《化工智能制造概論》是為滿足過程工業(yè)高端化、綠色化、智能化可持續(xù)發(fā)展和新材料領(lǐng)域發(fā)展的重大需求而組織編寫的戰(zhàn)略性新興領(lǐng)域“十四五”高等教育教材。全書共7章，包括智能制造背景與基本內(nèi)容、工業(yè)大數(shù)據(jù)與數(shù)據(jù)挖掘、機器學(xué)習(xí)在智能化工中的應(yīng)用、智能優(yōu)化與化工過程綜合、先進及智能控制系統(tǒng)、藥物和精細化學(xué)品的智能制造、化工安全生產(chǎn)智慧化管理。本書重點介紹互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新一代信息技術(shù)為化工智能制造提供的新方法與制造模式，并在每章引入了工程案例，以強化學(xué)生工程觀念，培養(yǎng)其分析和解決實際工程問題的能力。
本書可作為化工、材料、制藥等相關(guān)專業(yè)本科生教材，也可作為研究生教材及科技工作者的參考用書。
都健教授任教30年來一直承擔(dān)“化工過程分析與合成”“化工原理”等課程的教學(xué)任務(wù)，負責(zé)國家質(zhì)量工程建設(shè)項目化工原理“金課”建設(shè)、化工過程分析與合成數(shù)字化課程建設(shè)、中國高等教育學(xué)會“十三五”重大攻關(guān)子課題——化工在線課程群“化工過程分析與合成”分課程建設(shè)。主編的教材有：化工過程分析與綜合（中國石油和化學(xué)工業(yè)出版物（教材類）一等獎，化學(xué)工業(yè)出版社，2019年）、化工原理（上冊）（“十一五”國家 級規(guī)劃教材，高等教育出版社，2015年，遼寧省首屆優(yōu)秀教材建設(shè)獎）、化工原理實驗（中國石油和化學(xué)工業(yè)出版物（教材類）一等獎，化學(xué)工業(yè)出版社，2017年）。
獲寶鋼教育基金獎優(yōu)秀教師獎、遼寧省優(yōu)秀教師、遼寧省教學(xué)名師獎、大連理工大學(xué)屈伯川獎教金、大連理工大學(xué)教學(xué)質(zhì)量優(yōu)秀獎、大連理工大學(xué)示范教師等。負責(zé)的“化工原理”課程2018年獲批國家精品在線開放課程。負責(zé)的“化工過程分析與合成”課程獲批2020年獲批首批國家 級一 流本科課程。2020年作為負責(zé)人負責(zé)的化工原理課程建設(shè)獲得遼寧省優(yōu)秀教學(xué)成果一等獎。是“化工原理-中國石油化學(xué)行業(yè)優(yōu)秀教學(xué)團隊”的負責(zé)人。負責(zé)國家自然科學(xué)基金項目3項，發(fā)表科研論文近100篇，化工三大期刊及本專業(yè)TOP 10文章10余篇，2013年獲遼寧省技術(shù)發(fā)明二等獎。
第1章 智能制造背景與基本內(nèi)容 1
1.1 智能制造的產(chǎn)生與發(fā)展 1
1.2 智能制造的基本內(nèi)容與體系基礎(chǔ)及架構(gòu) 4
1.3 智能制造的關(guān)鍵信息技術(shù) 6
1.4 數(shù)據(jù)驅(qū)動下的企業(yè)管理與運行 9
1.5 化學(xué)工業(yè)智能制造現(xiàn)狀及面臨的挑戰(zhàn) 10
本章小結(jié) 18
思考題 18
參考文獻 18
第2章 工業(yè)大數(shù)據(jù)與數(shù)據(jù)挖掘 21
2.1 數(shù)據(jù)挖掘概述 21
2.1.1 數(shù)據(jù)挖掘過程 22
2.1.2 基本數(shù)據(jù)類型 23
2.2 工業(yè)大數(shù)據(jù)及其特點 26
2.2.1 流程工業(yè) 27
2.2.2 能源工業(yè) 28
2.2.3 制藥工業(yè) 28
2.3 數(shù)據(jù)特征提取與清洗 29
2.3.1 數(shù)據(jù)特征提取 30
2.3.2 數(shù)據(jù)清洗 33
2.4 數(shù)據(jù)簡化轉(zhuǎn)換與預(yù)分析 35
2.4.1 數(shù)據(jù)的簡化與轉(zhuǎn)換 35
2.4.2 相似性與距離分析 41
2.4.3 聚類分析 46
2.4.4 異常值分析 49
2.5 應(yīng)用示例：玉米淀粉食品工業(yè)數(shù)據(jù)處理 54
