工业大数据分析与处理

￥99.00

运费：	免运费
库存：	4 件

立即购买

支付：: 微信支付银行卡支付宝

商品详情

工业大数据分析与处理

作者:王宏志梁志宇张桦郑博著

定价:99

出版社:机械工业出版社

出版日期:2026年09月01日

页数:321

装帧:平装

ISBN:9787111812098

在智能制造浪潮下，工业大数据已成为提升生产效率、实现预测性维护与智能决策的关键引擎。然而，工业数据具有强时序性、多源异构及高实时要求等特点，难以应用通用大数据技术进行分析与处理。本书基于作者长期从事工业大数据研究与工程实践的成果编写而成，系统构建工业大数据分析与处理的知识体系。全书以数据“采、存、管、算、显”为主线，融合真实工业场景与典型算法案例，为智能制造、工业互联网等领域的大数据分析与处理提供从理论到实践的系统指引。本书特色：全流程覆盖，闭环式知识结构：从传感器、RFID、信息化系统等数据获取方式，到时序数据库、实时数据库等管理技术，再到分析模型、算法与可视化，完整覆盖工业大数据处理链条。深耕工业场景，直击真实需求：围绕设计、生产、采购、销售、售后全生命周期，提供工艺优化、质量监控、库存优化、故障预警等可复用的分析模型框架。算法与模型并重，案例驱动：按实时、弱实时、非实时分类介绍分析算法，并配套生产线健康度评估、发电机组负载调度等完整案例，便于工程参考。可视化与过程监控融合：除常规数据可视化之外，还系统讲解SCADA、DCS、PLC等工业过程监控系统及交互式可视化分析方法，支撑人机协同决策。

