第1章  绪论
  1.1  引言
    1.1.1  智能制造的本质
    1.1.2  智能制造背景与趋势分析
  1.2  我国智能制造发展历程
    1.2.1  我国智能制造的未来发展趋势
    1.2.2  我国智能制造战略目标与方针
  1.3  人—信息—物理系统
    1.3.1  面向智能制造的HCPS的进化过程
    1.3.2  面向新一代智能制造的HCPS2.0的内涵
    1.3.3  面向智能制造HCPS2.0的人机协同
  1.4  智能制造过程感知、分析与决策框架
    1.4.1  智能制造体系框架
    1.4.2  智能感知与决策方法
  1.5  本章小结
  1.6  项目单元
  本章习题
第2章  制造系统感知技术
  2.1  制造系统机器感知概述
    2.1.1  制造模式与感知概述
    2.1.2  制造过程机器感知对象
    2.1.3  制造过程机器感知需求
  2.2  传感器与机器视觉
    2.2.1  传感器
    2.2.2  机器视觉
  2.3  设备及物料感知
    2.3.1  制造资源感知
    2.3.2  制造资源感知接入实例
    2.3.3  物料状态信息感知
    2.3.4  智能物料输送感知系统的实例设计
  2.4  环境感知
    2.4.1  环境感知智能微系统
    2.4.2  环境感知系统自检测
  2.5  人员行为感知
    2.5.1  人员行为感知概述
    2.5.2  人员行为感知在制造系统中的作用
    2.5.3  基于视觉的行为感知方法
  2.6  本章小结
  2.7  项目单元
  本章习题
第3章  制造系统大数据分析技术基础
  3.1  工业大数据
    3.1.1  工业大数据概述
    3.1.2  工业大数据与智能制造的关系
    3.1.3  智能制造系统中的大数据特征
    3.1.4  智能制造系统中的大数据分类
  3.2  数据驱动建模技术路线
    3.2.1  数据驱动建模概述
    3.2.2  数据驱动建模的一般流程
    3.2.3  数据驱动建模的分类
  3.3  数据预处理技术
    3.3.1  数据清洗
    3.3.2  数据集成
    3.3.3  数据转换
    3.3.4  数据规约
  3.4  回归分析与关联分析
    3.4.1  回归分析
    3.4.2  关联分析
  3.5  分类建模与模型集成
    3.5.1  分类建模概述
    3.5.2  常用分类算法
    3.5.3  模型集成方法
  3.6  时间序列建模与预测
    3.6.1  时间序列预测概述
    3.6.2  经典时间序列模型
    3.6.3  先进时间序列建模技术
  3.7  深度学习
    3.7.1  深度学习概述
    3.7.2  深度学习基础
  3.8  本章小结
  3.9  项目单元
  本章习题
第4章  制造系统分析优化决策技术
  4.1  决策技术概述
    4.1.1  决策技术的类型
    4.1.2  决策技术的理论
    4.1.3  决策技术的分析过程和方法
    4.1.4  制造系统中的决策问题
  4.2  建模与优化
    4.2.1  基于离散事件动态系统的建模方法
    4.2.2  基于数学规划的建模方法
    4.2.3  基于多智能体系统的建模方法
  4.3  启发式优化算法
    4.3.1  遗传算法
    4.3.2  模拟退火算法
    4.3.3  粒子群算法
  4.4  强化学习算法
    4.4.1  强化学习基础理论
    4.4.2  Q学习算法
    4.4.3  深度确定性策略梯度算法
    4.4.4  近端策略优化算法
  4.5  本章小结
  4.6  项目单元
  本章习题
第5章  智能制造过程监测与质量管理
  5.1  加工工艺技术
    5.1.1  经典加工工艺
    5.1.2  先进加工工艺
  5.2  加工在线监测
    5.2.1  无损缺陷检测技术
    5.2.2  机器视觉检测技术
  5.3  工艺质量关联分析
    5.3.1  工艺质量关联分析步骤
    5.3.2  工艺质量关联分析实例
  5.4  工艺优化
