第1章 智能制造系統(tǒng)概述 001
1.1 智能制造系統(tǒng)的定義和特點 001
1.2 智能制造系統(tǒng)體系架構(gòu) 003
1.2.1 總體要求 003
1.2.2 智能制造系統(tǒng)架構(gòu) 003
1.2.3 智能制造系統(tǒng)級別 004
1.2.4 智能制造系統(tǒng)層次 006
1.3 智能研發(fā)與設(shè)計系統(tǒng) 007
1.3.1 系統(tǒng)概述 007
1.3.2 創(chuàng)新設(shè)計與研發(fā)管理模式 008
1.3.3 產(chǎn)品研發(fā)與工藝設(shè)計系統(tǒng) 009
1.4 智能生產(chǎn)系統(tǒng) 011
1.4.1 系統(tǒng)結(jié)構(gòu) 011
1.4.2 面向智能化生產(chǎn)的主要概念 016
1.5 智能管理與服務(wù)系統(tǒng) 019
1.5.1 智能管理與服務(wù)技術(shù)體系 019
1.5.2 智能管理與服務(wù) 020
1.5.3 智能物流與供應(yīng)鏈 020
1.6 實驗 021
1.6.1 機器人控制認(rèn)知實驗 021
1.6.2 3D打印認(rèn)知實驗 022
1.6.3 智能倉儲認(rèn)知實驗 023
1.6.4 智能檢測認(rèn)知實驗 024
1.6.5 智能維修認(rèn)知實驗 025

第2章 智能制造數(shù)據(jù)采集與處理 026
2.1 數(shù)據(jù)采集技術(shù) 026
2.1.1 數(shù)據(jù)采集的基本概念 026
2.1.2 數(shù)據(jù)采集系統(tǒng)的基本組成 027
2.1.3 數(shù)據(jù)采集系統(tǒng)的主要性能指標(biāo) 028
2.1.4 數(shù)據(jù)采集系統(tǒng)硬件設(shè)計 029
2.1.5 DHT11傳感器及其使用方法 031
2.1.6 Arduino及其使用方法介紹 032
2.2 數(shù)據(jù)預(yù)處理技術(shù) 033
2.2.1 數(shù)據(jù)預(yù)處理技術(shù)概述 033
2.2.2 數(shù)據(jù)審核 033
2.2.3 缺失值處理 034
2.2.4 重復(fù)值處理 036
2.2.5 數(shù)據(jù)抽樣 036
2.2.6 分類特征處理 037
2.2.7 特征選擇 038
2.3 數(shù)據(jù)存儲技術(shù) 038
2.3.1 數(shù)據(jù)存儲技術(shù)概述 038
2.3.2 數(shù)據(jù)庫系統(tǒng)的特點與組成 040
2.3.3 MySQL簡介及其使用方法 043
2.4 數(shù)據(jù)可視化技術(shù) 045
2.4.1 數(shù)據(jù)可視化技術(shù)概述 045
2.4.2 可視化工具M(jìn)atplotlib概述及其使用介紹 046
2.4.3 實戰(zhàn)示例展示 048
2.5 數(shù)據(jù)分析技術(shù) 050
2.5.1 數(shù)據(jù)分析技術(shù)概述 050
2.5.2 Pandas概述及其使用方法介紹 050
2.5.3 代碼實例展示 052
2.6 實驗 055
2.6.1 溫度與濕度傳感器數(shù)據(jù)采集實驗 055
2.6.2 自創(chuàng)數(shù)據(jù)清洗實驗 056
2.6.3 基于關(guān)系型數(shù)據(jù)庫和NoSQL數(shù)據(jù)庫的數(shù)據(jù)存儲性能對比 056
2.6.4 使用Matplotlib繪制散點圖并分析變量關(guān)系 057
2.6.5 使用Pandas庫進(jìn)行數(shù)據(jù)分析 058

第3章 智能制造數(shù)字孿生技術(shù) 059
3.1 數(shù)字孿生技術(shù)概述 059
3.1.1 數(shù)字孿生技術(shù)簡介 059
3.1.2 數(shù)字孿生的發(fā)展與定義 059
3.1.3 數(shù)字孿生的系統(tǒng)與組成 063
3.2 數(shù)字孿生建模技術(shù) 066
3.2.1 數(shù)字孿生的數(shù)學(xué)描述 066
3.2.2 數(shù)字孿生系統(tǒng)建模 070
3.2.3 數(shù)字孿生幾何建模 073
3.3 數(shù)字孿生應(yīng)用案例 079
3.3.1 基于數(shù)字孿生的航空發(fā)動機全生命周期管理 079
3.3.2 基于數(shù)字孿生的復(fù)雜產(chǎn)品裝配工藝 081
3.4 實驗 085
3.4.1 數(shù)字孿生建模實驗 085
3.4.2 數(shù)字孿生仿真實驗 086
3.4.3 數(shù)字孿生優(yōu)化實驗 087
3.4.4 數(shù)字孿生監(jiān)控實驗 088
3.4.5 數(shù)字孿生維護(hù)實驗 088

