分布式制造資源協同管控的過程越來越充滿了不確定性，多目標、不確定性事件頻繁發生，且經常伴有持續變化而又不可預知的任務(任務的變化、緊急訂單的出現等)和事件(資源故障、等待某個制造資源等)，生產負荷基本上呈動態性與非線性。如何快速有效地應對制造環境中出現的各種不確定性因素是當前制造系統必須考慮的一個關鍵問題。 移動互聯網、大數據、人工智能等技術的出現為傳統制造業的升級轉型提供了可能。本書圍繞分布式協同制造關鍵技術，由制造模式的變革和制造系統的發展引出分布式協同制造的理念、框架、建模方法、關鍵使能技術等內容，以及相關應用實踐案例。
朱海華：南京航空航天大學副教授，碩士研究生導師。機械工程學會生產工程分會生產系統專業委員會委員兼秘書，江蘇省"雙創”優秀博士人才計劃、"綠楊金鳳”優秀博士人才計劃，國家留學基金委公派留學英國。長期致力于智能制造系統與技術領域的研究，在智能制造裝備、制造系統自動化與智能化等研究方向取得了系列成果。主持承擔國家和省部級科研項目10 余項，包括國家自然科學基金航天先進制造技術研究聯合基金重點項目、國家重點研發計劃、國防基礎科研項目等，發表學術論文20 余篇，專著1部。
第1章 緒論 001
引言 001
1.1 “互聯網+”制造 002
1.2 制造系統的發展與現狀 003
1.2.1 個性化定制推動制造系統升級 003
1.2.2 分布式協同制造系統的新發展 005
1.3 新一代關鍵使能技術概述 006
1.3.1 工業物聯網 007
1.3.2 云計算 008
1.3.3 大數據 009
1.3.4 數字孿生 010
1.4 分布式協同制造的研究范疇 011
1.4.1 分布式制造資源的接入 011
1.4.2 虛擬制造社會與柔性制造系統構建 012
1.4.3 制造服務全生命周期管理 013
1.4.4 分散制造資源的高效協作與集成 013
1.5 本章小結 014
第2章 分布式協同制造的概念與模式 015
引言 015
2.1 個性化定制需求對制造模式的挑戰 015
2.1.1 從大規模生產到個性化定制 015
2.1.2 企業如何實現大規模個性化定制 017
2.2 分布式協同制造的基本概念 019
2.2.1 分布式智能制造的體系框架 019
2.2.2 分布式智能制造的需求 021
2.2.3 分布式協同的概念 023
2.2.4 分布式智能制造的典型體系架構 025
2.3 分布式協同制造的模式 026
2.3.1 云制造 026
2.3.2 社會化制造 028
2.3.3 共享制造 029
2.3.4 分布式協同制造模式的局限性與調整 030
2.4 本章小結 031
第3章 分布式協同制造系統架構 032
引言 032
3.1 需求分析 032
3.2 系統的整體架構 035
3.3 系統的基本組成元素 036
3.3.1 制造資源 037
3.3.2 制造能力 038
3.3.3 制造服務 039
3.3.4 主體關系 039
3.4 系統的運行方式 040
3.5 分布式協同制造的典型應用 042
3.6 本章小結 044
第4章 面向云定制的分布式協同制造理論模型與建模方法 045
引言 045
4.1 任務描述建模 046
4.1.1 協同制造任務和邏輯制造單元 046
4.1.2 分布式協同制造加工路線信息模型 049
4.1.3 協同制造任務分解過程及建模 051
4.2 分布式協同制造資源建模 052
4.2.1 分布式協同制造資源信息模型構建 052
4.2.2 分布式協同制造技術資源模型構建 054
4.2.3 分布式協同制造支撐資源模型構建 056
4.3 分布式協同制造服務建模 057
4.3.1 分布式協同制造服務模型構建 058
4.3.2 制造服務規則建模 060
4.4 分布式協同制造系統建模 061
4.4.1 分布式協同制造模塊化設計 061
4.4.2 分布式協同制造過程模型構建 063
4.5 本章小結 064
