智能制造：未来工业模式和业态的颠覆与重构+智能制造之路：数字化工厂+智能制造创新与转型之路 pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

张礼立陈明（德）奥拓·布劳克曼著

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到静流书站

windowsfront.com

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

店铺：社科教育图书专营店

出版社：机械工业出版社

ISBN：111570806

商品编码：13562681929

包装：平装

丛书名：工业控制与智能制造丛书

开本：16

用纸：胶版纸

套装数量：3

正文语种：中文

具体描述

书名：	智能制造：未来工业模式和业态的颠覆与重构+智能制造之路：数字化工厂+智能制造创新与转型之路 3册套装
图书定价：	183元
图书作者：	张礼立陈明（德）奥拓·布劳克曼
出版社：	机械工业出版社
出版日期：	2017/6/1 0:00:00
ISBN号：	9787111570806
开本：	16开
页数：
版次：	1-1

推荐序1
推荐序2
前言
一篇驱动工业智能的变革
第1章新信息化驱动工业智能互联的变革 2
1.1 从经验到求真 4
1.2 全面关注细节 4
1.3 制造就在身旁 7
1.4 互联网催生“新形式”繁荣 10
1.4.1 大众创新的繁荣 11
1.4.2 产业融合的繁荣 11
1.4.3 诚信的繁荣 12
1.5 互联网+制造业 12
1.5.1 制造业面临的挑战 15
1.5.2 运维管理现状 16
1.5.3 数据驱动管控的运维平台 17
1.5.4 “互联网+”的作用 18
第2章信息化管理 23
2.1 信息化管理现状 23
2.2 CPS是工业4.0的核心驱动力 25
2.3 “两化”融合势在必行 26
2.3.1 数字转型是核心动力 26
2.3.2 广阔的融合空间 28
2.3.3 学习曲线 28
2.4 全新的产业 29
2.4.1 信息化建设在“十二五”期间取得的成就 29
2.4.2 信息化建设存在的问题 30
2.4.3 边界与系统 31
2.4.4 新趋势和新方向 32
2.4.5 三大融合 33
第二篇工业大数据的春天
第3章工业大数据 40
3.1 工业大数据的定义 40
3.2 工业大数据的核心支撑力 43
3.3 工业大数据的八大应用场景 44
3.3.1 消费者需求分析 45
3.3.2 打通生产“竖井” 46
3.3.3 产品与服务的设计 46
3.3.4 开放式的融合创新 47
3.3.5 适应性库存管理 47
3.3.6 质量管理 48
3.3.7 劳动力的数字化 49
3.3.8 资产智能化管理 49
3.4 大数据行业应用的趋势和热点 50
3.4.1 大数据行业应用的趋势 50
3.4.2 大数据行业应用的热点 52
3.5 应用大数据分析的阻力 58
3.6 大数据在智能工业上的特征 59
3.6.1 透明性 60
3.6.2 多结构化数据 61
3.7 数据信息驱动 62
3.7.1 互联网的创意与媒体 63
3.7.2 工业大数据的实力与商业机会 64
3.7.3 品牌形象 65
3.7.4 工业数据的源头 66
3.7.5 工业数据新视野 67
3.8 工业大数据2.0 68
第4章大数据生态圈 70
4.1 数字化时代的纷争与和合 70
4.2 数字融合之道 71
4.3 数字技术下的本质 72
4.3.1 大数据工具推动管理 72
4.3.2 角色的定位与能力管理 73
4.3.3 流程与数据的结合 75
第5章数据管理成熟度模型 78
5.1 数据结构 78
5.1.1 数据建模 79
5.1.2 数据分类法 80
5.1.3 数据建模工具 81
5.2 主数据与元数据 82
5.2.1 主数据 82
5.2.2 元数据 83
5.3 数据架构 84
5.3.1 数据访问和迁移 85
5.3.2 数据存储 86
5.3.3 数据归档 87
5.4 数据质量 88
5.4.1 数据一致性 89
5.4.2 数据检测 89
5.4.3 数据整理 90
5.5 数据安全 91
5.5.1 数据隐私 92
5.5.2 数据保存 93
第三篇智能制造业的物联网
第6章物联网对产业的影响 96
6.1 物联网推动产业转型与升级 96
6.2 物联网意识与日俱增 98
6.3 物联网驱动下的商业模式 99
6.3.1 创新的形成 99
6.3.2 “产品＋服务”的商业模式 100
6.4 工业物联网成就行业突破性创新 102
6.5 未来制造业的特点 104
6.6 工业物联网的三大工作 106
6.6.1 做好发展工业物联网的基础建设 106
6.6.2 加强工业大数据与风险的管理 106
6.6.3 面向工业物联网推动人才队伍建设与转型 107
第7章工业物联网架构与能力 109
7.1 选择自然的大数据 110
7.1.1 走入“数据湖” 110
7.1.2 数据存储与分析需要新思维 111
7.1.3 传统方法及误区 113
7.1.4 “数据湖”的参考模型和架构 114
7.2 商业“数据湖”的应用 115
7.2.1 预测自主维修决策支持分析 118
7.2.2 工业物联网平台 119
7.2.3 物联网化智能管理的四层架构 121
7.3 实现工业物联网数字化转型平台 122
7.4 “连接式”产业工人 123
7.4.1 问题及趋势 123
7.4.2 优势和解决方案 123
第四篇夯实智能资产之路
第8章资产驱动传统智能 126
