新書推薦：
《
班级经营：创意型班级的营造
》
售價：NT$
398.0
《
经纬度丛书：临安之变：绍兴体制与南宋中兴
》
售價：NT$
347.0
《
财务自由之路 7年内赚到你的第一个1000万
》
售價：NT$
230.0
《
你不必着急成为一个大人（马家辉和张家瑜的亲情散文之书。原来大家都在偷偷装大人，愿你所有的快乐都不是假装）
》
售價：NT$
305.0
《
古代人的梦与死 近观系列（探索古代中国人的精神世界）
》
售價：NT$
347.0
《
墓地中的军营：越南的军事化景观
》
售價：NT$
454.0
《
南北之争与晚清政局 ： 1861—1884
》
售價：NT$
301.0
《
古代中日关系史：从倭五王到最后的遣唐使
》
售價：NT$
301.0
|
| 內容簡介： |
|
本书以大数据分析，人工智能，计算化学理论为基础，以企业数字化转型战略为指导，将以机器学习，深度学习为代表的大数据分析技术与流程工业数字化转型主题相结合，分别介绍和阐述了流程工业智能制造和大数据的背景;大数据分析在油气，炼油化工，化工等流程工业中的应用。涉及大数据分析，人工智能，计算化学在化工新材料创新，安全监控;环保监控;工业测量和控制;市场营销中的应用等，全面阐述了流程工业数字化的应用和案例，对流程制造企业的数字化转型做了全方位指导。
|
| 關於作者： |
|
作者为张晨，获得上海交通大学安泰管理学院管理科学与工程，信息系统方向博士学位，高级工程师 ， 注册信息系统审计师， 九三学社成员。在中石化上海赛科石油化工有限公司担任IT经理。目前管理信息化团队， 拥有组织和管理大型项目实施与运维的丰富经验。根据公司发展战略，主导公司年度信息化战略规划以及滚动修订工作。受《E制造》杂志社邀请多次进行智能制造的主题演讲和专题报道。担任上海市金山区信息协会副会长。出版专著《信息系统项目治理理论与实践》，在《制造业大数据》担任编委。 在重要学术期刊《中国机械工程》，《系统管理学报》，《上海管理科学》发表论文5篇 。目前聚焦于制造业的数字化转型和智能工厂建设。论文《机器学习在石化行业设备预测上的应用》，《大数据分析在石化行业设备备件优化上的应用》分别获得中国石油学会2018年度信息技术大会优秀论文一等奖。《大数据在设备健康预测和备件补货中的应用 》被《中国机械工程》2019年第2期\工业大数据与智能制造专辑”录用并刊登。2018年被中国企业信息化发展论坛评选为中国企业信息化优秀CIO。2018年，受聘担任华东理工大学商学院专业学位教学课程教授。2019年，受聘担任上海工程技术大学电子电气学院控制工程与科学专业校外兼职硕士导师。2019年被长三角首席信息官联盟评委优秀首席信息官。
|
| 目錄：
|
第1章 流程工业智能制造与数字化转型001
1.1 流程工业数字化转型战略002
1.1.1 流程工业概述003
1.1.2 流程工业数字化转型的需求004
1.1.3 中国流程工业数字化规划007
1.1.4 各国流程工业数字化的差异和启示009
1.2 大数据分析和数字化转型的关系010
1.2.1 大数据的内涵010
1.2.2 大数据和人工智能的关系011
1.2.3 工业大数据与流程工业智能化012
1.3 人工智能在流程工业科研和工程中的战略意义016
1.3.1 人工智能在科学研究中的重要作用016
1.3.2 人工智能在工程建设中的重要作用017
第2章 工业大数据分析基础020
2.1 工业大数据治理020
2.1.1 工业大数据应用面临的挑战020
2.1.2 应对方法022
2.2 流程工业大数据治理案例023
2.2.1 跨国石油公司大数据治理023
2.2.2 国内石油公司大数据治理029
2.3 大数据采集技术035
2.3.1 Apache Sqoop035
2.3.2 Apache Flume036
2.3.3 Gobblin037
2.4 人工智能的概念039
2.4.1 机器学习040
2.4.2 神经网络041
2.4.3 深度学习042
2.4.4 自然语言处理043
2.4.5 多模态技术045
2.4.6 生成式人工智能和人工智能大模型046
2.5 人工智能与大数据的关系047
2.5.1 人工智能的数据基础048
2.5.2 大数据的二次挖掘049
第3章 天然气开发行业的大数据分析051
3.1 天然气开发行业信息化现状051
