新書推薦：
《
撒哈拉海计划：技术、殖民与气候危机
》
售價：NT$
411.0
《
制造亚洲：一部地图上的历史
》
售價：NT$
562.0
《
湘军史稿 华章大历史040
》
售價：NT$
458.0
《
印度经济简史：1947-2022
》
售價：NT$
359.0
《
吞海.大结局
》
售價：NT$
286.0
《
碰撞与转型
》
售價：NT$
2018.0
《
行动红利：用行动告别低效、摆脱拖延，享受人生的红利
》
售價：NT$
307.0
《
改变我们的道路——大疫后的人类及其世界
》
售價：NT$
354.0
|
| 編輯推薦： |
|
本书研究的数据/模型混合驱动理论，是实现生产线自主智能协同的基础。研究数据/模型耦合不足条件、强扰动下的残缺数据和不精确模型的智能解析，是实现数据/模型混合驱动的核心技术。研究人机交互、人类意图理解和多模态信息融合方法，将行业机理模型和模型驱动融合，提出生产线人机物协同的认知与决策方法，是实现生产线自主智能协同的重要前提，提高研究团队在实现生产线自主智能协同领域的影响力，具有重要的学术价值。本书阐述数据/模型混合驱动的智联生产线技术，全面、严谨、实际，是当代前沿成果的融会和贯通，可作为初次接触工业生产线的了解用书，也可以作为从事相关行业人员的先进技术参考书。
|
| 內容簡介： |
|
本书注重全面而系统的介绍，从工业生产线的基础知识到先进的智联生产线，本书都所有阐述，主要围绕数据/模型混合驱动的智联生产线，介绍相应的基本原理、使用方法、评估技术和主要应用。全书共6章，第1章 智联生产线发展概述（传统生产线-智联生产线）；第2章 数据/模型混合驱动的智联生产线协同方法，包括智联生产线人机物协同认知方法和智联生产线的建模与控制方法；第3章 智联生产线调度优化，包括作业车间调度问题的深度强化学习求解模型的设计模式、基于深度强化学习的碳排放敏感柔性作业车间调度和面向生产调度的深度强化学习泛化性能表征与评测方法；第4章 智联生产线自主智能协同控制，包括智联生产线自主智能协同控制关键技术、控制系统构建和应用场景；第5章 生产任务柔性度量与评估、使能技术，包括智联生产线数据采集及处理、智联生产线制造资源服务化封装及云端化和智联生产线自主智能协同评估与验证；第6章 智联生产线运行管控，包括典型生产管控系统、汽车生产线典型应用、家电生产线典型应用和电子生产线典型应用等。
|
| 關於作者： |
|
王世勇，就职于华南理工大学机械与汽车工程学院。主要从事智能制造、智能工厂、工业人工智能，具体包括基于深度强化学习的生产调度，基于深度学习的设备故障诊断;基于深度学习的产品质量预测；生产线信息物理融合及数字孪生控制。获广东省科技进步一等奖1项，广东省机械工程学会科技进步一等奖2项，入选“爱思唯尔2020中国高被引学者”榜单。申请国家发明专利22件，其中获授权发明专利18件，获软件著作权3件。在国内外学术期刊发表论文40多篇，其中SCI、EI收录30多篇。先后主持国家重点研发计划课题、国家科技支撑计划课题、国家“863”计划课题，国家自然科学基金项目、广东省自然科学基金项目、广东省产学研项目等国家及省部级科研项目等10余项。
|
| 目錄：
|
|
