简体网页||繁体网页

☆☆☆☆☆

张礼立 陈明（德）奥拓·布劳克曼 著

图书标签:

• 智能制造
• 工业4
• 0
• 数字化转型
• 未来工厂
• 产业升级
• 制造业
• 数字化工厂
• 创新
• 转型
• 工业模式

店铺： 社科教育图书专营店

出版社： 机械工业出版社

ISBN：111570806

商品编码：13562681929

包装：平装

丛书名： 工业控制与智能制造丛书

开本：16

用纸：胶版纸

套装数量：3

正文语种：中文

书名：	智能制造：未来工业模式和业态的颠覆与重构+智能制造之路：数字化工厂+智能制造创新与转型之路 3册套装
图书定价：	183元
图书作者：	张礼立  陈明 （德）奥拓·布劳克曼
出版社：	机械工业出版社
出版日期：	2017/6/1 0:00:00
ISBN号：	9787111570806
开本：	16开
页数：
版次：	1-1

目录

推荐序1  推荐序2  前言  一篇 驱动工业智能的变革 第1章 新信息化驱动工业智能互联的变革 2 1.1 从经验到求真 4 1.2 全面关注细节 4 1.3 制造就在身旁 7 1.4 互联网催生“新形式”繁荣 10 1.4.1 大众创新的繁荣 11 1.4.2 产业融合的繁荣 11 1.4.3 诚信的繁荣 12 1.5 互联网+制造业 12 1.5.1 制造业面临的挑战 15 1.5.2 运维管理现状 16 1.5.3 数据驱动管控的运维平台 17 1.5.4 “互联网+”的作用 18 第2章 信息化管理 23 2.1 信息化管理现状 23 2.2 CPS是工业4.0的核心驱动力 25 2.3 “两化”融合势在必行 26 2.3.1 数字转型是核心动力 26 2.3.2 广阔的融合空间 28 2.3.3 学习曲线 28 2.4 全新的产业 29 2.4.1 信息化建设在“十二五”期间取得的成就 29 2.4.2 信息化建设存在的问题 30 2.4.3 边界与系统 31 2.4.4 新趋势和新方向 32 2.4.5 三大融合 33 第二篇 工业大数据的春天 第3章 工业大数据 40 3.1 工业大数据的定义 40 3.2 工业大数据的核心支撑力 43 3.3 工业大数据的八大应用场景 44 3.3.1 消费者需求分析 45 3.3.2 打通生产“竖井” 46 3.3.3 产品与服务的设计 46 3.3.4 开放式的融合创新 47 3.3.5 适应性库存管理 47 3.3.6 质量管理 48 3.3.7 劳动力的数字化 49 3.3.8 资产智能化管理 49 3.4 大数据行业应用的趋势和热点 50 3.4.1 大数据行业应用的趋势 50 3.4.2 大数据行业应用的热点 52 3.5 应用大数据分析的阻力 58 3.6 大数据在智能工业上的特征 59 3.6.1 透明性 60 3.6.2 多结构化数据 61 3.7 数据信息驱动 62 3.7.1 互联网的创意与媒体 63 3.7.2 工业大数据的实力与商业机会 64 3.7.3 品牌形象 65 3.7.4 工业数据的源头 66 3.7.5 工业数据新视野 67 3.8 工业大数据2.0 68 第4章 大数据生态圈 70 4.1 数字化时代的纷争与和合 70 4.2 数字融合之道 71 4.3 数字技术下的本质 72 4.3.1 大数据工具推动管理 72 4.3.2 角色的定位与能力管理 73 4.3.3 流程与数据的结合 75 第5章 数据管理成熟度模型 78 5.1 数据结构 78 5.1.1 数据建模 79 5.1.2 数据分类法 80 5.1.3 数据建模工具 81 5.2 主数据与元数据 82 5.2.1 主数据 82 5.2.2 