第4章 智能制造優(yōu)化調(diào)度技術(shù) 090
4.1 優(yōu)化調(diào)度技術(shù)概述 090
4.1.1 制造系統(tǒng)調(diào)度問題 090
4.1.2 制造系統(tǒng)調(diào)度問題的描述 092
4.1.3 制造系統(tǒng)調(diào)度優(yōu)化方法 094
4.2 智能制造基本問題模型 098
4.2.1 問題描述 098
4.2.2 單機調(diào)度 099
4.2.3 并行機調(diào)度 100
4.2.4 流水車間調(diào)度 100
4.2.5 作業(yè)車間調(diào)度 101
4.2.6 流程車間調(diào)度 102
4.2.7 混合車間調(diào)度 104
4.3 智能制造調(diào)度算法 105
4.3.1 蟻群算法 105
4.3.2 遺傳算法 107
4.3.3 其他智能調(diào)度算法 108
4.4 實驗 112
4.4.1 優(yōu)化算法實驗 112
4.4.2 調(diào)度策略實驗 113
4.4.3 進(jìn)度控制實驗 113
4.4.4 系統(tǒng)評估實驗 114
4.4.5 決策支持實驗 115

第5章 智能制造感知技術(shù) 117
5.1 感知技術(shù)概述 117
5.2 傳感器技術(shù) 118
5.2.1 傳感器的組成與分類 118
5.2.2 傳感器的基本特性 120
5.3 傳感網(wǎng)技術(shù) 125
5.3.1 無線傳感器網(wǎng)絡(luò) 125
5.3.2 工業(yè)傳感網(wǎng) 127
5.4 邊緣計算技術(shù) 129
5.4.1 從云到邊緣 129
5.4.2 邊緣計算的發(fā)展 130
5.4.3 邊緣計算的分類 130
5.4.4 典型用例與選型 131
5.4.5 開源軟件項目 132
5.5 機器視覺技術(shù) 133
5.5.1 機器視覺概述 133
5.5.2 機器視覺系統(tǒng)的構(gòu)成 135
5.5.3 數(shù)字圖像處理基礎(chǔ) 139
5.6 實驗 142
5.6.1 傳感器網(wǎng)絡(luò)實驗 142
5.6.2 通信協(xié)議實驗 143
5.6.3 數(shù)據(jù)傳輸實驗 144
5.6.4 系統(tǒng)評估實驗 144
5.6.5 遠(yuǎn)程控制實驗 145

第6章 智能制造控制技術(shù) 147
6.1 智能控制技術(shù)概述 147
6.1.1 智能控制的產(chǎn)生背景 147
6.1.2 智能控制的概念與特點 148
6.1.3 智能控制的幾個重要分支 149
6.2 人工智能技術(shù) 150
6.2.1 人工智能概述 150
6.2.2 自然語言處理概述及其使用 152
6.2.3 數(shù)字挖掘技術(shù)概述及其使用 155
6.3 機器學(xué)習(xí)技術(shù) 158
6.3.1 機器學(xué)習(xí)概述 158
6.3.2 常見的機器學(xué)習(xí)算法介紹 160
6.3.3 機器學(xué)習(xí)案例展示 161
6.4 深度學(xué)習(xí)技術(shù) 163
6.4.1 深度學(xué)習(xí)概述 163
6.4.2 深度學(xué)習(xí)的訓(xùn)練過程 165
6.4.3 深度學(xué)習(xí)的案例展示 168
6.5 自適應(yīng)控制技術(shù) 170
6.5.1 自適應(yīng)控制技術(shù)概述 170
6.5.2 自適應(yīng)控制技術(shù)的主要方法 172
6.5.3 自適應(yīng)控制技術(shù)的工作流程 172
6.6 實驗 174
6.6.1 機器學(xué)習(xí)實驗 174
6.6.2 圖像分類實驗 175
6.6.3 情感分析實驗 175
6.6.4 數(shù)據(jù)挖掘?qū)嶒? 176
6.6.5 人工智能應(yīng)用實驗 176

