描述
包 装: 平塑是否套装: 否国际标准书号ISBN: 9787121470172丛书名: 可靠性技术丛书
内容简介
本书主要聚焦质量大数据的架构、模式、模型、机制、实践等方面，给出质量大数据参考架构统领全书，并列举了相关行业案例。质量大数据的参考架构包括数据视角、技术视角和业务视角三大维度。数据视角系统介绍了数据要素体系、构建了数据资源体系、阐述了数据治理体系。技术视角构建了质量全生命周期框架，提出了质量数据平台四层架构，从数据存储、数据服务、数据分析三个方向分析相关技术，并重点介绍了面向装备的质量大数据关键技术。从业务视角给出了业务维度模型，从生产体系、管理体系、应用模式三个维度分析了业务视角的质量大数据，并对典型的应用模式进行了剖析。本书从企业侧和产业侧两个角度，分别给出了质量大数据的实施路径，并对质量大数据技术、业务、产业的发展趋势做出展望。本书最后一章通过多个实际案例从不同方面诠释了质量大数据的应用现状，以供读者参考。
目 录
第1章 质量大数据概览 1
1.1 质量大数据的范畴与特点 1
1.2 质量大数据的发展背景 5
1.2.1 质量管理的演化历史 5
1.2.2 质量大数据的由来 10
1.3 质量大数据驱动质量管理创新 12
1.3.1 质量管理理念转变 12
1.3.2 质量数据分析方法演进 13
1.3.3 质量管理体系转型 18
1.3.4 信息系统升级 23
1.4 质量大数据在典型行业中的价值体现 25
1.4.1 质量大数据的作用 25
1.4.2 质量大数据的行业应用 28
第2章 质量大数据的内涵 30
2.1 质量大数据面临的挑战 30
2.2 质量大数据的参考框架 32
2.2.1 质量大数据的业务维度 33
2.2.2 质量大数据的数据维度 34
2.2.3 质量大数据的技术维度 36
2.3 质量大数据与其他技术的关系 39
2.3.1 质量大数据与工业互联网的关系 39
2.3.2 质量大数据与数字孪生的关系 41
2.3.3 质量大数据与工业大数据的关系 42
2.3.4 质量大数据与人工智能的关系 42
2.3.5 质量大数据与区块链的关系 43
2.4 质量大数据的实施框架 43
第3章 质量大数据的业务维度分析 46
3.1 生产体系 47
3.2 管理体系 48
3.3 应用模式一：重点业务环节的质量管理优化 50
3.3.1 以使用质量为导向的设计优化 51
3.3.2 以生产质量为导向的工艺优化 56
3.3.3 以产品质量为导向的设备预测性维护 59
3.4 应用模式二：供应链产业链的质量协同优化 61
3.5 应用模式三：质量生态共建、共创与共享 62
第4章 质量大数据的数据维度分析 64
4.1 数据来源 65
4.2 数据资源体系 65
4.2.1 数据资源目录 65
4.2.2 数据资源融合 69
4.2.3 数据共建共享 71
4.3 数据治理体系 72
4.3.1 数据标准体系 72
4.3.2 数据质量管理 74
4.3.3 数据安全防护 76
第5章 质量大数据的技术维度分析 77
5.1 技术架构 77
5.1.1 质量全生命周期架构 77
5.1.2 质量数据平台的架构 78
5.2 质量大数据存储技术 80
5.2.1 多模态数据的数据湖技术 80
5.2.2 质量大数据集成技术 86
5.3 质量大数据服务技术 90
5.3.1 质量大数据的领域建模技术 90
5.3.2 数据服务：基于领域模型的查询技术 93
5.4 质量大数据分析算法 93
5.4.1 设计质量分析算法 93
5.4.2 生产质量分析算法 105
5.4.3 售后质量分析算法 115
第6章 质量大数据的实施路径 119
6.1 质量大数据企业侧实施路径 120
6.1.1 质量大数据建设规划 120
6.1.2 质量大数据资源管理 123
6.1.3 面向场景的质量数据建模与应用 129
6.1.4 质量大数据可持续运营机制 133
6.2 质量大数据产业侧实施路径 134
6.2.1 定标准：制定面向产业的质量大数据标准规范 134
6.2.2 聚资源：汇聚质量大数据资源 134
6.2.3 建体系：完善质量大数据服务体系 135
6.2.4 筑生态：构筑质量大数据生态 135
6.3 质量大数据政府侧实施路径 136
6.3.1 抓政策引领：加强质量大数据政策引领 137
6.3.2 抓标杆建设：推动质量大数据标杆建设 137
6.3.3 抓基础保障：夯实质量大数据的应用基础 137
