《化學工業智能制造——互聯化工》從生產制造體繫、信息技術基礎、行業背景與需求等方面，對互聯化工的架構、關鍵技術、模式與路徑等進行繫統性介紹。《化學工業智能制造——互聯化工》結合“互聯化工”體繫特征，把物聯網技術、工業大數據和人工智能等現代信息技術與化工知識相融合，構建綜合性的知識體繫，突出數字技術對化工學科發展在方法論方面的重要意義。《化學工業智能制造——互聯化工》提升讀者在過程規劃、管理、協同、優化、安全評價和決策等方面的關鍵能力，滿足化學工業在全周期、全維度以及全尺度下對人纔創新能力的需等

●第1章智能制造概述/1
1.1智能制造發展背景/2
1.2智能制造定義/3
1.3智能制造架構/6
1.4智能制造的特征/8
1.5各國推動智能制造發展的產業計劃/9
1.5.1美國優選制造業國家戰略計劃/9
1.5.2德國工業4.0/11
1.5.3新工業法國/11
1.5.4英國工業2050戰略/11
1.5.5日本工業價值鏈產業聯盟/12
1.5.6中國制造強國戰略/12
1.5.7各國智能制造策略比較/13
第2章智能制造之經典生產制造體繫基礎/15
2.1準時制生產/16
2.2精益生產/18
2.3柔性制造/20
2.4敏捷制造/20
2.5全面的質量管理和六西格瑪質量管理/21
2.5.1全面質量管理/22
2.5.2六西格瑪質量管理/23
2.5.3質量管理中的數據分析工具/25
2.6企業資源計劃/26
2.6.1企業資源計劃的概念/26
2.6.2企業資源計劃的管理思想/27
2.6.3ERP的計劃制定及計劃層次/28
2.6.4與ERP繫統集成的相關繫統及工具/31
2.7知識管理與知識自動化/32
2.7.1知識管理的概念/32
2.7.2知識重組與知識推理/34
2.7.3知識自動化與智能制造/35
2.8計算機集成控制技術/36
2.8.1過程控制技術發展階段/36
2.8.2計算機集成過程繫統/37
第3章智能制造之現代信息技術基礎/39
3.1物聯網與工業互聯網/40
3.1.1物聯網概念/40
3.1.2物聯網設備/40
3.1.3基於物聯網技術的工業互聯網/44
3.2面向智能制造的工業通信技術/46
3.2.1面向智能制造的工業通信架構/46
3.2.2工業現場總線通信技術/47
3.2.3工業以太網通信技術/48
3.2.4工業無線通信技術/49
3.2.55G通信技術/50
3.2.6網絡通信的安全/53
3.3大數據/54
3.3.1數據信息知識智慧模型/54
3.3.2大數據概念/56
3.3.3大數據的資源化意義/58
3.3.4大數據分析方法與傳統方法的區別/59
3.3.5數據的結構類別/61
3.3.6大數據技術/62
3.4雲計算與邊緣計算/63
3.4.1雲計算的概念與特點/63
3.4.2基於雲計算的大數據架構/65
3.4.3工業雲/66
3.4.4邊緣計算/67
3.5工業大數據/69
3.5.1工業大數據概念/69
3.5.2工業大數據的來源/70
3.5.3工業大數據的價值/71
3.5.4工業大數據的應用策略和方法/73
3.5.5工業大數據的關鍵技術/75
3.5.6工業大數據管理架構/76
3.5.7工業大數據的質量評價/77
3.6信息物理繫統/78
3.6.1信息物理繫統概念/78
3.6.2信息物理繫統與智能制造/81
3.6.3信息物理繫統技術架構/82
3.7人工智能/84
3.7.1人工智能的概念/84
3.7.2人工智能的發展歷程/85
3.7.3人工智能的研究範圍/87
3.7.4大數據、人工智能與智能制造/88
第4章互聯化工/93
4.1化學工業發展中的挑戰與問題提出/94
4.2化學工業對智能化技術的應用需求/96
4.3互聯化工/97