第5章 分布式制造資源協同生產運行機制 065
引言 065
5.1 面向復雜產品的多層級任務分解方法 065
5.1.1 基于物料清單的制造任務分解 065
5.1.2 基于物料清單的元任務分解 067
5.2 多維度制造任務聚合方法 068
5.2.1 元任務的聚合維度 068
5.2.2 任務粒度與加工精度等級分類器 070
5.2.3 基于高斯分布的尺寸分類器 072
5.2.4 基于LOUVAIN算法的元任務聚類 075
5.3 基于任務驅動的分布式制造資源協同生產運行機制 080
5.3.1 協同生產的特點 080
5.3.2 協同生產中的制造任務分配 081
5.4 本章小結 084
第6章 面向分布式制造過程的網絡協同管控平臺設計 085
引言 085
6.1 總體架構 085
6.1.1 平臺架構 086
6.1.2 技術架構 087
6.2 邊緣智能協同子系統 089
6.2.1 系統架構 090
6.2.2 功能架構 092
6.3 云端智能協同子系統 093
6.3.1 系統架構 093
6.3.2 技術架構 095
6.3.3 云端應用管理中心 095
6.4 工業智能服務引擎 098
6.4.1 工業智能服務引擎架構 098
6.4.2 工業智能開發環境及工具 099
6.5 OpenAPI服務 100
6.5.1 OpenAPI架構 101
6.5.2 OpenAPI標準接口 102
6.6 云邊協同工業模型庫 110
6.6.1 模型綜合管理 111
6.6.2 模型分類及搜索 113
6.6.3 模型測試驗證 114
6.7 系統適配技術路線 114
6.8 本章小結 116
第7章 異構制造資源實時信息主動感知與集成技術 117
引言 117
7.1 異構制造資源實時信息主動感知與集成體系架構 117
7.1.1 智能制造對象的配置 118
7.1.2 實時數據的感知與獲取 120
7.1.3 實時制造信息的集成 120
7.1.4 應用服務 121
7.2 主動感知與多協議解析的硬件接口 121
7.2.1 主動感知技術 122
7.2.2 制造服務接入技術 122
7.2.3 多協議解析的硬件接口 124
7.2.4 通信接口設計和通信協議設計 125
7.2.5 數據訪問接口設計 126
7.3 異構制造資源實時信息集成服務 129
7.3.1 數據處理服務 129
7.3.2 集成服務 131
7.4 異構制造資源實時信息跟蹤與追溯 132
7.5 本章小結 134
第8章 分布式制造資源服務化封裝與云端接入技術 135
引言 135
8.1 制造資源虛擬化研究框架 135
8.2 制造資源虛擬化理論方法 138
8.2.1 制造資源類型模型 139
8.2.2 制造資源類型屬性模型 140
8.2.3 制造資源實例模型 141
8.2.4 服務資源模型 143
8.3 基于Java Web的制造資源虛擬化實現方法 146
8.3.1 制造資源虛擬化實現流程 146
8.3.2 制造資源虛擬化實例 147
8.4 本章小結 154
第9章 面向制造任務與資源匹配的分布式優化調度方法 156
引言 156
9.1 分布式制造資源概述 156
9.1.1 分布式制造資源的分類 156
9.1.2 分布式制造資源的特性 158
9.1.3 分布式制造資源優化調度過程分析 159
9.2 分布式制造資源的預處理方法 161
9.2.1 制造任務的形式化描述 161
9.2.2 任務分解原則 162
9.2.3 任務分解方法 163
9.2.4 分布式制造資源的初選 165
9.3 分布式制造資源優化配置問題描述與模型建立 166
9.3.1 問題描述 166
9.3.2 模型建立 167
9.4 基于MSMOPSO算法的分布式制造資源優化配置問題求解 170
9.4.1 多目標粒子群優化算法 170
9.4.2 基于MSMOPSO算法的問題求解過程 172
9.4.3 最優決策選擇 177
