"孔繁荣，工学博士，中国人工智能学会自然计算及数字智能城市专业委员会会秘书长，上海市人工智能学会理事、上海嵌入式系统应用工程技术研究中心常务副主任，上海市五四青年奖章获得者。孔繁荣长期从事工业控制与工业智能系统研究及应用工作，主持包括“智能工厂弹性服务管控平台通用架构及开发工具”在内10多项重量、省部级重大科研课题，获得各类型知识产权50余项，主持或参与制定国家标准7项，获得多项省部级科技进步奖项，以作者身份在SCI等靠前外刊物发表40余篇论文，出版各类学术专著10余种。
郑树泉，上海计算机软件技术开发中心嵌入式工程中心副主任，上海产业技术研究院工程大数据服务创新中心主任，不错工程师。获得4项相关，其中含发明二项，合作发表相关论文六篇，获得上海科技进步三等奖。研究了德国的工业4.0战略、美国的工业互联网战略及中国制造2025战略，作为“智能工厂通用技术标准试验验证”及“智能制造工业云、大数据标准试验验证”二个标准的专家组成员参与了七个标准的起草工作。提出了工业大数据参考架构。是中国信标委工业大数据工作组“工业大数据白皮书”主要起草人员之一，联合上海市政工程设计院桥梁所联合开发了桥梁健康监测及养护平台等多个工业大数据应用。"

篇 战略与方法
章 智能制造与创新模式
1.1 智能制造市场背景
1.2 智能制造概念及关键技术
1.3 智能制造创新模式
1.3.1 智能互联产品
1.3.2 智能化生产
1.3.3 网络化协同
1.3.4 服务化延伸
1.3.5 大规模个性化定制
1.4 “灯塔工厂”的启示
1.4.1 应用场景
1.4.2 绩效改善
1.4.3 变革管
参考文献
第2章 智能化转型方法
2.1 智能化转型的本质
2.1.1 适应竞争环境的快速变化
2.1.2 工具革命
2.1.3 体系重构
2.2 智能化转型方法论
2.2.1 战略与价值
2.2.2 三项集成
2.2.3 关键行动
2.3 两化融合管理体系
2.3.1 概念和原则
2.3.2 管理体系框架
2.3.3 评估内容
2.3.4 评估框架
2.3.5 评估指标体系
2.4 智能制造能力成熟度模型
2.4.1 成熟度模型起源
2.4.2 模型框架及等级
2.4.3 模型价值及评估过程
参考文献
第3章 工业数据管理与治理
3.1 数据管理框架
3.1.1 数据管理的主要内容
3.1.2 数据管理实施要点
3.2 工业数据治理框架
3.2.1 工业数据治理原则
3.2.2 工业数据治理范围
3.2.3 工业数据治理的实施与评估
3.3 数据质量
3.3.1 数据质量的概念及度量
3.3.2 数据质量的影响因素
3.3.3 数据质量管理参考架构
3.3.4 数据质量项目实施方法
3.4 工业数据的CRISP—DM方法论
3.4.1 CRISP—DM方法论的概念
3.4.2 CRISP—DM模型的工业领域落地难点
3.4.3 工业数据分析过程中使用CRISP—DM
参考文献
……
第2篇 技术与平台
第3篇 应用与实践

本书共分3篇12章，分别介绍工业智能化转型的方法、核心技术和实践案例。
—4章为方法篇，主要介绍转型模式及顶层设计工具和方法。章介绍智能制造的基本概念及创新模式，并介绍智能制造“灯塔工厂”的应用场景、绩效改善效果及变革管理经验；第2章介绍智能化转型的顶层设计及评估方法，重点介绍两化融合管理体系及成熟度模型；第3章介绍核心工业数据资源的管理和治理；第4章介绍工业信息安全体系、管理及评估。
第5—8章为技术篇，主要介绍智能化转型阶段相关的核心技术——数字孪生、5G、工业互联网和工业智能。第5章介绍数字孪生技术及与CPS的关系；第6章介绍5G及在工业领域的应用；第7章介绍工业互联网及中台技术；第8章介绍工业智能及边缘技术。
第9—12章为实践篇，介绍智能制造成熟度模型、级别要求及案例分析。第9章涉及企业战略组织，包括人员、技术和资源；0章、1章和2章分别介绍设计环节、生产环节、供应和服务环节成熟度级别要求及相关案例分析。
本书面向制造型企业决策人员、信息化规划及实施人员、政府两化融合相关人员，以及学校相关专业教师、学生和其他感兴趣的读者。