设备大数据
出版时间:
2023-08
版次:
1
ISBN:
9787568094863
定价:
168.00
装帧:
精装
开本:
16开
纸张:
胶版纸
页数:
300页
字数:
300千字
-
针对我国设备大数据相关研究刚刚起步的现状,本书以设备健康管理为落脚点,从方法创新和探索应用两个方面对数据采集、存储以及处理分析进行了系统性介绍和阐释。本书介绍了传感器、PLC、工业网关等数据采集中比较重要的几个部分,以及多种不同类型设备大数据的存储方式。本书从模式识别、降维处理及分类与聚类三个方面介绍了设备大数据的分析方法,并利用实际工业过程中的四个案例讲解了大数据为设备状态分析带来的新方法,力图给设备健康领域的技术工程师、科研人员,以及对设备数据处理分析感兴趣的人员,提供系统全面的设备大数据理论知识与应用介绍。 郑泽宇,男,汉族,日本文科省统计数理研究所博士,中国科学院沈阳自动化研究所研究员,博士研究生导师。中科院百人计划A类,人工智能,大数据专家,国家重大专项课题负责人。先后在理化学研究所,新加坡国立大学等机构工作,主要从事人工智能,大数据科研,发表论文近百篇,擅长工业领域大数据研究工作。 第1章绪论/1
1.1设备大数据概述/1
1.2设备健康的“体魄”离不开大数据支持/3
1.3从波音事件看设备数据分析的重要性/4
1.4没有大数据就无从谈智能制造/6
1.5本书概况/8
本章参考文献/10
第2章设备数据采集方法/12
2.1设备数据采集/12
2.1.1简介/12
2.1.2数据采集方式/12
2.1.3数据采集常用模式/13
2.1.4设备数据采集系统/14
2.2设备数据采集的感觉器官——传感器/15
2.2.1简介/15
2.2.2传感器的组成/16
2.2.3传感器的分类/16
2.2.4传感器的原理及特性/17
2.2.5常见传感器简介/17
2.3设备数据采集的神经元——PLC/18
2.3.1简介/18
2.3.2硬件基本结构/19
2.3.3软件结构设计/20
2.3.4PLC的特点/21
2.3.5PLC的应用领域/22
2.3.6常用的PLC/23
2.4工业网关/24
2.4.1工业网关的功能与特点/24
2.4.2工业网关的基本构成/26
2.4.3工业网关的关键技术/31
2.5工业控制网络/36
2.5.1集散控制系统/37
2.5.2现场总线控制系统/47
2.5.3监控和数据采集系统/62
2.6工业控制系统的实际案例/70
2.6.1概述/70
2.6.2需求分析/71
2.6.3解决方案/72
2.7本章小结/78
本章参考文献/78
设备大数据目录第3章设备数据存储方法/79
3.1设备大数据存储简介/79
3.2关系型数据库/83
3.2.1Oracle数据库/85
3.2.2MySQL数据库/87
3.2.3Microsoft SQL Server数据库/88
3.2.4PostgreSQL数据库/90
3.2.5总结/91
3.3非关系型数据库/93
3.3.1KeyValue数据库/95
3.3.2文档存储数据库/99
3.3.3列式存储数据库/101
3.3.4时序存储数据库/105
3.4本章小结/108
本章参考文献/109
第4章深度学习方法/111
4.1卷积神经网络/112
4.1.1卷积神经网络的历史与发展/112
4.1.2卷积神经网络的原理与常见应用/113
4.1.3卷积神经网络常用模型/115
4.1.4卷积神经网络在设备大数据中的应用/117
4.2循环神经网络/118
4.2.1神经机器翻译/119
4.2.2情感分析/121
4.2.3摘要生成/121
4.2.4循环神经网络在工业领域中的应用/122
4.3自编码器及其变种/125
4.3.1自编码器介绍/125
4.3.2自编码器与其他方法的比较/129
4.3.3自编码器的应用/131
4.4本章小结/136
本章参考文献/136
第5章数据降维方法/146
5.1主成分分析法/146
5.1.1基本思想/146
5.1.2主要计算步骤/147
5.1.3主成分分析法的优缺点/148
5.2tSNE算法/149
5.2.1算法思想/150
5.2.2算法举例/152
5.2.3算法的优缺点/155
5.2.4算法的应用/155
5.2.5算法的改进/156
5.3主成分追踪/156
5.4鲁棒主元分析/161
5.5低秩矩阵表示/163
5.6本章小结/164
本章参考文献/164
第6章数据分类与聚类方法/168
6.1分类算法的背景及现状/168
6.1.1背景/168
6.1.2国内外研究现状/168
6.2基本概念/169
