數字化轉型亟須具備掌握控制、連接和數據三個基本面的人才，本書以培養(yǎng)以上人才為目標進行編寫，以工業(yè)數據為主線，貫穿工業(yè)數據的產生、傳輸、處理、存儲、決策和執(zhí)行全環(huán)節(jié)。
工業(yè)互聯網是數字化轉型的關鍵共性基礎，其實現工業(yè)數據打通的重點和難點在于操作運營技術和信息技術的融合。本書涵蓋這兩個領域，共分為8章。第1章緒論以四次工業(yè)革命為時間線，以信息的采集傳輸和控制的執(zhí)行為關注點，系統(tǒng)地介紹自動化控制在變革中發(fā)揮的作用、工業(yè)互聯網的發(fā)展和數字化實施的思路。第2～7章，既包括聚焦于操作運營的計算機控制系統(tǒng)和自動化控制策略，也包括面向連接的數據通信互聯技術和工業(yè)異構網絡，還包括以工業(yè)數據為驅動的工業(yè)大數據和工業(yè)人工智能。第8章介紹兩項脫敏后的企業(yè)真實工程案例，幫助讀者理解數字化網絡化控制技術如何協同解決實際工業(yè)需求問題。
本書可供普通高校自動化、智能制造、電氣和儀器等專業(yè)的學生使用，對相關工程技術人員也有參考價值。
本書遵循教指委相關指導文件和高等院校學生學習規(guī)律編寫而成。踐行四新理念，融入思政元素，注重理論與實踐相結合。
以互聯網、大數據、人工智能為代表的新一代信息技術日新月異，加速向實體經濟領域滲透融合，深刻地改變了各行業(yè)的發(fā)展理念、生產工具與生產方式。在新一代信息技術與制造技術深度融合的背景下，在工業(yè)數字化、網絡化、智能化轉型需求的帶動下，工業(yè)互聯網應運而生，正在全球范圍內不斷顛覆傳統(tǒng)制造模式、生產組織方式和產業(yè)形態(tài)，推動傳統(tǒng)產業(yè)加快轉型升級、新興產業(yè)加速發(fā)展壯大。工業(yè)互聯網以數據為核心，打通設備、系統(tǒng)、企業(yè)和產業(yè)鏈條。其數據功能主要包含感知控制、數字模型和決策優(yōu)化三個基本層次，通過自下而上的信息流和自上而下的決策流構成工業(yè)數字化應用閉環(huán)。
通過工業(yè)互聯網實現工業(yè)數字化的關鍵就是數據的打通，而要實現這個目標，操作運營技術（OT）和信息技術（IT）的融合既是重點也是難點。長期以來，OT和IT是相互獨立的，OT部分主要用于控制和分析企業(yè)的生產過程，促進進一步改善生產；IT部分重點處理企業(yè)的各類數據和信息，并維護企業(yè)所制造產品的質量。實現OT和IT的融合亟須同時具備懂控制、懂連接和懂數據三個基本面的人才，本書即以此為目標進行編寫。
本書以工業(yè)數據為主線，貫穿工業(yè)數據的產生、傳輸、處理、存儲、決策和執(zhí)行全環(huán)節(jié)。第1章緒論首先以四次工業(yè)革命為時間線，以信息的采集傳輸和控制的執(zhí)行為關注點，介紹自動化控制在變革過程中發(fā)揮的作用和被賦予的變化。然后，從工業(yè)互聯網的發(fā)展和數字化的實施兩方面對數字化網絡化控制技術進行概述。第2章和第3章聚焦于OT，主要講述計算機控制系統(tǒng)和自動化控制策略。計算機控制系統(tǒng)的產生使自動化控制技術發(fā)生了根本的轉變，由處理連續(xù)時間變量轉變?yōu)樘幚黼x散時間變量，由處理模擬量轉變?yōu)樘幚頂底至俊５?章重點講述計算機控制系統(tǒng)的基本構建方法，第3章則介紹支撐計算機控制系統(tǒng)實現高效精確控制效果的數據處理和控制策略。在PID參數整定部分，不局限于多數教科書中的ZN整定方法，而是通過分析其存在的問題，引入已在工程實踐中得到大量檢驗和廣泛認可的Lambda參數整定方法。