●前言 第1章绪论1 1.1 什么是大数据1 1.1.1 大数据的定义1 1.1.2 大数据的特征2 1.1.3 大数据的作用3 1.2 什么是工业大数据6 1.2.1 什么是工业6 1.2.2 工业大数据概述7 1.2.3 工业大数据的特征8 1.2.4 工业大数据的价值8 1.3 工业大数据的技术需求12 1.4 工业大数据在不同行业的应用15 1.4.1 个性化制造15 1.4.2 实现有效管理16 1.4.3 库存建模优化的信息管理和服务16 1.4.4 简化人的工作18 1.4.5 实现产业链的信息整合19 1.5 从工业大数据到智能制造20 1.5.1 工业大数据在智能制造中的应用20 1.5.2 工业大数据在智能制造标准体系中的定位21 1.5.3 全球主要国家和地区在工业大数据方面的战略22 1.6 本章小结23 第2章工业大数据的获取24 2.1 工业大数据采集的技术难点24 2.2 使用工业传感器采集工业数据25 2.2.1 典型的工业传感器26 2.2.2 工业传感器的应用28 2.3 利用工业RFID采集工业数据30 2.3.1 RFID技术概述30 2.3.2 RFID的工业应用32 2.4 利用工业信息化系统获取工业大数据39 2.4.1 企业经营数据与系统39 2.4.2 生产管理数据与系统48 2.5 企业外部数据54 2.5.1 互联网数据54 2.5.2 数据交易市场的数据54 2.5.3 外部数据获取技术55 2.6 本章小结56 第3章工业大数据的预处理58 3.1 标准化和归一化60 3.1.1 数据标准化60 3.1.2 数据归一化61 3.2 数据清洗62 3.2.1 数据清洗与数据质量管理62 3.2.2 数据清洗方法与技术63 3.3 数据集成和变换82 3.3.1 数据集成82 3.3.2 数据变换92 3.4 数据归约95 3.4.1 属性归约95 3.4.2 数值归约96 3.5 本章小结99第4章工业大数据管理100 4.1 工业大数据管理需求概述100 4.1.1 数据交换服务100 4.1.2 数据整体存储100 4.1.3 数据分级存储100 4.2 关系数据库管理系统101 4.2.1 关系数据管理概述101 4.2.2 工业中的关系数据102 4.2.3 关系数据库的设计103 4.2.4 关系数据库系统的调优112 4.3 时间序列数据管理120 4.3.1 时序数据库概述120 4.3.2 工业中时序数据库的应用场景120 4.3.3 工业中时序数据管理的挑战121 4.3.4 时序数据库的存储121 4.3.5 时序数据索引123 4.3.6 时序数据的查询处理126 4.3.7 时序数据库实例128 4.4 非结构化数据管理147 4.4.1 非结构化数据管理概述147 4.4.2 工业中的非结构化数据管理148 4.4.3 非结构化数据操作、处理方法及关键技术149 4.4.4 典型的非结构化数据管理系统149 4.5 实时数据库149 4.5.1 实时数据库概述149 4.5.2 实时数据库的关键技术153 4.5.3 实时数据库系统实例167 4.5.4 实时数据库在工业中的应用170 4.6 本章小结172 第5章工业大数据分析模型174 5.1 大数据分析模型概述174 5.1.1 回归分析模型175 5.1.2 分类分析模型175 5.1.3 聚类分析模型180 5.1.4 关联规则挖掘181 5.2 设计阶段的分析模型182 5.2.1 工艺优化阶段的分析模型182 5.2.2 流程优化187 5.2.3 能效优化189 5.3 生产阶段的分析模型192 5.3.1 质量监控192 5.3.2 效率监控195 5.3.3 生产状态监控198 5.3.4 能效监控205 5.3.5 故障预测209 5.4 采购阶段的分析模型211 5.4.1 库存优化211 5.4.2 成本优化215 5.5 销售阶段的分析模型217 5.5.1 需求发现217 5.5.2 产量预测225 5.5.3 配送优化230 5.6 售后阶段的分析模型240 5.6.1 故障预警240 5.6.2 故障咨询241 5.6.3 备品供应242 5.6.4 产品运行状态监控246 5.7 本章小结252 第6章工业大数据分析算法254 6.1 工业大数据分析算法概述254 6.1.1 实时分析算法254 6.1.2 弱实时分析算法255 6.1.3 非实时分析算法256 6.2 工业大数据分析算法的应用257 6.2.1 基于数据流分析的复杂生产线系统健康度实时评估257 6.2.2 基于交互式算法的随机环境多目标优化262 6.2.3 基于并行神经网络的发电机组负载分配调度方案267 6.3 本章小结274 第7章工业大数据可视化分析276 7.1 工业大数据可视化276 7.1.1 工业大数据可视化的原则276 7.1.2 图形可视化方法的分类277 7.1.3 常用的工业大数据可视化方法279 7.1.4 常用的工业大数据可视化工具296 7.1.5 工业大数据可视化分析案例297 7.1.6 工业大数据可视化的应用场景302 7.2 工业过程可视化监控303 7.2.1 SCADA系统303 7.2.2 DCS308 7.2.3 PLC系统309 7.2.4 工业组态展示310 7.3 用户交互式可视化分析312 7.3.1 交互式可视化分析的思想312 7.3.2 交互式可视化分析的重要性313 7.3.3 交互式可视化分析存在的问题313 7.3.4 交互式可视化分析方法314 7.4 本章小结320

内容介绍

本书从大数据推动工业智能的角度，系统介绍了工业大数据的概念、原理和相关分析技术。本书主要内容包括工业大数据的定义和应用场景、工业大数据的来源和采集技术、工业大数据的预处理方法、工业大数据的管理需求与技术、工业大数据的分析模型、工业大数据分析的算法以及工业大数据的可视化分析。本书内容前沿性与实用性并重，既有工业大数据相关前沿理论的介绍，也有工业大数据的应用案例。本书适合作为工业大数据相关课程和培训的教材，也适合作为工业大数据挖掘与分析、人工智能领域研究人员和技术人员的参考书。

王宏志梁志宇张桦郑博著

王宏志，哈尔滨工业大学长聘教授，博士生导师，计算学部海量数据计算研究中心主任，数据科学与大数据技术专业负责人。研究方向为数据库、大数据管理与分析、大数据治理等，发表论文300余篇，SCI收录90余次，他引3000余次，先后主持国家自然科学基金重点项目、国际合作项目等10余项项目，以主要成员参与973项目、863项目、国家重点研发计划项目、国家自然科学基金重点项目以及一批省部级重点项目和多项国际合作项目等。获得青年龙江学者、微软学者、中国优秀数据库工程师、IBM博士英才等称号，获得黑龙江省自然科学奖和教育部高校科技进步奖各1项，黑龙江省“头雁计划”团队成员。