新書推薦：
《
百妖谱3：裟椤双树代表作 奇幻百妖谱动漫原著系列小说 古风青春文学玄幻巨作
》
售價：HK$
49.5
《
西方哲学史：从前苏格拉底到后现代主义
》
售價：HK$
153.8
《
读者考试精选+青年文摘考试精选+登天的感觉：我让考生超常发挥 岳晓东著 如何让考生超常发挥高度自信青
》
售價：HK$
96.8
《
索恩丛书·伊凡雷帝：俄国的第一位沙皇
》
售價：HK$
141.9
![[共2册]利他性销售+利他式表达全2册正版书籍破解销售密码实现业绩狂飙洞察客户未言明核心需求痛点成交](//img.megbook.hk/upload/mall/productImages/26/10/9787547753248.jpg)
《
[共2册]利他性销售+利他式表达全2册正版书籍破解销售密码实现业绩狂飙洞察客户未言明核心需求痛点成交
》
售價：HK$
151.8
《
折姜（中）
》
售價：HK$
51.5
《
清华大学藏战国竹简校释（伍）：《筮法》诸篇
》
售價：HK$
107.8
《
我们都会变有钱：投资的道与术
》
售價：HK$
63.8
|
| 內容簡介： |
《人工智能技术及制造行业应用》全面深入地阐述了人工智能技术在制造行业的广泛应用。本书共分10章，内容涵盖人工智能的内涵、特征及发展历程，制造行业人工智能应用基础与架构、开发流程，以及在研发设计、生产制造、质量检测、供应链管理等多环节的应用，并通过丰富案例展示人工智能技术在离散制造业和流程型制造业的实践成果。
本书旨在为制造行业从业者、研究人员、政府工作人员以及从事项目管理、工程技术、决策咨询等人员提供系统性的理论知识与实践参考，亦可作为高等院校人工智能、智能制造相关专业师生的参考书，助力推动制造行业的智能化转型与发展，促进人工智能与制造行业的深度融合。
|
| 目錄：
|
理论篇
第1章 人工智能的内涵、特征及发展002
1.1 人工智能的基本内涵 002
1.1.1 智能的定义 002
1.1.2 人工智能的定义 003
1.1.3 人工智能应用的核心要素 006
1.2 人工智能的主要特征 009
1.2.1 自学习能力 010
1.2.2 自适应能力 010
1.3 人工智能与工业4.0/5.0的协同发展 011
1.3.1 工业4.0 与工业5.0 的定义与特点 011
1.3.2 工业4.0 与工业5.0 的关系 013
1.3.3 人工智能与工业4.0/5.0 的协同 015
第2章 制造行业人工智能应用基础017
2.1 人工智能对制造业的颠覆性影响 017
2.1.1 产品设计范式革命 017
2.1.2 生产流程自进化系统 018
2.1.3 供应链认知革命 019
2.1.4 质量管控维度升维 020
2.1.5 运维服务价值重构 021
2.1.6 制造生态体系重构 022
2.2 人工智能在制造业中应用面临的挑战 023
2.2.1 技术融合的困境 023
2.2.2 数据获取与管理的难题 024
2.2.3 人才短缺与技能不足 025
2.2.4 安全与隐私问题 025
2.2.5 伦理与法律问题 026
2.3 人工智能在制造业中应用的核心技术 026
2.3.1 计算机视觉与工业视觉检测技术 027
2.3.2 工业物联网(IIoT)与边缘计算 027
2.3.3 机器学习与深度学习算法 027
2.3.4 数字孪生与虚拟仿真 028
2.3.5 强化学习与动态优化 029
2.3.6 知识图谱与自然语言处理 029
第3章 制造行业人工智能应用架构030
3.1 总体架构 030
3.2 基础支撑层 032
3.2.1 工业物联网架构 032
3.2.2 数字孪生基础架构 034
3.3 数据智能层 035
3.3.1 多源异构数据融合 035
3.3.2 特征工程体系 036
3.4 算法模型层 037
3.4.1 制造专用算法库 037
3.4.2 模型优化技术 039
3.5 平台服务层 040
3.5.1 工业AI 中台架构 040
3.5.2 开发运维体系 042
3.6 应用场景层 044
3.6.1 智能研发设计 044
3.6.2 制造执行优化 048
3.6.3 智能试验验证 052
3.6.4 智能质量检测 058
3.6.5 智能运维服务 063
3.6.6 安全与可信保障 069
第4章 制造行业人工智能开发流程075
4.1 需求分析与项目规划 075
4.1.1 技术可行性评估 077
4.1.2 项目路线图制定 079
4.2 工业数据工程 081
4.2.1 数据采集与预处理 081
4.2.2 数据标注与增强 082
4.2.3 数据治理与特征工程 084
4.3 模型开发与验证 085
4.3.1 算法选型与适配 085
4.3.2 模型训练与优化 087
4.3.3 模型验证与迭代 089
4.4 系统部署与运维 090
4.4.1 边缘计算设备选型 090
4.4.2 人机交互系统开发 091
4.4.3 持续运维体系 092
4.5 全流程优化与标准化 094