8.1 资产管理的新机遇 128
8.2 资产的全新定义 129
8.2.1 企业资产管理 130
8.2.2 企业资产设备管理的应用 132
8.2.3 企业资产设备管理的六大价值 133
8.2.4 建立高效企业设备管理系统所面临的五大挑战 136
8.2.5 企业资产设备管理的管理思想 137
8.2.6 资产设备管理项目的必要性分析 139
8.3 强化设备资产智能化管理 141
8.3.1 工业大数据与行业自动化的互动 141
8.3.2 三个责任与目标 142
8.3.3 设备智能管理 143
8.3.4 维修服务促进生产力 144
8.3.5 预防性维修和节能的关键 145
8.3.6 创新价值 146
第9章资产管理的标准化与落地 147
9.1 我国资产管理现状 147
9.2 我国资产管理现存问题 150
9.3 国内外资产管理标准化工作情况 152
9.3.1 国内标准化工作情况 152
9.3.2 国际标准化工作情况 154
9.4 资产管理体系标准的起源 156
9.5 资产管理标准化工作需求 157
第10章资产绩效管理 160
10.1 总体框架 160
10.2 创新的五个“要” 161
10.3 资产绩效管理的意义和作用 163
10.4 全方位的工控策略 163
第五篇科技创新重塑企业架构
第11章制造企业架构 166
11.1 从生命系统的角度理解企业架构 166
11.1.1 计划与规划 168
11.1.2 用户需求是转型的核心驱动 169
11.2 价值链是企业转型的起点 170
11.3 企业架构定义 171
11.4 “优步”模式不适合制造业 172
11.5 推动重塑制造业企业架构的原动力 173
11.6 构建制造业企业架构的三大途径 174
11.7 企业架构为卓越运营战略提供平台 175
11.8 企业架构的理解和推进思路 176
11.8.1 开展企业架构工作的四个阶段 177
11.8.2 全面梳理业务组件 179
第12章智能供应链管理与架构 181
12.1 业务组件模型及其管理 181
12.1.1 业务流程管理 181
12.1.2 流程优化管理方法 182
12.1.3 业务组件模型 182
12.1.4 理论与实际应用的相互印证和转化 183
12.2 智能供应链 188
12.2.1 供应链的挑战 190
12.2.2 服务优化与佳实践 190
12.2.3 供应链管理的未来 191
第13章智能产品的研发 192
13.1 产品研发 192
13.1.1 低成本多样性 192
13.1.2 持续的设计改进 193
13.1.3 新用户界面和增强现实 194
13.1.4 实时质量控制 194
13.1.5 商业创新路线图 195
13.2 智能互联产品的制造要求 196
13.2.1 智能工厂 196
13.2.2 柔性生产 197
13.2.3 简化零部件 197
13.2.4 重塑装配流程 198
13.2.5 持续的产品运营 199
13.2.6 物流与环境 200
13.3 智能化的各部门协同 201
13.3.1 IT与研发部门之间的协作 201
13.3.2 统一的数据管理结构 202
13.3.3 研发运营部门 202
第14章制造服务 204
14.1 营销和信息化 204
14.1.1 客户精准分类 205
14.1.2 新商业模式与流程设计 206
14.1.3 专注于系统，而非单一产品 207
14.2 制造服务业 208
14.2.1 智能互联产品如何改变服务业 208
14.2.2 新型服务模式 210
14.2.3 售后服务的变化 211
14.3 智能制造的IT服务管理 212
14.3.1 从对立到融合 212
14.3.2 服务级别管理 213
14.3.3 IT服务的商业智能 215
第六篇转型之战，再创巅峰
第15章前进与后退 218
15.1 数字文化与标准 218
15.2 进与退 219
15.3 传统产品与智能互联产品 220
15.4 转型之战一直在进行 222
第16章回归本质 224
16.1 褪色的百分制 224
16.1.1 加强理性思考和通识能力的培养 225
16.1.2 学习能力重于知识 225
16.1.3 建立科学与工业联合的学习结构 226
16.2 智能人才的关键点 226
16.2.1 人才从合流到交易的过程 227
16.2.2 有内涵的技能 227
16.3 打造完美团队 229
16.3.1 创新团队需要思维的碰撞 229
16.3.2 企业需要主动式的管理思维 233
16.3.3 人才数字化科学管理与人才行为基因分析 234
第17章安全一 236
17.1 信息安全高于一切 236
17.1.1 安全的需求 237
17.1.2 安全的核心区域 238
17.1.3 “数据湖”的安全架构 239
17.1.4 公共云安全问题 240
17.1.5 云和大数据的关系与优势 240
17.1.6 居安思危，防患于未然 241
17.1.7 兼容新型商业模式 244
17.1.8 互通的系统 246
17.2 共同的安全责任 246
17.2.1 未来需要变革 247
17.2.2 大数据的信息安全 247
17.2.3 云安全需求方案 248
17.2.4 面对挑战，要有正确的应对观念 250
17.3 更大的改变在未来 251
17.3.1 客户成就管理 251
17.3.2 精益新时代的来临 251
17.3.3 推动智能制造的“三驾马车” 255
17.3.4 引发下一个信息技术驱动生产力发展的时代 257
17.3.5 更大的机遇 258
后记 262
参考文献 265