具體描述
工業4.0已上升為德國的民族戰略；日本軟銀集團創始人孫正義試圖以機器人作為工業4.0的切入點；英國強勢推齣“英國工業2025戰略”；2015年，“中國製造2025”已發布，引起全民轟動。一場“科技革命”呼之欲齣。
中國錯過瞭前三次工業革命，第四次工業科技革命到來之際，中國又將走什麼樣的道路？
第四次工業科技革命為各個國傢提供瞭發展和轉型的機遇，智能製造無疑將成為世界各國競爭的新戰場。而工業的智能化，美國依靠軟件，德國依靠機器，日本依靠人，中國則將會依靠大數據。大量的工業大數據在中國匯集，無疑給中國製造帶來最好的資源優勢。隻有充分利用這一資源，纔能彌補中國在裝備製造和核心零部件等方麵的弱勢與短闆，確切地說，大數據將是中國搭上第四次科技革命快車的最大資本。
本書分為3個篇章：導引篇、案例分析篇和專傢訪談篇。首先，在導引篇中，本書從利用大數據從解決問題到避免問題、利用大數據預測隱性問題和利用反嚮工程來重新定義製造等3個方嚮入手，清晰地闡述瞭大數據與智能製造的關係。接下來，按照這3個方嚮，本書引用瞭17個案例進行詳細分析，使讀者在接觸概念和理論之後，通過真實、有效的案例能夠對大數據和智能製造的關係有一個更加明確和直觀的認識。在專傢訪談篇中，本書精心策劃瞭由經濟學傢、學院派教授、媒體人士、企業代錶組成的專傢訪談團隊，意欲使不同背景、不同領域的專傢們對大數據和智能製造為讀者帶來不一樣的視角。
本書認為中國會成為新製造革命的中心，希望通過本書，能為讀者傳達一種新思維，中國擁有大量的工業大數據，正是這些大數據的整閤與利用，纔能使中國的製造走齣屬於中國特色的製造之路。本書適閤對大數據、中國製造領域的研究者們閱讀，也適閤對這些領域感興趣的社會人士閱讀。
著者簡介
李傑（Jay Lee）教授，男，現任美國西西那提大學教授、Rockwell Automation講座教授(Chair Professor)、美國國傢科學基金會（NSF）智能維護係統産學閤作中心主任、美國國傢工程院製造與工程設計董事會董事、上海交通大學工業創新中心(Industrial Innovation Center)主任。1992年獲美國製造工程師協會（SME）傑齣青年製造工程師奬，美國國傢科學基金會（NSF）傑齣成就奬 (1992-1997)。2000年至2004年被聘為上海交通大學特聘教授，2005年被教育部聘為長江計劃講座教授，2001年獲中國自然科學基金會海外青年學者閤作研究基金。
李傑教授在機器人及自動化、機器性能診斷等領域發錶論文100餘篇，主編著作3部，參編9部，主持完成科研40餘項，三項美國專利。多年來緻力於倡導所提齣的Intelligent Machine Degradation Prediction的理論，並倡導和推動企業界與高校之間的國際産學閤作研究與教育，其技術的關鍵性得到國際學術界的認可與高度評價，被美國財富雜誌譽為21世紀全球三大熱門技術之一。
圖書目錄
1.1 智能製造，是製造還是思維
1.2 何謂智能製造的核心
1.3 從大數據到智能製造
1.4 從大數據推動智能製造的三個方嚮
1.5 智能製造在發達國傢的轉型
1.6 未來智慧工廠的無憂慮製造
1.7 從産品製造到全生命周期價值創造——給“蛋黃”配“蛋白”
1.8 工業大數據的機遇與挑戰
案例分析篇
2.1 利用大數據分析，實現從解決問題到避免問題
2.2 利用大數據預測隱性問題，實現生産係統的自省性
2.3 利用知識産生可執行的設計和製造數據反嚮工程
2.4 基於大數據産品服務係統解決方案
專傢訪談篇
李傑教授采訪著名經濟學傢馬光遠
李傑教授采訪航空發動機專傢王安正
《福布斯》（中文版）總編康健采訪李傑教授
李傑教授采訪三一集團高級副總裁賀東東
李傑教授采訪NI行業市場經理崔鵬
參考文獻
· · · · · · (收起)
讀後感
4.0也说了很多年了，除了迎来一波波3流工厂的倒闭，似乎也没掀起太大风浪。本书的作者也算研究这个门类的专家了。书还是待阅状态，暂且不谈此书，先说说智能制造吧。 不同于敏捷迭代的互联网行业，工业应用场景强调稳定可靠，对技术的根源解析和各种环境下的应用测试要比直接面...
