本书系统地总结和归纳了团队在智慧工业领域的研究和应用成果，以人机物三元融合为核心，从理论基础、核心装备和管控技术三方面入手，着重介绍了工业感知、工业大数据分析和知识图谱、智能决策和控制、智能工业装备、智能物流、数字孪生与智能调度、智能产线重构等关键理论和技术。同时，以团队在流程和离散工业等多领域的丰富企业应用案例，描述了上述关键技术的适用场景、实施办法和应用效果。

　　前言

　　我国正面临着从工业制造大国向工业制造强国的转变，用人工智能改造和提升传统工业是一条必经之路，也是解决目前国内企业适应市场变化能力弱的一个重要手段。智慧工业是一种由智能机器和人类专家共同组成的人机一体化智能系统，它在制造过程中能开展自主分析、推理、判断、构思和决策等活动。通过集成新一代人工智能技术，工业生产过程融合了人机物的多元智慧，极大地扩大、深化了人机物共融认知交互。人机物信息驱动的智能设备正逐步取代人类专家在制造过程中的低级脑力劳动，促使人与环境、设备能够进行更深层次的循环交互学习提升。通过相应系统的优化集成以及制造过程的数字化、网络化和智能化，智慧工业正赋予以产品、生产过程、服务为核心的各个工业生产环节日益完善的智慧，不断提升企业的产品质量、效益和服务水平。

　　智慧工业的实现有赖于对生产现场信息的实时感知能力，以支持生产系统进行工业现场的数据融合分析、智能优化决策和自主精准执行。智能感知能力以智能工厂为载体、以关键制造环节智能化为核心、以端到端数据流为基础、以网络互联为支撑，构建精细化感知网络。在此基础上，智能工厂能够基于数字孪生模型对制造过程中的装备、物流信息进行精细化感知，从而获得制造大数据，再基于大数据分析构建知识图谱，为制造过程决策、控制和调度提供有效的知识和决策支撑。另外，随着生产模式从大规模制造、多品种小批量生产进入大规模个性化定制生产，要求工业制造具备自适应重构能力，以快速应对多变的市场需求。上述过程均需要通过集成人的不完全信息决策能力强、计算机的计算能力和存储能力强、制造装备的执行力强等优势，形成人机物三元融合驱动的智慧工业理论与技术体系。

　　近年来，《中国制造2025》《十四五智能制造发展规划》等举措明确以加快新一代信息技术与制造业深度融合为主线，推动智能制造快速发展。作者所在团队也承担了科技创新2030新一代人工智能重大项目（2018AAA0101800）、国家重点研发计划项目（2020YFB1713300、2019YFB1703700）、中国工程院发展战略咨询项目（2021-ZD-CQ-3）和重庆市技术创新与应用发展专项重点项目（cstc2019jscx-mbdxX0056）等任务，开展了一系列相关研究和探索工作，取得了一定的理论与应用成果。为满足我国智能制造发展规划要求，针对智慧工业所包含的智能感知、大数据分析和知识图谱、智能决策和控制、智能装备、智能物流、数字孪生和生产调度、智能产线重构等技术，本书结合作者研究成果和行业先进成果对相关技术方法以及应用案例进行了详细介绍。

　　本书的具体撰写分工如下：第1章由王时龙、王四宝撰写；第2章由郭宇、刘检华撰写；第3章由王时龙、杨波、郭宇撰写；第4章由王时龙、黄涛撰写；第5章由张正文、唐倩、马驰、伊浩撰写；第6章由王时龙、马驰撰写；第7章由刘检华、王时龙、杨波撰写；第8章由王时龙、杨波撰写。