6.3常用的算法详述/170
6.3.1即时学习分类算法/170
6.3.2基于统计学的分类算法/171
6.3.3决策树分类算法/177
6.4组合分类器/180
6.5聚类/183
6.5.1基本概念/184
6.5.2聚类算法的分类/186
6.6基于划分的聚类算法/187
6.6.1Kmeans算法/187
6.6.2Kmodes算法/188
6.6.3PAM算法/189
6.6.4CLARA算法/189
6.6.5MMACA算法/190
6.7基于层次的聚类算法/191
6.7.1传统的凝聚层次聚类算法/191
6.7.2改进的凝聚层次聚类算法/192
6.7.3分裂层次聚类算法/193
6.8基于密度的聚类算法/193
6.8.1DBSCAN聚类算法/193
6.8.2OPTICS聚类算法/195
6.8.3DENCLUE聚类算法/196
6.8.4CLIQUE聚类算法/197
6.8.5DPC算法/198
6.9其他聚类算法/199
6.9.1模糊聚类算法/199
6.9.2基于图论的聚类算法/201
6.9.3基于模型的聚类算法/201
6.9.4基于神经网络的聚类算法/202
6.10本章小结/204
本章参考文献/204
第7章案例分析/213
7.1工业过程故障检测与识别/213
7.1.1故障检测和识别方法的分类/214
7.1.2基于模型的故障检测和识别方法/215
7.1.3基于信号的故障检测和识别方法/216
7.1.4基于人工智能的故障检测和识别方法/217
7.1.5多层和网络化工业过程中的故障检测和识别/219
7.1.6仿真案例/220
7.1.7总结/225
7.2工业设备寿命预测/226
7.2.1引言/226
7.2.2时序卷积长短期记忆网络/228
7.2.3数据规约方法/232
7.2.4实验数据/234
7.2.5实验及分析/238
7.2.6讨论及建议/249
7.3数据驱动技术在载人深潜器设备管理中的应用/249
7.3.1案例背景/249
7.3.2技术框架/252
7.3.3应用结果/259
7.3.4小结讨论/283
7.4主成分追踪在高炉炼铁故障检测中的应用/284
7.4.1案例背景/284
7.4.2技术框架/287
7.4.3应用结果/294
7.4.4小结讨论/299
7.5本章小结/299
本章参考文献/300
-
内容简介:
针对我国设备大数据相关研究刚刚起步的现状,本书以设备健康管理为落脚点,从方法创新和探索应用两个方面对数据采集、存储以及处理分析进行了系统性介绍和阐释。本书介绍了传感器、PLC、工业网关等数据采集中比较重要的几个部分,以及多种不同类型设备大数据的存储方式。本书从模式识别、降维处理及分类与聚类三个方面介绍了设备大数据的分析方法,并利用实际工业过程中的四个案例讲解了大数据为设备状态分析带来的新方法,力图给设备健康领域的技术工程师、科研人员,以及对设备数据处理分析感兴趣的人员,提供系统全面的设备大数据理论知识与应用介绍。
-
作者简介:
郑泽宇,男,汉族,日本文科省统计数理研究所博士,中国科学院沈阳自动化研究所研究员,博士研究生导师。中科院百人计划A类,人工智能,大数据专家,国家重大专项课题负责人。先后在理化学研究所,新加坡国立大学等机构工作,主要从事人工智能,大数据科研,发表论文近百篇,擅长工业领域大数据研究工作。
-
目录:
第1章绪论/1
1.1设备大数据概述/1
1.2设备健康的“体魄”离不开大数据支持/3
1.3从波音事件看设备数据分析的重要性/4
1.4没有大数据就无从谈智能制造/6
1.5本书概况/8
本章参考文献/10
第2章设备数据采集方法/12
2.1设备数据采集/12
2.1.1简介/12
2.1.2数据采集方式/12
2.1.3数据采集常用模式/13
2.1.4设备数据采集系统/14
2.2设备数据采集的感觉器官——传感器/15
2.2.1简介/15
2.2.2传感器的组成/16
2.2.3传感器的分类/16
2.2.4传感器的原理及特性/17
2.2.5常见传感器简介/17
2.3设备数据采集的神经元——PLC/18
2.3.1简介/18
2.3.2硬件基本结构/19
2.3.3软件结构设计/20
2.3.4PLC的特点/21
2.3.5PLC的应用领域/22
2.3.6常用的PLC/23
2.4工业网关/24
2.4.1工业网关的功能与特点/24
2.4.2工业网关的基本构成/26
2.4.3工业网关的关键技术/31
2.5工业控制网络/36
2.5.1集散控制系统/37
2.5.2现场总线控制系统/47
2.5.3监控和数据采集系统/62
