本书针对新一轮工业革命中的智能制造系统，在概要阐述智能制造发展历程及其主要参考模型的基础上，从关键技术、主要装备、组成架构、运行管控功能等方面对智能制造系统进行了全面介绍，并给出了几种典型的智能制造系统，为深入了解智能制造系统提供有益参考。全书分为7章，第1章介绍智能制造系统发展概述；第2章介绍智能制造系统参考模型；第3至6章介绍智能制造的使能技术、关键装备、组成体系、核心功能；第7章介绍机加、装配等多种智能制造系统。
随着现代信息技术的不断发展，制造企业纷纷致力于将互联网、云计算、大数据、移动应用等新技术，与生产、物流、服务等运行管理业务深度融合，形成具有感知、分析和决策能力的智能制造系统，解决设备运维、质量控制、生产计划、生产调度等核心问题，以更短的产品制造周期、更低的产品成本和更高的产品质量，抢占市场竞争的优势高地。
本书结合世界制造业强国的智能制造发展战略，介绍智能制造系统在新一代工业革命中的重要作用，在概要阐述智能制造的发展趋势、标准化历程和典型制造模式的基础上，详细介绍智能制造系统的主要模型、使能技术、关键装备、组织形式、运行管理，以及智能制造系统的典型应用案例，为提高制造企业的智能化水平提供有益参考。本书提出的方法和技术，能够为广大企业、科研院所、高等院校进一步深入研究智能制造系统提供理论基础，同时也可为推动我国制造业的智能化发展和企业应用提供参考，对提升我国制造业的核心竞争力具有重要意义。
本书中的研究工作得到了国防基础科研项目“基于××装配车间的大数据决策优化技术”（No. JCKY2019203C017）与国家自然科学基金重点项目“大数据驱动的智能车间运行分析与决策方法的研究”（No. 51435009）的资助，在此表示感谢！
本书主要面向航空航天、汽车、船舶、工程机械等行业的智能制造从业人员，同时也可作为智能制造相关领域的高校研究生和科研人员的教材或参考书。
在本书编写过程中，东华大学杨芸老师、肖雷老师，以及研究生谭远良、朱子洵、左丽玲、王卓君、赵树煊、寇恩溥、成明阳、艾青波、房鑫洋、郑城等承担了不少任务，付出了大量心血，在此对他们一并表示感谢。书稿编写过程中参考了大量的文献，作者在书中尽可能地进行了标注，如果存在由于疏忽而未标注之处，敬请有关作者谅解，同时表示由衷的感谢。
智能制造系统相关理论、方法和应用还处在迅速发展之中，已引起越来越多的研究和应用人员的关注。由于作者的水平和能力有限，书中的缺点和疏漏在所难免，在此欢迎广大读者批评指正。
目 录
前言
第1章 智能制造系统发展概述 1
1.1 智能制造发展趋势 1
1.1.1 制造业发展历程 1
1.1.2 国外智能制造发展战略 2
1.1.3 国内智能制造发展战略 7
1.1.4 智能制造发展战略分析 9
1.2 智能制造标准化发展 10
1.2.1 标准化历程 10
1.2.2 智能制造国际标准化组织 12
1.2.3 我国智能制造标准化工作 14
1.3 智能制造模式 18
1.3.1 典型智能制造模式 19
1.3.2 智能制造应用模式案例 19
参考文献 24
第2章 智能制造系统模型 25
2.1 智能制造系统标准化参考模型 25
2.1.1 工业4.0参考架构模型 25
2.1.2 IIC工业互联网总体架构 28
2.1.3 智能制造生态系统 30
2.1.4 工业价值链参考架构 32
2.2 智能制造能力成熟度模型 34
2.2.1 智能制造能力成熟度模型定义 35
2.2.2 智能制造能力成熟度模型架构 36
2.2.3 10大核心要素的成熟度要求 37
2.2.4 模型的应用 51
2.3 信息物理系统模型 53
2.3.1 信息物理系统的发展脉络 53
2.3.2 信息物理系统的定义 54
2.3.3 信息物理系统的本质 55
2.3.4 信息物理系统的层次 56
