为了促进智能制造的发展进程，本书对工业智能的方法和应用展开了详细的阐述。工业智能涉及的方法和应用极其广泛，本书从工业过程中的设计、制造、运维三大活动展开，介绍了当前工业智能领域的热点研究。本书共5篇。第1篇（第1、2章）概述了智能制造的概念、参考模型及核心，引申出了工业智能的概念和典型分类。第2篇（第3、4、5章）分别从结构设计的特征识别与优化、设计文档结构化分析和装配工艺智能设计展开。第3篇（第6、7、8章）分别介绍了工业缺陷图像智能检测、人员作业行为检测与监控和制造过程的人机协同。第4篇（第9、10章）介绍了生产作业运行智能管控和设备故障诊断与预防性维修。第5篇（第11、12章）介绍了数字孪生与工业智能，以及AI+AR辅助下的制造知识。本书的主要读者对象是数字化工程应用领域和智能制造领域的设计、制造、运维和管理人员，高校相关专业的研究人员，以及对工业智能技术感兴趣的专业人士。

鲍劲松，博士，博士生导师，现任东华大学机械工程学院教授，智能制造研究所所长，上海市工程图形学会常务理事，全国高校自动化年会华东分会理事，中国机械工程学会机器人分会第一届委员，国际期刊IJPOM编委，国际期刊IJCIM、IJPR、IJAMT等国际刊物评审专家，国家自然科学基金委通讯评议专家，上海江南长兴重工有限责任公司技术中心专家。长期从事工业智能、智能制造系统虚拟设计与可视化学术研究和工程应用工作，拥有深厚的理论基础和丰富的工程实践经验，主持和参与多项国家发改委/工信部智能制造专项、国家自然科学基金面上项目、上海市科委智能制造专项、军委装发重点项目等；曾荣获多项国家和省部级科技奖励。

第一篇 工业智能基础
第1章 工业智能概述 / 002
1.1 智能制造概述 / 002
1.1.1 智能制造的概念及参考架构 / 002
1.1.2 智能制造的核心 / 009
1.2 工业智能概述 / 019
1.2.1 工业智能的概念 / 019
1.2.2 工业智能的分类 / 023
参考文献 / 029
第2章 工业智能基础 / 031
2.1 工业智能算法基础 / 031
2.1.1 工业智能的机器学习任务 / 031
2.1.2 常用工业智能经典算法 / 035
2.1.3 深度学习算法 / 042
2.2 工业智能流程 / 045
2.2.1 数据收集 / 046
2.2.2 数据预处理和特征工程 / 047
2.2.3 模型训练和强化 / 049
2.3 工业智能场景 / 051
2.3.1 预测性维护 / 051
2.3.2 质量检验与保证 / 052
2.3.3 制造流程优化 / 052
2.3.4 供应链优化 / 054
2.3.5 人工智能驱动的网络安全和隐私 / 054
2.3.6 自动物理安全 / 054
2.3.7 自动化数据管理 / 054
2.3.8 智能助手 / 055
2.3.9 人工智能驱动的研发 / 055
2.3.10 自主资源勘探 / 055
参考文献 / 055
第二篇 设计阶段的工业智能
第3章 结构设计的特征识别与优化 / 059
3.1 智能设计研究现状 / 060
3.1.1 智能设计研究方法 / 060
3.1.2 产品智能CAD设计研究现状 / 062
3.2 产品智能设计框架 / 063
3.3 智能设计中的关键技术 / 064
3.3.1 三维模型检索技术 / 064
3.3.2 加工特征自动识别技术 / 068
3.3.3 设计方案优化 / 070
3.4 基于点云语义分割的下颌角术前截骨规划 / 077
3.4.1 计算机辅助技术在下颌角术前截骨规划中的应用 / 077
3.4.2 下颌角点云语义分割网络 / 078
3.4.3 实验设计与结果 / 080
参考文献 / 082
第4章 设计文档结构化分析 / 087
4.1 国内外相关技术研究现状 / 088
4.1.1 标准电子文档文本提取及结构化相关研究 / 088
4.1.2 航空标准电子文档关键词自动提取技术的相关研究 / 089
4.1.3 航空标准电子文档信息检索技术相关研究 / 091
4.2 基于规则匹配的文本去噪和结构化方法 / 093
