技术基础篇
第1章 数字工厂绪论
1.1 数字工厂的起源和发展
1.1.1 数字工厂起源
1.1.2 狭义数字工厂和广义数字工厂
1.1.3 从数字工厂到数字孪生
1.1.4 数字工厂的优势
1.1.5 流程制造工业的数字工厂和离散制造工业的数字工厂
1.2 数字工厂的组成
1.2.1 数字工厂的构成要素
1.2.2 数字工厂的关键技术
1.2.3 数字工厂的结构特征
1.3 对新一代数字工厂的思考
1.3.1 制造业面临的新挑战
1.3.2 两个常见的管理难题
1.3.3 系统论思想和问题剖析
1.3.4 破局思路和新一代数字工厂
1.3.5 对数字孪生和可视化技术的思考
第2章 数字工厂基础平台
2.1 技术架构
2.1.1 基础平台
2.1.2 基本技术路线
2.1.3 硬件架构及需求评估
2.1.4 数字工厂的信息管理平台
2.1.5 数字工厂应用相关软件
2.2 数字工厂模型体系标准框架
2.2.1 工厂分解结构
2.2.2 信息编码规则
2.2.3 色卡定义
2.2.4 种子文件
2.2.5 设计图元库
2.3 数字工厂基础平台功能
2.3.1 工厂信息查询
2.3.2 三维模型浏览
2.3.3 数字化信息管理
2.3.4 工作流程配置
2.3.5 报表输出
2.3.6 权限管理
第3章 数字工厂应用技术图谱—规划域
3.1 空间建模技术
3.1.1 空间建模标准框架
3.1.2 空间模型管理规范
3.1.3 工艺流程建模技术
3.1.4 三维建模技术
3.1.5 三维模型应用技术
3.2 三维逆向建模技术
3.2.1 激光扫描标准
3.2.2 软件及硬件选用
3.2.3 测量控制网布置
3.2.4 点云数据的处理
3.2.5 逆向建模方法
3.2.6 模型的校对修正
3.3 虚拟验证技术
3.3.1 空间模型验证技术
3.3.2 有限元分析技术
3.3.3 生产控制逻辑验证技术
3.3.4 试装分析技术
第4章 数字工厂应用技术图谱—运营域
4.1 过程仿真分析技术
4.1.1 制造过程仿真技术
4.1.2 物流规划仿真技术
4.1.3 当前仿真软件的问题
4.1.4 仿真软件自主研发实践研究
4.1.5 阿波罗仿真软件应用简介
4.2 机器学习技术
4.2.1 基于机器学习的数字孪生
4.2.2 工业大数据的处理方法
4.2.3 机器学习的工业验证指标
4.3 知识图谱和自然语言处理技术
4.3.1 知识图谱和自然语言处理概述
4.3.2 知识图谱发展历程
4.3.3 知识图谱的构建方法
4.3.4 当前技术融合与应用
4.4 运筹优化技术
4.4.1 运筹学通识
4.4.2 线性规划
4.4.3 整数规划
4.4.4 排队论
4.4.5 存储论
4.4.6 决策论
应用管理篇
第5章 数字工厂应用案例
5.1 空间建模技术应用案例
5.1.1 项目背景
5.1.2 项目规划和技术方案
5.1.3 三维模型查看
5.1.4 设备管理
5.1.5 检维修管理
5.1.6 工艺培训
5.1.7 仿真模拟
5.1.8 HSE应急指挥
5.1.9 项目成果和收益
5.2 数字仿真优化物流库区案例
5.3 数字仿真辅助车间规划案例
5.4 通过机器学习实现生产优化案例
5.5 知识图谱赋能售后体系案例
5.6 运筹优化降低物流成本案例
5.7 运筹优化提升生产效率案例
第6章 数字工厂项目实践管理
6.1 数字工厂项目实施规划
6.1.1 项目目标
6.1.2 实施内容
6.1.3 协作过程
6.1.4 质量控制
6.1.5 项目交付
6.2 新建工厂项目数字化建模
6.2.1 第1阶段：基础准备
6.2.2 第2阶段：信息获取、集成和交付
6.2.3 第3阶段：信息应用
6.3 在役工厂项目数字化建模
6.3.1 第1阶段：基础准备
6.3.2 第2阶段：信息获取、集成和交付
6.3.3 第3阶段：信息应用
6.4 数字工厂模型应用系统接口
6.4.1 整体架构设计
6.4.2 平台接口定义
6.4.3 实时数据集成和生产监控
6.4.4 视频监控系统集成
6.4.5 设备管理系统集成
6.4.6 SAP系统集成
6.4.7 移动办公系统集成
6.4.8 三维模型查看接口
6.5 算法工程化的研发与应用
6.5.1 算法工程化的技术框架
6.5.2 算法工程化主流技术分析
6.5.3 算法工程化的实践路线
第7章 数字工厂管理规范
7.1 概述
7.2 信息采集规范
7.3 信息管理和维护
7.4 数字化信息的移交规范
7.5 数据文件整理审查规范
7.6 数字工厂平台维护管理规定
7.7 数字工厂
展开