第7章 云制造技術(shù) 178
7.1 云制造技術(shù)概述 178
7.1.1 云制造技術(shù)的基本概念 178
7.1.2 云制造技術(shù)的特點 179
7.1.3 云制造的關(guān)鍵技術(shù) 179
7.2 云制造架構(gòu) 187
7.2.1 云制造架構(gòu)的概念 187
7.2.2 云制造架構(gòu)設(shè)計的意義 187
7.2.3 云制造產(chǎn)品協(xié)同設(shè)計平臺架構(gòu) 188
7.2.4 云制造架構(gòu)的實現(xiàn)路徑 189
7.2.5 云制造架構(gòu)設(shè)計的發(fā)展前景 190
7.3 云制造平臺 190
7.3.1 云制造平臺的概念 190
7.3.2 云制造平臺的關(guān)鍵技術(shù) 191
7.3.3 云制造平臺的應(yīng)用場景 192
7.3.4 云制造平臺案例分析 192
7.4 云制造服務(wù) 193
7.4.1 云制造服務(wù)的概念 193
7.4.2 云制造服務(wù)平臺的發(fā)展背景和歷史 193
7.4.3 云制造服務(wù)的特點 194
7.4.4 云制造服務(wù)的應(yīng)用場景 194
7.4.5 云制造服務(wù)的發(fā)展趨勢 195
7.5 云制造技術(shù)在智能制造中的應(yīng)用 195
7.5.1 智能制造的概念 195
7.5.2 智能制造的特點 196
7.5.3 云制造技術(shù)在智能制造中的應(yīng)用 196
7.5.4 云制造在智能制造中的優(yōu)勢和挑戰(zhàn) 196
7.6 實驗 197
7.6.1 云制造平臺搭建實驗 197
7.6.2 云制造資源管理實驗 201
7.6.3 云制造協(xié)同設(shè)計實驗 203
7.6.4 云制造智能制造實驗 206
7.6.5 云制造安全保障實驗 209

第8章 智能制造安全技術(shù) 211
8.1 安全技術(shù)概述 211
8.1.1 核心概念與聯(lián)系 211
8.1.2 安全管理與治理 212
8.1.3 應(yīng)急響應(yīng)與災(zāi)備恢復(fù) 212
8.1.4 安全性與生產(chǎn)力的平衡 213
8.2 網(wǎng)絡(luò)安全技術(shù) 214
8.2.1 防火墻概述 214
8.2.2 虛擬專用網(wǎng)絡(luò)（VPN）的應(yīng)用 215
8.2.3 網(wǎng)絡(luò)安全技術(shù)的適用場景 215
8.3 數(shù)據(jù)安全技術(shù) 216
8.3.1 數(shù)據(jù)安全技術(shù)概述 216
8.3.2 數(shù)據(jù)安全技術(shù)的新技術(shù) 217
8.4 應(yīng)用安全技術(shù) 218
8.4.1 應(yīng)用安全技術(shù)概述 218
8.4.2 應(yīng)用安全技術(shù)的應(yīng)用場景 219
8.5 物理安全技術(shù) 219
8.5.1 設(shè)備安全的基本概念 220
8.5.2 防篡改與固件安全技術(shù) 220
8.5.3 物理防護(hù)與安全隔離措施 221
8.6 實驗 222
8.6.1 數(shù)據(jù)加密實驗 222
8.6.2 訪問控制實驗 224
8.6.3 防火墻配置實驗 226
8.6.4 安全漏洞掃描實驗 228
8.6.5 網(wǎng)絡(luò)攻擊實驗 230

第9章 智能制造技術(shù)綜合實驗項目 233
9.1 項目1：基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)數(shù)據(jù)采集與監(jiān)控系統(tǒng) 233
9.1.1 項目概述 233
9.1.2 項目目標(biāo) 233
9.1.3 項目內(nèi)容 233
9.1.4 項目實驗步驟 235
9.2 項目2：基于數(shù)字孿生的生產(chǎn)線優(yōu)化調(diào)度系統(tǒng) 242
9.2.1 項目概述 242
9.2.2 項目目標(biāo) 242
9.2.3 項目內(nèi)容 242
9.2.4 項目實驗步驟 244
9.3 項目3：基于云制造的智能制造平臺 250
9.3.1 項目概述 250
9.3.2 項目目標(biāo) 250
9.3.3 項目內(nèi)容 250
9.3.4 項目實驗步驟 252
9.4 項目4：基于大數(shù)據(jù)技術(shù)的智能質(zhì)量檢測系統(tǒng) 256
9.4.1 項目概述 256
9.4.2 項目目標(biāo) 257
9.4.3 項目內(nèi)容 257
9.4.4 項目實驗步驟 261
9.5 項目5：基于智能制造的智能物流調(diào)度系統(tǒng) 267
9.5.1 項目概述 267
9.5.2 項目目標(biāo) 267
9.5.3 項目內(nèi)容 267
9.5.4 項目實驗步驟 270

參考文獻(xiàn) 277