第一篇 智能制造技術(shù)基礎(chǔ)
第1章 智能設(shè)計技術(shù)
1.1 概述
1.2 智能設(shè)計的基本概念
1.2.1 智能設(shè)計的產(chǎn)生
1.2.2 智能設(shè)計的內(nèi)涵
1.3 智能設(shè)計的發(fā)展概述
1.3.1 智能設(shè)計研究現(xiàn)狀
1.3.2 智能設(shè)計的發(fā)展趨勢
1.4 智能設(shè)計的關(guān)鍵技術(shù)
1.4.1 設(shè)計知識智能處理技術(shù)
1.4.2 概念設(shè)計智能求解技術(shù)
1.4.3 設(shè)計方案智能評價技術(shù)
1.4.4 設(shè)計參數(shù)智能優(yōu)化技術(shù)
1.5 小結(jié)
第2章 智能加工技術(shù)
2.1 概述
2.2 機床智能加工技術(shù)
2.2.1 智能加工的自適應(yīng)控制技術(shù)
2.2.2 智能加工的主動感知與判斷
2.3 3D打印技術(shù)
2.3.1 3D打印技術(shù)概述
2.3.2 3D打印技術(shù)特性
2.4 激光加工技術(shù)
2.4.1 激光加工技術(shù)概述
2.4.2 激光加工技術(shù)在機械制造中的應(yīng)用
2.5 復合加工技術(shù)
2.5.1 復合加工技術(shù)概述
2.5.2 復合加工技術(shù)的種類
2.5.3 復合加工技術(shù)的應(yīng)用范圍
2.6 小結(jié)
第3章 智能控制技術(shù)
3.1 概述
3.1.1 智能控制的結(jié)構(gòu)理論
3.1.2 智能控制的定義
3.1.3 智能控制的應(yīng)用
3.1.4 智能控制的主要研究內(nèi)容
3.2 基于模糊控制的智能控制系統(tǒng)
3.2.1 模糊控制系統(tǒng)的原理
3.2.2 模糊控制系統(tǒng)的分類
3.3 基于神經(jīng)網(wǎng)絡(luò)的智能控制技術(shù)
3.3.1 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識
3.3.2 基于神經(jīng)網(wǎng)絡(luò)的控制
3.4 仿人智能控制
3.4.1 仿人智能控制的基本思想
3.4.2 仿人智能控制行為的特征變量
3.5 小結(jié)
第4章 車間智能管控技術(shù)
4.1 概述
4.2 RFID技術(shù)
4.2.1 RFID技術(shù)概述
4.2.2 RFID系統(tǒng)架構(gòu)
4.2.3 RFID通信頻段
4.2.4 RFID通信方式
4.2.5 RFID標準體系
4.3 物流仿真技術(shù)
4.3.1 物流系統(tǒng)
4.3.2 物流仿真軟件
4.3.3 物流仿真應(yīng)用案例（船廠生產(chǎn)物流仿真）
4.4 智能調(diào)度技術(shù)
4.4.1 車間運行優(yōu)化核心——智能調(diào)度技術(shù)
4.4.2 車間智能調(diào)度結(jié)構(gòu)體系
4.4.3 典型制造系統(tǒng)智能調(diào)度方法
4.5 小結(jié)
第5章 智能運維技術(shù)
5.1 概述
5.2 設(shè)備狀態(tài)數(shù)據(jù)處理技術(shù)
5.2.1 設(shè)備狀態(tài)數(shù)據(jù)處理概述
5.2.2 狀態(tài)數(shù)據(jù)的粗大誤差去除
5.2.3 狀態(tài)數(shù)據(jù)的平滑處理
5.2.4 基于連續(xù)小波變換模極大曲線的信號突變識別與重構(gòu)
5.2.5 基于趨勢項提取的狀態(tài)數(shù)據(jù)處理辦法
5.3 設(shè)備狀態(tài)特征提取技術(shù)
5.3.1 設(shè)備狀態(tài)特征提取概述
5.3.2 基于核函數(shù)的主元分析的狀態(tài)特征提取
5.3.3 基于自動編碼器的狀態(tài)特征提取
5.3.4 基于深度學習的狀態(tài)特征提取
5.4 設(shè)備狀態(tài)異常檢測技術(shù)
5.4.1 設(shè)備狀態(tài)異常檢測概述
5.4.2 異常的定義與分類
5.4.3 典型的異常檢測方法