4.3.1互聯化工的概念/97
4.3.2互聯化工架構模型/101
4.4互聯化工的典型業務場景與模式/105
4.4.1綠色化的產品工程、工業工程與制造模式/106
4.4.2商務智能化與優化控制一體化/107
4.4.3面向供應鏈協同的柔性生產繫統/110
4.4.4基於可靠性管理和知識集成的質量管理體繫/113
4.4.5智能化設備與設備全生命周期管理/115
4.4.6制造執行繫統/117
4.4.7能質網絡集成管理平臺與優化運行/119
4.4.8健康、安全、環境管理/121
4.4.9知識體繫與知識自動化/126
第5章互聯化工的關鍵信息技術/134
5.1互聯化工的數字化技術/135
5.1.1互聯化工的數據架構/135
5.1.2數據驅動的數字化技術/136
5.1.3基於過程機理的流程模擬技術/137
5.1.4互聯化工的數據安全技術/139
5.2面向互聯化工的工業互聯網架構/140
5.3面向互聯化工的信息物理繫統/142
5.3.1互聯化工信息物理繫統層級劃分/142
5.3.2互聯化工信息物理繫統的技術特征/143
5.4智操過程/144
5.4.1基於信息物理繫統的智架構/144
5.4.2智的控制過程/145
5.4.3智的性能特點/145
5.5智能控制技術/146
5.5.1互聯化工的智能控制要求/146
5.5.2智能控制技術/147
5.5.3智能控制技術的模式/148
5.5.4智能控制技術應用/149
第6章雲制造——互聯化工的跨尺度模式/152
6.1雲制造概述/153
6.1.1雲制造的概念/153
6.1.2雲制造的服務對像/154
6.1.3雲制造能力服務/154
6.1.4制造資源服務/155
6.2雲制造架構/156
6.3雲制造的支撐技術/158
6.4雲制造的數字化模型/160
6.4.1雲制造的數字化核心技術/161
6.4.2制造資源與能力的數字化描述/162
6.4.3能力評價模型/163
6.4.4服務組合優選算法模型/164
6.5雲制造安全技術/166
6.6雲制造的業務模式/168
6.6.1雲制造平臺的運營管理/168
6.6.2雲制造平臺的幾種商業運營模式/168
第7章數據挖掘/171
7.1數據的相關概念/172
7.1.1數據特征屬性/172
7.1.2數據管理的幾個常用概念/174
7.1.3數據的尺度屬性/174
7.1.4數據質量評估/175
7.2數據的存儲方式/177
7.2.1結構化數據的存儲/177
7.2.2非結構化數據的存儲/177
7.2.3面向主題的數據存儲—數據倉庫/179
7.3數據挖掘概述/179
7.3.1數據挖掘的概念/179
7.3.2數據挖掘技術的特點/180
7.3.3數據挖掘模型/181
7.4數據挖掘項目的實施步驟/183
7.4.1問題定義/184
7.4.2數據預處理/185
7.4.3數據探索/186
7.4.4建立數據挖掘模型/187
7.4.5結果解釋與評估/188
7.5數據挖掘項目的關鍵角色/188
7.6常用的數據挖掘軟件工具/189
第8章數據預處理/192
8.1數據整合/193
8.2數據清洗/197
8.3數據轉換/199
8.4數據歸約/201
8.5特征屬性的篩選（降維）方法/202
8.5.1基於線性相關性指標的篩選/202
8.5.2基於灰色關聯法的篩選/203
8.5.3主成分分析法/204
8.6共線性問題/204
8.6.1共線性問題的識別/204
8.6.2消除共線性問題/205
8.7數據倉庫/205
8.7.1數據倉庫概要/205
8.7.2構建數據倉庫的步驟/207
第9章數據挖掘算法/210
9.1聚類算法/211
9.1.1聚類算法概要/211
9.1.2常用的聚類算法/211