元数据 83 5.3 数据架构 84 5.3.1 数据访问和迁移 85 5.3.2 数据存储 86 5.3.3 数据归档 87 5.4 数据质量 88 5.4.1 数据一致性 89 5.4.2 数据检测 89 5.4.3 数据整理 90 5.5 数据安全 91 5.5.1 数据隐私 92 5.5.2 数据保存 93 第三篇 智能制造业的物联网 第6章 物联网对产业的影响 96 6.1 物联网推动产业转型与升级 96 6.2 物联网意识与日俱增 98 6.3 物联网驱动下的商业模式 99 6.3.1 创新的形成 99 6.3.2 “产品＋服务”的商业模式 100 6.4 工业物联网成就行业突破性创新 102 6.5 未来制造业的特点 104 6.6 工业物联网的三大工作 106 6.6.1 做好发展工业物联网的基础建设 106 6.6.2 加强工业大数据与风险的管理 106 6.6.3 面向工业物联网推动人才队伍建设与转型 107 第7章 工业物联网架构与能力 109 7.1 选择自然的大数据 110 7.1.1 走入“数据湖” 110 7.1.2 数据存储与分析需要新思维 111 7.1.3 传统方法及误区 113 7.1.4 “数据湖”的参考模型和架构 114 7.2 商业“数据湖”的应用 115 7.2.1 预测自主维修决策支持分析 118 7.2.2 工业物联网平台 119 7.2.3 物联网化智能管理的四层架构 121 7.3 实现工业物联网数字化转型平台 122 7.4 “连接式”产业工人 123 7.4.1 问题及趋势 123 7.4.2 优势和解决方案 123 第四篇 夯实智能资产之路 第8章 资产驱动传统智能 126 8.1 资产管理的新机遇 128 8.2 资产的全新定义 129 8.2.1 企业资产管理 130 8.2.2 企业资产设备管理的应用 132 8.2.3 企业资产设备管理的六大价值 133 8.2.4 建立高效企业设备管理系统所面临的五大挑战 136 8.2.5 企业资产设备管理的管理思想 137 8.2.6 资产设备管理项目的必要性分析 139 8.3 强化设备资产智能化管理 141 8.3.1 工业大数据与行业自动化的互动 141 8.3.2 三个责任与目标 142 8.3.3 设备智能管理 143 8.3.4 维修服务促进生产力 144 8.3.5 预防性维修和节能的关键 145 8.3.6 创新价值 146 第9章 资产管理的标准化与落地 147 9.1 我国资产管理现状 147 9.2 我国资产管理现存问题 150 9.3 国内外资产管理标准化工作情况 152 9.3.1 国内标准化工作情况 152 9.3.2 国际标准化工作情况 154 9.4 资产管理体系标准的起源 156 9.5 资产管理标准化工作需求 157 第10章 资产绩效管理 160 10.1 总体框架 160 10.2 创新的五个“要” 161 10.3 资产绩效管理的意义和作用 163 10.4 全方位的工控策略 163 第五篇 科技创新重塑企业架构 第11章 制造企业架构 166 11.1 从生命系统的角度理解企业架构 166 11.1.1 计划与规划 168 11.1.2 用户需求是转型的核心驱动 169 11.2 价值链是企业转型的起点 170 11.3 企业架构定义 171 11.4 “优步”模式不适合制造业 172 11.5 推动重塑制造业企业架构的原动力 173 11.6 构建制造业企业架构的三大途径 174 11.7 企业架构为卓越运营战略提供平台 175 11.8 企业架构的理解和推进思路 176 11.8.1 开展企业架构工作的四个阶段 177 11.8.2 