　　本书的撰写得到了国内外许多同行专家的鼓励、支持和帮助，也参考了许多专家学者的研究成果，在此表示衷心的感谢！

　　智慧工业目前仍处于快速发展阶段，许多理论、方法和技术尚未完全成熟和定型，加之作者水平有限，书中难免存在不妥之处，恳请各位读者给予批评和指正。

　　2021年7月

　　王时龙 教授，博士生导师，重庆大学副校长，长江学者特聘教授，国家杰出青年基金获得者，新世纪百千万人才工程人选，享受国务院政府特殊津贴专家。兼任国家网络协同制造和智能工厂重点研发计划专家组成员，中国机械工程学会机械工业自动化分会副主任委员等职务。在智能制造技术与系统、网络协同制造、齿轮加工技术与装备等领域开展了一系列原创研究，解决了支持生产设备集成运行的网络化制造关键技术、高性能齿轮精密加工技术与装备、装备制造业智能化关键技术及集成应用等难题，获国家科技进步奖二等奖2项、教学成果奖二等奖1项、省部级技术发明奖一等奖1项、省部级科技进步奖一等奖4项。

目录

CONTENTS

序言
前言
编写说明
第1章.基于人机物协同的智慧工业概述.1
1.1.智慧工业概述.2
1.2.基于人机物协同的智慧工业关键技术研究现状及
发展趋势.3
1.2.1.智能感知.3
1.2.2.工业大数据分析与基于本体的知识图谱构建.5
1.2.3.车间智能决策与控制方法.7
1.2.4.智能装备.9
1.2.5.智能物流12
1.2.6.车间生产调度14
1.2.7.数字孪生15
1.2.8.产线重构16
参考文献.19
第2章.智能感知技术27
2.1.概述28
2.1.1.智能感知技术的定义28
2.1.2.智能感知技术的研究现状28
2.1.3.智能感知技术存在的问题30
2.2.工业现场多源数据智能感知技术体系31
2.2.1.数据采集技术31
2.2.2.数据传输技术64
2.3.工业现场智能感知架构75
2.3.1.工业现场智能感知需求分析75
2.3.2.工业现场智能感知系统架构77
2.3.3.工业现场智能感知工作逻辑80
参考文献.83
第3章.大数据分析和知识图谱85
3.1.大数据预处理方法87
3.1.1.数据集成87
3.1.2.数据清洗88
3.1.3.数据归约89
3.1.4.数据融合90
3.2.大数据特征提取方法91
3.2.1.深度自编码网络数据特征提取91
3.2.2.卷积神经网络数据特征提取94
3.2.3.循环神经网络数据特征提取97
3.3.时空数据模型.100
3.3.1.车间时空数据模型.100
3.3.2.时空数据模型的组织形式.103
3.3.3.时空数据模型的分析操作.104
3.3.4.时空数据的处理方法.107
3.4.人机物知识图谱融合的制造诊断决策.110
3.4.1.命名实体识别.112
3.4.2.实体关系抽取.114
3.4.3.实体对齐.116
3.4.4.知识存储.117
3.4.5.知识推理技术.118
3.4.6.知识图谱问答技术.121
3.4.7.人机物知识图谱故障/质量诊断总体结构123
参考文献125
第4章.智能决策和控制技术.127
4.1.智能制造中的智能控制技术.128
4.1.1.数据智能采集技术.128
4.1.2.全互联网集成技术.129
4.1.3.协同自动化技术.130
4.1.4.制造全信息化技术.131
4.2.智能制造分析与决策.133
4.2.1.智能制造分析与决策概述.133
4.2.2.优化对象及目标.133
4.2.3.车间运行分析与决策常用模式.134
4.2.4.关联 预测 调控车间运行分析与
决策新模式.138
4.3.智能控制算法.143
4.3.1.机器学习.143
4.3.2.迭代学习.149
4.3.3.神经网络.156
4.3.4.模糊控制.160
4.3.5.智能优化算法.163
4.4.智能制造执行系统.166
4.4.1.智能生产.167
4.4.2.智能工厂.167
参考文献171
第5章.智能工业装备.177