第7章 质量大数据应用案例 139
7.1 以产品质量为导向的设计优化 140
7.2 以生产质量为导向的工艺优化 143
7.2.1 工艺质量参数优化 143
7.2.2 工艺质量缺陷识别 151
7.2.3 质量时空追溯分析 161
7.3 以质量为导向的生产设备预测性维护 164
7.4 面向供应链产业链的质量协同优化 174
7.5 质量公共服务与新生态 182
参考文献 186
缩略语表 189
1.1 质量大数据的范畴与特点 1
1.2 质量大数据的发展背景 5
1.2.1 质量管理的演化历史 5
1.2.2 质量大数据的由来 10
1.3 质量大数据驱动质量管理创新 12
1.3.1 质量管理理念转变 12
1.3.2 质量数据分析方法演进 13
1.3.3 质量管理体系转型 18
1.3.4 信息系统升级 23
1.4 质量大数据在典型行业中的价值体现 25
1.4.1 质量大数据的作用 25
1.4.2 质量大数据的行业应用 28
第2章 质量大数据的内涵 30
2.1 质量大数据面临的挑战 30
2.2 质量大数据的参考框架 32
2.2.1 质量大数据的业务维度 33
2.2.2 质量大数据的数据维度 34
2.2.3 质量大数据的技术维度 36
2.3 质量大数据与其他技术的关系 39
2.3.1 质量大数据与工业互联网的关系 39
2.3.2 质量大数据与数字孪生的关系 41
2.3.3 质量大数据与工业大数据的关系 42
2.3.4 质量大数据与人工智能的关系 42
2.3.5 质量大数据与区块链的关系 43
2.4 质量大数据的实施框架 43
第3章 质量大数据的业务维度分析 46
3.1 生产体系 47
3.2 管理体系 48
3.3 应用模式一：重点业务环节的质量管理优化 50
3.3.1 以使用质量为导向的设计优化 51
3.3.2 以生产质量为导向的工艺优化 56
3.3.3 以产品质量为导向的设备预测性维护 59
3.4 应用模式二：供应链产业链的质量协同优化 61
3.5 应用模式三：质量生态共建、共创与共享 62
第4章 质量大数据的数据维度分析 64
4.1 数据来源 65
4.2 数据资源体系 65
4.2.1 数据资源目录 65
4.2.2 数据资源融合 69
4.2.3 数据共建共享 71
4.3 数据治理体系 72
4.3.1 数据标准体系 72
4.3.2 数据质量管理 74
4.3.3 数据安全防护 76
第5章 质量大数据的技术维度分析 77
5.1 技术架构 77
5.1.1 质量全生命周期架构 77
5.1.2 质量数据平台的架构 78
5.2 质量大数据存储技术 80
5.2.1 多模态数据的数据湖技术 80
5.2.2 质量大数据集成技术 86
5.3 质量大数据服务技术 90
5.3.1 质量大数据的领域建模技术 90
5.3.2 数据服务：基于领域模型的查询技术 93
5.4 质量大数据分析算法 93
5.4.1 设计质量分析算法 93
5.4.2 生产质量分析算法 105
5.4.3 售后质量分析算法 115
第6章 质量大数据的实施路径 119
6.1 质量大数据企业侧实施路径 120
6.1.1 质量大数据建设规划 120
6.1.2 质量大数据资源管理 123
6.1.3 面向场景的质量数据建模与应用 129
6.1.4 质量大数据可持续运营机制 133
6.2 质量大数据产业侧实施路径 134
6.2.1 定标准：制定面向产业的质量大数据标准规范 134
6.2.2 聚资源：汇聚质量大数据资源 134
6.2.3 建体系：完善质量大数据服务体系 135
6.2.4 筑生态：构筑质量大数据生态 135
6.3 质量大数据政府侧实施路径 136
6.3.1 抓政策引领：加强质量大数据政策引领 137
6.3.2 抓标杆建设：推动质量大数据标杆建设 137
6.3.3 抓基础保障：夯实质量大数据的应用基础 137
第7章 质量大数据应用案例 139
7.1 以产品质量为导向的设计优化 140
7.2 以生产质量为导向的工艺优化 143
7.2.1 工艺质量参数优化 143
7.2.2 工艺质量缺陷识别 151
7.2.3 质量时空追溯分析 161
7.3 以质量为导向的生产设备预测性维护 164
7.4 面向供应链产业链的质量协同优化 174
7.5 质量公共服务与新生态 182
参考文献 186
缩略语表 189
评论
还没有评论。