3.2 天然气开发行业的大数据分析需求053
3.3 天然气开发行业的大数据来源与特点055
3.4 天然气开发行业的大数据解决方案055
3.4.1 大数据获取055
3.4.2 大数据监控056
3.4.3 大数据可视化057
3.5 天然气开发行业的大数据分析方法058
3.5.1 天然气开发风险预防性分析方法058
3.5.2 设备性能退化分析方法060
3.6 天然气开发行业的大数据分析案例061
3.6.1 应用场景061
3.6.2 天然气水合物大数据预测应用案例065
3.6.3 压缩机故障大数据预防性监控应用案例066
3.6.4 换热器早期泄漏大数据监控应用案例068
3.7 总结070
第4章 炼油化工行业的大数据分析071
4.1 炼油化工行业信息化现状071
4.2 炼油化工行业的大数据分析需求073
4.2.1 油田勘探与生产制造环节073
4.2.2 研发设计环节075
4.2.3 市场营销与售后服务环节076
4.2.4 HSE评价体系的需求076
4.3 炼油化工行业的大数据来源与特点078
4.3.1 炼油化工行业的大数据来源078
4.3.2 炼油化工行业的大数据特点078
4.4 炼油化工行业的大数据解决方案080
4.4.1 炼油化工企业存在的问题080
4.4.2 工业大数据平台架构方案080
4.5 炼油化工行业的大数据分析方法083
4.6 炼油化工行业的大数据分析案例084
4.6.1 应用场景084
4.6.2 应用案例085
4.7 总结086
第5章 化工行业的大数据分析088
5.1 化工行业信息化现状088
5.2 化工行业的大数据分析需求089
5.3 化工行业的大数据来源与特点090
5.4 化工行业的大数据解决方案091
5.5 化工行业的大数据分析方法092
5.6 化工行业的大数据分析案例094
5.6.1 应用场景094
5.6.2 应用案例102
5.7 总结115
第6章 钢铁行业的大数据分析117
6.1 钢铁行业信息化现状118
6.2 钢铁行业的大数据分析需求118
6.2.1 经营管理与生产管理的需求118
6.2.2 技术进步与发展的需求119
6.3 钢铁行业的大数据来源与特点120
6.4 钢铁行业的大数据解决方案122
6.5 钢铁行业的大数据分析方法124
6.6 钢铁行业的大数据分析案例127
6.6.1 应用场景127
6.6.2 应用案例129
6.7 总结139
第7章 电力输电线路运维的大数据分析140
7.1 电力输电线路运维信息化现状140
7.2 电力输电线路运维的大数据分析需求141
7.3 电力输电线路运维的大数据来源与特点142
7.3.1 电力输电线路运维的大数据来源142
7.3.2 电力输电线路运维的大数据特点142
7.4 电力输电线路运维的大数据解决方案143
7.5 电力输电线路运维的大数据分析方法144
7.5.1 面向设备状态大数据的分布式存储和处理技术144
7.5.2 电力运维行业的数据ETL技术145
7.5.3 电力输电线路的数据挖掘分析技术145
7.6 电力输电线路运维的大数据分析案例147
7.6.1 输电线路智能化反外损监控系统147
7.6.2 基于位置信息大数据驱动的输电线路智能巡检系统152
7.6.3 特高压输电通道无人机巡检系统156
7.6.4 空、塔、地协同的输电线路智能巡检系统159
7.7 电力输电线路运维大数据技术展望163
7.7.1 基于区块链技术的输电线路反外损运维系统163
7.7.2 基于社交网络用户激励的系统运营模式164
7.7.3 电力物联网价值挖掘166
7.8 总结168
第8章 人工智能在流程工业科研和工程中的创新应用与展望169
8.1 流程工业创新的重要意义169
8.2 传统流程工业存在的问题171
8.3 流程工业创新方向173
8.3.1 干实验室计算化学与材料学173
8.3.2 湿实验室自动化微反应器174
8.3.3 干湿实验室的结合175
8.3.4 人工智能与人在回路、人机融合的结合177
8.3.5 综合决策支持系统178
8.4 应用案例179
8.5 总结与展望181
参考文献183
索引191
本书编委195
致谢196
|
|
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
