在线客服
工业大数据:架构与应用(大数据技术与应用)图书
人气:27

工业大数据:架构与应用(大数据技术与应用)

工业大数据新书,深度解读国内外工业大数据架构。全国信标委齐建军、工业4.0产业联盟秘书长杜玉河倾情推荐。
  • 所属分类:图书 >工业技术>电子 通信>一般性问题  
  • 作者:[郑树泉],[宗宇伟],[董文生],[丁志刚] 主编
  • 产品参数:
  • 丛书名:--
  • 国际刊号:9787547836217
  • 出版社:上海科学技术出版社
  • 出版时间:2017-07
  • 印刷时间:2017-07-01
  • 版次:1
  • 开本:16开
  • 页数:--
  • 纸张:胶版纸
  • 包装:平装-胶订
  • 套装:

内容简介

本书共分12章,首先论述了智能制造与大数据的关系(第1章),在分析了德国工业架构模型RAMI4.0、美国工业互联网参考模型IIRA、日本工业价值链参考框架IVRA及中国制造2025体系架构的基础上提出了工业大数据架构(第2章)。第3章至第11章分别就工业大数据的三个维度展开阐述。第3、4、5章分别在产品价值链维度三大环节(研发、生产和服务)论述了工业大数据应用,第6、7、8章分别从企业纵向维度论述了智能制造的三个子系统,即信息物理系统(CPS)、管理信息系统(MIS)和互联网 ,第9、10、11章分别从IT价值链集成维度(业务架构、信息系统架构和技术架构)论述了工业大数据整体架构及集成技术。后,第12章讨论了工业大数据安全、质量等大数据治理环节内容。

编辑推荐

工业大数据:架构与应用》是“大数据技术与应用”丛书之一,入选了“国家‘十三五’重点图书出版规划项目”。

目前智能制造是经济转型升级过程中的一个内容,各省市及国家都在推出各类智能制造专项。而工业大数据是智能制造的核心,其中的关键是企业内外各类信息系统及信息的集成,工业大数据架构是一项基础性的工作。

工业大数据:架构与应用》基于成熟的相关理论及国外成熟的相关架构;基于工业大数据参考架构这个模型组织全书内容,为大家梳理出一个很清楚的脉络;使用了大量的架构图表(100多张);每章都有大量案例(共50个以上)说明各章的核心观点。

作者简介

郑树泉,上海计算机软件技术开发中心嵌入式工程中心副主任,上海产业技术研究院工程大数据服务创新中心主任,高级工程师。获得4项相关专利,其中含发明专利二项,合作发表相关论文六篇,获得上海科技进步三等奖。研究了德国的工业4.0战略、美国的工业互联网战略及中国制造2025战略,作为“智能工厂通用技术标准试验验证”及“智能制造工业云、大数据标准试验验证”二个标准的专家组成员参与了七个标准的起草工作。提出了工业大数据参考架构。是中国信标委工业大数据工作组“工业大数据白皮书”主要起草人员之一,联合上海市政工程设计院桥梁所联合开发了桥梁健康监测及养护平台等多个工业大数据应用。

