智能制造系統(tǒng)的數(shù)字孿生技術(shù):建模、優(yōu)化及故障診斷
定 價(jià):98 元
- 作者:羅智勇 著
- 出版時(shí)間:2024/7/1
- ISBN:9787122463777
- 出 版 社:化學(xué)工業(yè)出版社
- 中圖法分類:TH166
- 頁碼:260
- 紙張:
- 版次:01
- 開本:16開
本書以“數(shù)字孿生技術(shù)”為主題,圍繞智能制造過程中數(shù)字建模、流程優(yōu)化及故障診斷涉及的智能算法展開研究,針對典型工藝流程優(yōu)化及故障診斷遇到的難題,給讀者提供相應(yīng)的應(yīng)對策略和技術(shù)思考。
本書重點(diǎn)闡述智能制造過程中的數(shù)字孿生技術(shù),介紹了智能制造系統(tǒng)中的數(shù)字孿生建模技術(shù)、典型優(yōu)化問題、有約束優(yōu)化調(diào)度、非線性優(yōu)化調(diào)度、故障沖突診斷、智能制造系統(tǒng)數(shù)字孿生系統(tǒng)平臺搭建等內(nèi)容,突出智能制造數(shù)字孿生技術(shù)在建模、優(yōu)化和故障診斷過程中的有效性,并配以相應(yīng)的實(shí)例,確保讀者能直觀和準(zhǔn)確地理解各算法的精髓。
本書適合生產(chǎn)企業(yè)和智能制造管理部門的技術(shù)與管理人員,高等院校、科研單位計(jì)算機(jī)科學(xué)與技術(shù)、智能制造、機(jī)械電子工程等相關(guān)專業(yè)的師生閱讀,為他們解決工作、學(xué)習(xí)和研究中遇到的問題提供參考。
羅智勇
哈爾濱理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院教授、碩士生導(dǎo)師,智能計(jì)算與調(diào)度系統(tǒng)研究所副所長,工學(xué)博士。參與完成國家自然科學(xué)基金項(xiàng)目2項(xiàng),主持參與完成省級科研及教改項(xiàng)目6項(xiàng),橫向進(jìn)款累計(jì)超過300萬元;發(fā)表 SCI、EI期刊論文30余篇;編寫教材3部;曾獲省級科學(xué)技術(shù)進(jìn)步獎二等獎、教學(xué)成果二等獎;授權(quán)發(fā)明、實(shí)用新型等專利20余項(xiàng)。
第1章 智能制造與數(shù)字孿生概述 001~024
1.1 智能制造概述 002
1.1.1 制造業(yè)的發(fā)展歷程 002
1.1.2 智能制造的研究現(xiàn)狀 010
1.2 數(shù)字孿生概述 013
1.2.1 數(shù)字孿生的發(fā)展歷程 014
1.2.2 數(shù)字孿生的研究現(xiàn)狀 015
1.2.3 數(shù)字孿生的本質(zhì)及意義 017
1.3 數(shù)字孿生在智能制造中的應(yīng)用現(xiàn)狀 018
1.3.1 數(shù)字孿生在智能模型生命周期中的應(yīng)用 019
1.3.2 數(shù)字孿生在企業(yè)制造中的應(yīng)用 020
1.4 智能制造和數(shù)字孿生的未來 021
1.4.1 未來的智能制造 021
1.4.2 未來的數(shù)字孿生 022
本章小結(jié) 023
第2章 智能制造與數(shù)字孿生的基礎(chǔ)知識 025~058
2.1 智能制造的基礎(chǔ)知識 026
2.1.1 智能制造的基本概念及組成 026
2.1.2 智能制造的技術(shù)體系 029
2.1.3 智能制造的支撐平臺 035
2.2 數(shù)字孿生的基礎(chǔ)知識 037
2.2.1 數(shù)字孿生的基本概念、特征及常用模型 037
2.2.2 數(shù)字孿生的應(yīng)用原則及技術(shù)體系 042
2.2.3 數(shù)字孿生的支撐工具 044
2.3 建模技術(shù)理論 046
2.3.1 建模技術(shù)的基本概念 047
