工业控制与智能制造丛书 智能制造创新与转型之路

2 (p1): 第一篇 驱动工业智能的变革
2 (p1-1): 第1章 新信息化驱动工业智能互联的变革
4 (p1-1-1): 1.1从经验到求真
4 (p1-1-2): 1.2全面关注细节
7 (p1-1-3): 1.3制造就在身旁
10 (p1-1-4): 1.4互联网催生“新形式”繁荣
11 (p1-1-4-1): 1.4.1大众创新的繁荣
11 (p1-1-4-2): 1.4.2产业融合的繁荣
12 (p1-1-4-3): 1.4.3诚信的繁荣
12 (p1-1-5): 1.5互联网+制造业
15 (p1-1-5-1): 1.5.1制造业面临的挑战
16 (p1-1-5-2): 1.5.2运维管理现状
17 (p1-1-5-3): 1.5.3数据驱动管控的运维平台
18 (p1-1-5-4): 1.5.4“互联网+”的作用
23 (p1-2): 第2章 信息化管理
23 (p1-2-1): 2.1信息化管理现状
25 (p1-2-2): 2.2 CPS是工业4.0的核心驱动力
26 (p1-2-3): 2.3“两化”融合势在必行
26 (p1-2-3-1): 2.3.1数字转型是核心动力
28 (p1-2-3-2): 2.3.2广阔的融合空间
28 (p1-2-3-3): 2.3.3学习曲线
29 (p1-2-4): 2.4全新的产业
29 (p1-2-4-1): 2.4.1信息化建设在“十二五”期间取得的成就
30 (p1-2-4-2): 2.4.2信息化建设存在的问题
31 (p1-2-4-3): 2.4.3边界与系统
32 (p1-2-4-4): 2.4.4新趋势和新方向
33 (p1-2-4-5): 2.4.5三大融合
40 (p2): 第二篇 工业大数据的春天
40 (p2-1): 第3章 工业大数据
40 (p2-1-1): 3.1工业大数据的定义
43 (p2-1-2): 3.2工业大数据的核心支撑力
44 (p2-1-3): 3.3工业大数据的八大应用场景
45 (p2-1-3-1): 3.3.1消费者需求分析
46 (p2-1-3-2): 3.3.2打通生产“竖井”
46 (p2-1-3-3): 3.3.3产品与服务的设计
47 (p2-1-3-4): 3.3.4开放式的融合创新
47 (p2-1-3-5): 3.3.5适应性库存管理
48 (p2-1-3-6): 3.3.6质量管理
49 (p2-1-3-7): 3.3.7劳动力的数字化
49 (p2-1-3-8): 3.3.8资产智能化管理
50 (p2-1-4): 3.4大数据行业应用的趋势和热点
50 (p2-1-4-1): 3.4.1大数据行业应用的趋势
52 (p2-1-4-2): 3.4.2大数据行业应用的热点
58 (p2-1-5): 3.5应用大数据分析的阻力
59 (p2-1-6): 3.6大数据在智能工业上的特征
60 (p2-1-6-1): 3.6.1透明性
61 (p2-1-6-2): 3.6.2多结构化数据
62 (p2-1-7): 3.7数据信息驱动
63 (p2-1-7-1): 3.7.1互联网的创意与媒体
64 (p2-1-7-2): 3.7.2工业大数据的实力与商业机会
65 (p2-1-7-3): 3.7.3品牌形象
66 (p2-1-7-4): 3.7.4工业数据的源头
67 (p2-1-7-5): 3.7.5工业数据新视野
68 (p2-1-8): 3.8工业大数据2.0
70 (p2-2): 第4章 大数据生态圈
70 (p2-2-1): 4.1数字化时代的纷争与和合
71 (p2-2-2): 4.2数字融合之道
72 (p2-2-3): 4.3数字技术下的本质
72 (p2-2-3-1): 4.3.1大数据工具推动管理
73 (p2-2-3-2): 4.3.2角色的定位与能力管理
75 (p2-2-3-3): 4.3.3流程与数据的结合
78 (p2-3): 第5章 数据管理成熟度模型
78 (p2-3-1): 5.1数据结构
79 (p2-3-1-1): 5.1.1数据建模
80 (p2-3-1-2): 5.1.2数据分类法
81 (p2-3-1-3): 5.1.3数据建模工具
82 (p2-3-2): 5.2主数据与元数据
82 (p2-3-2-1): 5.2.1主数据
83 (p2-3-2-2): 5.2.2元数据
84 (p2-3-3): 5.3数据架构
85 (p2-3-3-1): 5.3.1数据访问和迁移
86 (p2-3-3-2): 5.3.2数据存储
87 (p2-3-3-3): 5.3.3数据归档
88 (p2-3-4): 5.4数据质量
89 (p2-3-4-1):…