4.2.1 航空标准电子文档数据说明 / 093
4.2.2 航空标准电子文档文本去噪和结构化技术路线 / 098
4.2.3 基于开源工具的航空标准电子文档的文本提取实验 / 099
4.2.4 基于规则匹配的文本去噪方法 / 103
4.2.5 航空标准电子文档的文本数据存储结构 / 106
4.2.6 文本树的生成方法 / 108
4.3 航空标准电子文档关键词自动提取数据预处理方法 / 110
4.3.1 中文文档关键词自动提取方法技术路线 / 111
4.3.2 中文分词模型 / 111
4.3.3 停用词过滤 / 113
4.4 关键词提取案例 / 114
参考文献 / 119
第5章 装配工艺智能设计 / 124
5.1 装配工艺设计进展与现状 / 124
5.1.1 装配工艺信息建模研究现状 / 124
5.1.2 装配工艺规划研究现状 / 126
5.1.3 装配工艺评价研究现状 / 127
5.2 基于知识图谱的装配工艺智能设计方法 / 128
5.2.1 基于知识图谱的装配工艺信息建模 / 128
5.2.2 基于Bi-LSTM的装配工艺信息模型构建方法 / 133
5.2.3 基于图嵌入的装配工艺生成方法 / 136
5.2.4 基于点云深度学习的装配干涉检测方法 / 144
5.3 某航空发动机压气机转子部件装配实例与验证 / 147
5.3.1 装配工艺知识图谱数据库自动构建 / 147
5.3.2 基于图嵌入的装配工艺自动生成 / 152
5.3.3 多装配工艺方案可行性评价 / 155
参考文献 / 158
第三篇 制造阶段的工业智能
第6章 工业缺陷图像智能检测 / 162
6.1 工业缺陷图像检测进展与现状 / 162
6.1.1 工业缺陷图像检测的定义 / 162
6.1.2 工业缺陷图像检测发展历程 / 164
6.1.3 基于深度学习的工业缺陷图像检测进展 / 165
6.2 基于卷积神经网络的铸件缺陷检测模型 / 175
6.3 基于注意力机制的细粒度铸件缺陷识别方法 / 176
6.4 基于深度学习的铸件射线图像检测案例 / 179
6.4.1 输入分析 / 179
6.4.2 训练过程分析 / 180
6.4.3 输出分析 / 182
6.4.4 模型评估 / 184
6.4.5 成果展示 / 185
6.5 面向工业缺陷识别的可解释性深度学习方法 / 186
6.5.1 工业缺陷检测过程的可解释性需求分析 / 186
6.5.2 可解释性分析研究现状 / 187
6.5.3 基于可解释性方法的焊缝缺陷检测案例 / 188
参考文献 / 189

第7章 人工作业行为检测与监控 / 194
7.1 作业行为检测与监控的进展与现状 / 194
7.2 作业行为检测与监控算法总体框架 / 197
7.2.1 人体姿态估计 / 197
7.2.2 行为检测 / 201
7.2.3 作业安全监控 / 205
7.3 基于深度学习的作业行为检测与监控方法 / 205
7.3.1 基于OpenPose的骨架提取与建模 / 205
7.3.2 基于双流LSTM融合网络的作业行为特征提取 / 208
7.3.3 作业行为检测识别 / 214
7.3.4 基于GRU的作业行为流程序列编码 / 215
7.3.5 基于规范性感知网络的作业行为规范性权重挖掘 / 217
7.3.6 基于逻辑回归的规范性判断 / 220
7.4 基于作业行为检测的人机协作装配案例 / 222
7.4.1 案例介绍 / 222
7.4.2 实验环境设置 / 225
7.4.3 功能验证 / 225
参考文献 / 227
第8章 制造过程的人机协同 / 231
8.1 人机协同研究进展与现状 / 231
8.1.1 研究动机 / 231
8.1.2 目标物体检测 / 235
8.1.3 散乱对象拾取 / 237
8.1.4 人机协作 / 238
8.2 人机协作环境中的场景理解 / 239
8.2.1 散乱场景的虚拟数据集构建 / 240
8.2.2 基于视觉的物体识别与定位 / 244
