智能製造：技術前沿與探索應用

鄭力，清華大學本科和博士，曾在佐治亞理工大學和德國亞琛工大做訪問教授，曾任清華大學工業工程系主任，現任清華大學副校長。
主要研究領域是生產系統分析與優化以及企業信息化，曾在英特爾、卡特彼勒、華堅、齊魯石化、兵裝等40餘家企業傳授工業工程理念和方法，進行生產系統研究和實施。
發表國內外論文300餘篇，其中SCI論文70餘篇，主編英文專著□部，中文專著1部，教材□部，參與寫作著作5部。
獲得專利3項和軟件版權9項。
是教育部工業工程教指委主任委員，中國機械工業聯合會第三屆專家委員會委員，機械工程學會工業工程分會副主任委員。

綜合篇：歷史、政策與趨勢

第1章智能製造的歷史沿革
1.1智能製造的發展背景
1.2智能製造的發展歷程
1.3智能製造的本質和
1.3.1智能製造的本質
1.3.2智能製造的顯著特徵
1.3. 3智能製造的關鍵環節
1.3.4智能製造的應用場景

第2章智能製造的前沿與趨勢
2.1智能製造面臨的挑戰
2.2智能製造的發展趨勢
2.3智能製造動向
2.3.1美國
2.3.2德國
2.3.3歐盟
2.3.4日本
2.3.5其他工業發達國家
2.3.6企業的探索路徑
2.4先進技術的前沿應用
2.4.1先進設計技術
2.4.2先進製造技術
2.4.3先進材料技術
2.4.4試驗測試技術
2.5佳實踐——國外應用3D打印技術製造核級部件
2.6深度解析——美國加快人工智能在工業領域的應用
2.6.1美國實施人工智能發展策略
2.6.2美國人工智能核心技術研究進展
2.6.3人工智能在美國國防工業領域的應用

第3章德國工業4
3.1德國工業4.0的戰略要點
3.2德國工業4.0的本質特徵
3.3德國工業4.0的雙重戰略
3.4德國工業4.0的智能製造
3.5德國工業4.0的關鍵環節
3.6德國工業4.0的技術支撐
3.7德國工業4.0的主要優勢
3.8德國工業4.0的遠景展望
3.9德國工業4.0的啟示
3.10德國工業4.0的佳實踐
3.10.1西門子智能工廠
3.10.2博世的工業4.0解決方案
3.10.3德國電信物流管理解決方案

第4章美國先進製造業創新和發展
4.1先進製造業的形成背景及其
4.2法規先行、策劃周密、實施有方
4.3美國針對先進製造業的計劃和措施
4.3.1提供三大關鍵措施的先進製造業夥伴關係計劃
4.3.2規定考核指標的先進製造國家戰略計劃
4.3.3初步設計的國家製造業創新網絡規劃
4.3.4務實、有效的國家製造業創新網絡戰略計劃
4.3.5戰略計劃的未來
4.4相關啟示
4.5深度解析——美國3D打印創新中心的發展

第5章中國製造強國戰略
5.1背景
5.2戰略目標
5.3核心要義和本質
5.4技術支撐
5.5重大任務
5.6中國加大智能製造的發展規劃與推進力度
5.7典型案例
5.7.1九江石化智能工廠
5.7.2報喜鳥“雲翼互聯”的智能化生產項目
5.7.3濰柴動力數字化車間
5.7.4雷柏智能裝備/智能產品
5.7.5陝鼓動力智能化服務
5.8深度解析——國家重點研發計劃重點專項實施方案（2018 -2022年）：網絡協同製造和智能工廠
5.8.1總體目標
5.8.2具體目標
5.8.3階段目標
5.8.4主要任務

技術篇：方法、工具與系統

第6章智能裝備和智能產品
6.1數字化、網絡化、智能化製造
6.1.1數字化製造
6.1.2網絡化製造
6.1.3智能化製造
6.2智能製造裝備
6.2.1高檔數控機床
6.2.2工業機器人
6.2.3增材製造設備
6.2. 4智能傳感器
6.2.5智能物流與倉儲裝備
6.3智能產品
6.3.1機器人
6.3.2智能家居
6.3.3智能汽車和無人機
6.3.4智能可穿戴設備
6.3.5 VR、AR和MR
深度解析— —數字化推動航天系統研製與生產變革
6.3.4.1航天產業已進人數字化製造的第五階段
6.3.4.2數字化推進航天製造變革
6.3數字化改善航天生產鏈管理

第7章數字化技術與製造執行系統
7.1產品全生命週期管理的數字化技術
7.1.1產品生命週期管理
7.1.2鏈管理
7.1.3客戶關係管理
7.1.4企業資源計劃
7.2製造執行系統
7.2.1製造執行系統及其功能模型與標準
7.2.2可重構的製造執行系統

第8章工業互聯網與大數據
8.1物聯網、信息物理系統和工業互聯網
8.1.1物聯網
8.1 .2信息物理系統
8.1.3工業互聯網
8.2工業網絡設備與系統
8.2.1計算機網絡概述
8.2.2 IPv
8.2.3藍牙、ZigBee、超寬帶技術
8.2.4 Wi-Fi技術
8.2.5移動通信技術
8.3大數據與雲計算
8.3.1大數據
8.3.2雲計算

第9章製造智能
9.1應用領域
9.1.1識別分析
9.1.2診斷分析
9.1.3預測分析
9.1.4籌劃分析
9.2模型與方法
9.2.1機器學習
9.2.2人工神經網絡
9.2.3深度學習

應用篇：路徑、模式與經驗

第10章汽車行業的智能製