第1章 制造业的大数据时代 1
1.1 新一轮的制造业发展战略 3
1.1.1 德国工业4.0 3
1.1.2 美国工业互联网 5
1.1.3 中国制造2025 7
1.1.4 三者特征对比分析 12
1.2 大数据时代的制造变革 13
1.2.1 技术发展与制造方式变革的关系 13
1.2.2 大数据带来的机遇 15
1.2.3 大数据对制造模式的影响 16
1.3 制造业大数据与智能制造 21
1.3.1 智能制造特征与技术体系 22
1.3.2 智能制造支撑技术 24
1.3.3 大数据的价值和意义 30
1.4 大数据在工业应用中面临的挑战 35
参考文献 37
第2章 制造业大数据的基本概念 39
2.1 制造业大数据的定义 40
2.2 制造业大数据的特征 41
2.3 制造业大数据的分类 42
2.3.1 制造业大数据的不同来源 42
2.3.2 制造业大数据的不同结构 43
2.3.3 制造业大数据的不同维度 43
2.4 制造业大数据的描述 44
2.4.1 制造过程元数据模型 45
2.4.2 制造过程数据本体模型 47
2.4.3 制造元数据集成体系结构 51
2.5 制造业大数据的生命周期 56
参考文献 59
第3章 制造业大数据资源 61
3.1 大数据对制造企业信息化的影响 62
3.1.1 大数据促进企业信息系统基础架构建设 62
3.1.2 大数据推动企业信息系统迈向大融合 64
3.2 产品设计数据资源 66
3.3 产品制造数据资源 68
3.3.1 车间层数据资源 68
3.3.2 设备层数据资源 73
3.4 产品运行维护数据资源 77
3.5 企业运营管理数据资源 78
3.5.1 市场数据资源 79
3.5.2 销售数据资源 79
3.5.3 财务数据资源 81
3.6 供应链数据资源 86
3.6.1 供应链数据来源及案例分析 86
3.6.2 仓储与在制品库存数据资源分析 86
参考文献 87
第4章 制造业大数据基础平台技术 89
4.1 制造业大数据平台架构 90
4.1.1 概述 90
4.1.2 制造业大数据架构的三个平台 91
4.1.3 制造业大数据架构的七个层次 92
4.2 制造业大数据平台网络与硬件配置需求 99
4.2.1 网络需求 99
4.2.2 硬件需求 100
4.3 制造业大数据基础平台关键技术 103
4.3.1 分布式资源管理技术 103
4.3.2 多维数据仓库技术 106
4.3.3 流数据处理技术 111
4.3.4 并行计算与内存计算技术 113
4.3.5 数据可视化技术 117
4.4 制造业大数据平台商用产品 118
4.4.1 国外制造业大数据平台及应用案例 118
4.4.2 国内制造业大数据平台及应用案例 121
4.4.3 制造业大数据平台产品的比较 123
参考文献 124
第5章 制造业大数据感知技术 127
5.1 制造业大数据与物联网 128
5.1.1 物联网概述 128
5.1.2 物联网助力企业大数据 129
5.1.3 工业互联网概述 130
5.2 智能传感器技术 132
5.2.1 智能传感器的定义 132
5.2.2 智能传感器的应用现状 132
5.2.3 智能传感器标准体系 133
5.3 制造资源标识技术 135
5.4 无线射频识别技术 136
5.4.1 无线射频识别技术简介 136
5.4.2 RFID中间件技术 139
5.4.3 RFID技术在制造业大数据感知中的应用 141
5.5 二维码技术 143
5.5.1 常见二维码介绍 143
5.5.2 二维码的技术特点 145
5.5.3 二维码技术在制造业大数据感知中的应用 146
5.6 其他制造业大数据感知技术 147
5.6.1 多传感器信息融合技术 147
5.6.2 iGPS技术 148
参考文献 149
第6章 制造业大数据通信与控制网络技术 151
6.1 工业现场总线通信技术 152
6.1.1 现场总线技术的特点及优点 153
6.1.2 典型现场总线技术 154
6.1.3 大数据时代现场总线技术展望与发展趋势 157
6.2 工业现场以太网通信技术 158
6.2.1 工业以太网的技术优势 158
6.2.2 工业以太网的发展趋势 159
6.3 工业现场无线网络通信技术 160
6.3.1 无线传感器网络通信技术 160
6.3.2 无线局域网络通信技术 162
6.3.3 蓝牙通信技术 162
6.3.4 工业无线网络通信技术的发展趋势 163
6.4 OPC技术 164
6.4.1 OPC经典技术 164
6.4.2 OPCUA技术 167
6.5 DNC控制技术 168
6.5.1 DNC技术的控制结构 168
6.5.2 典型的DNC功能结构 169
6.5.3 DNC技术的优点 174
6.6 DCS控制技术 175
6.6.1 DCS控制站 175
6.6.2 DCS操作站 177
6.6.3 DCS数据通信及网络 178
6.7 大数据时代下车间联网通信与控制方案 179
6.7.1 大数据时代的工业互联网络方案 180
6.7.2 大数据时代的工业互联网络中OPC技术应用 181
6.7.3 大数据时代的工业互联网络中DNC技术应用 181
6.7.4 大数据时代的工业互联网络中DCS技术应用 182
参考文献 182
第7章 制造业大数据分析与挖掘技术 185
