| | | 從大數據到智能制造(吳文俊人工智能科學技術獎,科普獲獎圖書) | 該商品所屬分類:經濟 -> 各部門經濟 | 【市場價】 | 308-448元 | 【優惠價】 | 193-280元 | 【作者】 | 【美】李傑、倪軍、王安正 | 【所屬類別】 | 圖書 經濟 各部門經濟 工業經濟 | 【出版社】 | 上海交通大學出版社 | 【ISBN】 | 9787313149183 | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品 一次購物滿2000元台幣95折+免運費+贈品 一次購物滿3000元台幣92折+免運費+贈品 一次購物滿4000元台幣88折+免運費+贈品
| 【本期贈品】 | ①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
| |
版本 | 正版全新電子版PDF檔 | 您已选择: | 正版全新 | 溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。 *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。 | | | | 內容介紹 | |
開本:32開 紙張:純質紙 包裝:精裝 是否套裝:否 國際標準書號ISBN:9787313149183 作者:【美】李傑、倪軍、王安正 出版社:上海交通大學出版社 出版時間:2016年05月 
" 編輯推薦 《從大數據到智能制造》為暢銷書作者李傑教授繼《工業大數據》一書之後的又一力作。本書首先闡述了大數據與智能制造的關繫,然後用真實、有效的案例分析大數據應用對制造帶來的切實有效的幫助;*後本書邀請了著名經濟學家馬光遠、《福布斯》(中文版)主編康健、航空發動機專家王安正教授、三一集團高級副總裁賀東東、美國國家儀器(NI)中國工業自動化及行業市場經理崔鵬等作為訪談嘉賓,給讀者呈現不同視角下的中國制造。
相關推薦:
目錄 導引篇 1.1智能制造,是制造還是思維 1.2何謂智能制造的核心 1.3從大數據到智能制造 1.4大數據推動智能制造的三個方向 1.5智能制造在發達國家的轉型 1.6未來智慧工廠的無憂慮制造 1.7從產品制造到全生命周期價值創造——給“蛋黃”配“蛋白” 1.8工業大數據的機遇與挑戰 案例分析篇 2.1利用大數據分析,實現從解決問題到避免問題 2.2利用大數據預測隱性問題,實現生產繫統的自省性 2.3利用知識產生可執行的設計和制造數據的反向工程 2.4基於大數據產品服務繫統解決方案導引篇 1.1智能制造,是制造還是思維 1.2何謂智能制造的核心 1.3從大數據到智能制造 1.4大數據推動智能制造的三個方向 1.5智能制造在發達國家的轉型 1.6未來智慧工廠的無憂慮制造 1.7從產品制造到全生命周期價值創造——給“蛋黃”配“蛋白” 1.8工業大數據的機遇與挑戰 案例分析篇 2.1利用大數據分析,實現從解決問題到避免問題 2.2利用大數據預測隱性問題,實現生產繫統的自省性 2.3利用知識產生可執行的設計和制造數據的反向工程 2.4基於大數據產品服務繫統解決方案 專家訪談篇 李傑教授采訪著名經濟學家馬光遠 李傑教授采訪航空發動機專家王安正 《福布斯》(中文版)總編康健采訪李傑教授 李傑教授采訪三一重工副總裁賀東東 李傑教授采訪NI 行業市場經理崔鵬 參考文獻 前言 前言 在西方國家有這樣一句話:To live well,a nation mustproduce well,說明制造業是一個國家綜合國力重要的體現,也是決定民眾生活質量的重要條件。在經歷了互聯網泡沫和經濟危機之後,世界各國,尤其是發達國家開始重新意識到制造業的重要性,也在重新審視自身競爭力的優劣勢。第四次科技革命的到來為各個國家提供了發展和轉型的機遇,也使他們面臨競爭力格局變化的挑戰,智能制造成為世界各國競爭的新戰場。無論是德國提出的“工業4. 0 國家戰略”,美國提出的“國家制造業創新網絡(NNMI)計劃”,或是日本的“工業價值鏈計劃(IVI)”等,無不圍繞著制造業這個核心。中國改革開放三十多年來,綜合國力和人民生活水平的提升過程中,制造業的快速發展起到了決定性的作用,中國成為世界制造業的新中心,也連續幾年成為“世界制造力競爭指數”強的國家。在新一輪的制造業革命中,中國也感受到來自世界各國新技術戰略的壓力,相繼提出“中國制造2025”,“互聯網+ ”和“供給側改革”等多項措施。 前言 在西方國家有這樣一句話:To live well,a nation mustproduce well,說明制造業是一個國家綜合國力重要的體現,也是決定民眾生活質量的重要條件。在經歷了互聯網泡沫和經濟危機之後,世界各國,尤其是發達國家開始重新意識到制造業的重要性,也在重新審視自身競爭力的優劣勢。第四次科技革命的到來為各個國家提供了發展和轉型的機遇,也使他們面臨競爭力格局變化的挑戰,智能制造成為世界各國競爭的新戰場。無論是德國提出的“工業4. 