搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
数字钢铁/数字钢铁关键技术丛书
0.00     定价 ¥ 128.00
图书来源: 浙江图书馆(由浙江新华配书)
此书还可采购25本,持证读者免费借回家
  • 配送范围:
    浙江省内
  • ISBN:
    9787502494674
  • 作      者:
    作者:王国栋|责编:卢敏|总主编:王国栋
  • 出 版 社 :
    冶金工业出版社
  • 出版日期:
    2023-04-01
收藏
内容介绍
本书是在中国金属学会和中国钢铁工业协会指导下,由东北大学联合国内钢铁领域优势单位共同编写,对钢铁数字化转型的整体态势、应用路径、技术进展和产业生态等进行了全面的论述,并列出了部分流程的数字化技术实际案例。 本书可供钢铁行业数字化技术相关技术人员、研发人员及管理者阅读。
展开
目录
1 数字经济时代来临数字经济方兴未艾
1.1 数字经济时代来临数据成为重要生产要素
1.2 数字经济、数字技术与数字产业化
1.3 大数据生态体系形成
1.4 数据科学成为重要的认识世界的分析方法
1.5 数字技术、数据经济在各领域中应用的关键发展态势
2 数据时代钢铁行业面临的机遇与挑战
2.1 钢铁行业是距“数字化”最近的行业
2.2 钢铁行业是对数字技术需求最迫切的行业
2.2.1 钢铁生产过程的严重不确定性
2.2.2 系统复杂相关关系和流程方向的遗传效应
2.2.3 数据整合与利用不充分
2.2.4 解决问题的方案、方法陈旧
2.3 钢铁行业有丰富的数字资源和应用场景资源
2.3.1 钢铁行业丰富的数据资源
2.3.2 钢铁行业丰富的数字技术应用场景资源
2.4 钢铁行业具有直接反馈赋能物料的优势
2.5 钢铁行业数字技术应用的推进步骤
3 信息物理系统
3.1 信息物理系统概述
3.1.1 信息物理系统的概念与发展
3.1.2 物理空间与信息空间
3.1.3 信息物理系统架构
3.2 数据自动流动的四个过程
3.2.1 状态感知
3.2.2 实时分析
3.2.3 科学决策
3.2.4 精准执行
3.3 信息物理系统的六个特征
3.3.1 数据驱动
3.3.2 软件定义
3.3.3 泛在连接
3.3.4 虚实映射
3.3.5 异构集成
3.3.6 系统自治
3.4 数据驱动的原位分析系统
3.4.1 原位分析系统概述
3.4.2 数据处理技术
3.4.3 可视化处理
3.4.4 机器学习
3.4.5 钢铁材料创新基础设施及高性能计算
3.4.6 工艺过程的信息物理系统化
4 钢铁材料创新基础设施
4.1 传统工业互联网平台架构
4.1.1 平台总体架构
4.1.2 平台服务功能架构
4.2 钢铁材料创新基础设施的体系架构
4.3 钢铁材料创新基础设施的主要组成部分
4.3.1 物理实体底层:数据采集与执行机构
4.3.2 边缘云平台:边缘数字化核心平台
4.3.3 云平台:资源配置与管理云平台
4.4 网络与安全
4.5 钢铁材料创新基础设施的特点
4.5.1 信息感知和精准执行的物理实体底层
4.5.2 数据驱动的钢铁材料创新基础设施
4.5.3 数据驱动的大数据/机器学习数据分析系统
4.5.4 主流程过程控制模型数字孪生化与CPS化
4.5.5 软件定义,低成本、高效率改造
4.6 钢铁材料创新基础设施建设
5 数据治理
5.1 数据抽取
5.1.1 数据源处理方法
5.1.2 数据抽取方式
5.2 数据清洗与转换
5.2.1 数据清洗
5.2.2 数据转换
5.3 数据加载
6 机器学习
6.1 线性模型
6.1.1 概述
6.1.2 线性回归
6.2 局部加权回归
6.2.1 概述
6.2.2 距离度量与局部有效性
6.3 人工神经网络
6.3.1 概述
6.3.2 人工神经网络的结构
6.3.3 BP算法的基本思想
6.4 RBF神经网络
6.4.1 概述
6.4.2 RBF神经网络的特点
6.4.3 RBF神经网络的映射机理
6.5 支持向量机
6.5.1 概述
6.5.2 支持向量机推导
6.6 决策树和随机森林
6.6.1 决策树概述
6.6.2 随机森林
6.7 遗传算法
6.7.1 概述
6.7.2 基本思想及步骤
6.7.3 编码方式
6.8 主成分分析
6.8.1 概述
6.8.2 PCA原理
6.9 深度神经网络
6.9.1 概述
6.9.2 模型参数融合方法
6.10 卷积神经网络
6.10.1 概述
6.10.2 CNN模型的基本结构
6.11 循环神经网络和LSTM神经网络
6.11.1 循环神经网络概述
6.11.2 LSTM神经网络
6.12 图神经网络
6.12.1 概述
6.12.2 图神经网络的模型设计
7 多目标智能优化决策算法
7.1 多目标优化问题
7.1.1 多目标优化问题的定义
7.1.2 多目标优化问题与决策的关系
7.2 多目标优化算法综述及典型算法
7.2.1 多目标优化算法综述
7.2.2 求解多目标优化问题的进化算法
7.2.3 多目标优化算法研究展望
8 主流程边缘区域的数据分析和信息物理系统化
8.1 铁前与高炉炼铁
8.1.1 原料区
8.1.2 烧结区
8.1.3 球团区
8.1.4 炼焦区
8.1.5 高炉区
8.2 炼钢与精炼
8.2.1 铁水预处理
8.2.2 转炉
8.2.3 RH/LF精炼
8.3 连铸
8.3.1 基于大数据与人工智能的电磁冶金数字化系统
8.3.2 连铸坯质量缺陷在线预测
8.3.3 连铸坯表面质量在线检测
8.3.4 连铸坯低倍质量判定
8.4 板带材与长型材热轧
8.4.1 热连轧三维尺寸控制
8.4.2 中厚板轧制
8.4.3 热轧过程组织性能预测与工艺智能优化
8.4.4 复杂断面型材全流程数字李生与智能控制
8.4.5 棒材热连轧过程智能化管控与数字化平台
8.4.6 线材热连轧一体
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证