7.1 制造业大数据检索与查询技术 186
7.1.1 生产数据的多种维度 186
7.1.2 多维数据索引技术 187
7.1.3 时态数据索引技术 188
7.2 制造业大数据分类与聚类技术 189
7.2.1 制造业大数据的分类 189
7.2.2 制造业大数据的聚类 194
7.3 制造业大数据时序数据模式挖掘技术 196
7.3.1 时序数据相似性挖掘 196
7.3.2 时序数据规则挖掘 197
7.3.3 制造业时序数据趋势挖掘 198
7.3.4 制造业离群时序数据挖掘 198
7.4 其他大数据分析与挖掘技术 198
7.4.1 非结构化数据处理与分析技术 198
7.4.2 多源数据融合处理技术 199
7.4.3 大数据关联关系分析技术 199
参考文献 205
第8章 制造业大数据应用服务 207
8.1 产品设计服务 208
8.1.1 个性化定制 208
8.1.2 众包 211
8.2 制造过程服务 213
8.2.1 制造资源的实时监控 213
8.2.2 生产任务动态调度 216
8.2.3 物料优化配送 217
8.2.4 产品质量控制 217
8.2.5 生产运行可视化 220
8.2.6 生产过程数据统计分析可视化 221
8.3 运维管理 225
8.3.1 装备故障侦测 225
8.3.2 效能分析 225
8.3.3 备品备件预测 226
8.4 经营管理服务 227
8.4.1 库存数据分析 227
8.4.2 财务数据分析 228
8.4.3 销售分析与预测 229
8.4.4 原材料价格预测与成本控制 229
8.5 供应链管理服务 230
参考文献 233
第9章 半导体制造业大数据应用 235
9.1 半导体制造业对大数据应用的需求 236
9.2 半导体制造业大数据来源与特点 238
9.3 半导体制造业大数据典型应用场景 240
9.3.1 晶圆制造过程异常侦测 240
9.3.2 晶圆批产工期预测与调控 240
9.3.3 晶圆加工质量预测 241
9.4 半导体制造业大数据应用方案 242
9.4.1 半导体制造业大数据处理与分析平台 242
9.4.2 晶圆制造过程异常侦测与异常反馈控制系统 244
9.4.3 晶圆批产工期预测与调控系统 245
9.4.4 大数据驱动的晶圆良率预测方法系统 245
9.5 半导体制造业大数据应用实例 247
9.5.1 半导体制造业大数据处理与分析平台设计 247
9.5.2 半导体制造业大数据融合与统一建模 249
9.5.3 晶圆制造大数据的抽取、转换与加载 253
9.5.4 基于数据挖掘的晶圆制造交货期预测 258
9.6 半导体制造业大数据应用趋势分析与展望 261
参考文献 261
第10章 石化制造业大数据应用 263
10.1 石化制造业对大数据应用的需求 264
10.2 石化制造业大数据来源与特点 264
10.3 石化制造业大数据典型应用场景 265
10.3.1 供应链管理优化 265
10.3.2 备件库存管理 267
10.3.3 生产管控 268
10.3.4 能量管理 269
10.3.5 综合设备维护管理 270
10.4 石化制造业大数据应用实例 272
10.4.1 集成平台基础建设 272
10.4.2 大数据分析平台架构 273
10.5 石化制造业大数据应用趋势分析与展望 274
10.5.1 运营智能和商业智能融合 274
10.5.2 运营技术和信息技术融合 275
参考文献 275
第11章 航空航天制造业大数据应用 277
11.1 航空航天制造业对大数据应用的需求 278
11.2 航空航天制造业大数据来源与特点 280
11.2.1 航空制造业大数据来源与特点 280
11.2.2 航天制造业大数据来源与特点 281
11.3 航空航天制造业大数据典型应用场景 282
11.3.1 航空制造业大数据典型应用场景 282
11.3.2 航天制造业大数据典型应用场景 283
11.4 航空航天制造业大数据应用实例 284
11.4.1 航天遥感数据的应用 284
11.4.2 飞机三维数字化车间 287
11.4.3 设备健康管理与监控 287
11.5 航空航天制造业大数据应用趋势分析与展望 289
参考文献 290
第12章 船舶制造业大数据应用 293
12.1 船舶制造业对大数据应用的需求 294
12.1.1 实际应用的需求 294
12.1.2 技术进步的需求 295
12.1.3 现代造船模式转变的需求 296
12.2 船舶制造业大数据来源与特点 296
12.2.1 船舶制造业流程概述 296
12.2.2 船舶制造业大数据特点 298
12.3 船舶制造业大数据典型应用场景 300
12.3.1 船舶建造计划 300
12.3.2 船舶制造业大数据应用场景 302
12.4 船舶制造业大数据解决方案 303
12.4.1 解决方案框架 303
12.4.2 船舶制造业大数据处理 305
12.5 船舶制造业大数据应用实例 309
12.5.1 面向船舶吊装过程的流程与数学建模 309
12.5.2 数据处理 310
12.5.3 可视化与分析 315
12.6 船舶制造业大数据应用趋势分析与展望 316
12.6.1 船舶制造大数据的采集和处理趋势 317
12.6.2 船舶制造大数据的应用趋势 317
参考文献 318
缩略语表 319