目录

第1章绪论1

●1.1智能制造及技术体系4

1.1.1智能制造的定义4

1.1.2智能制造的目标5

1.1.3智能制造的技术体系6

●1.2工业大数据的战略作用8

1.2.1大数据与企业核心能力9

1.2.2大数据与价值链11

1.2.3大数据与制造模式13

●1.3工业大数据定义、特征18

1.3.1工业大数据定义18

1.3.2工业大数据特征19 第1章绪论1

●1.1智能制造及技术体系4

1.1.1智能制造的定义4

1.1.2智能制造的目标5

1.1.3智能制造的技术体系6

●1.2工业大数据的战略作用8

1.2.1大数据与企业核心能力9

1.2.2大数据与价值链11

1.2.3大数据与制造模式13

●1.3工业大数据定义、特征18

1.3.1工业大数据定义18

1.3.2工业大数据特征19

●1.4工业大数据战略、实现路径及实施流程19

1.4.1不同类型的业务战略19

1.4.2工业大数据价值实现路径21

1.4.3工业大数据实施流程23

参考文献25

第2章工业大数据架构27

●2.1德国工业4.0参考架构30

2.1.1背景30

2.1.2RAMI4.0模型30

2.1.3功能层31

2.1.4生命周期与价值流33

2.1.5企业纵向层33

2.1.6工业4.0组件34

●2.2美国工业互联网参考架构37

2.2.1背景37

2.2.2工业互联网架构基本概念38

2.2.3业务视角39

2.2.4应用视角39

2.2.5功能视角40

2.2.6实施视角42

●2.3日本工业价值链参考架构43

2.3.1背景43

2.3.2IVRA模式44

2.3.3智能制造单元46

●2.4中国制造2025参考架构47

2.4.1背景47

2.4.2智能制造系统架构47

2.4.3智能制造标准体系结构49

●2.5工业大数据参考架构50

2.5.1生命周期与价值流51

2.5.2企业纵向层级52

2.5.3IT价值链55

参考文献58

第3章研发大数据59

●3.1研发大数据的类型61

●3.2研发大数据的应用62

3.2.1基于模型的研发设计62

3.2.2基于仿真的研发设计65

3.2.3基于产品生命周期的设计67

3.2.4融合消费者反馈的设计69

●3.3研发大数据的创新71

3.3.1产品创新研发的消费者驱动模式71

3.3.2产品创新的技术驱动模式71

3.3.3用数据让竞争创新透明化72

●3.4研发大数据服务技术平台74

参考文献76

第4章生产大数据77

●4.1企业资源管理(ERP)79

4.1.1ERP简介79

4.1.2ERP体系79

4.1.3融合大数据的ERP实施80

●4.2企业制造执行系统(MES)81

4.2.1MES简介81

4.2.2MES体系82

4.2.3结合大数据的MES应用84

●4.3客户关系管理(CRM)87

4.3.1CRM简介87

4.3.2运用大数据的CRM营销88

●4.4供应链管理(SCM)90

4.4.1SCM简介90

4.4.2基于大数据的SCM优化91

4.4.3大数据时代下的SCM变革92

参考文献96

第5章服务大数据97

●5.1服务大数据类型及价值体现99

5.1.1服务大数据的类型100

5.1.2服务大数据主要来源及其价值体现100

●5.2服务大数据应用103

5.2.1预测性维修103

5.2.2城市基础设施管理109

5.2.3企业能源管理114

参考文献118

第6章信息物理系统119

●6.1CPS的基本理论121

6.1.1CPS的定义121

6.1.2CPS的本质123

6.1.3CPS体系架构124

●6.2CPS在产品全生命周期中的应用126

6.2.1研发与设计127

6.2.2生产与供应链管理128

6.2.3运维与服务129

●6.3CPS下的智能工厂130

6.3.1自动化和互联的设备131

6.3.2产品智能化且可配置131

6.3.3智能的机器和流程132

6.3.4具有知识的人133

●6.4CPS下的智慧城市136

参考文献141

第7章企业管理信息系统143

●7.1企业管理信息系统的发展历程144

7.1.1信息技术在企业应用的发展历程145

7.1.2信息化管理的成熟度模型146

7.1.3企业管理信息系统的七个阶段147

7.1.4企业集成运行的成熟度模型148

●7.2管理信息系统构成149

7.2.1从信息角度149

7.2.2从职能角度150

7.2.3从应用角度151

●7.3两化融合下的管理信息系统集成153

7.3.1信息化集成标准153

7.3.2纵向集成155

7.3.3跨越整个价值链的端到端工程数字集成157

7.3.4价值网络的横向集成159

7.3.5信息化集成系统内的系统集成160

●7.4工业大数据下的关键应用164

7.4.1高级计划与排程164

7.4.2产品生命周期管控165

7.4.3供应链集成166

参考文献167

第8章“互联网 ”时代的工业转型169

●8.1理论基础171

8.1.1马斯洛需求理论171

8.1.2生产型消费者与共享经济172

8.1.3平台战略174

●8.2个性化定制177

8.2.1产生背景177

8.2.2个性化定制业务框架177

8.2.3应用案例180

●8.3网络化协同制造184

8.3.1产生背景184

8.3.2网络化协同制造业务框架184

8.3.3应用案例188

●8.4制造业分享经济190

8.4.1产生背景190

8.4.2制造业分享经济业务框架191

8.4.3应用案例194

参考文献197

第9章业务架构199

●9.1企业信息化发展阶段201

9.1.1部门级信息化应用阶段202

9.1.2企业级信息化应用阶段202

9.1.3基于网络的信息化应用阶段203

●9.2工业大数据创新业务模式206

9.2.1智能化生产应用206

9.2.2智能化设计应用207

9.2.3智能化营销208

9.2.4网络化应用209

9.2.5个性化应用209

9.2.6服务化应用210

9.2.7平台化应用212

9.2.8供应链优化应用214

●9.3工业大数据能力成熟度模型214

9.3.1工业大数据能力成熟度模型等级215

9.3.2工业大数据能力成熟度内容与要求216

●9.4工业大数据业务架构规划219

9.4.1工业大数据规划步骤220

9.4.2工业大数据业务架构221

参考文献226

第10章信息系统架构229

●10.1应用架构231

10.1.1应用架构的规划原则231

10.1.2工业大数据应用架构参考模型232

●10.2数据架构235

10.2.1元数据与主数据236

10.2.2数据生命周期与数据质量237

10.2.3数据架构规划239

10.2.4数据架构模型241

●10.3工业大数据信息系统架构的实现242

10.3.1制造企业信息系统分析242

10.3.2工业大数据的处理分析流程244

10.3.3工业大数据信息系统架构模型245

参考文献251

第11章信息技术架构253

●11.1工业云服务255

11.1.1工业云服务概念255

11.1.2工业云服务类型及典型服务255

●11.2大数据开源技术组件258

11.2.1数据采集阶段开源技术组件259

11.2.2数据存储阶段开源技术组件259

11.2.3数据计算阶段开源技术组件260

11.2.4数据分析与挖掘阶段开源技术组件261

11.2.5ETL阶段的开源技术组件262

11.2.6可视化阶段的开源技术组件263

●11.3工业大数据信息技术架构263

11.3.1数据层264

11.3.2数据采集层266

11.3.3数据存储层266

11.3.4计算层269

11.3.5应用层270

11.3.6展示层271

●11.4信息技术架构典型案例272

11.4.1行业级工业大数据整体信息技术架构案例272

11.4.2应用级工业大数据信息技术架构案例275

参考文献280

第12章工业大数据治理283

●12.1工业大数据治理框架284

12.1.1工业大数据治理原则285

12.1.2工业大数据治理范围286

12.1.3工业大数据治理的实施与评估289

●12.2工业大数据质量293

12.2.1数据质量的基本概念293

12.2.2工业大数据质量管理参考架构295

12.2.3工业大数据质量项目实施方法296

●12.3工业大数据安全298

12.3.1工业4.0世界中的威胁与挑战298

12.3.2工业大数据的安全目标和要求299

12.3.3典型的技术安全措施300

12.3.4实施方案303

参考文献306缩略语表307

名词索引313

图索引317

表索引323

案例索引325

网友评论(不代表本站观点)

免责声明

更多出版社