    5.4.1  试验设计
    5.4.2  回归设计
    5.4.3  稳健设计
    5.4.4  多目标优化
  5.5  质量管理系统
    5.5.1  全面质量管理
    5.5.2  过程质量控制
    5.5.3  质量成本管理
  5.6  本章小结
  5.7  项目单元
  本章习题
第6章  设备故障预测和健康管理
  6.1  设备健康管理概述
    6.1.1  设备健康管理背景
    6.1.2  设备健康管理概念
    6.1.3  PHM经典架构
    6.1.4  设备健康管理应用
  6.2  设备故障诊断与预测
    6.2.1  数据分析与智能故障诊断
    6.2.2  典型故障类型
    6.2.3  基于可靠性模型的故障诊断与预测
    6.2.4  基于物理模型的故障诊断与预测
    6.2.5  基于数据驱动的故障诊断与预测
  6.3  设备状态监测
    6.3.1  设备状态智能监控
    6.3.2  智能工业监控管理
    6.3.3  远程综合监控系统
  6.4  设备剩余寿命预测
    6.4.1  设备剩余寿命预测概述
    6.4.2  设备剩余寿命预测的方法与技术
    6.4.3  设备运维决策
    6.4.4  基于大数据技术的智能运维
    6.4.5  未来基于人工智能的运维决策
  6.5  本章小结
  6.6  项目单元
  本章习题
第7章  制造资源优化技术
  7.1  制造资源优化概述
    7.1.1  制造资源优化的目标和基本原则
    7.1.2  制造资源优化的重要性
    7.1.3  制造资源分类
    7.1.4  制造资源优化技术
    7.1.5  制造资源智能优化
  7.2  厂内物流优化
    7.2.1  厂内物流系统概念
    7.2.2  厂内拣选路径规划
    7.2.3  案例：5G在某钢铁制造厂内物流的应用
    7.2.4  厂内物料搬运系统优化
  7.3  柔性作业车间高级排产系统
    7.3.1  高级排产系统概述
    7.3.2  车间排产优化
    7.3.3  高级排产系统的企业应用场景
  7.4  制造资源重调度
    7.4.1  重调度概述
    7.4.2  重调度的触发机制
    7.4.3  应用：扰动环境下离散车间的资源重调度策略
  7.5  本章小结
  7.6  项目单元
  本章习题
第8章  制造过程安全管控
  8.1  安全管理概述
    8.1.1  安全管理的定义与重要性
    8.1.2  安全文化的建设
    8.1.3  安全政策与目标
    8.1.4  法规与合规性
    8.1.5  安全管理的现代挑战
  8.2  安全管理要素
    8.2.1  安全要素识别
    8.2.2  安全要素管控
    8.2.3  危害识别和风险评估
    8.2.4  预防措施和应急响应
  8.3  安全管理标准
    8.3.1  安全管理标准内容概述
    8.3.2  安全管理标准的体系框架
    8.3.3  制造业中的安全管理标准
    8.3.4  安全监管和合规性
  8.4  安全管理系统
    8.4.1  安全管理系统概述
    8.4.2  安全管理系统框架
    8.4.3  安全生产与智能感知系统案例分析
    8.4.4  机器视觉在安全生产中的应用
  8.5  本章小结
  8.6  项目单元
  本章习题
第9章  制造系统适人性评估与验证
  9.1  人的感知觉特性
    9.1.1  人的感觉特性
    9.1.2  人的知觉特性
  9.2  多通道交互特性
    9.2.1  语音交互特性
    9.2.2  眼动交互特性
    9.2.3  手势交互特性
  9.3  作业能力与作业疲劳
    9.3.1  体力劳动时的能量消耗
    9.3.2  作业能力的动态变化
    9.3.3  作业疲劳及其测定
    9.3.4  提高作业能力与降低疲劳的措施
  9.4  人在环的虚实融合产线验证
    9.4.1  制造业产线验证现状与需求
    9.4.2  虚实融合验证的特点及优势
    9.4.3  虚实融合产线验证案例
  9.5  本章小结
  9.6  项目单元
  本章习题
参考文献