全面梳理业务组件 179 第12章 智能供应链管理与架构 181 12.1 业务组件模型及其管理 181 12.1.1 业务流程管理 181 12.1.2 流程优化管理方法 182 12.1.3 业务组件模型 182 12.1.4 理论与实际应用的相互印证和转化 183 12.2 智能供应链 188 12.2.1 供应链的挑战 190 12.2.2 服务优化与佳实践 190 12.2.3 供应链管理的未来 191 第13章 智能产品的研发 192 13.1 产品研发 192 13.1.1 低成本多样性 192 13.1.2 持续的设计改进 193 13.1.3 新用户界面和增强现实 194 13.1.4 实时质量控制 194 13.1.5 商业创新路线图 195 13.2 智能互联产品的制造要求 196 13.2.1 智能工厂 196 13.2.2 柔性生产 197 13.2.3 简化零部件 197 13.2.4 重塑装配流程 198 13.2.5 持续的产品运营 199 13.2.6 物流与环境 200 13.3 智能化的各部门协同 201 13.3.1 IT与研发部门之间的协作 201 13.3.2 统一的数据管理结构 202 13.3.3 研发运营部门 202 第14章 制造服务 204 14.1 营销和信息化 204 14.1.1 客户精准分类 205 14.1.2 新商业模式与流程设计 206 14.1.3 专注于系统，而非单一产品 207 14.2 制造服务业 208 14.2.1 智能互联产品如何改变服务业 208 14.2.2 新型服务模式 210 14.2.3 售后服务的变化 211 14.3 智能制造的IT服务管理 212 14.3.1 从对立到融合 212 14.3.2 服务级别管理 213 14.3.3 IT服务的商业智能 215 第六篇 转型之战，再创巅峰 第15章 前进与后退 218 15.1 数字文化与标准 218 15.2 进与退 219 15.3 传统产品与智能互联产品 220 15.4 转型之战一直在进行 222 第16章 回归本质 224 16.1 褪色的百分制 224 16.1.1 加强理性思考和通识能力的培养 225 16.1.2 学习能力重于知识 225 16.1.3 建立科学与工业联合的学习结构 226 16.2 智能人才的关键点 226 16.2.1 人才从合流到交易的过程 227 16.2.2 有内涵的技能 227 16.3 打造完美团队 229 16.3.1 创新团队需要思维的碰撞 229 16.3.2 企业需要主动式的管理思维 233 16.3.3 人才数字化科学管理与人才行为基因分析 234 第17章 安全一 236 17.1 信息安全高于一切 236 17.1.1 安全的需求 237 17.1.2 安全的核心区域 238 17.1.3 “数据湖”的安全架构 239 17.1.4 公共云安全问题 240 17.1.5 云和大数据的关系与优势 240 17.1.6 居安思危，防患于未然 241 17.1.7 兼容新型商业模式 244 17.1.8 互通的系统 246 17.2 共同的安全责任 246 17.2.1 未来需要变革 247 17.2.2 大数据的信息安全 247 17.2.3 云安全需求方案 248 17.2.4 面对挑战，要有正确的应对观念 250 17.3 更大的改变在未来 251 17.3.1 客户成就管理 251 17.3.2 精益新时代的来临 251 17.3.3 推动智能制造的“三驾马车” 255 17.3.4 引发下一个信息技术驱动生产力发展的时代 257 17.3.5 更大的机遇 258 后记 262 参考文献 265