4.5.1 效能评估体系 095
4.5.2 知识沉淀与复用 095
4.5.3 标准体系建设 096
应用篇
第5章 人工智能在研发设计中的应用099
5.1 智能设计 099
5.1.1 基于深度学习的创意生成与评估 099
5.1.2 智能设计中的用户需求分析 100
5.1.3 智能设计中的协同创新 101
5.2 智能仿真 102
5.2.1 仿真模型的智能构建与优化 102
5.2.2 智能仿真中的实时数据交互 108
5.3 智能研发管理 109
5.3.1 研发项目管理中的智能进度监控 109
5.3.2 研发资源管理中的智能调配 111
5.3.3 研发知识管理中的智能挖掘与共享 114
5.4 智能研发中的数据管理 116
5.4.1 研发数据的采集与预处理 116
5.4.2 研发数据的存储与管理 118
5.4.3 研发数据的共享与协同 120
第6章 人工智能在生产制造中的应用123
6.1 智能生产计划与调度 123
6.1.1 智能生产计划中的需求预测 123
6.1.2 生产计划的智能制定与调整 125
6.1.3 生产调度的智能优化与执行 127
6.1.4 智能生产调度中的资源分配 130
6.1.5 智能生产计划与调度的集成与协同 132
6.2 智能生产过程控制 135
6.2.1 生产设备的智能监控与故障诊断 135
6.2.2 生产过程的智能优化与质量控制 137
6.2.3 智能生产过程中的实时数据处理 139
6.2.4 智能生产过程中的自动控制 140
6.3 智能机器人与自动化生产线 142
6.3.1 智能机器人的技术特点与应用 142
6.3.2 自动化生产线的智能升级与优化 144
6.3.3 智能机器人与自动化生产线的集成 146
6.3.4 智能机器人与自动化生产线的故障预测与维护 147
6.4 智能生产中的物流与仓储 150
6.4.1 物流路径的智能规划与优化 150
6.4.2 配送过程的智能调度与监控 153
6.4.3 仓储管理中的智能库存控制 155
6.4.4 仓储管理中的智能设备应用 158
6.4.5 物流与仓储的集成与协同 162
第7章 人工智能在质量检测中的应用165
7.1 智能视觉检测技术 165
7.1.1 视觉检测系统的构建与优化 165
7.1.2 基于深度学习的缺陷检测算法 168
7.1.3 智能视觉检测中的多模态数据融合 169
7.1.4 智能视觉检测中的实时反馈与调整 172
7.2 质量数据智能分析与预测 174
7.2.1 质量数据的采集与预处理 174
7.2.2 质量问题的智能诊断与预测 177
7.2.3 质量数据智能分析中的数据挖掘 181
7.2.4 质量数据智能分析中的实时监控 184
7.3 智能质量控制与改进 187
7.3.1 质量控制策略的智能制定与调整 187
7.3.2 质量改进措施的智能评估与实施 189
第8章 人工智能在供应链管理中的应用192
8.1 智能需求预测与计划 192
8.1.1 基于大数据的需求预测模型 192
8.1.2 需求计划的智能优化与调整 193
8.1.3 智能需求预测中的数据处理与分析 194
8.1.4 智能需求预测中的实时反馈与调整 195
8.2 智能采购与供应商管理 196
8.2.1 供应商评估与选择的智能决策 196
8.2.2 采购过程的智能监控与优化 198
8.2.3 智能采购中的多模态数据融合 200
8.3 智能物流与配送 201
8.3.1 物流路径的智能规划与优化 201
8.3.2 配送过程的智能调度与监控 202
8.4 智能仓储管理 206
8.4.1 总体设计 206
8.4.2 系统实现 209
8.4.3 智能仓储管理系统应用 214
案例篇
第9章 离散制造业人工智能应用218
9.1 航天行业 218
9.1.1 产品设计与研发 218
9.1.2 制造与生产 219
9.2 航空行业 221
9.2.1 设计与仿真阶段 221
9.2.2 生产与制造阶段 222
9.2.3 供应链管理与维护阶段 224
9.3 船舶行业 225
9.3.1 船舶设计与研发 225
9.3.2 船舶生产与制造 227
9.3.3 船舶供应链管理 228
9.4 汽车行业 229
9.4.1 汽车研发与设计 229
9.4.2 汽车生产与制造 232
9.4.3 汽车供应链管理 236
9.5 电器行业 237
9.5.1 电器研发设计 237
9.5.2 电器生产制造 238
9.5.3 电器供应链管理 240
9.6 纺织行业 241
9.6.1 纺织研发设计 241
9.6.2 纺织生产制造 242
9.6.3 纺织供应链管理 243
第10章 流程型制造业人工智能应用245
10.1 化工行业 245
10.1.1 工艺优化 245
10.1.2 新材料研发 246
10.2 石化行业 248
10.2.1 生产流程优化 248
10.2.2 质量检测与预测 250
10.2.3 安全与环境管理 251
10.2.4 供应链优化 252