9.1.3聚類分析相似度的衡量/212
9.1.4聚類分析步驟/212
9.1.5聚類算法及結果的評價標準/213
9.1.6K-means聚類算法/213
9.2分類算法/216
9.2.1分類算法概要/216
9.2.2分類結果的評判/216
9.2.3k-近鄰分類算法/217
9.2.4人工神經網絡/219
9.3關聯規則/223
9.3.1關聯規則的基本概念/223
9.3.2關聯規則的類型/224
9.3.3Apriori算法/224
9.4回歸分析/227
9.4.1回歸分析方法/227
9.4.2回歸分析的步驟與逐步回歸/228
9.5預測算法/230
9.5.1預測的基本概念/230
9.5.2常用的預測方法/231
9.5.3時間序列分析概要/233
9.5.4時間序列分析的算法策略/235
9.5.5時間序列分析的步驟/237
9.6優化問題/239
9.6.1遺傳算法的概述/239
9.6.2蟻群算法的基本原理/240
9.6.3模擬退火算法的概述/241
9.7診斷概要/244
9.7.1離群點/244
9.7.2離群點判據模型的建立原則/245
9.7.3離群點的常用檢測方法/245
9.7.4異常（故障）模式診斷/247
第10章數據挖掘應用案例/251
10.1材料基因組計劃/252
10.1.1材料基因組計劃概要/252
10.1.2神經網絡模型預測晶體材料的形成能/255
10.1.3基於關聯規則模型的材料性能分析/255
10.2化工繫統的可靠性評價/257
10.2.1化工繫統可靠性評價指標/257
10.2.2分析模型的建立/258
10.2.3灰色關聯分析/259
10.2.4馬爾可夫修正/260
10.3煤化工產業鏈的協同機制與模型/261
10.3.1基於社會網絡分析法的供應鏈模型/262
10.3.2基於工業代謝平衡的協同度評價/265
10.4設備異常識別與預防性維修/267
10.4.1模型的建立/267
10.4.2設備異常識別案例/269
10.5基於智能算法的軟測量技術/272
10.5.1軟測量技術概述/272
10.5.2軟測量模型及基於軟測量的異常診斷/273
10.5.3粉料儲罐料位的軟測量模型/274
第11章大數據可視化技術/276
11.1數據可視化技術概述/277
11.1.1數據可視化概念/277
11.1.2數據可視化的基本要素和分類/277
11.1.3可視化數據分類/279
11.1.4數據可視化的層次/279
11.2常用的數據可視化圖形/280
11.2.1常用三大圖：柱（條）、線、餅（環）/280
11.2.2面積圖、雷達圖、散點圖、氣泡圖/283
11.2.3地理圖/284
11.2.4矩形樹圖、日歷圖、桑基圖、漏鬥圖、箱線圖/285
11.2.5詞雲、魚骨圖/287
11.2.6數據可視化多圖集合模式/287
11.3常用的數據可視化工具/288
英文縮略詞對照表/290
參考文獻/294

《化學工業智能制造—互聯化工》一書從計算技術和行業應用出發，對“互聯化工”的架構、關鍵技術、模式等進行了繫統介紹，包括物聯網、工業大數據、數據挖掘等技術，及其在化學工業的具體應用。全書共11章，分別為：智能制造概述、智能制造之經典生產制造體繫基礎、智能制造之現代信息技術基礎、互聯化工、互聯化工的關鍵信息技術、雲制造—互聯化工的跨尺度模式、數據挖掘、數據預處理、數據挖掘算法、數據挖掘應用案例、大數據可視化技術。
《化學工業智能制造—互聯化工》可作為化學工程與工藝、過程裝備與控制工程、材料科學與工程、冶金工程、環境科學與工程、安全科學與工程等專業本科及研究生教材，也可作為計算機類、電子信息類、電氣類專業讀者的拓展性學習用書。

吉旭,周利 編