新一代的互聯(lián)網 制造更加強調通過運用云計算、物聯(lián)網、大數據為代表的新一代信息技術與制造業(yè)、生產性服務業(yè)等融合創(chuàng)新，為產業(yè)智能化提供支撐，進而形成新一代的智能制造模式，包括云制造、制造物聯(lián)、智慧制造等。本書以融合信息系統(tǒng)與物理系統(tǒng)于一體的制造物聯(lián)為例介紹新一代智能制造技術，包括物聯(lián)網、云計算、CPS、大數據等基礎技術，以及制造物聯(lián)體系結構、關鍵技術和建模技術等主體內容，后給出了詳細實施案例。
物聯(lián)網是引起工業(yè)4.0的關鍵因素之一，在新一代的智能制造中起關鍵支撐作用。德國工業(yè) 4.0和我國的兩化深度融合的核心思想是要充分利用新一代信息技術改造傳統(tǒng)產業(yè)，進而實現(xiàn)制造業(yè)的智能化轉型升級。而制造物聯(lián)網技術正是實現(xiàn)這種轉型升級的關鍵所在。制造物聯(lián)網雖然可以簡單看作制造技術與物聯(lián)網的融合，但它本身包含豐富而廣泛的內涵，旨在通過泛在的實時感知、全面的互聯(lián)互通和智能信息處理，實現(xiàn)產品/服務全生命周期的優(yōu)化管理與控制，以及工藝和產品的創(chuàng)新。同時，制造物聯(lián)網是一個動態(tài)和不斷發(fā)展的概念，特別是伴隨著物聯(lián)網及信息物理系統(tǒng)的廣泛應用而出現(xiàn)的制造大數據，需要大數據分析和云計算等技術支持，因此，制造物聯(lián)網包含了制造技術與物聯(lián)網、務聯(lián)網、信息物理系統(tǒng)、大數據等有機融合的技術。
姚錫凡，1964年生，男，博士，華南理工大學機械與汽車工程學院教授/博士生導師，漢族，廣東廉江市人，研究方向為數字制造與計算機控制，主講過4門本科課程和5門研究生課程，主持了國家863計劃、國家自然科學基金、留學回國人員科研啟動基金等多項課題，發(fā)表100余篇論文和出版2本專著，獲得了國家教委和廣東省級科技進步二等獎。
第1章緒論/1
1.1制造物聯(lián)網與新工業(yè)革命/1
1.1.1新工業(yè)革命與新型制造模式/1
1.1.2制造物聯(lián)網與工業(yè)4.0/5
1.1.3制造物聯(lián)網與工業(yè)互聯(lián)網/8
1.2制造物聯(lián)網的內涵與特點/10
1.3制造物聯(lián)網的關鍵技術/11
1.4制造物聯(lián)網的關鍵信息技術/14
1.5制造物聯(lián)網與其他新興智能制造模式對比/15
1.6制造物聯(lián)網的展望/17
本章參考文獻/25
第2章制造物聯(lián)網技術基礎/28
2.1物聯(lián)網/28
2.1.1物聯(lián)網的含義和發(fā)展/28
2.1.2RFID技術/32
2.1.3物聯(lián)網的其他關鍵技術/35
2.2大數據/37
2.2.1大數據的含義/38
2.2.2制造中的大數據問題/39
2.2.3大數據挖掘/41
2.3務聯(lián)網/44
2.3.1務聯(lián)網的概念/44
2.3.2SOA和云計算/45
2.4信息物理系統(tǒng)/50
2.4.1CPS的定義/51
2.4.2CPS的研究現(xiàn)狀/51
2.4.3CPS的系統(tǒng)特性與挑戰(zhàn)/53
本章參考文獻/54
制造物聯(lián)網技術目錄第3章制造物聯(lián)網的體系架構及其發(fā)展/58
3.1制造物聯(lián)網的體系架構/58
3.2基于CPS的智能制造的體系架構/66
3.3智慧制造的體系架構/68
3.4大數據驅動的主動制造體系架構/72
本章參考文獻/79
