人工智能與精益制造

引言 大腦對神經(jīng)網(wǎng)絡和深度學習的啟發(fā) /
第1章人工智能數(shù)據(jù)挖掘?qū)崿F(xiàn)了EBITDA的轉(zhuǎn)變 /
改進指標和財務業(yè)績 /
管理團隊 /
人工智能數(shù)據(jù)挖掘 /
現(xiàn)金流改善 /
勞動效率 /
報廢成本 /
全面生產(chǎn)維護 /
減少設置時間 /
員工士氣 /
稅息折舊及攤銷前利潤 /
在制品庫存周轉(zhuǎn) /
小結(jié) /
第2章只有人工智能才能消除的浪費 /
豐田的周期縮短和庫存減少 /
廢料對批量大小的影響 /
機器停機時間對批量大小的影響 /
廢料和機器停機所帶來的綜合影響 /
工廠的生產(chǎn)周期 /
豐田快速設置單元中的生產(chǎn) /
豐田的四步快速設置法 /
豐田的終極目標：隨機序列零件高效生產(chǎn) /
為什么制造單元在豐田很成功？ /
為什么單個外部客戶的制造單元不成功？ /
對于首席數(shù)據(jù)挖掘官的迫切需求 /
維護減少浪費這一原則 /
神經(jīng)網(wǎng)絡越強大，浪費成本越低 /
通用設置減少 /
發(fā)現(xiàn)潛藏的浪費并消除 /
小結(jié) /
第3章21世紀的生產(chǎn)力挑戰(zhàn) /
互聯(lián)網(wǎng)商務：通貨緊縮的來源？ /
第一次制造業(yè)革命 /
第二次制造業(yè)革命 /
第三次制造業(yè)革命 /
第四次制造業(yè)革命 /
克服學習人工智能的障礙 /
不實施人工智能的危險 /
第4章為什么現(xiàn)在需要第四次制造業(yè)革命? /
當前為什么要使用人工智能? /


第5章人工智能數(shù)據(jù)挖掘、產(chǎn)品流程和周期時間 /
用數(shù)據(jù)挖掘盈利機會 /
作業(yè)車間流程問題 /
小結(jié) /
第6章第四次制造業(yè)革命概述 /
分而治之 /
將精益六西格瑪拉式系統(tǒng)改造為人工智能拉式系統(tǒng) /
神經(jīng)網(wǎng)絡的分支界定法訓練 /
神經(jīng)網(wǎng)絡和深度學習 /
人工智能工廠布局 /
小結(jié) /
第7章深度學習和神經(jīng)網(wǎng)絡介紹 /
示例1 /
示例2 /
深度學習的總結(jié)和展望 /
第8章深度學習在制造中的具體應用 /
作業(yè)車間調(diào)度 /
測試和質(zhì)量控制 /
確定新產(chǎn)品的作業(yè)/工具訂單 /
應用深度學習的注意事項 /
第9章人工智能拉式系統(tǒng)開發(fā) /
拉式系統(tǒng) /
在制品控制拉式系統(tǒng) /
作業(yè)車間的活力 /
補貨拉式系統(tǒng) /
小結(jié) /
第10章進行人工智能準備情況評估 /
需要評估的績效因素 /
篩選優(yōu)先行動 /
“航空航天”公司的評估和行動 /
形成有效的部署 /
第11章流程工業(yè)中的人工智能精益六西格瑪 /
半導體制造業(yè) /
半導體簡史 /
第12章人工智能通過預測性維護防止機器停機 /
測量振動 /
第13章項目管理和產(chǎn)品開發(fā)中的人工智能 /
每周工作40小時的災難性影響 /
用于項目管理的神經(jīng)網(wǎng)絡 /
需要管理層參與 /
數(shù)據(jù)挖掘過去的項目 /
神經(jīng)網(wǎng)絡的輸入 /
小結(jié) /
注釋 /