本书深人剖析了工业5.0浪潮下,人工智能在智能制造中的前沿进展与核心应用,其内容涵盖了数字孪生、多智能体,可解释人工智能等先进技术,以及生产优化,预测性维护、质量检测和供应链管理等关键领域。通过系统的技术解析与丰富的应用案例,本书展现了人工智能如何推动生产的智能化,柔性化发展,为降低成本,提升效率与质量提供创新方案,可助力传统制造企业的高质量数字化转型。
    本书是人工智能与制造业等交叉领域的研究人员和高等院校师生的优质参考书,可以为制造业从业人员、企业管理者和技术研发人员提供技术参考和指导。

第1部分 制造业人工智能的架构和知识建模

第1章基于AI的工业5.0应用参考架构

1.1 引言3

1.2 相关研究5

1.3 AI驱动的工业5.0系统架构(STAR-RA)8

1.4 工业5.0应用的解决方案蓝图17

1.5 本章结论21参考文献21

第2章设计用于工业5.0的AI模型交易市场

2.1 引言24

2.2 Knowledge 市场的功能和提出的系统架构25

第1部分 制造业人工智能的架构和知识建模

第1章基于AI的工业5.0应用参考架构

1.1 引言3

1.2 相关研究5

1.3 AI驱动的工业5.0系统架构(STAR-RA)8

1.4 工业5.0应用的解决方案蓝图17

1.5 本章结论21参考文献21

第2章设计用于工业5.0的AI模型交易市场

2.1 引言24

2.2 Knowledge 市场的功能和提出的系统架构25

2.3 实现用于工业5.0交换AI模型的Knowledge市场26

2.4 本章结论34参考文献34

第3章 人-AI交互：AI模型输出的语义知识增强

3.1 引言36

3.2 相关研究-37

3.3 人类反馈进入AI模型38

3.4 模型选择和参数优化的交互41

3.5 本章结论44参考文献4

第4章知识图谱在制造业中的应用：全面回顾

4.1 引言464.2 原因与动机47

4.3 研究问题和搜索策略47

4.4 见解52

4.5 本章结论54

参考文献54

第5章 通过知识图谱嵌入利用语义表示

5.1 引言58
5.2 知识图谱嵌入59
5.3 表示学习59
5.4 知识图谱嵌入在工业应用中的使用65
5.5 Navi方法：通过局部嵌入重构动态知识图谱嵌入66
5.6 本章结论68参考文献68

第6章面向制造业的可负担AI软件平台架构

6.1 引言72

6.2 AI生态系统中的平台73

6.3 KITT4SME:向中小企业提供AI的平台75

6.4 KITT4SME将AI应用于注塑的案例83

6.5 本章结论85参考文献85

第7章面向提供人工智能服务平台的多边商业模式

7.1 引言87

7.2 MSPs商业建模方法87

7.3 应用PDT设计AI PaaS业务模型——KITT4SME案例89

7.4 本章结论98参考文献98

第8章基于AI的智能制造自重构：综述及案例研究

8.1 引言100
8.2 制造业中的重构101
8.3 当前方法103

8.4 灯塔演示：GAMHE 5.0试点生产线104

8.5 本章结论116

参考文献117

第2部分 多智能体系统和基于Al的数字孪生在制造业中的应用

第9章

数字孪生赋能的AI生产调度智能代理训练与部署框架

9.1 引言123

9.2 相关研究124

9.3 多智能体系统框架128

9.4 案例143

9.5 本章结论147参考文献148

第10章 制造数字孪生框架

10.1 引言152

10.2 Knowledge数字孪生框架154
10.3 Knowledge数字孪生用于流程改进159
10.4 本章结论161参考文献161

第11章制造环境中基于强化学习的方法

11.1 引言16311.2 强化学习164
11.3 虚拟制造环境中的深度强化学习169
11.4 本章结论178参考文献179

第12章使用AAS的工业代理参与式建模方法

12.1 引言18212.2 背景183
12.3 代理的AAS模型184
12.4 开发AAS的方法论186
12.5 AAS模型库188
12.6 讨论190
12.7 本章结论191
参考文献192

第13章

I4.0支持共享生产的整体多代理试验平台

13.1 引言193

13.2 技术现状194

13.3 现代工业制造系统的架构198

13.4 执行系统：资源Holon202

13.5 本章结论206

参考文献208

第14章汽车零部件制造业的多智能体解决方案

14.1 引言210

14.2 实验开发212

14.3 本章结论218

参考文献218

第15章将知识融入对话智能体以提升员工技能
15.1 引言219
15.2 相关研究21
15.3 现有的会话代理222
15.4 技能、能力和职业25
15.5 解决方案26
15.6 预期的挑战、优势和影响228
15.7 本章结论229参考文献230
第16章通过分散技术智能推进网络化生产

16.1 引言232
16.2 分散技术智能234
16.3 网络化生产管理的影响235
16.4 构建块和实施路线图238
16.5 DTI部署的业务和组织视角240
16.6 技术讨论242
16.7 本章结论244
参考文献244

第3部分 值得信赖、可解释和以人为本的人工智能系统

第17章基于可穿戴传感器的HAR在制造工人安全中的应用

17.1 引言251
17.2 研究背景253
17.3 制造线中的可穿戴传感器基础的HAR254
17.4 用于改进HAR的DL技术258
17.5 本章结论262参考文献263

第18章人机交互和工人辅助系统的目标检测

18.1 引言265
18.2 研究背景267
18.3 场景269
18.4 进行的研究273
18.5 本章结论274参考文献275

第19章增强制造业中的AutoML和XAI:AI模型生成框架

19.1 引言277
19.2 AI模型生成框架279
19.3 系统架构281
19.4 案例283
19.5 核心组件284
19.6 本章结论290参考文献290

第20章制造业中的异常检测

20.1 引言292

20.2 工业中的异常检测292

20.3 特征选择和工程294

20.4 自编码器案例研究295

20.5 本章结论298

参考文献298

第21章融入可信和以人为本的方法迈向工业5.0

21.1 引言300
21.2 故障模式和影响分析304
21.3 TAI-PRM协议306
21.4 风险分析和评估活动309
21.5 风险处理、转移、终止或容忍活动313
21.6 验证和实际案例场景314
21.7 TAI-PRM工具314
21.8 本章结论315
参考文献315

第22章

通过XAI和主动学习实现人在循环中的视觉检测

22.1 引言318

22.2 研究背景319

22.3 工业应用329

22.4 本章结论333

参考文献334

第23章 工业5.0中人机协作的多方利益相关视角

23.1 引言341

23.2 相关研究342

23.3 制造背景343
23.4 利益相关者角色345
23.5 识别痛点346
23.

[展开]