工業(yè)大數(shù)據(jù)技術(shù)與示范案例

目錄第1章大數(shù)據(jù)技術(shù)概述/11.1大數(shù)據(jù)技術(shù)發(fā)展與應(yīng)用趨勢/11.1.1大數(shù)據(jù)時(shí)代/21.1.2大數(shù)據(jù)的應(yīng)用/31.1.3大數(shù)據(jù)分析/61.1.4大數(shù)據(jù)的演進(jìn)/61.2大數(shù)據(jù)技術(shù)發(fā)展新趨勢/111.2.1DONA/121.2.2Handle的運(yùn)用/171.2.3NDN/191.3大數(shù)據(jù)生態(tài)圈/201.4基于大數(shù)據(jù)的價(jià)值創(chuàng)造/22第2章工業(yè)大數(shù)據(jù)技術(shù)發(fā)展概述/252.1工業(yè)大數(shù)據(jù)技術(shù)/252.1.1工業(yè)大數(shù)據(jù)來源/252.1.2工業(yè)大數(shù)據(jù)方法論/282.1.3工業(yè)大數(shù)據(jù)分析模型/282.1.4工業(yè)大數(shù)據(jù)的數(shù)據(jù)匯聚/312.1.5基于工業(yè)大數(shù)據(jù)的工業(yè)互聯(lián)網(wǎng)平臺(tái)/352.1.6工業(yè)大數(shù)據(jù)人才培養(yǎng)/412.2基于工業(yè)大數(shù)據(jù)的數(shù)字化生產(chǎn)線故障定位技術(shù)/452.2.1數(shù)字化生產(chǎn)線發(fā)展概述/452.2.2故障定位技術(shù)概述/462.3總結(jié)與展望/49第3章基于大數(shù)據(jù)分析的彩色濾光片生產(chǎn)線故障定位框架/513.1引言/513.2故障定位基礎(chǔ)框架與主要流程/523.3彩色濾光片生產(chǎn)線/533.4生產(chǎn)線數(shù)據(jù)的組成/563.5故障識(shí)別中存在的問題/573.5.1加工過程數(shù)據(jù)分析存在的困難/573.5.2機(jī)臺(tái)警報(bào)數(shù)據(jù)分析存在的困難/583.6定位決策中存在的問題/583.7彩色濾光片生產(chǎn)線故障定位問題的解決方法分析/593.7.1去冗余常用的特征選擇技術(shù)/593.7.2過程數(shù)據(jù)分析常用的分類算法/603.7.3警報(bào)數(shù)據(jù)分析常用的聚類算法/623.7.4信息融合算法/633.8故障定位技術(shù)框架介紹/64第4章彩色濾光片生產(chǎn)線過程數(shù)據(jù)分析技術(shù)/674.1引言/674.2生產(chǎn)線故障定位問題分析/674.3基于變異二進(jìn)制粒子群優(yōu)化的Xgboost過程數(shù)據(jù)分析技術(shù)/694.3.1初始化粒子群/704.3.2Xgboost算法與適應(yīng)度計(jì)算/714.3.3粒子群的迭代更新/714.3.4按比例的變異交叉/734.3.5故障機(jī)臺(tái)可疑排序/734.4示例驗(yàn)證/744.4.1MCBPSO算法相關(guān)參數(shù)設(shè)置與分析/744.4.2示例驗(yàn)證結(jié)果/76第5章彩色濾光片生產(chǎn)線警報(bào)數(shù)據(jù)分析技術(shù)/785.1引言/785.2警報(bào)數(shù)據(jù)用于故障定位的問題分析/795.3基于概率相關(guān)性層次聚類的警報(bào)數(shù)據(jù)分析技術(shù)/805.3.1基于概率相關(guān)性層次聚類的警報(bào)數(shù)據(jù)故障定位技術(shù)框架/805.3.2離散故障活動(dòng)高斯分布轉(zhuǎn)換/815.3.3警報(bào)類型間相關(guān)度的計(jì)算/845.3.4警報(bào)相關(guān)性的力導(dǎo)圖構(gòu)建/865.3.5力導(dǎo)向圖的層次聚類/885.3.6警報(bào)類團(tuán)根本原因故障機(jī)臺(tái)排序/895.4示例驗(yàn)證/89第6章彩色濾光片生產(chǎn)線故障定位信息融合技術(shù)/926.1引言/926.2多源故障定位信息融合問題分析/936.3基于信度熵改進(jìn)的DS證據(jù)理論信息融合技術(shù)/936.3.1DS證據(jù)理論及傳統(tǒng)融合規(guī)則/946.3.2計(jì)算各證據(jù)理論及傳統(tǒng)融合規(guī)則/956.3.3基于權(quán)重計(jì)算參考證據(jù)/956.3.4證據(jù)信度熵融合及綜合故障定位判斷生成/966.4示例驗(yàn)證/96第7章基于工業(yè)大數(shù)據(jù)的數(shù)字化生產(chǎn)線故障定位技術(shù)示范案例/1007.1系統(tǒng)概述/1007.2構(gòu)建故障定位大數(shù)據(jù)分析模型/1017.3生產(chǎn)線故障定位算法求解與驗(yàn)證/1027.3.1數(shù)據(jù)準(zhǔn)備/1027.3.2基于變異二進(jìn)制粒子群優(yōu)化的Xgboost加工過程數(shù)據(jù)分析技術(shù)實(shí)驗(yàn)/1057.3.3基于概率相關(guān)性層次聚類的警報(bào)數(shù)據(jù)故障定位技術(shù)實(shí)驗(yàn)/1087.3.4基于信度熵改進(jìn)的DS證據(jù)理論信息融合技術(shù)實(shí)驗(yàn)/1107.3.5實(shí)驗(yàn)結(jié)果與應(yīng)用分析/1127.4原型系統(tǒng)設(shè)計(jì)/1127.4.1系統(tǒng)開發(fā)工具/1127.4.2系統(tǒng)架構(gòu)設(shè)計(jì)/1137.4.3功能設(shè)計(jì)/1147.4.4系統(tǒng)軟硬件環(huán)境/1157.5原型系統(tǒng)界面/1167.5.1主界面/1167.5.2產(chǎn)品品質(zhì)診斷界面/1167.5.3缺陷自動(dòng)分類界面/1167.5.4異常機(jī)臺(tái)定位界面/117參考文獻(xiàn)/121致謝/128