評分比较少看这类书，但写东西的人总是要多涉猎的。刚好看到澎湃新闻的人物专访提到这本书，也被“无忧虑制造”的概念所吸引，很好奇，就买来看了。个人觉得，这类书，读者群体不应该仅仅是科普爱好者，而应该是普罗大众，尤其对于我们年轻人，谁都该看看，长长见识。看不透彻没关...
評分4.0也说了很多年了，除了迎来一波波3流工厂的倒闭，似乎也没掀起太大风浪。本书的作者也算研究这个门类的专家了。书还是待阅状态，暂且不谈此书，先说说智能制造吧。 不同于敏捷迭代的互联网行业，工业应用场景强调稳定可靠，对技术的根源解析和各种环境下的应用测试要比直接面...
評分这两年，大数据逐渐成为各行各业的热点，自己也一直想着能够通过书籍对大数据有更多的了解，但不知道从哪本书下手。仿佛听到了我的心声似的，前不久好友推荐了一本交大出版社的新书：《从大数据到智能制造》，一口气读完后立马写了读书笔记。在书中李杰教授主要论述了大数据在...
評分4.0也说了很多年了，除了迎来一波波3流工厂的倒闭，似乎也没掀起太大风浪。本书的作者也算研究这个门类的专家了。书还是待阅状态，暂且不谈此书，先说说智能制造吧。 不同于敏捷迭代的互联网行业，工业应用场景强调稳定可靠，对技术的根源解析和各种环境下的应用测试要比直接面...
用戶評價
精華在於前半部分工業發展曆程的分析，以及中美日德製造業“思想”的側重和異同。 美國重數據，用曆史數據和過程數據預測和控製，6西格瑪是代錶。 日本人集體意識和集體榮譽感強，終身雇傭製也有它的好處（易於人員的控製和管理），所以日本更多強調流程，培訓，防呆，自檢等精益思想。 德國會把各種可預見製程製程偏差在設計設備時就考慮進去，給予補償，從而減少人在整個生産流程中的重要性，簡單講就是:我寜願靠設備，不靠人。因此德國的裝備製造業全球領先。 中國沒有自己的獨創，美日德各學一點。但總體會偏日本，可能國民性格更相似。也可能日本這一套相對好學，美國的數據分析枯燥且周期長，德國的裝備製造需要長期的技術積纍。
评分對大數據在工業應用有一個框架性認識。
评分通俗易懂、語言樸實，如果從事相關科研會發現寫的真心不錯的
评分這本書寫得非常好，讓我對工業大數據和智能製造的認識提升瞭一個層次。全書分三部分，1是分析瞭工業數據和分析的演進，美國德國和日本在這一領域各自的情況，2是他們處理過或參與的案例分析，3是對國內教授和業界人士的訪談。其中案例部分讓我看到這些學者或者說研究機構是如何分析處理業務問題的，他們基本使用數學建模的方式來分析原因，讓我大開眼界。我們雖然也處理數據，可是偏嚮於IT技術範疇，當然感覺也low很多，當然我們是起步階段，自然就用熟悉的工具和現有的知識來解決。他們是我們的努力方嚮。
评分互聯網製造、工業4.0 核心在於通過數字化的虛擬技術，利用物聯網、雲計算、大數據、移動互聯、3D打印、智能機器人等，實現製造的“智能化”。 物聯網、信息通信、大數據分析是基礎。
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有