大数据驱动的智能车间运行分析与决策方法

1智能制造与智能车间

• 第一节 智能制造与智能车间
• 第二节 智能制造的发展
• 第三节 智能车间的构成
• 第四节 智能化运行分析与决策
• 第五节 本书的主要内容和体系结构

2车间制造大数据

• 第一节 大数据概述
• 第二节 车间制造大数据的来源
• 第三节 车间制造大数据的特征
• 第四节 车间制造大数据的典型应用场景
• 第五节 车间制造大数据生命周期
• 第六节 本章小结

3大数据驱动的车间运行分析与决策模式

• 第一节 车间运行性能指标体系
• 第二节 车间运行分析的常用方法
• 第三节 车间运行决策的常用方法
• 第四节 大数据驱动的“关联+预测+调控”的新模式
• 第五节 新模式下的车间运行分析与决策关键方法
• 第六节 本章小结

4车间制造大数据融合方法

• 第一节 车间制造大数据融合的必要性
• 第二节 通用数据融合方法
• 第三节 智能车间制造大数据融合过程
• 第四节 车间制造大数据清洗方法
• 第五节 车间制造大数据抽取方法
• 第六节 车间制造大数据分类方法
• 第七节 车间制造大数据融合处理平台
• 第八节 本章小结

5车间时序制造数据特征提取方法

• 第一节 车间时序制造数据的来源
• 第二节 车间时序制造数据的特点
• 第三节 时序数据特征提取方法分类
• 第四节 面向时序制造数据流的特征关系分析
• 第五节 分层的时序制造数据在线快速分类方法
• 第六节 本章小结

6车间制造大数据关联关系分析方法

• 第一节 车间制造大数据关联关系分析的难点
• 第二节 常用的数据关联关系分析方法
• 第三节 车间制造数据关联关系的信息熵度量方法
• 第四节 基于网络去卷积的车间制造关键参数识别方法
• 第五节 案例验证
• 第六节 本章小结

7大数据驱动的车间性能预测方法

• 第一节 车间运行性能预测对象概述
• 第二节 改进型循环神经网络的产品工期预测方法
• 第三节 基于支持向量机的产品质量预测方法
• 第四节 自适应迁移的设备故障预测方法
• 第五节 本章小结

8大数据驱动的车间运行调控方法

• 第一节 车间运行调控概述
• 第二节 大数据驱动的生产动态调度方法
• 第三节 大数据驱动的产品工期调控方法
• 第四节 大数据驱动的设备故障诊断方法
• 第五节 本章小结

9基于大数据平台的智能车间管控系统及其应用

• 第一节 基于大数据平台的智能车间管控系统总体架构
• 第二节 车间制造大数据平台架构
• 第三节 智能车间管控系统功能模块设计与实现
• 第四节 晶圆制造车间应用案例
• 第五节 本章小结