第1章工業大數據與智能制造00

1.1工業大數據00

1.1.1大數據概述00

1.1.2大數據的特征00

1.1.3工業大數據的特征00

1.2大數據在工業應用中的機遇與挑戰00

1.3工業大數據驅動的智能制造00

1.3.1制造業驅動形勢演變00

1.3.2基於大數據的產品設計00

1.3.3大數據驅動的智能生產00

1.3.4大數據驅動的智能化運維00

1.3.5基於大數據分析的產品精準營銷和成本精確控制00

1.3.6大數據驅動的全生命周期供應鏈優化0

1.3.7大數據驅動的車間智能化發展0

1.4工業大數據與智能車間0

1.4.1智能車間的基本內涵0

1.4.2大數據環境下的智能車間信息化特點0

1.4.3大數據促進的車間信息化基礎平臺0

1.4.4大數據驅動的智能車間運行方式0

1.5智能車間中的工業大數據應用場景0

參考文獻0

第2章基於大數據的智能車間技術體繫0

2.1大數據應用技術體繫0

2.2大數據采集技術0

2.2.1無線射頻識別技術0

2.2.2二維碼技術0

2.2.3繫統日志采集繫統0

2.2.4網絡數據采集繫統0

2.2.5數據庫采集繫統0

2.2.6其他制造業大數據感知技術0

2.3大數據傳輸技術0

2.3.1工業現場總線通信技術0

2.3.2工業現場以太網通信技術0

2.3.3工業現場無線網絡通信技術0

2.3.45G技術0

2.4大數據處理技術0

2.4.1數據清理0

2.4.2數據變換0

2.4.3數據歸約0

2.5大數據存儲技術0

2.5.1YARN0

2.5.2ZooKeeper0

2.6大數據集成技術0

2.7大數據分析技術0

2.7.1分類/聚類算法0

2.7.2關聯分析0

2.7.3模式挖掘0

2.8大數據預測/決策技術0

2.9大數據可視化技術0

參考文獻0

第3章基於大數據挖掘的產品工藝智能規劃0

3.1產品工藝智能規劃業務0

3.1.1產品工藝智能規劃業務的內容0

3.1.2產品工藝智能規劃問題的特點0

3.2產品工藝規劃數據資源0

3.2.1產品工藝規劃數據來源0

3.2.2MBD模型數據存儲方式0

3.2.3工藝規劃數據的標簽化管理與組織方式0

3.3大數據驅動的產品工藝智能規劃方法體繫架構0

3.4產品工藝規劃數據挖掘技術0

3.4.1產品形狀特征自動識別方法0

3.4.2三維設計數據提取方法0

3.4.3產品工藝知識庫管理技術0

3.5產品工藝智能規劃方法0

3.5.1產品MBD模型檢索方法0

3.5.2產品工藝知識重用方法0

3.6航天零件加工車間的產品工藝智能規劃實例

參考文獻

第4章基於大數據預測的車間生產智能調度

4.1車間生產智能調度業務

4.1.1車間生產智能調度業務的內容

4.1.2車間生產智能調度問題的特點

4.2車間生產智能調度數據資源

4.2.1車間生產智能調度數據來源

4.2.2車間生產智能調度數據組織方式

4.3大數據驅動的車間生產智能調度方法體繫

4.4車間生產性能預測技術

4.4.1車間生產性能預測的一般方法

4.4.2車間工期預測模型

4.5性能預測驅動的車間生產智能調度方法

4.5.1晶圓單層工期調控模型

4.5.2基於強化學習的晶圓工期逐層調控模型

4.5.3基於ActorCritic的工期調控策略優化方法

4.6基於大數據預測晶圓制造車間生產智能調度實例

4.6.1晶圓制造繫統特性分析

4.6.2晶圓制造車間智能調度案例

參考文獻

第5章基於大數據集成的物料運輸繫統調度

5.1物料運輸繫統調度業務

5.1.1物料運輸繫統調度業務的內容

5.1.2物料運輸繫統調度問題的特點

5.2物料運輸繫統調度數據資源

5.2.1物料運輸調度數據來源

5.2.2物料運輸數據多維度組織形式

5.3大數據集成的物料運輸繫統調度方法體繫

5.4物料運輸繫統狀態感知技術

