
作者:夏唐斌、奚立峰
页数:372
出版社:上海交通大学出版社
出版日期:2024
ISBN:9787313265180
电子书格式:pdf/epub/txt
内容简介
本书作者为夏唐斌和奚立峰,分别为上海交通大学机械与动力工程学院副教授和上海交通大学副校长、教授。本书稿基于作者的近年来的研究成果,针对面向大数据的优选制造模式与工业物联网,围绕大数据融合、可靠性预测、运筹学优化,发展优选制造维护基础理论,开发工业大数据下系统智能监测与维护调度方案。其中,本书主要围绕拓展制造系统的预测与健康管理(PHM)技术展开,将阐述利用PHM技术横向整合传感监测设备的状态信息,纵向结合优选制造模式的生产特征,构建面向制造模式革新的智能运维决策方法论体系,实现优选制造模式下复杂制造系统的智能运维管理。
作者简介
夏唐斌,上海交通大学机械与动力工程学院副教授、博导,工业工程与管理系副系主任,主要从事质量与可靠性工程、智能维护决策等研究。作为负责人主持了多项 自然科学基金项目。
奚立峰,上海交大副校长,工业工程与管理系教授,中国质量发展研究院常务副院长, 高等学校机械类专业教学指导委员会副主任委员, 工程资产管理学会(ISEAM)始创Fellow,主要研究方向是生产系统规划与设计、质量管理和控制。
目录
第1章工业转型升级下的优选制造模式发展
1.1制造与制造业概述
1.2优选制造技术概论
1.3优选制造模式概论
1.4优选制造模式的分类及相关研究
1.5本章小结
第2章基于工业大数据的智能维护决策理论
2.1工业大数据简介
2.2工业大数据与工业互联网、智能制造
2.3智能维护决策框架
2.4本章小结
第3章基于人工智能方法的设备健康诊断预测
3.1故障诊断与预测
3.2遗传算法
3.3支持向量机
3.4神经网络
3.5贝叶斯网络
……
1.1制造与制造业概述
1.2优选制造技术概论
1.3优选制造模式概论
1.4优选制造模式的分类及相关研究
1.5本章小结
第2章基于工业大数据的智能维护决策理论
2.1工业大数据简介
2.2工业大数据与工业互联网、智能制造
2.3智能维护决策框架
2.4本章小结
第3章基于人工智能方法的设备健康诊断预测
3.1故障诊断与预测
3.2遗传算法
3.3支持向量机
3.4神经网络
3.5贝叶斯网络
……