目 录第1章智联生产线模型1.1 引言1.2 智联生产线架构与运行机理1.2.1 构成要素1.2.2 组织结构1.2.3 数据与模型1.2.4 融合机理1.2.5 系统功能1.3 生产任务形式化建模1.3.1 工序建模1.3.2 工序序列建模1.3.3 几个性质1.3.4 工序序列运算1.4 生产资源形式化建模1.4.1 物理资源建模1.4.2 信息资源建模1.4.3 信息物理交互建模1.5 生产资源配置建模1.5.1 机器配置建模1.5.2 输送路径建模1.6 智联生产的柔性度量1.6.1 生产任务柔性度量1.6.2 生产资源柔性度量1.7 本章小结本章参考文献第2章 智联生产线调度优化2.1 引言2.2 作业车间调度问题的深度强化学习求解模型的设计模式2.2.1 基于DRL的作业车间调度问题2.2.2 DRL要素的典型设计模式2.2.3 DRL设计模式的统计分析2.3 基于深度强化学习的碳排放敏感柔性作业车间调度2.3.1 问题建模2.3.2 深度强化学习调度建模2.3.3 实验结果2.4 应用效果评价2.4.1 算法优化效果2.4.2 算法执行效率2.4.3 算法的收敛性和稳定性2.4.4 算法的泛化能力2.5 开放性问题2.5.1 柔性作业车间调度问题2.5.2 多目标优化问题2.5.3 多智能体调度问题2.5.4 自适应调度问题2.5.5 DRL泛化体系构建问题2.6 本章小结本章参考文献第3章 智联生产线自主智能协同控制3.1 引言3.2 数据/模型混合驱动智联生产线控制方法研究3.2.1 数据/模型混合驱动智联生产线控制模型结构3.2.2 数据/模型混合驱动智联生产线控制算法设计3.2.3 机器人自主运动控制中的案例应用3.3 智联生产线的多模态数据增量学习模型研究3.3.1 工业场景的三维目标检测网络架构3.3.2 动态区域并行采样方法3.3.3 图结构学习模型3.3.4 多头自注意力机制3.3.5 损失函数设计3.3.6 实验与结果分析3.4 基于数字孪生的智联生产线人机协同控制技术研究3.4.1 虚实融合系统构建方法3.4.2 双向驱动构建方法3.4.3 数字孪生模型构建方法3.5 智联生产线自主智能协同控制系统构建和应用研究3.5.1 自主智能协同控制系统架构与功能3.5.2 系统功能概述3.6 本章小结本章参考文献第4章 智联生产线生产效能评估4.1 引言4.2 智联生产线制造资源主动感知与采集4.2.1 制造资源传感配置4.2.2 制造资源实时数据的感知与获取4.2.3 智联生产线数据传输4.2.4 基于智联生产线的关键事件处理4.3 智联生产线制造资源服务化封装及云端化4.3.1 基于关键事件的制造资源服务化封装4.3.2 制造资源上云4.4 智联生产线生产效能评估4.4.1 效能评估概述4.4.2 指标体系构建及优化4.4.3 实时数据库4.4.4 数据预处理4.4.5 综合效能评估4.4.6 智联生产线效能评估4.5 本章小结本章参考文献第5章 智联生产线生产管控系统5.1 引言5.2 智联生产线生产管控系统5.2.1 系统目标5.2.2 功能需求分析5.2.3 系统架构选择5.2.4 系统模块设计5.2.5 数据库设计5.2.6 生产线数字孪生5.2.7 开发工具和运行环境5.3 应用案例5.3.1 PCB微孔钻削智联生产线5.3.2 PCB微孔钻削智联生产线融合式管控系统5.4 本章小结本章参考文献
|
| 內容試閱：
|
|