第4章制造物聯(lián)網建模技術/81
4.1制造資源服務化建模/81
4.1.1制造資源的特點及資源模型需求/81
4.1.2制造資源分類/83
4.1.3制造設備資源服務化建模實例/84
4.2復雜事件處理建模/92
4.2.1復雜事件處理技術/92
4.2.2復雜事件處理建模實例/94
4.3本體建模/104
4.3.1本體語言及推理機制選用/104
4.3.2面向制造物聯(lián)網環(huán)境的加工設備本體建模/107
4.3.3加工設備本體應用實例/111
4.3.4考慮服務關聯(lián)的制造云服務本體建模/118
4.3.5制造服務關聯(lián)本體建模實例/124
4.4生產車間調度建模/128
4.4.1面向制造物聯(lián)網車間調度的業(yè)務流程/129
4.4.2面向制造物聯(lián)網車間調度問題的描述/131
4.4.3車間調度過程分析/131
4.5基于進程代數的制造服務組合建模/136
4.5.1擴展進程代數/136
4.5.2云制造服務組合進程形式化模型的XPC4CMSC描述/140
本章參考文獻/147
第5章制造物聯(lián)網資源狀態(tài)監(jiān)測技術/151
5.1基于RFID的工件異常事件監(jiān)測/151
5.1.1基于物聯(lián)網構建的制造車間感知環(huán)境/152
5.1.2RFID事件模型/152
5.1.3RFID復雜事件處理技術/154
5.1.4實驗與分析/161
5.2基于無線加速度的刀具狀態(tài)監(jiān)測/168
5.2.1刀具狀態(tài)監(jiān)測框架/168
5.2.2實驗裝置與數據采集/170
5.2.3信號預處理/172
5.2.4特征提取/177
5.2.5特征選擇/184
5.2.6建立預測模型/185
5.2.7刀具磨損監(jiān)測與剩余壽命預測/190
5.3基于深度學習的刀具狀態(tài)監(jiān)測/193
5.3.1卷積神經網絡/194
5.3.2基于卷積神經網絡的刀具磨損監(jiān)測方法/196
5.3.3實驗與分析/201
本章參考文獻/206
第6章制造物聯(lián)網云服務組合優(yōu)化算法/211
6.1云制造資源服務組合優(yōu)化方法/211
6.1.1資源服務組合優(yōu)化選擇問題的求解方法分析/211
6.1.2Pareto最優(yōu)解/212
6.1.3改進的帶精英策略的快速非支配排序遺傳算法/214
6.1.4算例/219
6.2三種制造云服務組合優(yōu)化算法/226
6.2.1改進的遺傳算法/226
6.2.2改進的粒子群算法/237
6.2.3教學優(yōu)化算法/244
本章參考文獻/249
第7章制造物聯(lián)網應用實例/251
7.1物聯(lián)網車間加工作業(yè)的主動調度/251
7.1.1調度模型分類/252
7.1.2物聯(lián)網車間加工作業(yè)感知環(huán)境構建/252
7.1.3主動調度方案/254
7.1.4實驗結果與分析/266
7.2制造云服務組合優(yōu)化/277
7.2.1小規(guī)模制造云服務組合優(yōu)化/277
7.2.2大規(guī)模制造云服務組合優(yōu)化/281
7.2.3摩托車制造/287
7.2.4航空復雜產品設計/290
7.3智能工廠/295
7.3.1面向服務和實時保障的CPS平臺/297
7.3.2工業(yè)4.0標準和開放的參考架構/298
7.3.3工業(yè)4.0示范項目/300
7.4制造物聯(lián)網電子工廠/301
7.4.1制造物聯(lián)網數據采集與云管理/302
7.4.2PLC智能生產工廠/303
本章參考文獻/304
書單推薦