2.6工业控制系统的实际案例/70
2.6.1概述/70
2.6.2需求分析/71
2.6.3解决方案/72
2.7本章小结/78
本章参考文献/78
设备大数据目录第3章设备数据存储方法/79
3.1设备大数据存储简介/79
3.2关系型数据库/83
3.2.1Oracle数据库/85
3.2.2MySQL数据库/87
3.2.3Microsoft SQL Server数据库/88
3.2.4PostgreSQL数据库/90
3.2.5总结/91
3.3非关系型数据库/93
3.3.1KeyValue数据库/95
3.3.2文档存储数据库/99
3.3.3列式存储数据库/101
3.3.4时序存储数据库/105
3.4本章小结/108
本章参考文献/109
第4章深度学习方法/111
4.1卷积神经网络/112
4.1.1卷积神经网络的历史与发展/112
4.1.2卷积神经网络的原理与常见应用/113
4.1.3卷积神经网络常用模型/115
4.1.4卷积神经网络在设备大数据中的应用/117
4.2循环神经网络/118
4.2.1神经机器翻译/119
4.2.2情感分析/121
4.2.3摘要生成/121
4.2.4循环神经网络在工业领域中的应用/122
4.3自编码器及其变种/125
4.3.1自编码器介绍/125
4.3.2自编码器与其他方法的比较/129
4.3.3自编码器的应用/131
4.4本章小结/136
本章参考文献/136
第5章数据降维方法/146
5.1主成分分析法/146
5.1.1基本思想/146
5.1.2主要计算步骤/147
5.1.3主成分分析法的优缺点/148
5.2tSNE算法/149
5.2.1算法思想/150
5.2.2算法举例/152
5.2.3算法的优缺点/155
5.2.4算法的应用/155
5.2.5算法的改进/156
5.3主成分追踪/156
5.4鲁棒主元分析/161
5.5低秩矩阵表示/163
5.6本章小结/164
本章参考文献/164
第6章数据分类与聚类方法/168
6.1分类算法的背景及现状/168
6.1.1背景/168
6.1.2国内外研究现状/168
6.2基本概念/169
6.3常用的算法详述/170
6.3.1即时学习分类算法/170
6.3.2基于统计学的分类算法/171
6.3.3决策树分类算法/177
6.4组合分类器/180
6.5聚类/183
6.5.1基本概念/184
6.5.2聚类算法的分类/186
6.6基于划分的聚类算法/187
6.6.1Kmeans算法/187
6.6.2Kmodes算法/188
6.6.3PAM算法/189
6.6.4CLARA算法/189
6.6.5MMACA算法/190
6.7基于层次的聚类算法/191
6.7.1传统的凝聚层次聚类算法/191
6.7.2改进的凝聚层次聚类算法/192
6.7.3分裂层次聚类算法/193
6.8基于密度的聚类算法/193
6.8.1DBSCAN聚类算法/193
6.8.2OPTICS聚类算法/195
6.8.3DENCLUE聚类算法/196
6.8.4CLIQUE聚类算法/197
6.8.5DPC算法/198
6.9其他聚类算法/199
6.9.1模糊聚类算法/199
6.9.2基于图论的聚类算法/201
6.9.3基于模型的聚类算法/201
6.9.4基于神经网络的聚类算法/202
6.10本章小结/204
本章参考文献/204
第7章案例分析/213
7.1工业过程故障检测与识别/213
7.1.1故障检测和识别方法的分类/214
7.1.2基于模型的故障检测和识别方法/215
7.1.3基于信号的故障检测和识别方法/216
7.1.4基于人工智能的故障检测和识别方法/217
7.1.5多层和网络化工业过程中的故障检测和识别/219
7.1.6仿真案例/220
7.1.7总结/225
7.2工业设备寿命预测/226
7.2.1引言/226
7.2.2时序卷积长短期记忆网络/228
7.2.3数据规约方法/232
7.2.4实验数据/234
7.2.5实验及分析/238
7.2.6讨论及建议/249
7.3数据驱动技术在载人深潜器设备管理中的应用/249
7.3.1案例背景/249
7.3.2技术框架/252
7.3.3应用结果/259
7.3.4小结讨论/283
7.4主成分追踪在高炉炼铁故障检测中的应用/284
7.4.1案例背景/284
7.4.2技术框架/287
7.4.3应用结果/294
7.4.4小结讨论/299
7.5本章小结/299
本章参考文献/300
查看详情
-
全新
广东省广州市
平均发货10小时
成功完成率95.16%