第4章面向連接，介紹數據通信和互聯技術，使讀者理解數字信息是如何通過通信介質實現傳輸的，這也是計算機控制集成技術的重要基礎。第5章工業(yè)異構網絡，針對OT與IT融合所面臨的重點問題，介紹工業(yè)異構網絡互聯及工業(yè)互聯安全。隨著感知技術、傳輸技術、平臺技術和數據分析技術的突破，數據的價值越來越大。第6章重點介紹工業(yè)數據的清洗、特征提取、聚類、異常值識別、數據模型與呈現方式等處理技術，以滿足工業(yè)領域對大數據處理的需求。第7章則從工業(yè)AI與自動化角度，將一些最新的技術引入教材，如數字孿生、超自動化與工業(yè)大互聯等。第8章介紹兩項使用霍尼韋爾TRIDIUM的Niagara工業(yè)大互聯技術開發(fā)，并通過脫敏后的企業(yè)真實工程案例，幫助讀者理解數字化網絡化控制技術是如何協同解決實際工業(yè)需求問題、實現數字化轉型的。
感謝霍尼韋爾公司對本書編寫的全力支持；感謝編寫團隊全體成員的通力合作和辛勤付出。由于編者水平有限，書中難免存在缺點和不足之處，希望廣大讀者批評指正。
王 超 于天津大學
第1章 緒論 1
1.1 自動化控制與工業(yè)革命 1
1.1.1 第一次工業(yè)革命 2
1.1.2 第二次工業(yè)革命 2
1.1.3 第三次工業(yè)革命 4
1.1.4 第四次工業(yè)革命 5
1.2 數字化網絡化控制技術概述 6
1.2.1 工業(yè)互聯網的發(fā)展 6
1.2.2 數字化的實施 10
思考題與習題 14
第2章 計算機控制系統(tǒng) 15
2.1 計算機控制系統(tǒng)概述 15
2.1.1 計算機控制系統(tǒng)的工作原理 16
2.1.2 計算機控制系統(tǒng)的組成及發(fā)展 17
2.2 計算機控制系統(tǒng)中的檢測設備和執(zhí)行機構 22
2.2.1 檢測設備 22
2.2.2 執(zhí)行機構 27
2.3 計算機控制系統(tǒng)中的過程通道 32
2.3.1 通道接口技術 32
2.3.2 數字量輸入通道 38
2.3.3 數字量輸出通道 40
2.3.4 模擬量輸出通道 41
2.3.5 模擬量輸入通道 47
思考題與習題 59
第3章 自動化控制策略 61
3.1 數據處理方法 62
3.1.1 標度變換方法 62
3.1.2 數字濾波技術 64
3.2 數字PID控制 66
3.2.1 標準數字PID控制算法 67
3.2.2 數字PID控制算法的改進 69
3.2.3 數字PID控制參數的整定 72
3.3 基于數字PID控制的復雜控制系統(tǒng) 74
3.3.1 串級控制系統(tǒng) 74
3.3.2 前饋控制系統(tǒng) 75
3.3.3 純遲延補償控制系統(tǒng) 76
3.3.4 解耦控制系統(tǒng) 76
3.4 模型預測控制 78
3.4.1 模型算法控制 79
3.4.2 動態(tài)矩陣控制 83
3.4.3 預測控制系統(tǒng)的參數選擇 86
3.4.4 預測控制仿真計算工具 90
3.5 其他先進控制策略簡介 92
3.5.1 自適應控制 92
3.5.2 模糊控制 93
3.5.3 專家控制 94
3.5.4 神經網絡控制 95
思考題與習題 95
第4章 數據通信與互聯技術 97
4.1 通信系統(tǒng)的性能指標 97
4.1.1 有效性指標 98
4.1.2 可靠性指標 98
4.2 數據的傳輸技術 99
4.2.1 信道的頻率特性 99
4.2.2 基帶傳輸 100
4.2.3 載波傳輸 100
4.2.4 寬帶傳輸 101
4.3 異步串行傳輸與現場總線 101
4.3.1 異步串行傳輸 101
4.3.2 現場總線概述 109
