成功加入购物车
图书条目标准图
张晨 著 / 电子工业出版社 / 2020-09 / 平装
售价 ¥ 51.20 4.0折
定价 ¥128.00
品相 全新
优惠 满包邮
延迟发货说明
上书时间2024-09-20
卖家超过10天未登录
工业大数据分析在流程制造行业的应用
“十三五”以来,中石油、中石化、万华化学、华谊化工、国家电网、宝武钢铁等国内流程行业领头者开展了数字化、智能化建设,加快数字化油田、智能炼厂、智慧电网、智慧炼钢等建设。信息化与自动化互相交织融合,积累了大量的工业数据,给以油田开发、石油石化、化工、钢铁、电力为代表的流程工业带来了新的挑战与机遇,也为其创新带来了新的技术能力。本书以大数据治理、大数据分析为主线,以油气开发、石油石化、化工、钢铁、电力为代表的流程工业大数据创新为分支,详细阐述了大数据分析在流程工业中的应用案例和今后的发展趋势。为广大的流程工业界研究人员、企业管理者、工程技术专家提供了一本不可多得的涵盖数字化转型、大数据分析的学习材料。
张晨,上海交通大学信息系统博士,高级工程师。在上海赛科石油化工公司担任IT部总经理。出版专著《信息系统项目治理理论与实践》。在《系统管理学报》等发表论文5篇。论文《机器学习在石化行业设备预测上的应用》等获得中国石油学会2018年信息技术大会论文一等奖。《大数据在设备健康预测和备件补货中的应用 》被《中国机械工程》2019年第2期录用刊登。蒋若宁长期从事化工信息化规划和设计工作。参与国家重点项目计算机集成制造项目(CIMS)的实施和有关智能工厂建设方案设计和规划工作。参与完成上海市科委《大数据挖掘和云计算技术在氟化工生产过程中的应用》等项目。何冰,上海交通大学应急管理博士,国网上海市电力公司检修公司高级工程师,国家电网公司级优秀专家、上海市五一劳动奖章获得者、上海市首席技师,长期从事电网智能运维检修及大数据分析工作。已获得上海市科技进步奖二等奖等省部级科技奖励10项,在SCI、EI、中文核心期刊发表论文十数篇,公开出版著作两部。
第1章 流程工业智能制造与数字化转型 / 0011.1 新一轮智能制造发展战略 / 0031.1.1 德国工业4.0与流程工业智能制造 / 0031.1.2 美国工业互联网与流程工业智能制造 / 0041.1.3 “中国制造2025”与流程工业智能制造 / 0041.1.4 各国流程工业智能制造的差异和启示 / 0061.2 流程工业数字化转型战略 / 0071.2.1 流程工业概述 / 0071.2.2 流程工业数字化转型的需求 / 0081.3 大数据分析和流程工业智能制造 / 0091.3.1 大数据的内涵 / 0101.3.2 大数据和人工智能的关系 / 0111.3.3 工业大数据与流程工业智能制造 / 012第2章 工业大数据分析基础 / 0172.1 工业大数据治理 / 0172.1.1 工业大数据应用面临的挑战 / 0172.1.2 应对方法 / 0192.2 流程工业大数据治理案例 / 0202.2.1 跨国石油公司大数据治理 / 0202.2.2 国内石油公司大数据治理 / 0272.3 大数据采集技术 / 0342.3.1 Apache Sqoop / 0342.3.2 Apache Flume / 0352.3.3 Gobblin / 0372.4 大数据存储技术 / 0382.4.1 HDFS / 0392.4.2 NoSQL数据库 / 0422.5 大数据分析技术 / 0452.5.1 MapReduce / 0492.5.2 Spark / 0492.6 大数据可视化技术 / 0512.6.1 Tableau / 0512.6.2 Google Chart / 0522.6.3 D3.js / 0522.7 大数据分析方法 / 0532.7.1 大数据分析方法分类 / 0532.7.2 大数据分析步骤 / 0542.7.3 数据挖掘方法 / 055第3章 天然气开发行业的大数据分析 / 0593.1 天然气开发行业信息化现状 / 0593.2 天然气开发行业的大数据分析需求 / 0613.3 天然气开发行业的大数据来源与特点 / 0643.4 天然气开发行业的大数据解决方案 / 0643.4.1 大数据获取 / 0643.4.2 大数据监控 / 0653.4.3 大数据可视化 / 0663.5 天然气开发行业的大数据分析方法 / 0673.5.1 天然气开发风险预防性分析方法 / 0673.5.2 设备性能退化分析方法 / 0693.6 天然气开发行业的大数据分析案例 / 0713.6.1 应用场景 / 0713.6.2 天然气水合物大数据预测应用案例 / 0753.6.3 压缩机故障大数据预防性监控应用案例 / 0773.6.4 换热器早期泄漏大数据监控应用案例 / 0793.7 总结 / 080第4章 炼油化工行业的大数据分析 / 0824.1 炼油化工行业信息化现状 / 0824.2 炼油化工行业的大数据分析需求 / 0854.2.1 油田勘探与生产制造环节 / 0854.2.2 研发设计环节 / 0874.2.3 市场营销与售后服务环节 / 0884.2.4 HSE评价体系的需求 / 0884.3 炼油化工行业的大数据来源与特点 / 0904.3.1 炼油化工行业大数据来源 / 0904.3.2 炼油化工行业大数据特点 / 0914.4 炼油化工行业的大数据解决方案 / 0924.4.1 炼油化工企业存在的问题 / 0924.4.2 工业大数据平台架构方案 / 0934.5 炼油化工行业的大数据分析方法 / 0964.6 炼油化工行业的大数据分析案例 / 0974.6.1 应用场景 / 0974.6.2 应用案例 / 0984.7 总结 / 100第5章 化工行业的大数据分析 / 1015.1 化工行业信息化现状 / 1015.2 化工行业的大数据分析需求 / 1025.3 化工行业的大数据来源与特点 / 1035.4 化工行业的大数据解决方案 / 1045.5 化工行业的大数据分析方法 / 1065.6 化工行业的大数据分析案例 / 1085.6.1 应用场景 / 1085.6.2 应用案例 / 1165.7 总结 / 127第6章 钢铁行业的大数据分析 / 1296.1 钢铁行业信息化现状 / 1306.2 钢铁行业的大数据分析需求 / 1306.2.1 经营管理与生产管理的需求 / 1316.2.2 技术进步与发展的需求 / 1326.3 钢铁行业的大数据来源与特点 / 1336.4 钢铁行业的大数据解决方案 / 1346.5 钢铁行业的大数据分析方法 / 1386.6 钢铁行业的大数据分析案例 / 1416.6.1 应用场景 / 1416.6.2 应用案例 / 1436.7 总结 / 154第7章 电力输电线路运维的大数据分析 / 1557.1 电力输电线路运维信息化现状 / 1557.2 电力输电线路运维的大数据分析需求 / 1567.3 电力输电线路运维的大数据来源与特点 / 1577.3.1 电力输电线路运维的大数据来源 / 1577.3.2 电力输电线路运维的大数据特点 / 1587.4 电力输电线路运维的大数据解决方案 / 1597.5 电力输电线路运维的大数据分析方法 / 1597.5.1 面向设备状态大数据的分布式存储和处理技术 / 1607.5.2 电力运维行业的数据ETL技术 / 1617.5.3 电力输电线路的数据挖掘分析技术 / 1617.6 电力输电线路运维的大数据分析案例 / 1637.6.1 输电线路智能化反外损监控系统 / 1637.6.2 基于位置信息大数据驱动的输电线路智能巡检系统 / 1697.6.3 特高压输电通道无人机巡检系统 / 1747.6.4 空、塔、地协同的输电线路智能巡检系统 / 1777.7 电力输电线路运维大数据技术展望 / 1817.7.1 基于区块链技术的输电线路反外损运维系统 / 1827.7.2 基于社交网络用户激励的系统运营模式 / 1827.7.3 电力物联网价值挖掘 / 1857.8 总结 / 187第8章 总结与展望 / 1888.1 流程工业与互联网下半场的结合 / 1888.2 流程工业需要建立大数据文化 / 189参考文献 / 190索引 / 197致谢 / 201
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30