5.5基於大數據集成的物料運輸繫統狀態分析技術

5.5.1物料運輸繫統數據集成方法

5.5.2物料運輸繫統運行模型

5.5.3物料運輸繫統運行穩定狀態分析

5.5.4物料運輸繫統狀態分析模型評價

5.6物料運輸繫統智能調度技術

5.6.1物料運輸調度整體流程

5.6.2兩階段物料運輸優化方法

5.7晶圓制造車間的物料運輸繫統調度實例

5.7.1車間硬件環境

5.7.2實施應用

5.7.3結果分析

參考文獻

第6章基於大數據可視化的生產智能監控

6.1生產智能監控業務

6.1.1生產智能監控業務內容

6.1.2生產智能監控業務的問題特點

6.2生產智能監控業務的數據資源

6.2.1生產監控業務的數據來源

6.2.2生產監控數據的組織形式

6.3大數據驅動的生產智能監控方法體繫架構

6.4面向車間生產監控的邊緣計算技術

6.5車間生產監控信息建模技術

6.6車間生產監控可視化技術

6.6.1三維場景界面的設計

6.6.2界面操作邏輯的設計

6.7飛機裝配車間的生產在線監控繫統實例

6.7.1數據采集及管理模塊

6.7.2機翼位姿監控模塊

6.7.3生產進程可視化監控

6.8食品包裝車間的生產在線監控繫統實例

6.8.1原材料批次信息管理

6.8.2生產過程數據關聯

6.8.3生產過程信息查詢

6.8.4生產狀態可視化

參考文獻

第7章基於大數據關聯分析的質量智能控制

7.1產品質量控制業務

7.1.1產品質量控制業務的內容

7.1.2產品質量控制問題的特點

7.2產品質量數據資源

7.2.1產品質量數據來源

7.2.2產品質量數據批次化組織形式

7.3產品質量數據關聯分析技術

7.3.1產品質量規律挖掘方法

7.3.2產品質量特征提取方法

7.4產品質量智能預測技術

7.5產品質量控制優化技術

7.6發動機裝配車間產品質量控制實例

7.6.1柴油發動機裝配過程數據處理

7.6.2柴油發動機功率數據關聯分析

7.6.3柴油發動機功率預測模型

7.6.4柴油發動機裝配過程控制

參考文獻

第8章基於大數據分類的設備智能維護

8.1設備智能維護業務

8.1.1設備維護業務的內容

8.1.2設備維護業務的問題特點

8.2設備智能維護業務的數據資源

8.3大數據驅動的設備智能維護方法體繫架構

8.4設備異常狀態偵測方法

8.5設備運行狀態預測模型

8.6設備維護方式智能決策方法

8.7晶圓加工車間設備智能維護實例

參考文獻

二維碼目錄

二維碼11工業大數據白皮書（2019版）1

二維碼12信息技術大數據術語(GB/T 35295—2017)1

二維碼13大數據驅動的智能制造5

二維碼14大數據驅動的智能車間運行分析與決策方法體繫11

二維碼21信息技術大數據存儲與處理繫統功能要求(GB/T 37722—2019)48

二維碼22信息技術大數據分析繫統功能要求(GB/T 37721—2019)53

二維碼23大數據驅動的晶圓工期預測關鍵參數識別方法53

二維碼24基於數據挖掘的晶圓制造交貨期預測方法60

二維碼31工藝管理導則第4部分：工藝方案設計(GB/T 24737.4—2012)69

二維碼32工業大數據技術架構白皮書(1.0)75

二維碼33An oriented feature extraction and recognition approach for concaveconvex mixed interacting features in castthenmachined parts76

二維碼34基於導向式搜索的航天艙體結構件特征識別方法103

二維碼41運載火箭總裝車間產能分配與預警繫統用戶手冊111

二維碼42Big data analytics for forecasting cycle time in semiconductor 
wafer fabrication system116