10.3 印刷行业 252
10.3.1 印刷质量智能检测 252
10.3.2 个性化印刷定制 253
10.3.3 生产动态调度与智能监控 254
10.4 冶金行业 255
10.4.1 高炉智能控制 255
10.4.2 转炉炼钢智能优化 256
10.4.3 烧结机智能监测 256
10.4.4 轧材尺寸精度控制 256
10.5 水泥行业 257
10.5.1 智能在线质量控制系统(HOQC)深度应用 257
10.5.2 智能质量控制系统在环保领域的突破 258
10.5.3 智能化实验室的创新实践 258
10.5.4 华为盘古大模型在水泥生产中的多场景应用 259
10.5.5 出厂水泥智能化管理系统的高效运作 260
10.6 橡胶行业 260
10.6.1 智能排产系统在赛轮集团的深度应用 260
10.6.2 横滨橡胶配方设计系统的技术革新 261
10.6.3 软控股份MESIIC 平台的多场景赋能 262
参考文献267
|
| 內容試閱：
|
制造业作为国民经济的支柱产业，其发展水平直接关系到国家的综合实力与竞争力。在当今数字化、网络化、智能化的时代浪潮下，人工智能技术正以前所未有的速度和深度，重塑制造业的生产方式、组织形式和价值创造模式。
人工智能作为一种模拟人类智能行为的新兴技术，具备自学习、自适应等强大能力，其发展经历了从理论奠基到产业渗透的多个阶段。从早期的萌芽与探索，到如今深度学习驱动的爆发式增长，以及迈向通用人工智能的征程，人工智能技术不断成熟并与各领域深度融合。
工业4.0提出了智能制造的概念，强调生产设备的互联互通与智能化生产；工业5.0则更注重人机协同、可持续发展和定制化生产。人工智能与工业4.0、工业5.0的协同发展，成为推动制造业向高端化、智能化、绿色化转型的关键力量。
在制造行业中，人工智能的应用具有颠覆性意义。它能够实现生产流程的自进化，通过智能分析和优化，提高生产效率和资源利用率；在产品设计方面，借助人工智能算法，可以快速生成创意并进行评估，实现设计范式的革命；供应链管理也因人工智能的预测和优化能力而发生认知革命；质量管控从传统的抽样检测转变为全方位、实时的质量监测与预测；运维服务通过智能诊断和远程监控，提升设备可靠性和服务价值；整个制造生态体系在人工智能的赋能下得以重构，形成更加协同、高效的产业格局。
然而，人工智能在制造业的应用并非一帆风顺。技术融合面临诸多困境，不同技术之间的兼容性和集成性有待突破；数据获取与管理存在难题，数据的准确性、完整性和安全性难以保障；人才短缺与技能不足限制了人工智能技术的深入应用；安全与隐私问题以及伦理与法律挑战也不容忽视。
本书旨在全面深入地探讨人工智能技术及其在制造行业的应用。全书分为理论篇、应用篇和案例篇三大部分。其中，理论篇将阐述人工智能的内涵、特征及发展历程，分析其与工业4.0、工业5.0的协同发展关系，并深入研究制造行业人工智能应用的基础理论、面临的挑战以及核心技术。应用篇详细介绍了制造行业人工智能的应用架构，包括基础支撑层、数据智能层、算法模型层、平台服务层和应用场景层，涵盖了从数据采集到智能应用的全过程。同时，对制造行业人工智能开发流程进行了系统梳理，包括需求分析、数据工程、模型开发、系统部署与运维以及全流程优化与标准化。案例篇则聚焦于离散制造业和流程型制造业中人工智能的实际应用案例。离散制造业涵盖了航天、航空、船舶、汽车、电器、纺织等行业的丰富案例，展示了人工智能在产品设计、生产制造、供应链管理等环节的创新应用。流程型制造业包括对化工、石化、印刷、冶金、水泥、橡胶等行业的案例分析，体现了人工智能在工艺优化、质量检测、安全与环境管理等方面的重要价值。
本书的编写得到了众多专家、学者的支持与帮助。在撰写过程中，参考了大量国内外权威文献资料，在此向所有文献作者致以诚挚的谢意。本书的编写工作得到了国家国防科工局军工项目审核中心张滨刚、于进、郝文涛、陈敏思、黄皆知、梁津津、窦小强、杨宇、田林涛、王斌、王烨、张晓斌、康华锋、钱翰博、张晓斌等领导和同事的大力支持与帮助。在本书成书过程中，中国工程院刘永才院士、中国航天科工三院刘志强对本书提出了宝贵意见，同时，还得到了业内众多人工智能专家的指点，在此一并致以最诚挚的谢意。
需 要说明的是，人工智能技术及制造行业应用仍处于快速发展和不断演进的阶段，书中难免存在一些不足之处，恳请广大读者批评指正。
我们期望本书能够为制造行业的研究人员、工程师、企业管理人员以及相关专业学生提供有价值的理论指导和实践参考，共同推动人工智能技术在制造行业的深度应用与发展，助力制造业迈向更加智能化的未来。
著者
2025 年7 月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
暢銷書架
![[共2册]利他性销售+利他式表达全2册正版书籍破解销售密码实现业绩狂飙洞察客户未言明核心需求痛点成交](http://img.megbook.hk/upload/mall/productImages/26/10/9787547753248.jpg)