好的，这是一份针对您提供的三本书籍名称（《智能制造：未来工业模式和业态的颠覆与重构》、《智能制造之路：数字化工厂》、《智能制造创新与转型之路》）之外的、关于另一本假定图书的详细简介，旨在深度描绘其核心内容与价值，确保内容丰富且自然流畅，不包含任何提及原始书目的信息。 --- 图书名称：《全球供应链韧性与可持续发展：风险管理、技术赋能与协作新范式》 导言：后疫情时代，重塑商业的基石 在过去十年中，全球商业环境经历了前所未有的动荡。从地缘政治的紧张局势到突发的公共卫生危机，再到气候变化带来的极端天气事件，传统上以“精益”（Lean）和“即时”（Just-In-Time）为核心的供应链模式，其脆弱性暴露无遗。一本真正关注未来商业脉络的著作，必须超越单一的效率优化，转向构建韧性（Resilience）与可持续性（Sustainability）并重的全新体系。 本书《全球供应链韧性与可持续发展：风险管理、技术赋能与协作新范式》正是应运而生，它旨在为企业高管、供应链专业人士、政策制定者以及学术研究人员提供一套系统化、可操作且具有前瞻性的框架，用以应对当前及未来的复杂挑战，并将供应链管理从成本中心彻底转变为战略竞争力的核心引擎。 --- 第一部分：韧性重构——从危机应对到主动防御 本部分深入剖析了现代供应链的脆弱性根源，并提出了构建坚固“免疫系统”的战略方针。 第一章：脆弱性的多维剖析与风险图谱构建 我们不再将风险视为孤立事件。本章详细梳理了当前供应链面临的五大核心风险类别：环境与气候风险（如极端天气对物流节点的影响）、地缘政治与贸易壁垒风险（如关税和制裁对特定原料来源的依赖性）、网络安全与数据泄露风险（针对OT/IT融合系统的攻击）、劳动力与社会责任风险（如合同工人权益保障不力引发的声誉危机），以及“黑天鹅”事件风险（如突发疫情或大规模自然灾害）。核心在于介绍如何利用多情景规划（Multi-Scenario Planning）技术，绘制出企业供应链的“风险热力图”。 第二章：战略库存与缓冲机制的再定义 “精益”哲学并未消亡，但其应用必须修正。本章探讨了如何摒弃“一刀切”的库存策略，转而采用基于风险价值分析（Risk-Value Analysis）的差异化库存模型。重点讨论了战略安全库存（Safety Stock）的科学部署，如何根据关键部件的“停供容忍时间”（Lead Time Tolerance）来动态调整库存水平，以及多源采购网络（Multi-Sourcing Networks）的优化布局，确保在关键节点的冗余性（Redundancy）而非简单重复投资。 第三章：供应链的动态可重构能力（Reconfigurability） 韧性不仅仅是抵御冲击，更在于快速恢复和调整方向的能力。本章聚焦于供应链的模块化设计，探讨如何将生产流程、物流网络解耦为可快速拆分和重组的单元。内容涵盖了快速切换生产线、激活备用物流路径（例如，从海运转向空运/铁运的自动切换机制），以及通过数字孪生技术预演中断情景，训练组织的快速响应决策树。 --- 第二部分：技术赋能——迈向透明、智能与自动化的网络 现代韧性的实现，离不开对信息流的全面掌控。本部分深入探讨了尖端技术如何为供应链提供前所未有的洞察力和控制力。 第四章：全景式可见性：区块链与物联网（IoT）的融合应用 缺乏端到端（End-to-End）的可见性是风险管理的最大盲点。本章详细阐述了物联网传感器网络如何实时捕获货物状态（温度、湿度、震动、位置），以及分布式账本技术（DLT/Blockchain）如何在确保数据不可篡改的前提下，构建跨企业边界的信任与可追溯性。重点案例分析将展示如何利用这些技术来瞬间识别污染源或确定受灾产品的精确批次。 第五章：预测性分析与人工智能驱动的决策优化 传统的需求预测模型已无法应对高波动性市场。本章讲解了如何运用深度学习算法整合宏观经济指标、社交媒体情绪、天气预报等多源非结构化数据，进行超短期和中期需求预测的精度提升。此外，探讨了强化学习（Reinforcement Learning）在自动优化路由选择、动态定价和瓶颈预警中的前沿应用。 第六章：自动化仓储与最后一英里物流的智能化突破 本部分关注物理执行层面的效率提升与风险分散。详细介绍了AMR（自主移动机器人）在复杂拣选环境中的部署策略，以及如何通过云计算与边缘计算的协同，确保仓库管理系统（WMS）在面对网络中断时仍能维持基础运营。内容还涉及无人机、自动驾驶卡车在保障偏远或危险地区物流连续性方面的潜力评估。 --- 第三部分：可持续性与协作——构建面向未来的价值网络 真正的韧性必须建立在可持续的商业道德和社会责任之上。本部分将视野从企业内部扩展到整个生态系统。 第七章：循环经济与供应链的“绿色足迹”量化 可持续性不再是公关口号，而是合规要求和成本优化点。本章提供了生命周期评估（LCA）在供应链中的落地方法论，指导企业如何精确量化和最小化产品从原材料提取到报废回收的全过程碳排放和资源消耗。重点介绍了“产品护照”概念，利用数字技术跟踪材料的再利用潜力。 第八章：弹性采购与供应商生态系统的健康管理 供应链的韧性取决于最薄弱的一环。本章强调了从单纯的“供应商关系管理”（SRM）转向“供应商生态系统健康管理”。这包括建立供应商财务健康监测机制、社会责任合规性审计的自动化工具，以及构建风险共担与知识共享的伙伴关系，避免“一刀切”的惩罚性合同，而是共同投资于风险缓解措施。 第九章：跨界协作与全球治理的新范式 供应链的复杂性已超越单一企业的治理范围。本章探讨了行业联盟、公私伙伴关系（PPP）在建立标准、共享预警信息方面的关键作用。它分析了国际组织在推动供应链透明化立法（如反强迫劳动法案、碳边境调节机制）背景下，企业如何主动参与治理标准的制定，将合规压力转化为竞争优势。 --- 结语：从线性到生态——驾驭不确定性的领导力 本书最终落脚于领导力层面。它总结了构建高韧性、高可持续性供应链所需的组织文化变革：从追求绝对效率到拥抱“充分的冗余”；从控制（Control）到赋能（Empowerment）；从垂直整合到分布式协作。掌握本书的理念，意味着企业能够将下一次危机，转化为加速其市场地位跃升的战略机遇。这是一本关于如何在瞬息万变的全球格局中，确保持续交付价值的实战指南。