8.2.3 抓取顺序与机器人姿态调节方法 / 253
8.3 基于强化学习的人机协同 / 264
8.3.1 机器人感知基础 / 264
8.3.2 基于强化学习的任务决策 / 266
8.3.3 基于强化学习的人机协同制造 / 272
8.4 案例研究 / 278
8.4.1 散乱零件的识别与拾取 / 278
8.4.2 发电机装配 / 282
参考文献 / 287
第四篇 运维阶段的工业智能
第9章 生产作业运行智能管控 / 293
9.1 生产作业运行智能管控进展与现状 / 293
9.2 基于知识图谱的生产作业智能管控模型 / 298
9.2.1 生产全过程状态感知模型 / 298
9.2.2 面向生产过程的数据建模 / 299
9.2.3 面向生产全过程的知识图谱构建 / 306
9.3 数据驱动的生产作业智能管控优化技术 / 311
9.3.1 纺纱生产工艺流程设计与布局仿真优化技术 / 311
9.3.2 基于工业互联网平台的纺纱生产全流程 / 315
9.3.3 生产过程在线检测与生产状态远程监控技术 / 317
9.3.4 基于工业大数据平台的协同优化 / 323
9.4 生产作业智能管控案例 / 330
9.4.1 环锭纺纱能耗智能管控平台架构设计方案 / 330
9.4.2 基于最小量化误差的纺纱能耗智能监控与预警 / 332
9.4.3 基于状态驱动的纺纱能耗智能调控 / 333
9.4.4 基于核心影响因素的纺纱能耗分析预测 / 334
参考文献 / 336
第10章 设备故障诊断与预防性维修 / 341
10.1 设备故障诊断与预防性维修进展与现状 / 341
10.2 设备故障诊断 / 346
10.2.1 基于CNN的设备故障诊断 / 346
10.2.2 基于卷积神经网络的设备故障诊断方法 / 348
10.2.3 基于卷积神经网络的设备故障诊断案例 / 351
10.3 设备预防性维修 / 355
10.3.1 基于迁移学习的设备预防性维修 / 355
10.3.2 基于迁移学习的设备预防性维修方法 / 359
10.3.3 基于迁移学习的设备预防性维修案例 / 364
参考文献 / 370
第五篇 工业智能热点研究
第11章 设备故障诊断与预防性数字孪生与工业智能 / 376
11.1 数字孪生进展与现状 / 376
11.1.1 数字孪生发展历程 / 376
11.1.2 相关工作 / 378
11.1.3 数字孪生定义和参考模型 / 379
11.2 数字孪生装配 / 386
11.2.1 基于数字孪生的装调理论体系 / 386
11.2.2 体系方法 / 386
11.2.3 应用案例 / 394
11.3 数字孪生加工 / 396
11.3.1 面向加工的数字孪生模型 / 396
11.3.2 加工过程中的智能方法 / 400
11.3.3 数字孪生加工案例 / 406
11.4 数字孪生智能评估 / 407
11.4.1 模型智能评估思想 / 408
11.4.2 模型保真度评估方法 / 413
11.4.3 评估案例 / 418
参考文献 / 422
第12章 设备故障诊断与预防性AI+AR辅助下的制造 / 427
12.1 AR概述 / 427
12.1.1 AR的定义及发展 / 427
12.1.2 AR关键技术 / 428
12.2 面向AR的加工过程信息多视图构建与交互 / 430
12.2.1 基于AR的加工过程信息集成模型描述与定义 / 430
12.2.2 面向AR的加工过程信息多视图构建方法 / 431
12.2.3 面向AR的加工过程信息多视图交互方法 / 434
12.3 基于多元信息融合的模型虚实融合方法 / 437
12.3.1 虚实融合基本思想与流程 / 438
12.3.2 梯度描述符离线学习 / 438
12.3.3 多元信息融合的在线识别与追踪 / 443
12.3.4 方法验证与讨论 / 449
12.4 基于AR的加工原型系统开发与案例分析 / 454
12.4.1 原型系统开发与实现 / 454
12.4.2 系统功能验证与应用实例 / 458
参考文献 / 463