2.3.2 建模技術(shù)常用的方法 049
2.3.3 建模技術(shù)常用的工具 051
2.4 優(yōu)化調(diào)度理論 051
2.4.1 優(yōu)化調(diào)度的基本概念 052
2.4.2 優(yōu)化調(diào)度常用的方法 053
2.4.3 優(yōu)化調(diào)度常用的工具 056
本章小結(jié) 057
第3章 智能制造系統(tǒng)的數(shù)字孿生建模技術(shù) 059~100
3.1 模型設(shè)計(jì)的規(guī)則 060
3.1.1 目標(biāo)函數(shù)設(shè)計(jì) 060
3.1.2 模型約束設(shè)計(jì) 062
3.2 模型的評估 064
3.2.1 模型誤差分析 064
3.2.2 模型訓(xùn)練和評估方法 066
3.2.3 模型性能分析 069
3.3 線性模型 072
3.3.1 模型的定義 072
3.3.2 模型的求解 073
3.4 決策樹模型 075
3.4.1 決策樹模型的定義 075
3.4.2 決策樹模型的劃分選擇 077
3.4.3 決策樹模型的剪枝分析 078
3.5 工作流模型 080
3.5.1 Petri網(wǎng)方法的定義 080
3.5.2 Petri網(wǎng)模型過渡節(jié)點(diǎn)識別規(guī)則分析 082
3.5.3 Petri網(wǎng)方法的特點(diǎn)及性質(zhì)分析 083
3.5.4 工作流模型的定義、分類及基本結(jié)構(gòu) 085
3.5.5 工作流模型分析 088
3.5.6 工作流模型生成算法WMSA 090
3.6 概率圖模型 093
3.6.1 半馬爾科夫模型的定義 093
3.6.2 半馬爾科夫模型分析 096
本章小結(jié) 098
第4章 智能制造系統(tǒng)數(shù)字孿生的典型優(yōu)化問題 101~124
4.1 3D可視化智能制造數(shù)字孿生體的構(gòu)建問題 102
4.1.1 數(shù)字孿生模型組建的一般步驟 102
4.1.2 某數(shù)字孿生模型相關(guān)平臺的搭建 102
4.1.3 3D可視化數(shù)字孿生體場景搭建 104
4.2 數(shù)字孿生優(yōu)化模型描述的相關(guān)問題 110
4.2.1 離散事件動態(tài)系統(tǒng)的問題 110
4.2.2 常見的描述方法 113
4.2.3 描述方法確定的原則 117
4.3 數(shù)字孿生優(yōu)化模型可能存在的問題 120
4.3.1 連續(xù)與離散問題 120
4.3.2 隨機(jī)與確定問題 121
4.3.3 有約束與無約束問題 121
4.3.4 線性與非線性問題 121
4.3.5 局部與全局問題 122
4.3.6 凸與非凸問題 123
本章小結(jié) 123
第5章 智能制造系統(tǒng)的數(shù)字孿生有約束優(yōu)化調(diào)度 125~174
5.1 智能制造供應(yīng)鏈數(shù)字孿生體優(yōu)化的流程描述 126
5.1.1 汽車制造供應(yīng)鏈結(jié)構(gòu)分析 126
5.1.2 汽車制造供應(yīng)鏈特點(diǎn)分析 127
5.1.3 汽車制造供應(yīng)鏈復(fù)雜性分析 128
5.1.4 汽車制造政策描述 129
5.1.5 汽車制造供應(yīng)鏈描述 131
5.1.6 汽車制造供應(yīng)鏈問題分析 134
5.1.7 汽車制造工藝描述 135
5.2 線性工作流優(yōu)化調(diào)度算法 143
5.2.1 約束條件及目標(biāo)函數(shù)設(shè)定 143
5.2.2 優(yōu)化調(diào)度算法描述 144
5.2.3 算法驗(yàn)證分析 145
5.3 決策樹虛擬工作流優(yōu)化調(diào)度算法 154
5.3.1 決策樹虛擬工作流相關(guān)定義 155
5.3.2 剪枝策略 156
5.3.3 剪枝算法描述 157