本章小結(jié) 57
思考題 57
參考文獻 58
第3章 機器學(xué)習(xí)在智能化工中的應(yīng)用 61
3.1 機器學(xué)習(xí)概述 61
3.2 監(jiān)督式與無監(jiān)督學(xué)習(xí) 67
3.3 決策樹方法 68
3.3.1 劃分選擇 69
3.3.2 剪枝 70
3.3.3 連續(xù)與缺失值 70
3.3.4 多變量決策樹 72
3.3.5 決策樹算例：藥物合成中有機分子購買必要性的預(yù)測 72
3.4 支持向量機 75
3.4.1 支持向量機定義與分類 75
3.4.2 分割超平面 76
3.4.3 SVM 求解原理 76
3.4.4 間隔和支持向量 77
3.4.5 對偶問題 78
3.4.6 核函數(shù) 80
3.4.7 軟間隔與正則化 82
3.4.8 支持向量機的優(yōu)缺點 85
3.4.9 算例 85
3.5 人工神經(jīng)網(wǎng)絡(luò) 88
3.5.1 人工神經(jīng)網(wǎng)絡(luò)概述 88
3.5.2 神經(jīng)元 89
3.5.3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 90
3.5.4 感知機與多層網(wǎng)絡(luò)/ 多層前饋神經(jīng)網(wǎng)絡(luò) 91
3.5.5 誤差反向傳播算法 93
3.5.6 全局最小與局部極小 95
3.5.7 其他常見神經(jīng)網(wǎng)絡(luò) 96
3.6 貝葉斯神經(jīng)網(wǎng)絡(luò) 98
3.6.1 概率圖模型概述 99
3.6.2 頻率派與貝葉斯學(xué)派 99
3.6.3 貝葉斯定理 100
3.6.4 貝葉斯神經(jīng)網(wǎng)絡(luò) 102
3.6.5 貝葉斯神經(jīng)網(wǎng)絡(luò)的用途 104
3.6.6 樸素貝葉斯 105
3.6.7 算例 106
3.7 應(yīng)用示例：反應(yīng)溶劑與聚合物設(shè)計 107
3.7.1 反應(yīng)溶劑設(shè)計 107
3.7.2 聚合物設(shè)計 120
本章小結(jié) 129
思考題 129
參考文獻 129
第4章 智能優(yōu)化與化工過程綜合 133
4.1 智能優(yōu)化算法概述 133
4.2 遺傳算法 134
4.2.1 遺傳算法的基本思想和流程 135
4.2.2 遺傳算法的收斂性分析 136
4.2.3 遺傳算法參數(shù)和操作的設(shè)計 136
4.3 蟻群算法 138
4.3.1 蟻群算法的基本原理 138
4.3.2 蟻群算法的收斂性分析 140
4.3.3 蟻群算法參數(shù)和操作的設(shè)計 141
4.4 模擬退火算法 143
4.4.1 模擬退火算法的基本思想和流程 143
4.4.2 模擬退火算法的收斂性分析 145
4.4.3 模擬退火算法參數(shù)和操作的設(shè)計 146
4.4.4 并行模擬退火算法 147
4.4.5 模擬退火遺傳混合算法 147
4.5 禁忌搜索算法 151
4.5.1 禁忌搜索算法的基本思想和流程 151
4.5.2 禁忌搜索算法的收斂性分析 152
4.5.3 禁忌搜索算法參數(shù)和操作的設(shè)計 154
4.6 應(yīng)用示例：化工網(wǎng)絡(luò)綜合 156
4.6.1 功熱交換網(wǎng)絡(luò)綜合 156
4.6.2 單組分體系質(zhì)熱交換網(wǎng)絡(luò)綜合 161
4.6.3 換熱器網(wǎng)絡(luò)綜合 166
本章小結(jié) 174
思考題 174
參考文獻 175
第5章 先進及智能控制系統(tǒng) 177
5.1 過程控制系統(tǒng)概述 177
5.1.1 過程控制系統(tǒng)的由來 177
5.1.2 過程控制系統(tǒng)特點 178
5.1.3 過程控制系統(tǒng)結(jié)構(gòu) 179
5.1.4 過程控制系統(tǒng)的性能指標(biāo) 183
5.1.5 過程控制策略 185
5.1.6 過程控制系統(tǒng)的要求和任務(wù) 187
5.2 自適應(yīng)控制系統(tǒng) 191
5.2.1 自適應(yīng)控制概述 191