评分☆☆☆☆☆

我近期研读了《智能制造之路：数字化工厂》这本书，它是一本非常实在的著作，让我对“数字化工厂”的构建过程有了清晰的认识。书中关于“数字化”的阐释，绝非停留在表面概念，而是非常细致地描绘了从数据采集、传输、存储、分析到应用的完整流程。我感觉作者就像一位耐心的向导，带领我一步步走进一个高度互联、智能化的生产环境。书中对“工厂”的理解，也从一个传统的物理空间，扩展到了一个由数据驱动、软件定义的智慧体。我尤其欣赏书中对于“流程优化”的强调，它说明了数字化不仅仅是为了收集数据，更是为了通过数据驱动的洞察，实现生产效率的提升、成本的降低以及产品质量的飞跃。书中关于“集成”的论述，也让我明白了各个子系统之间的协同配合的重要性，从而避免信息孤岛的产生。这本书的专业性很强，但表达方式却相当清晰易懂，对于任何希望深入了解数字化工厂建设的人来说，都是一本不可多得的参考书籍。

评分☆☆☆☆☆

《智能制造创新与转型之路》这本书，给我带来的是一种前瞻性和战略性的启发。它不像前两本书那样聚焦于某一具体方面，而是更宏观地探讨了智能制造驱动下的企业创新模式和转型战略。我从书中感受到了作者对于创新本质的深刻理解，他不仅仅强调技术创新，更关注商业模式、组织结构、人才培养等全方位的创新。书中关于“柔性制造”、“个性化定制”等概念的阐述，让我看到了智能制造如何打破传统规模化生产的壁垒，满足日益多样化的市场需求。我特别喜欢书中关于“生态系统”构建的论述，它指出了在智能制造时代，企业不再是孤军奋战，而是需要与供应商、客户、技术伙伴等形成紧密的协作网络，共同创造价值。这种开放式的创新思路，对于企业在复杂多变的商业环境中保持竞争力至关重要。书中对一些成功转型的企业案例的剖析，也为我提供了宝贵的经验借鉴，让我看到不同企业在面对转型挑战时，所采取的差异化策略和取得的成效。这本书让我意识到，智能制造的转型，不仅仅是技术的升级，更是一场深刻的思维和战略的革命。