5.3.4 虛擬分層算法描述 158
5.3.5 虛擬分層工作流剪枝算法DVSP描述 159
5.3.6 算法DVSP驗(yàn)證 161
5.3.7 算法DVSP分析 167
本章小結(jié) 172
第6章 智能制造系統(tǒng)的數(shù)字孿生非線性優(yōu)化調(diào)度 175~202
6.1 非線性優(yōu)化數(shù)字孿生體描述 176
6.1.1 汽車制造質(zhì)量控制流程 176
6.1.2 汽車制造質(zhì)量控制特點(diǎn)分析 178
6.2 非線性工作流優(yōu)化算法 179
6.2.1 虛擬優(yōu)化技術(shù) 179
6.2.2 非線性虛擬工作流相關(guān)定義 179
6.2.3 非線性虛擬工作流約束劃分、識別規(guī)則及目標(biāo)函數(shù)設(shè)定 181
6.2.4 非線性虛擬工作流建模算法 184
6.2.5 非線性虛擬工作流優(yōu)化調(diào)度算法 187
6.3 汽車制造過程質(zhì)量控制非線性工作流虛擬技術(shù)模型驗(yàn)證 190
6.4 過程質(zhì)量控制非線性工作流虛擬技術(shù)優(yōu)化實(shí)例分析 191
6.4.1 汽車制造過程質(zhì)量控制優(yōu)化調(diào)度過程分析 192
6.4.2 不同優(yōu)化調(diào)度算法比較分析 198
6.4.3 優(yōu)化調(diào)度算法性能分析 199
本章小結(jié) 201
第7章 智能制造系統(tǒng)的數(shù)字孿生故障沖突診斷 203~240
7.1 智能制造數(shù)字孿生體故障沖突概述 204
7.1.1 數(shù)字孿生體故障沖突類型 206
7.1.2 數(shù)字孿生體診斷模型常用的量化方法 207
7.1.3 故障沖突診斷方法 208
7.2 智能制造故障沖突診斷數(shù)字孿生體描述 209
7.2.1 計(jì)劃與銷售過程分析 209
7.2.2 訂單混合生產(chǎn)過程分析 210
7.2.3 訂單交付過程分析 212
7.2.4 汽車制造協(xié)同過程分析 214
7.3 數(shù)字孿生模型半馬爾科夫故障沖突診斷算法 217
7.3.1 診斷模型的相關(guān)定義及建立 217
7.3.2 數(shù)字孿生體工作流診斷模型的量化約束 219
7.3.3 數(shù)字孿生體工作流沖突診斷模型的量化及求解 219
7.4 智能制造系統(tǒng)數(shù)字孿生故障沖突診斷過程 220
7.4.1 模型故障沖突診斷的相關(guān)定義 220
7.4.2 模型故障沖突診斷操作規(guī)則 222
7.4.3 模型故障沖突診斷過程 225
7.5 典型案例應(yīng)用 226
7.5.1 模型算法執(zhí)行性能驗(yàn)證 226
7.5.2 模型沖突診斷過程驗(yàn)證 232
本章小結(jié) 238
第8章 智能制造的數(shù)字孿生系統(tǒng)平臺 241~259
8.1 系統(tǒng)平臺概述 242
8.1.1 制造企業(yè)現(xiàn)狀分析 242
8.1.2 需求及目標(biāo)設(shè)計(jì) 243
8.2 系統(tǒng)平臺的總體設(shè)計(jì) 246
8.2.1 總體原則 246
8.2.2 智能制造資源描述及分類 247
8.2.3 智能制造資源協(xié)控共享 248
8.2.4 系統(tǒng)平臺體系結(jié)構(gòu) 249
8.3 系統(tǒng)平臺的實(shí)現(xiàn) 252
8.3.1 系統(tǒng)平臺的運(yùn)行環(huán)境 252
8.3.2 系統(tǒng)平臺核心功能展示 252
8.4 系統(tǒng)平臺的性能分析 256
8.4.1 不同優(yōu)先級制造流程業(yè)務(wù)能力分析 256
8.4.2 系統(tǒng)平臺穩(wěn)定性分析 258
本章小結(jié) 258
參考文獻(xiàn) 260