前 言智联生产线是以信息物理融合为特征的新一代智能生产线。智联生产线为应对日益个性化的消费需求，实现高质、高效、透明、柔性生产提供了条件，又为生产线的设计、建设、运营、管控带来严重挑战。在信息物理融合的背景下，数据与模型成为驱动生产线智能管控的重要使能因素。本书面向智联生产线数据模型耦合不足、强扰动、数据残缺、模型不精确等问题，以调度优化与协同控制为抓手，报道数据/模型混合驱动的智联生产线协同认知与控制理论，数据/模型混合驱动的智联生产线自主协同调度方法，数据/模型混合驱动的智联生产线自主协同控制与优化技术，智联生产线自主智能协同验证等方面的研究成果，为智联生产线的自主智能协同调度与控制提供理论指导和技术参考。全书共分5章。第一章题为智联生产线模型，包括智联生产线领域模型和形式化模型两个部分。在领域模型方面介绍了智联生产线的构成要素、要素间的组织结构、数据与模型、信息物理融合机制、数据使能的服务生成等内容。在形式化模型方面，提出了生产任务、生产资源、资源配置形式化模型，并基于形式化模型提出了智联生产线柔性度量方法。第二章题为智联生产线调度优化，一方面系统总结了深度强化学习在求解车间调度问题时，智能体决策机制、中间调度方案、状态、动作和回报等元素的典型设计模式以及模式组合，另一方面针对更复杂的柔性作业车间调度问题，提出了基于深度强化学习的碳敏感调度模型，从而既能够优化完工时间等传统生产目标又能够优化碳排放等新型生产目标。第三章题为智联生产线自主智能协同控制，针对不同场景下的人机物控制建模方法、工业场景下的多模态数据分析和三维目标检测、虚实融合操作等问题进行了研究。从数据/模型混合的不同层次，结合深度学习、强化学习、虚拟现实等新一代人工智能技术，提出了数据/模型混合驱动智联生产线控制模型结构、算法设计及系统应用案例。第四章题为智联生产线生产效能评估，提出了基于关键事件的制造资源实时数据主动感知与集成架构，构建了多策略组合赋权与指标灵敏度分析的数据/模型混合驱动效能评估方法，建立了智联生产线生产效能评估指标体系及评估模型，支持通过云端服务进行智联生产线效能评估。第五章题为智联生产线生产管控系统，集成生产运营、工艺设计、制造执行和质量检测数据，构建了孪生数据库；形成一套数字化生产与集成测试生产线数字孪生模型，实现装配过程场景复现、仿真分析与虚实同步监控；针对生产订单排产、设备物联、安全巡检等问题，融合三维场景、业务系统与物理设备，构建生产订单动态排产系统、设备物联掉线系统、现场异常事件预警与追踪系统，实现订单动态排产、设备实时监控、现场异常事件快速反馈、预警与追踪。在PCB微孔钻削智联生产线实际应用表明，该管控系统能够有效提升生产过程的数字化、透明化、敏捷化水平，保障生产线的高效生产与产品的快速交付。本书由华南理工大学王世勇副教授，北京理工大学甘明刚教授，深圳大学石红雁副教授，中国科学院沈阳自动化研究所库涛研究员合著，华南理工大学研究生李嘉贤、冯俊祺、林颖、权世文，北京理工大学研究生马千兆、徐海涛、夏明月、张少卿、朱轶兵，深圳大学研究生李永辉、周倩、胡旭朋、彭思元、黄嘉奇，中国科学院沈阳自动化研究所研究生李进、刘鑫宇、周建承、彭志辰、邵鑫喆、王天树、俞宁，中国电器科学研究院股份有限公司余和青、马芳等为本书实例整理和编写提供了支持和帮助，在此对以上同志的辛苦付出表示衷心的感谢。全书由甘明刚教授审校。本书是国家重点研发计划“网络协同制造和智能工厂”重点专项项目：数据/模型混合驱动的生产线自主智能协同基础理论（2020YFB1708500）的研究成果总结，在此特向科学技术部表示衷心的感谢。本书的编写不仅集成了作者对智联生产线自主智能协同长期的观察、思考、研究、实践，还参考了国内外一些研究学者的思想观点，在此谨向他们表示感谢。同时，特别感谢北京理工大学、华南理工大学、中国科学院沈阳自动化研究所、深圳大学、中国电器科学研究院股份有限公司等单位在项目研究和本书撰写过程中给与的大力支持和指导。由于作者水平有限，书中难免存在疏漏之处，恳请广大读者批评指正。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