评分☆☆☆☆☆

近期接触到一本名为《智能制造：未来工业模式和业态的颠覆与重构》的书籍，书中对“颠覆”和“重构”的解读，让我耳目一新。作者深入浅出地阐述了智能制造如何从根本上改变了传统的生产方式和商业模式，这种改变并非简单的技术叠加，而是对整个工业体系的一次彻底洗礼。我深切感受到，书中对于“业态”的探讨，触及了未来商业的边界，它预示着工业将不再仅仅是“制造”，而是会融合更多服务、数据和体验的元素。作者的视野非常开阔，他能够从宏观的角度审视技术发展对社会经济带来的影响，并对未来工业可能出现的各种新模式进行了富有洞察力的预测。书中对“价值链重塑”的分析，尤其让我印象深刻，它让我看到，在智能制造的环境下，企业如何通过更加高效、灵活的方式，重新定义自身在整个价值链中的位置，并创造出新的竞争优势。整本书的论述逻辑严谨，观点鲜明，引人深思。

评分☆☆☆☆☆

《智能制造之路：数字化工厂》这本书，则以一种更加务实和操作性的视角，带领我走进了数字化工厂的内部世界。它就像一本详实的“指南”，将那些抽象的智能制造概念，具象化为一个个可执行的步骤和可落地的技术方案。书中的内容，从车间层面的数据采集、边缘计算的应用，到MES、SCADA等系统的深度整合，再到与ERP、PLM等企业级系统的联动，都进行了非常细致的阐述。我感觉作者仿佛是一位经验丰富的工程师，手把手地教你如何一步步构建一个真正意义上的数字化工厂。他对工业物联网（IIoT）在实际生产中的作用进行了深入的解读，让我明白了数据流如何贯穿整个生产过程，并最终转化为可操作的洞察。书中对于“数字孪生”的介绍，更是让我惊叹于技术的力量，能够通过虚拟模型实现对物理世界的实时监控、预测和优化。这本书的语言风格非常直接，不回避技术细节，对于我这样希望将理论知识转化为实践的读者来说，简直是如获至宝。它让我看到了数字化工厂并非遥不可及，而是可以通过系统性的规划和实施逐步实现的。

评分☆☆☆☆☆

第一本《智能制造：未来工业模式和业态的颠覆与重构》给我留下了非常深刻的印象，它不仅仅是一本书，更像是一场关于未来工业图景的宏大叙事。作者以一种近乎哲学的高度，深刻剖析了智能制造这一概念背后的驱动力、核心要素以及它所带来的颠覆性变革。书中关于“颠覆与重构”的论述，让我跳出了传统工业思维的局限，开始思考技术进步如何从根本上重塑生产关系、组织结构乃至整个商业生态。我尤其对其中关于“人机协同”的探讨印象深刻，它描绘了一个不再是冰冷机器统治的未来，而是人类智慧与人工智能深度融合，共同创造价值的新时代。这种描绘既充满了科技的魅力，又蕴含着对人类价值的肯定。书中对不同行业在智能制造浪潮下的转型案例分析，也提供了非常具体的参考，让我能够更直观地理解智能制造的实际应用场景和潜在价值。它不是那种浮于表面的技术介绍，而是深入到战略层面，帮助读者理解智能制造如何成为企业实现跨越式发展的关键。读完这本书，我感觉自己对未来工业的理解提升了一个维度，对如何抓住数字化转型的机遇有了更清晰的认识。