制造物聯網技術（簡體書）

本書新一代的"互聯網+製造"更加強調通過運用雲計算、物聯網、大數據為代表的新一代信息技術與製造業、生產性服務業等融合創新,為產業智能化提供支撐,進而形成新一代的智能製造模式,包括雲製造、制造物聯、智慧製造等.本書以融合信息系統與物理系統於一體的制造物聯為例介紹新一代智能製造技術,包括物聯網、雲計算、CPS、大數據等基礎技術,以及制造物聯體系結構、關鍵技術和建模技術等主體內容,最後給出了詳細實施案例.

姚錫凡，1964年生，男，博士，華南理工大學機械與汽車工程學院教授/博士生導師，漢族，廣東廉江市人，研究方向為數字製造與計算機控制，主講過4門本科課程和5門研究生課程，主持了國家863計劃、國家自然科學基金、留學回國人員科研啟動基金等多項課題，發表100餘篇論文和出版2本專著，獲得了國家教委和廣東省級科技進步二等獎。

第1章 緒論
1.1 制造物聯網與新工業革命
1.1.1 新工業革命與新型製造模式
1.1.2 制造物聯網與工業4.0
1.1.3 制造物聯網與工業互聯網
1.2 制造物聯網的內涵與特點
1.3 制造物聯網的關鍵技術
1.4 制造物聯網的關鍵信息技術
1.5 制造物聯網與其他新興智能製造模式對比
1.6 制造物聯網的展望
本章參考文獻
第2章 制造物聯網技術基礎
2.1 物聯網
2.1.1 物聯網的含義和發展
2.1.2 RFID技術
2.1.3 物聯網的其他關鍵技術
2.2 大數據
2.2.1 大數據的含義
2.2.2 製造中的大數據問題
2.2.3 大數據挖掘
2.3 務聯網
2.3.1 務聯網的概念
2.3.2 SOA和雲計算
2.4 信息物理系統
2.4.1 CPS的定義
2.4.2 CPS的研究現狀
2.4.3 CPS的系統特性與挑戰
本章參考文獻
第3章 制造物聯網的體系架構及其發展
3.1 制造物聯網的體系架構
3.2 基於CPS的智能製造的體系架構
3.3 智慧製造的體系架構
3.4 大數據驅動的主動製造體系架構
本章參考文獻
第4章 制造物聯網建模技術
4.1 製造資源服務化建模
4.1.1 製造資源的特點及資源模型需求
4.1.2 製造資源分類
4.1.3 製造設備資源服務化建模實例
4.2 複雜事件處理建模
4.2.1 複雜事件處理技術
4.2.2 複雜事件處理建模實例
4.3 本體建模
4.3.1 本體語言及推理機制選用
4.3.2 面向制造物聯網環境的加工設備本體建模
4.3.3 加工設備本體應用實例
4.3.4 考慮服務關聯的製造雲服務本體建模
4.3.5 製造服務關聯本體建模實例
4.4 生產車間調度建模
4.4.1 面向制造物聯網車間調度的業務流程
4.4.2 面向制造物聯網車間調度問題的描述
4.4.3 車間調度過程分析
4.5 基於進程代數的製造服務組合建模
4.5.1 擴展進程代數
4.5.2 雲製造服務組合進程形式化模型的XPC4CMSC描述
本章參考文獻
第5章 制造物聯網資源狀態監測技術
5.1 基於RFID的工件異常事件監測
5.1.1 基於物聯網構建的製造車間感知環境
5.1.2 RFID事件模型
5.1.3 RFID複雜事件處理技術
5.1.4 實驗與分析
5.2 基於無線加速度的刀具狀態監測
5.2.1 刀具狀態監測框架
5.2.2 實驗裝置與數據采集
5.2.3 信號預處理
5.2.4 特徵提取
5.2.5 特徵選擇
5.2.6 建立預測模型
5.2.7 刀具磨損監測與剩餘壽命預測
5.3 基於深度學習的刀具狀態監測
5.3.1 卷積神經網絡
5.3.2 基於卷積神經網絡的刀具磨損監測方法
5.3.3 實驗與分析
本章參考文獻
第6章 制造物聯網雲服務組合優化算法
6.1 雲製造資源服務組合優化方法
6.1.1 資源服務組合優化選擇問題的求解方法分析
6.1.2 Pareto最優解
6.1.3 改進的帶精英策略的快速非支配排序遺傳算法
6.1.4 算例
6.2 三種製造雲服務組合優化算法
6.2.1 改進的遺傳算法
6.2.2 改進的粒子群算法
6.2.3 教-學優化算法
本章參考文獻
第7章 制造物聯網應用實例
7.1 物聯網車間加工作業的主動調度
7.1.1 調度模型分類
7.1.2 物聯網車間加工作業感知環境構建
7.1.3 主動調度方案
7.1.4 實驗結果與分析
7.2 製造雲服務組合優化
7.2.1 小規模製造雲服務組合優化
7.2.2 大規模製造雲服務組合優化
7.2.3 摩托車製造
7.2.4 航空複雜產品設計
7.3 智能工廠
7.3.1 面向服務和實時保障的CPS平臺
7.3.2 工業4.0 標準和開放的參考架構
7.3.3 工業4.0 示範項目
7.4 制造物聯網電子工廠
7.4.1 制造物聯網數據采集與雲管理
7.4.2 PLC智能生產工廠
本章參考文獻