5.5 設(shè)備狀態(tài)故障診斷技術(shù)
5.5.1 設(shè)備狀態(tài)故障診斷概述
5.5.2 故障診斷的性能指標
5.5.3 故障診斷的方法
5.6 小結(jié)
第6章 智能制造系統(tǒng)使能技術(shù)
6.1 概述
6.1.1 智能制造發(fā)展趨勢
6.1.2 智能制造模式
6.2 工業(yè)物聯(lián)網(wǎng)技術(shù)
6.2.1 物聯(lián)網(wǎng)概述
6.2.2 工業(yè)互聯(lián)網(wǎng)
6.2.3 5G技術(shù)
6.3 虛擬現(xiàn)實技術(shù)和增強現(xiàn)實技術(shù)
6.3.1 虛擬現(xiàn)實技術(shù)
6.3.2 增強現(xiàn)實技術(shù)
6.4 數(shù)字孿生技術(shù)
6.4.1 數(shù)字孿生概述
6.4.2 產(chǎn)品數(shù)字孿生技術(shù)
6.4.3 生產(chǎn)數(shù)字孿生技術(shù)
6.4.4 設(shè)備數(shù)字孿生技術(shù)
6.4.5 性能數(shù)字孿生技術(shù)
6.4.6 數(shù)字孿生技術(shù)在工業(yè)領(lǐng)域的應(yīng)用
6.5 機器學習技術(shù)
6.5.1 機器學習概述
6.5.2 大數(shù)據(jù)環(huán)境下機器學習的研究現(xiàn)狀
6.5.3 機器學習的分類
6.5.4 機器學習的常見算法
6.5.5 機器學習技術(shù)在工業(yè)領(lǐng)域的應(yīng)用
6.6 小結(jié)
第二篇 智能制造技術(shù)綜合訓練項目
第7章 加工仿真與驗證項目
7.1 項目目標
7.2 項目內(nèi)容
7.2.1 SurfMill 9.0軟件基礎(chǔ)操作學習
7.2.2 SurfMill 9.0軟件編程實現(xiàn)過程
7.2.3 實踐操作
7.3 思考與作業(yè)
第8章 運動控制器認知及應(yīng)用項目
8.1 項目目標
8.2 項目內(nèi)容
8.2.1 運動控制器認識實驗
8.2.2 3軸轉(zhuǎn)臺系統(tǒng)組建及控制實驗
8.2.3 激光雕刻控制實驗
8.3 思考與作業(yè)
第9章 柔性產(chǎn)線仿真項目
9.1 項目目標
9.2 項目內(nèi)容
9.2.1 FMS虛擬仿真系統(tǒng)概述
9.2.2 柔性產(chǎn)線概述
9.2.3 柔性產(chǎn)線仿真
9.3 思考與作業(yè)
第10章 智能運維測試項目
10.1 項目目標
10.2 項目內(nèi)容
10.2.1 智能運維的目標
10.2.2 智能運維的能力框架
10.2.3 智能運維平臺能力體系
10.2.4 智能運維常見應(yīng)用場景
10.3 智能運維關(guān)鍵技術(shù)實例
10.3.1 基于VALENIAN PT500實驗振動平臺的數(shù)據(jù)采集
10.3.2 基于深度學習的故障診斷
10.4 思考與作業(yè)
第11章 數(shù)字孿生產(chǎn)線搭建及應(yīng)用項目
11.1 項目目標
11.2 項目內(nèi)容
11.2.1 基本概念介紹
11.2.2 項目介紹
11.2.3 實驗步驟
11.3 思考與作業(yè)
第12章 機器視覺應(yīng)用項目
12.1 項目目標
12.2 項目內(nèi)容
12.2.1 項目原理
12.2.2 項目準備
12.2.3 項目步驟
12.3 思考與作業(yè)
第13章 倉儲物流仿真項目
13.1 項目目標
13.2 項目內(nèi)容
13.2.1 自動化立體倉庫概述
13.2.2 自動化立體倉庫仿真訓練
13.2.3 RGV小車仿真訓練
13.3 思考與作業(yè)
第14章 物料分揀項目
14.1 項目目標
14.2 項目內(nèi)容
14.2.1 基本概念介紹
14.2.2 實驗平臺介紹
14.2.3 模塊組成
14.2.4 實驗硬件介紹
14.2.5 實驗步驟
14.3 思考與作業(yè)
第15章 工業(yè)機器人應(yīng)用項目
15.1 項目目標
15.2 項目內(nèi)容
15.2.1 工業(yè)機器人簡介
15.2.2 仿真訓練
15.2.3 機器人仿真實訓
15.3 思考與作業(yè)