9.5 實驗仿真與結果分析 177
9.5.1 多目標優化算法評估 177
9.5.2 仿真實驗 182
9.6 本章小結 185
第10章 分布式產線自組織自適應協同方法 186
引言 186
10.1 裝備智能體建模 187
10.1.1 裝備智能體構建問題描述 187
10.1.2 裝備智能體體系結構 188
10.1.3 裝備智能體功能結構 190
10.1.4 裝備智能體總體方案模型 191
10.2 多智能體產線動態調度系統建模 192
10.2.1 多智能體產線動態調度系統物理架構 192
10.2.2 多智能體產線動態調度系統運行機制 194
10.3 多智能體產線自組織協作機制 196
10.3.1 多智能體協作關鍵技術研究 196
10.3.2 基于改進合同網協議的裝備智能體協作機制 200
10.3.3 基于多智能體的異常事件調整策略 204
10.4 多智能體產線調度策略自適應優化 208
10.4.1 深度強化學習驅動的動態調度機制分析 208
10.4.2 多智能體產線多目標動態調度問題模型 213
10.4.3 基于復合獎勵模型的CNP-DQN算法 221
10.5 仿真實驗 229
10.5.1 實驗設計 229
10.5.2 實驗結果分析 231
10.6 本章小結 235
第11章 基于數字孿生的分布式制造過程可視化管控方法 236
引言 236
11.1 基于Unity 3D的智能工廠數字孿生模型構建技術 236
11.1.1 構建車間孿生模型的基本要求 237
11.1.2 車間孿生模型構建流程 238
11.1.3 基于3ds Max的三維建模技術 239
11.1.4 基于Unity 3D的孿生車間構建 242
11.2 信息集成與處理 244
11.2.1 分布式車間RFID數據采集的實現 245
11.2.2 多源異構信息數據集成 246
11.2.3 數據管理Agent客戶端構建 247
11.2.4 基于JSON格式的多源異構數據統一集成處理 247
11.3 動態映射與實時交互 249
11.3.1 孿生車間動態映射 249
11.3.2 孿生數據實時交互 251
11.4 基于數字孿生的三維可視化系統 252
11.4.1 基于UGUI圖表看板的數據映射 253
11.4.2 響應式數據動態映射 254
11.4.3 孿生虛擬車間的可視化系統 254
11.5 模型驅動的分布式制造過程可視化管控 257
11.6 本章小結 263
第12章 分布式制造資源協同管控集成系統應用案例 264
引言 264
12.1 INDICS平臺架構 264
12.2 航空航天電子元器件智能制造案例 267
12.2.1 航空航天電子元器件行業面臨的問題和挑戰 267
12.2.2 工業互聯網平臺賦能航空航天電子元器件行業部署實施方案 267
12.2.3 應用成效和推廣價值 269
12.3 紡織服裝行業數字化轉型公共服務應用案例 269
12.3.1 紡織服裝行業面臨的問題和挑戰 269
12.3.2 工業互聯網平臺賦能紡織服裝行業部署實施方案 269
12.3.3 應用成效和推廣價值 271
12.4 鋼鐵行業一體化生產智能管控案例 271
12.4.1 鋼鐵行業面臨的問題和挑戰 271
12.4.2 工業互聯網平臺賦能鋼鐵行業部署實施方案 272
12.4.3 應用成效和推廣價值 273
12.5 基于數字孿生的黑燈工廠應用案例 274
12.5.1 企業工廠監控面臨的問題和挑戰 274
12.5.2 數字孿生技術賦能企業工廠監控部署實施方案 274
12.5.3 應用成效和推廣價值 275
12.6 航空航天行業供應鏈協同優化應用案例 276
12.6.1 航空航天行業供應鏈面臨的問題和挑戰 276
12.6.2 工業互聯網平臺賦能航空航天行業供應鏈部署實施方案 276
12.6.3 應用成效和推廣價值 277
12.7 本章小結
新書資訊