5.2.2 模型參考自適應(yīng)控制 194
5.2.3 自校正控制 197
5.3 模型預(yù)測控制 200
5.3.1 模型預(yù)測控制概述 200
5.3.2 模型預(yù)測控制基本原理 201
5.3.3 動態(tài)矩陣控制理論 203
5.4 網(wǎng)絡(luò)控制系統(tǒng) 209
5.4.1 網(wǎng)絡(luò)控制系統(tǒng)的一般原理與結(jié)構(gòu) 210
5.4.2 網(wǎng)絡(luò)控制系統(tǒng)的特點與影響因素 211
5.4.3 集散控制系統(tǒng) 212
5.5 智能控制系統(tǒng) 213
5.5.1 智能控制系統(tǒng)的特點與評價準(zhǔn)則 214
5.5.2 智能控制系統(tǒng)的分類 214
5.5.3 復(fù)合智能控制系統(tǒng) 215
5.6 質(zhì)量控制 216
5.6.1 質(zhì)量波動 218
5.6.2 生產(chǎn)過程的質(zhì)量狀態(tài) 218
5.6.3 控制圖 220
5.6.4 過程能力 222
5.7 應(yīng)用示例：精餾塔和萃取精餾控制 224
5.7.1 精餾塔控制 224
5.7.2 萃取精餾流程控制 229
本章小結(jié) 233
思考題 233
參考文獻 234
第6章 藥物和精細化學(xué)品的智能制造 237
6.1 藥物和精細化學(xué)品的分子設(shè)計原理 237
6.1.1 計算機輔助分子設(shè)計 237
6.1.2 計算機輔助藥物設(shè)計 239
6.1.3 人工智能在藥物設(shè)計中的應(yīng)用 241
6.2 配方產(chǎn)品的智能設(shè)計 245
6.2.1 配方的最優(yōu)化設(shè)計原理 246
6.2.2 計算機輔助配方設(shè)計 248
6.2.3 人工神經(jīng)網(wǎng)絡(luò)在藥物配方設(shè)計中的應(yīng)用 250
6.3 工藝過程智能優(yōu)化和設(shè)計 253
6.3.1 高通量自動化篩選技術(shù) 253
6.3.2 微通道反應(yīng)技術(shù) 260
6.3.3 機器學(xué)習(xí)在工藝智能優(yōu)化中的應(yīng)用 266
6.4 工業(yè)4.0 背景下藥物智能制造 270
6.4.1 在線分析與過程控制 272
6.4.2 物料追蹤與狀態(tài)監(jiān)測 278
6.4.3 信息管理與系統(tǒng)集成 279
6.4.4 在線優(yōu)化與智慧工廠 280
6.5 應(yīng)用示例：藥物和精細化學(xué)品的智能制造 283
6.5.1 基于連續(xù)流技術(shù)的智能平臺 283
6.5.2 機器人自動化多樣合成平臺 285
6.5.3 機器學(xué)習(xí)自動化有機合成 290
本章小結(jié) 292
思考題 292
參考文獻 292
第7章 化工安全生產(chǎn)智慧化管理 297
7.1 “互聯(lián)網(wǎng)+ �；踩a(chǎn)”總體建設(shè)方案 297
7.1.1 應(yīng)用場景 298
7.1.2 工業(yè)APP 303
7.1.3 工業(yè)機理模型 305
7.2 危化企業(yè)安全風(fēng)險智能化管控平臺架構(gòu) 306
7.3 �；髽I(yè)安全風(fēng)險管控應(yīng)用服務(wù)數(shù)字化建設(shè) 310
7.3.1 危險化學(xué)品企業(yè)雙重預(yù)防機制 311
7.3.2 特殊作業(yè)許可與作業(yè)過程管理系統(tǒng) 320
7.3.3 智能巡檢系統(tǒng) 323
7.3.4 人員定位系統(tǒng) 326
7.4 智能化設(shè)備全生命周期管理技術(shù) 328
7.4.1 設(shè)備全生命周期管理系統(tǒng)功能 329
7.4.2 設(shè)備資產(chǎn)完整性管理數(shù)字化平臺設(shè)計與應(yīng)用 332
7.5 應(yīng)用示例：智能工廠建設(shè)與HSE管理智能化建設(shè) 335
7.5.1 智能工廠建設(shè) 335
7.5.2 HSE 管理智能化建設(shè) 338
本章小結(jié) 341
思考題 341
參考文獻 342
書單推薦
