科技 类型
可以朗读 语音朗读
140千字 字数
2020-10-01 发行日期
展开全部

主编推荐语

企业数字化转型战略与大数据应用实践

内容简介

本书以企业信息技术治理理论为基础，以企业数字化转型战略为指导，将以机器学习，深度学习为代表的大数据分析技术与流程工业智能工厂建设主题相结合，分别介绍和阐述了流程工业智能制造和大数据的背景；大数据分析在油气，炼油化工，化工，生物制药，电力，钢铁等流程工业中的应用。涉及大数据分析在安全监控；环保监控；工业测量和控制；市场营销中的应用等，全面阐述了大数据分析在流程工业的应用和案例。并且从信息技术治理角度提供了战略决策，风险控制，团队激励等企业数字化转型的全方位指导。

目录

  • 封面
  • 作者简介
  • 版权信息
  • 内容简介
  • 本书编写委员会
  • 前言
  • 第1章 流程工业智能制造与数字化转型
  • 1.1 新一轮智能制造发展战略
  • 1.1.1 德国工业4.0与流程工业智能制造
  • 1.1.2 美国工业互联网与流程工业智能制造
  • 1.1.3 中国制造强国战略与流程工业智能制造
  • 1.1.4 各国流程工业智能制造的差异和启示
  • 1.2 流程工业数字化转型战略
  • 1.2.1 流程工业概述
  • 1.2.2 流程工业数字化转型的需求
  • 1.3 大数据分析和流程工业智能制造
  • 1.3.1 大数据的内涵
  • 1.3.2 大数据和人工智能的关系
  • 1.3.3 工业大数据与流程工业智能制造
  • 第2章 工业大数据分析基础
  • 2.1 工业大数据治理
  • 2.1.1 工业大数据应用面临的挑战
  • 2.1.2 应对方法
  • 2.2 流程工业大数据治理案例
  • 2.2.1 跨国石油公司大数据治理
  • 2.2.2 国内石油公司大数据治理
  • 2.3 大数据采集技术
  • 2.3.1 Apache Sqoop
  • 2.3.2 Apache Flume
  • 2.3.3 Gobblin
  • 2.4 大数据存储技术
  • 2.4.1 HDFS
  • 2.4.2 NoSQL数据库
  • 2.5 大数据分析技术
  • 2.5.1 MapReduce
  • 2.5.2 Spark
  • 2.6 大数据可视化技术
  • 2.6.1 Tableau
  • 2.6.2 Google Chart
  • 2.6.3 D3.js
  • 2.7 大数据分析方法
  • 2.7.1 大数据分析方法分类
  • 2.7.2 大数据分析步骤
  • 2.7.3 数据挖掘方法
  • 第3章 天然气开发行业的大数据分析
  • 3.1 天然气开发行业信息化现状
  • 3.2 天然气开发行业的大数据分析需求
  • 3.3 天然气开发行业的大数据来源与特点
  • 3.4 天然气开发行业的大数据解决方案
  • 3.4.1 大数据获取
  • 3.4.2 大数据监控
  • 3.4.3 大数据可视化
  • 3.5 天然气开发行业的大数据分析方法
  • 3.5.1 天然气开发风险预防性分析方法
  • 3.5.2 设备性能退化分析方法
  • 3.6 天然气开发行业的大数据分析案例
  • 3.6.1 应用场景
  • 3.6.2 天然气水合物大数据预测应用案例
  • 3.6.3 压缩机故障大数据预防性监控应用案例
  • 3.6.4 换热器早期泄漏大数据监控应用案例
  • 3.7 总结
  • 第4章 炼油化工行业的大数据分析
  • 4.1 炼油化工行业信息化现状
  • 4.2 炼油化工行业的大数据分析需求
  • 4.2.1 油田勘探与生产制造环节
  • 4.2.2 研发设计环节
  • 4.2.3 市场营销与售后服务环节
  • 4.2.4 HSE评价体系的需求
  • 4.3 炼油化工行业的大数据来源与特点
  • 4.3.1 炼油化工行业大数据来源
  • 4.3.2 炼油化工行业大数据特点
  • 4.4 炼油化工行业的大数据解决方案
  • 4.4.1 炼油化工企业存在的问题
  • 4.4.2 工业大数据平台架构方案
  • 4.5 炼油化工行业的大数据分析方法
  • 4.6 炼油化工行业的大数据分析案例
  • 4.6.1 应用场景
  • 4.6.2 应用案例
  • 4.7 总结
  • 第5章 化工行业的大数据分析
  • 5.1 化工行业信息化现状
  • 5.2 化工行业的大数据分析需求
  • 5.3 化工行业的大数据来源与特点
  • 5.4 化工行业的大数据解决方案
  • 5.5 化工行业的大数据分析方法
  • 5.6 化工行业的大数据分析案例
  • 5.6.1 应用场景
  • 5.6.2 应用案例
  • 5.7 总结
  • 第6章 钢铁行业的大数据分析
  • 6.1 钢铁行业信息化现状
  • 6.2 钢铁行业的大数据分析需求
  • 6.2.1 经营管理与生产管理的需求
  • 6.2.2 技术进步与发展的需求
  • 6.3 钢铁行业的大数据来源与特点
  • 6.4 钢铁行业的大数据解决方案
  • 6.5 钢铁行业的大数据分析方法
  • 6.6 钢铁行业的大数据分析案例
  • 6.6.1 应用场景
  • 6.6.2 应用案例
  • 6.7 总结
  • 第7章 电力输电线路运维的大数据分析
  • 7.1 电力输电线路运维信息化现状
  • 7.2 电力输电线路运维的大数据分析需求
  • 7.3 电力输电线路运维的大数据来源与特点
  • 7.3.1 电力输电线路运维的大数据来源
  • 7.3.2 电力输电线路运维的大数据特点
  • 7.4 电力输电线路运维的大数据解决方案
  • 7.5 电力输电线路运维的大数据分析方法
  • 7.5.1 面向设备状态大数据的分布式存储和处理技术
  • 7.5.2 电力运维行业的数据ETL技术
  • 7.5.3 电力输电线路的数据挖掘分析技术
  • 7.6 电力输电线路运维的大数据分析案例
  • 7.6.1 输电线路智能化反外损监控系统
  • 7.6.2 基于位置信息大数据驱动的输电线路智能巡检系统
  • 7.6.3 特高压输电通道无人机巡检系统
  • 7.6.4 空、塔、地协同的输电线路智能巡检系统
  • 7.7 电力输电线路运维大数据技术展望
  • 7.7.1 基于区块链技术的输电线路反外损运维系统
  • 7.7.2 基于社交网络用户激励的系统运营模式
  • 7.7.3 电力物联网价值挖掘
  • 7.8 总结
  • 第8章 总结与展望
  • 8.1 流程工业与互联网下半场的结合
  • 8.2 流程工业需要建立大数据文化
  • 参考文献
  • 致谢
  • 读者调查表
  • 电子工业出版社编著书籍推荐表
  • 反侵权盗版声明
  • 封底
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。