 
第二篇　工业大数据的春天 
第3章　工业大数据 40 
3.1　工业大数据的定义 40 
3.2　工业大数据的核心支撑力 43 
3.3　工业大数据的八大应用场景 44 
3.3.1　消费者需求分析 45 
3.3.2　打通生产“竖井” 46 
3.3.3　产品与服务的设计 46 
3.3.4　开放式的融合创新 47 
3.3.5　适应性库存管理 47 
3.3.6　质量管理 48 
3.3.7　劳动力的数字化 49 
3.3.8　资产智能化管理 49 
3.4　大数据行业应用的趋势和热点 50 
3.4.1　大数据行业应用的趋势 50 
3.4.2　大数据行业应用的热点 52 
3.5　应用大数据分析的阻力 58 
3.6　大数据在智能工业上的特征 59 
3.6.1　透明性 60 
3.6.2　多结构化数据 61 
3.7　数据信息驱动 62 
3.7.1　互联网的创意与媒体 63 
3.7.2　工业大数据的实力与商业机会 64 
3.7.3　品牌形象 65 
3.7.4　工业数据的源头 66 
3.7.5　工业数据新视野 67 
3.8　工业大数据2.0 68 
第4章　大数据生态圈 70 
4.1　数字化时代的纷争与和合 70 
4.2　数字融合之道 71 
4.3　数字技术下的本质 72 
4.3.1　大数据工具推动管理 72 
4.3.2　角色的定位与能力管理 73 
4.3.3　流程与数据的结合 75 
第5章　数据管理成熟度模型 78 
5.1　数据结构 78 
5.1.1　数据建模 79 
5.1.2　数据分类法 80 
5.1.3　数据建模工具 81 
5.2　主数据与元数据 82 
5.2.1　主数据 82 
5.2.2　元数据 83 
5.3　数据架构 84 
5.3.1　数据访问和迁移 85 
5.3.2　数据存储 86 
5.3.3　数据归档 87 
5.4　数据质量 88 
5.4.1　数据一致性 89 
5.4.2　数据检测 89 
5.4.3　数据整理 90 
5.5　数据安全 91 
5.5.1　数据隐私 92 
5.5.2　数据保存 93 
第三篇　智能制造业的物联网 
第6章　物联网对产业的影响 96 
6.1　物联网推动产业转型与升级 96 
6.2　物联网意识与日俱增 98 
6.3　物联网驱动下的商业模式 99 
6.3.1　创新的形成 99 
6.3.2　“产品＋服务”的商业模式 100 
6.4　工业物联网成就行业突破性创新 102 
6.5　未来制造业的特点 104 
6.6　工业物联网的三大工作 106 
6.6.1　做好发展工业物联网的基础建设 106 
6.6.2　加强工业大数据与风险的管理 106 
6.6.3　面向工业物联网推动人才队伍建设与转型 107 
第7章　工业物联网架构与能力 109 
7.1　选择自然的大数据 110 
7.1.1　走入“数据湖” 110 
7.1.2　数据存储与分析需要新思维 111 
7.1.3　传统方法及误区 113 
7.1.4　“数据湖”的参考模型和架构 114 
7.2　商业“数据湖”的应用 115 
7.2.1　预测自主维修决策支持分析 118 
7.2.2　工业物联网平台 119 
7.2.3　物联网化智能管理的四层架构 121 
7.3　实现工业物联网数字化转型平台 122 
7.4　“连接式”产业工人 123 
7.4.1　问题及趋势 123 
7.4.2　优势和解决方案 123 
第四篇　夯实智能资产之路 
第8章　资产驱动传统智能 126 
8.1　资产管理的新机遇 128 
8.2　资产的全新定义 129 
8.2.1　企业资产管理 130 
8.2.2　企业资产设备管理的应用 132 
8.2.3　企业资产设备管理的六大价值 133 
8.2.4　建立高效企业设备管理系统所面临的五大挑战 136 
8.2.5　企业资产设备管理的管理思想 137 
8.2.6　资产设备管理项目的必要性分析 139 
8.3　强化设备资产智能化管理 141 
8.3.1　工业大数据与行业自动化的互动 141 
8.3.2　三个责任与目标 142 
8.3.3　设备智能管理 143 
8.3.4　维修服务促进生产力 144 
8.3.5　预防性维修和节能的关键 145 
8.3.6　创新价值 146 
第9章　资产管理的标准化与落地 147 
9.1　我国资产管理现状 147 
9.2　我国资产管理现存问题 150 
9.3　国内外资产管理标准化工作情况 152 
9.3.1　国内标准化工作情况 152 
9.3.2　国际标准化工作情况 154 
9.4　资产管理体系标准的起源 156 
9.5　资产管理标准化工作需求 157 
第10章　资产绩效管理 160 
10.1　总体框架 160 
10.2　创新的五个“要” 161 
10.3　资产绩效管理的意义和作用 163 
10.4　全方位的工控策略 163 
第五篇　科技创新重塑企业架构 
第11章　制造企业架构 166 
11.1　从生命系统的角度理解企业架构 166 
11.1.1　计划与规划 168 
11.1.2　用户需求是转型的核心驱动 169 
11.2　价值链是企业转