5.1.金属3D打印178
5.1.1.选区激光熔化技术.179
5.1.2.其他类型的金属3D打印技术191
5.2.工业机器人.200
5.2.1.工业机器人的全球发展趋势.200
5.2.2.国产品牌工业机器人的发展趋势.202
5.2.3.我国在工业机器人领域的政策引导.204
5.2.4.基于人工智能技术的协作机器人新趋势及创新
应用案例.205
5.3.数控机床.216
5.3.1.引言.216
5.3.2.新一代智能机床.219
参考文献227
第6章.智能物流.229
6.1.引言.230
6.2.工业物流自主移动机器人.233
6.2.1.认识AMR233
6.2.2.构成及关键技术.235
6.2.3.AMR路径规划与调度系统238
6.2.4.AMR应用场景241
6.3.AGV系统单向导引路径网络设计方法.245
6.3.1.单向导引路径网络建模.245
6.3.2.单向导引路径网络模型求解.250
6.4.基于优化路径的缸盖柔性产线设备布局.252
6.4.1.传统设备布局建模.252
6.4.2.缸盖柔性产线设备布局基础数据计算.254
6.4.3.缸盖柔性产线设备布局建模及约束条件.257
6.4.4.基于优化路径的产线设备布局算法解算.259
6.5.基于优化路径的缸盖柔性产线设备布局.266
6.5.1.基于单向导引路径的多AGV协调控制问题描述.266
6.5.2.基于单向导引路径的多AGV协调控制策略.267
6.5.3.仿真与分析.242
参考文献276
第7章.数字孪生及其在智能调度中的应用.281
7.1.数字孪生技术.282
7.1.1.数字孪生概述.283
7.1.2.多维多尺度的数字孪生模型构建技术.290
7.1.3.数字孪生在智能车间中的应用案例.305
7.1.4.数字孪生的发展趋势.311
7.2.智能调度技术.313
7.2.1.智能调度概述.313
7.2.2.智能调度算法.320
7.2.3.数字孪生技术在智能调度中的应用案例.329
7.2.4.智能调度的发展趋势.330
7.3.基于数字孪生模型的无人热轧产线调度优化方法.331
7.3.1.混合流水车间调度问题研究现状.331
7.3.2.基于热轧产线数字孪生模型的混合流水车间动态
调度模型描述.332
7.3.3.MOHFSP-DRP能耗评价方法.334
7.3.4.MOHFSP-DRP的多目标整数规划模型.335
7.3.5.提出求解MOHFSP-DRP的IMOWOA336
7.3.6.IMOWOA求解实际的MOHFSP-DRP模型341
7.4.基于数字孪生模型的无人热水器内胆焊接产线调度
优化方法.344
7.4.1.基于数字孪生感知动态事件的混合流水车间调度
问题特征.345
7.4.2.求解实际的MOHFGSP-DE模型346
参考文献350
第8章.智能产线重构.353
8.1.基于CPS制造组件的产线自主重构方法.354
8.1.1.当前产线制造系统现状.354
8.1.2.复杂制造环境下无人产线特点分析.355
8.1.3.基于分形理论的无人产线自相似CPS制造
组件构建.358
8.2. 基于群集协作的考虑实际约束的CPS制造组件自
组织分层聚集与动态配置361
8.2.1.基于群集协作的CPS制造组件自组织分层聚集.361
8.2.2.实际约束下CPS制造组件分形单元动态配置
过程描述362
8.3.考虑增添设备的无人产线自组织重构资源配置.365
8.3.1.问题描述.365
8.3.2.模型参数.365
8.3.3.加工参数计算.367
8.3.4.目标函数及约束.369
8.3.5.海尔热水器内胆焊接产线实例.370
8.4.无人产线鲁棒性布局设计.375
8.4.1.车间布局研究现状.375
8.4.2.无人产线生产需求及设备信息分析.377
8.4.3.无人产线鲁棒性布局模型构建.378
8.4.4.无人产线鲁棒性布局模型求解.384
8.4.5.案例展示.388
参考文献391