工业大数据——智慧工厂环境下有效驱动智能制造的重要来源被引量：3

下载PDF

导出

摘要工业大数据是未来工业在全球市场竞争中发挥优势的重要支柱,而智慧工厂环境下,只有利用工业大数据技术,才能真正实现对智能制造的有效驱动。随着信息化与工业化的深度融合,信息技术渗透到了工业企业产业链的各个环节,使得工业企业所拥有的数据日益丰富。工业大数据是在工业领域信息化应用中所产生的数据,呈现出大体量、多源性、连续采样、价值密度低、动态性强等特点。

出处《智慧工厂》 2016年第11期39-40,共2页 Smart Factory

关键词智能制造工业制造全球市场竞争未来工业信息技术渗透工厂环境连续采样动态性二维码领域信息化

分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]

引文网络
相关文献

同被引文献26

1曹玫.宝钢“挖出”国际竞争力[J].电子商务,2004,5(7):42-43. 被引量：3
2Takazo Kawaguchi,梁去病.铁矿石烧结综合模拟模型的研究与应用[J].烧结球团,1989,14(3):35-45. 被引量：3
3韩庆虹,金永龙,张军红.人工神经网络在烧结固体燃耗预测中的应用[J].冶金能源,2005,24(2):9-11. 被引量：11
4范晓慧,陈许玲,姜涛,袁晓丽.铁矿石烧结终点的优化控制[J].华中科技大学学报（自然科学版）,2006,34(11):100-102. 被引量：5
5ZHANG Jun-hong,XIE An-guo,SHEN Feng-man.Multi-Objective Optimization and Analysis Model of Sintering Process Based on BP Neural Network[J].Journal of Iron and Steel Research International,2007,14(2):1-5. 被引量：18
6袁晓丽,范晓慧,万新,陈许玲,胡林,张明远,杜长坤.烧结优化配矿模型的设计与软件开发[J].中南大学学报（自然科学版）,2009,40(6):1476-1481. 被引量：13
7陶荣尧,朱锦明.宝钢高炉大喷煤冶炼的能耗结构及CO_2排放量的变化[J].宝钢技术,2000(3):6-9. 被引量：6
8周继程,张春霞,郦秀萍,韩伟刚,干磊.基于能级分析的钢厂余热资源回收利用方式的合理性[J].钢铁,2013,48(2):80-85. 被引量：15
9叶匡吾.高炉炉料结构与精料[J].烧结球团,2001,26(3):6-7. 被引量：26
10钟海.大数据在工业制造业的应用与研究[J].企业技术开发,2015,34(5):104-105. 被引量：33

引证文献3

1吕庆,刘颂,刘小杰,毕中心,李建鹏.基于大数据技术的烧结全产线质量智能控制系统[J].钢铁,2018,53(7):1-9. 被引量：35
2白辛雨,杨朝雯,杨国朝,王炎彬.基于大数据的智慧工厂制造优化技术[J].电子技术与软件工程,2020(12):137-139. 被引量：1
3顾广安.基于大数据的智慧工厂技术构建[J].计算机产品与流通,2018,7(6):112-112. 被引量：2

二级引证文献38

1卢敏,邹骏,黄斌.基于BP神经网络的干熄焦CO自适应控制系统[J].中国冶金,2018,28(11):53-56. 被引量：3
2赵士奇,裴元东,范正赟,周继良,尹尤豪.基于离散元的烧结九辊布料过程仿真[J].钢铁,2019,54(1):14-18. 被引量：6
3陈超,王楠,于海洋,陈敏.基于卡方分箱法和逻辑回归算法的转炉操作工艺评价模型[J].材料与冶金学报,2019,18(2):87-91. 被引量：8
4汪森辉,李海峰,张永杰,邹宗树.基于改进的AdaBoost.RS算法的烧结终点预报分析[J].中国冶金,2019,29(10):13-19. 被引量：11
5刘颂,刘福龙,刘二浩,吕庆,石泉,刘小杰.融合大数据技术和工艺经验的高炉参数优化[J].钢铁,2019,54(11):16-26. 被引量：16
6刘月明,刘小杰,吕庆,张振峰,刘颂,刘福龙.基于烧结大数据预测小于10mm烧结矿含量模型[J].中国冶金,2019,29(11):31-38. 被引量：11
7肖敏,张卫,周舟涛.大数据过程质量控制系统在钢铁生产中的应用[J].新一代信息技术,2019,2(20):14-19. 被引量：1
8蔡培良,罗勇,杨剑锋,易凡竣,龙小昂.基于数据挖掘的卷烟包装成本参数自优化与控制[J].机械设计与制造工程,2020,49(3):44-47. 被引量：4
9王涛.机器学习预测工厂最佳产量[J].智慧工厂,2020(4):78-79.
10王坤,刘小杰,刘二浩,李宏杨,刘颂,吕庆.基于AdaBoost算法的炉芯温度预测模型[J].钢铁研究学报,2020,32(5):363-369. 被引量：14

1迎接工业4．0凌华科技助您布局智慧工厂[J].电源技术应用,2015,18(7).
2毛伟峰.PLC应用及使用中易被忽视的细节问题[J].冶金动力,2009(2):91-94.
3杨天怡,刘宇,屈剑锋,柴毅.一种嵌入式Linux环境下图像压缩及传输的实现[J].计算机科学,2006,33(4):228-229. 被引量：7
4邦纳发布全新一代高性能经济型光电传感器[J].国内外机电一体化技术,2013(4):56-56.
5《信息与电脑》征稿启事[J].信息与电脑（理论版）,2012,0(9):2-2.
6《信息与电脑》征稿启事[J].信息与电脑（理论版）,2011,0(7):222-222.
7《信息与电脑》征稿启事[J].信息与电脑（理论版）,2011,0(6):267-267.
8《信息与电脑》征稿启事[J].信息与电脑（理论版）,2012,0(7):4-4.
9领域信息化特刊回放[J].中国信息化,2006(15):25-25.
10《信息与电脑》征稿启事[J].信息与电脑（理论版）,2012,0(1):4-4.

智慧工厂

2016年第11期

浏览历史

内容加载中请稍等...

工业大数据——智慧工厂环境下有效驱动智能制造的重要来源被引量：3

同被引文献26

引证文献3

二级引证文献38

相关作者

相关机构

相关主题

浏览历史

工业大数据——智慧工厂环境下有效驱动智能制造的重要来源 被引量：3

同被引文献26

引证文献3

二级引证文献38

相关作者

相关机构

相关主题

浏览历史

工业大数据——智慧工厂环境下有效驱动智能制造的重要来源被引量：3