注重体验与质量的电子书资源下载网站
分类于: 其它 云计算&大数据
简介
工业大数据:架构与应用 豆 0.0分
资源最后更新于 2020-11-26 07:30:54
作者:郑树泉
出版社:上海世纪出版股份有限公司
出版日期:2017-01
ISBN:9787547836217
文件格式: pdf
简介· · · · · ·
《工业大数据架构与应用》一书基于对德国、美国、日本、中国制造2025的体系架构的分析提出了一套工业大数据架构。并从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;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+;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。
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
●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
●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