4.3.3 代表性現場總線 110
4.4 互聯網的基本原理 122
4.4.1 分組交換 122
4.4.2 計算機網絡的體系結構 124
4.4.3 網絡互聯設備 126
4.4.4 TCP協議與IP協議 128
4.5 以太網技術 134
4.5.1 以太網的拓撲結構 134
4.5.2 以太網的分類 135
4.6 無線網絡 137
4.6.1 無線個人區(qū)域網 138
4.6.2 無線局域網 139
4.6.3 無線廣域網 140
思考題與習題 144
第5章 工業(yè)異構網絡 146
5.1 工業(yè)異構網絡組成 146
5.1.1 異構設備的概念及特點 147
5.1.2 異構設備連接 147
5.1.3 工業(yè)互聯本地控制 149
5.2 工業(yè)互聯分布式云邊控制 151
5.2.1 云邊協同的意義 152
5.2.2 異構設備數據采集 154
5.2.3 異構設備數據傳輸 159
5.2.4 邊緣計算 162
5.3 工業(yè)互聯安全 166
5.3.1 工業(yè)互聯面對的安全問題 166
5.3.2 信息防護與加密技術 166
5.3.3 異構設備的安全連接機制 170
5.3.4 數據安全機制 172
5.3.5 隱私安全機制 174
5.3.6 訪問控制技術 175
5.3.7 安全連接協議 178
思考題與習題 183
第6章 工業(yè)大數據 184
6.1 工業(yè)數據的特征 184
6.1.1 工業(yè)數據的類型 184
6.1.2 工業(yè)大數據的特征 185
6.1.3 數據標簽 187
6.2 工業(yè)數據的整理 188
6.2.1 數據的分級處理 188
6.2.2 數據的存儲優(yōu)化 189
6.2.3 工業(yè)數據的存儲 190
6.2.4 數據庫構建實例 193
6.3 工業(yè)數據的處理技術 195
6.3.1 工業(yè)數據的清洗 195
6.3.2 工業(yè)數據的特征提取 196
6.3.3 工業(yè)數據的聚類 198
6.3.4 異常值識別 199
6.3.5 數據的分類 201
6.3.6 數據的回歸 202
6.4 數據的呈現與決策 204
6.4.1 數據模型 204
6.4.2 數據呈現方式 207
6.4.3 故障診斷與控制決策 209
6.5 大數據的分布式處理技術 212
6.5.1 海量數據存儲技術 212
6.5.2 數據并行處理與管理技術 213
思考題與習題 218
第7章 工業(yè)AI與自動化 220
7.1 人工智能在工業(yè)數據處理中的應用 220
7.1.1 人工智能在工業(yè)領域的應用及價值 221
7.1.2 數據深度挖掘與高階智能化 222
7.1.3 傳統(tǒng)機器學習模型與深度機器學習模型 223
7.2 工業(yè)數據建模與算法優(yōu)化 232
7.2.1 工業(yè)數據自助建模 232
7.2.2 構建數字孿生體 233
7.2.3 工業(yè)能效優(yōu)化與預測性維護 237
7.3 超自動化控制與碳中和 240
7.3.1 超自動化控制發(fā)展趨勢 240
7.3.2 AI在超自動化控制系統(tǒng)中的應用 241
7.3.3 碳中和目標下的工業(yè)超自動化能源優(yōu)化控制 242
7.4 工業(yè)大互聯 242
7.4.1 產線控制與工業(yè)大互聯 243
7.4.2 工業(yè)大互聯平臺架構與應用部署 243
思考題與習題 246
第8章 工程案例 247
8.1 智慧二次熱網運營管理平臺案例 247
8.2 某家電集團設備全生命周期管理系統(tǒng)案例 250
思考題與習題 252
參考文獻 253
書單推薦