2.3.5 信息物理系统的特征 57
2.3.6 信息物理系统的架构 58
2.3.7 信息物理系统的技术体系 60
2.3.8 信息物理系统的核心技术要素 60
2.3.9 信息物理系统的应用场景 62
2.3.10 纺纱智能车间信息物理单元通用模型 72
参考文献 77
第3章 智能制造系统使能技术 79
3.1 工业物联网技术 79
3.1.1 物联网概述 79
3.1.2 工业互联网 80
3.1.3 5G技术 83
3.2 工业大数据技术 85
3.2.1 工业大数据感知技术 85
3.2.2 工业大数据通信与控制网络技术 90
3.2.3 工业大数据分析与挖掘技术 95
3.3 虚拟现实和增强现实技术 99
3.3.1 虚拟现实技术 99
3.3.2 增强现实技术 102
3.4 数字孪生技术 103
3.4.1 数字孪生概述 103
3.4.2 产品数字孪生技术 104
3.4.3 生产数字孪生技术 105
3.4.4 设备数字孪生技术 106
3.4.5 性能数字孪生技术 108
3.4.6 数字孪生技术在工业领域的应用 109
3.5 机器学习技术 109
3.5.1 机器学习概述 109
3.5.2 大数据环境下机器学习的研究现状 109
3.5.3 机器学习的分类 110
3.5.4 机器学习的常见算法 110
3.5.5 机器学习技术在工业领域的应用 113
3.6 信息安全技术 115
3.6.1 系统安全技术 115
3.6.2 信息部分安全技术 118
3.6.3 区块链技术 120
参考文献 121
第4章 智能制造系统关键装备 124
4.1 智能传感系统 125
4.1.1 概述 125
4.1.2 智能传感器基础 126
4.1.3 智能传感器的关键应用场景 132
4.1.4 智能传感器的行业应用情况 133
4.2 智能数控机床 134
4.2.1 概述 134
4.2.2 智能数控机床基础 135
4.2.3 应用展望 141
4.3 智能机器人 142
4.3.1 概述 142
4.3.2 智能机器人基础 142
4.3.3 智能机器人在制造业的应用 150
4.4 智能物流装备 151
4.4.1 概述 151
4.4.2 智能物流基础 152
4.4.3 智能制造系统与智能物流系统深度融合 157
参考文献 158
第5章 智能制造系统组织 161
5.1 智能单元 162
5.1.1 智能单元定义 162
5.1.2 智能单元模块构成 163
5.1.3 智能单元一体化集成 164
5.2 智能车间 166
5.2.1 智能车间简介 166
5.2.2 智能车间类型 167
5.2.3 智能车间管理 171
5.3 智能工厂 176
5.3.1 智能工厂特点 176
5.3.2 智能工厂构成 178
5.3.3 智能工厂类型 185
5.3.4 智能工厂趋势 188
参考文献 190
第6章 智能制造系统运行 192
6.1 设备智能维护 192
6.1.1 设备维护的重要性 192
6.1.2 设备维护的发展史 193
6.1.3 预测性维护的实施步骤 194
6.2 质量智能控制 197
6.2.1 质量控制的主要内容及问题特点 198
6.2.2 质量数据关联性分析技术 200
6.2.3 质量预测技术 201
6.2.4 质量控制优化技术 203
6.3 智能生产计划 205
6.3.1 智能生产计划概述 205
6.3.2 智能生产计划方法 206
6.3.3 案例介绍 207
6.4 智能生产调度 211
6.4.1 智能生产调度概述 211
6.4.2 智能生产调度方法 214
6.4.3 案例介绍 215
参考文献 220
第7章 智能制造系统典型模式 222
书单推荐