-
全新
湖南省长沙市
平均发货35小时
成功完成率85.42%
-
设备大数据
全新正版书籍,假一罚十(图片为标准图,仅供参考。以标题为准,不了解的可以询问客服。) 可开发票
全新
北京市朝阳区
平均发货11小时
成功完成率96.25%
-
全新
河北省保定市
平均发货27小时
成功完成率91.22%
-
全新
河北省保定市
平均发货28小时
成功完成率90.47%
-
全新
江苏省无锡市
平均发货9小时
成功完成率96.65%
-
全新
河北省保定市
平均发货14小时
成功完成率92.94%
-
全新
河北省保定市
平均发货29小时
成功完成率91.36%
-
全新
北京市丰台区
平均发货28小时
成功完成率86.63%
-
设备大数据
正版新书 新华官方库房直发 可开电子发票
全新
江苏省南京市
平均发货6小时
成功完成率96.6%
-
全新
-
全新
江苏省无锡市
平均发货14小时
成功完成率94.91%
-
全新
北京市西城区
平均发货12小时
成功完成率94.21%
-
全新
北京市通州区
平均发货9小时
成功完成率94.8%
-
全新
江苏省无锡市
平均发货15小时
成功完成率95.51%
-
全新
四川省成都市
平均发货10小时
成功完成率96.05%
-
全新
北京市海淀区
平均发货9小时
成功完成率97.87%
-
全新
四川省成都市
平均发货7小时
成功完成率98.65%
-
全新
广东省广州市
平均发货17小时
成功完成率93.42%
-
全新
天津市河东区
平均发货24小时
成功完成率88.91%
-
全新
广东省广州市
平均发货17小时
成功完成率93.77%
-
设备大数据
正版新书 新华官方库房直发 可开电子发票
全新
江苏省南京市
平均发货5小时
成功完成率98.52%
-
设备大数据
正版新书 新华官方库房直发 可开电子发票
全新
江苏省南京市
平均发货13小时
成功完成率85.48%
-
全新
江苏省无锡市
平均发货8小时
成功完成率96.43%
-
全新
广东省广州市
平均发货30小时
成功完成率86.85%
-
全新
江苏省无锡市
平均发货19小时
成功完成率89.43%
-
全新
河北省保定市
平均发货18小时
成功完成率92.15%
-
全新
广东省广州市
平均发货17小时
成功完成率94.79%
-
2024-03 印刷
印次: 1
全新
北京市朝阳区
平均发货10小时
成功完成率88.25%
-
设备大数据
全新正版书籍,假一罚十(图片为标准图,仅供参考。以标题为准,不了解的可以询问客服。) 可开发票
全新
北京市朝阳区
平均发货13小时
成功完成率96.55%
-
全新
河北省保定市
平均发货18小时
成功完成率92.15%
-
全新
湖北省武汉市
平均发货24小时
成功完成率83.28%
-
全新
河北省保定市
平均发货33小时
成功完成率86.87%
-
设备大数据
正版图书 两天左右发货 着急要货的请不要下单
全新
北京市朝阳区
平均发货34小时
成功完成率83.65%
-
全新
河北省保定市
平均发货27小时
成功完成率87.02%
-
全新
北京市房山区
平均发货23小时
成功完成率91.13%
-
全新
广东省广州市
平均发货17小时
成功完成率92.76%
-
设备大数据
正版品相完好,套书和多封面版本咨询客服后再下单
九品
北京市海淀区
平均发货23小时
成功完成率89.35%
-
设备大数据
重要提醒:::重要提醒::所有图书保证正版,按书名发货图片仅供参考, 有疑问请咨询客服,看清书名按书名发货
全新
北京市通州区
平均发货9小时
成功完成率91.82%
-
全新
北京市海淀区
平均发货16小时
成功完成率88.75%
-
全新
天津市河北区
平均发货22小时
成功完成率83.08%
-
全新
浙江省嘉兴市
平均发货13小时
成功完成率95.07%
-
九品
陕西省西安市
平均发货20小时
成功完成率93.13%
-
全新
北京市丰台区
平均发货7小时
成功完成率93.26%
-
全新
北京市房山区
平均发货13小时
成功完成率88.53%
-
设备大数据
正版图书,放心下单,请核对以书号和标题书名为准
全新
河北省保定市
平均发货22小时
成功完成率87.95%
-
全新
河北省保定市
平均发货29小时
成功完成率89.91%
-
全新
山东省泰安市
平均发货7小时
成功完成率78.72%
-
设备大数据
正版书籍批量上传,价格详情不符,请咨询客服支持开票书友放心购买
全新
江苏省无锡市
平均发货19小时
成功完成率89.43%
-
全新
河北省保定市
平均发货26小时
成功完成率84.3%