二維碼43基於OPC的工業設備數據采集繫統（OPC Data Collector）用戶
手冊116

二維碼44Bilateral LSTM: A TwoDimensional Long ShortTerm Memory 
Model with Multiply Memory Units for ShortTerm Cycle Time 
Forecasting in Reentrant Manufacturing Systems139

二維碼51工業無線網絡WIA規範第1部分： 用於過程自動化的WIA
繫統結構與通信規範(GB/T 26790.1—2011)157

二維碼52信息技術傳感器網絡第2部分： 術語(GB/T 30269.2—2013)161

二維碼53一種混合智能的Interbay繫統調度方法164

二維碼54晶圓制造物料運輸繫統實時調度方法178

二維碼61FogIBDIS: Industrial Big Data Integration and Sharing with 
Fog Computing for Manufacturing Systems195

二維碼62邊緣計算參考架構2.0(2017年)197

二維碼63A collaborative architecture of the industrial internet platform 
for manufacturing systems197

二維碼71面向制造過程數據的兩階段無監督特征選擇方法230

二維碼72混流裝配生產線工藝發布和質量自檢繫統用戶手冊234

二維碼73An effective approach for causal variables analysis in diesel 
engine production by using mutual information and network 
deconvolution251

二維碼81數字化車間術語和定義(GB/T 37413—2019)259

二維碼82基於多示例學習徑向基函數神經網絡的刻蝕設備異常偵測264

二維碼83面向半導體制造的大數據分析平臺281

智能車間的大數據應用 Bigdata Application in Smart Workshop

二維碼目錄

隨著信息化與制造領域的深度融合，信息技術滲透到了制造業產業鏈的各個環節，射頻識別、智能傳感、工控繫統、物聯網、信息繫統的全面互聯互通，使得智能車間所擁有的數據日益豐富，呈現出了大體量、多源性、連續采樣、價值密度低、動態性強等特點。實時感知、采集、監控智能車間運行過程中產生的海量數據，對數據之間的復雜關聯關繫進行深入挖掘，以科學分析結果推動形成合理的運行決策方案，在產品、設備、繫統等多個維度實現智能車間生產性能的持續優化，這些構成了車間智能化的核心內容。
本書圍繞大數據技術在智能車間中的應用情況，在概要闡述工業大數據驅動的智能制造主要存在形式基礎上，介紹基於大數據的智能車間技術體繫，針對工藝智能規劃、生產智能調度、物料運輸繫統調度、生產智能監控、質量智能控制、設備智能維護等智能車間典型業務場景，深入分析這些場景的主要內容、數據資源及其組織形式，詳細介紹數據集成、關聯分析、數據預測、數據可視化等大數據技術在業務場景中的應用情況，並以航空航天、汽車、食品、半導體等典型行業為背景，介紹業務場景的企業實例。

本書主要面向從事智能制造新模式探索與工業大數據分析應用方面的學者和工業界中期望尋找智能車間運行分析與決策優化方法的生產管理人員，也可作為機械工程、智能制造、自動化、計算機工程、工業工程、管理工程等相關專業的研究生和高年級本科生的教材和參考書。
本書的研究工作得到了國家自然科學基金重點項目“大數據驅動的智能車間運行分析與決策方法的研究”（No.51435009）、國家重點研發計劃“面向紡織行業的機器人自動化長流程生產線示範應用”（No.2017YFB1304000）的資助。
在本書編寫過程中，研究生楊俊剛、王海超、徐楚橋、查棟燁等承擔了不少任務，付出了大量心血，研究生許鴻偉、朱子洵、王明等也參加了部分編寫工作。本書在編寫過程中參考了大量的文獻，作者在書中盡可能地做了標注，但難免仍有疏忽未標注的，敬請這些文獻作者諒解。另外，清華大學出版社的編輯們也為本書的出版付出了大量的心血，在此謹對上述研究生、文獻作者和編輯們一並表示由衷的感謝！
大數據技術、工業互聯網、信息物理繫統、雲計算、機器學習等智能制造使能技術還處在迅速發展之中，由此形成的智能制造業務場景也在不斷豐富，已引起越來越多的研究和應用人員的關注。由於作者的水平和能力有限，書中的缺點和疏漏在所難免，歡迎廣大讀者批評指正。

作者
2019年10月