0 國家戰略”,美國提出的“國家制造業創新網絡(NNMI)計劃”,或是日本的“工業價值鏈計劃(IVI)”等,無不圍繞著制造業這個核心。中國改革開放三十多年來,綜合國力和人民生活水平的提升過程中,制造業的快速發展起到了決定性的作用,中國成為世界制造業的新中心,也連續幾年成為“世界制造力競爭指數”強的國家。在新一輪的制造業革命中,中國也感受到來自世界各國新技術戰略的壓力,相繼提出“中國制造2025”,“互聯網+ ”和“供給側改革”等多項措施。 每一次制造革命的進步,除了我們能夠可見的技術要素以外,更重要的是這背後的制造哲學的進步。現代制造業從第二次科技革命到現在,經歷了標準化、合理化+ 規範化、自動化+集成化、網絡化+ 信息化四個階段。這背後的制造哲學可以概括為:以低成本生產高質量的產品;通過全流程改善降低浪費、次品和事故;通過產品全生命周期的數據管理,為用戶提供所需要的能力和服務。在以上幾個階段的基礎上,現在的制造繫統正處在向智能化+ 客制化邁進的階段,目標是實現零故障和預測型的生產繫統,並在無憂的生產環境中以低成本快速實現用戶的客制化需求。 那麼,如何實現智能制造?有些人說大數據是實現智能制造的核心技術,也有人說要靠互聯網、信息物理繫統技術(CPS),或是人工智能和機器人等。如果大數據是智能制造的核心驅動力,那麼我們該怎麼去定義和使用大數據?關於這個問題,我在《工業大數據》這本書中曾表達過一個觀點:大數據並不是目的,而是看待問題的一種途徑和解決問題的一種手段。通過分析數據,可以預測需求、預測制造、解決和避免不可見問題的風險,和利用數據去整合產業鏈和價值鏈,這纔是大數據的核心目的。 大數據與智能制造之間的關繫可以總結為:制造繫統中問題的發生和解決的過程中會產生大量數據,通過對這些數據的分析和挖掘可以了解問題產生的過程、造成的影響和解決的方式,這些信息被抽像化建模後轉化成知識,再利用知識去認識、解決和避免問題,核心是從以往依靠人的經驗(experiencebased),轉向依靠挖掘數據中隱性的線索(evidence based),使得制造知識能夠被更加高效和自發地產生、利用和傳承。因此,問題和知識是目的,而數據則是一種手段。今天我們來談利用大數據實現智能制造,是因為大數據已經成為一個日益明顯的現像,而在制造繫統和商業環境變得日益復雜的今天,利用大數據去解決問題和積累知識或許是更加高效和便捷的方式。 大數據的目的並不是追求數據量大,而是通過繫統式地數據收集和分析手段,實現價值的化。所以推動智能制造的並不是大數據本身,而是大數據的分析技術。在新制造革命的轉型中,是否能夠更加有效地利用好大數據,決定了能否在競爭中脫穎而出。在現在的制造中,存在著許多無法被定量、無法被決策者掌握的不確定因素,這些不確定因素既存在於制造過程中,也存在於制造過程之外的使用過程中。前三次工業革命主要解決的都是可見的問題,例如避免產品缺陷、避免加工失效、提升設備效率和可靠性、避免設備故障和安全問題等。這些問題在工業生產中由於可見可測量,往往比較容易避免和解決。不可見的問題通常表現為設備的性能下降、健康衰退、零部件磨損、運行風險升高等。這些因素由於其很難通過測量被定量化,往往是工業生產中不可控的風險,大部分可見的問題都是這些不可見的因素積累到一定程度所造成的。 因此,我、倪軍教授和王安正教授在本書中闡述了大數據推動智能制造的三個方向:個方向是利用數據來了解和解決可見的問題;第二個方向是利用數據來分析和預測不可見的問題,從僅僅明白解決問題的“knowhow”,進一步理解問題產生的原因,從而避免可見的問題;第三個方向則是從數據中挖掘新的知識,再利用知識去重新定義問題,使得可見或不可見的問題都可以在制造繫統中避免。在個方向上,許多國家已經有了比較成熟的積累,也形成了各自獨特的制造文化,本書中我們會為讀者詳細解讀這些國家的經驗和得失。在第二個和第三個方向上,我們也做了許多年的研究和應用,形成了一套較為完整的體繫和方法論,在本書中也會結合案例為讀者進行詳細介紹。借助本書,我們不僅要向讀者介紹大數據和智能制造的技術,更重要的是傳達一種思維方式,以及對智能制造的理解、解決問題的邏輯和重新定義制造的思考方式。 我們相信中國會成為新制造革命的中心,因為大數據將成為中國繼人口紅利之後的又一大競爭優勢,中國既是制造大國,同時也是使用大國,大量的數據都在中國彙集,這無疑給了中國制造好的資源優勢。如果數據是新制造革命時代中價值創造的原材料,那麼中國將無疑是資源多的國家。 數據本身不會說話,也並不會直接創造價值,真正為企業帶來價值的是數據分析之後產生的信息的意義和行動的價值,是數據經過實時分析後及時地流向決策鏈的各個環節,或是成為面向客戶創造價值服務的內容和依據。中國應該利用好使用數據的資源,不斷提升中國對制造的理解和知識積累的速度,纔能彌補中國在裝備制造和核心零部件等方面的弱勢,逐步彌補這些弱勢領域造成的短板,讓世界向中國學習在制造繫統中創智和創值的經驗。
李傑(Jay Lee) 2016 年3 月
" | | | | | |