本书结合工程实际问题并依托科研计划项目，对摊铺机熨平装置开展了振动特性及其工程应用的系统研究。全书分为5章，分别为绪论、摊铺机熨平装置振动特性分析、摊铺机熨平装置振动作业影响因素、摊铺机熨平装置振动作业均匀性和摊铺机熨平装置振动特性应用研究。 本书可作为工程机械振动领域的科研技术人员和相关专业研究生的参考用书。

在约束系统控制中，集合理论中的不变集属性与控制律、约束满足与李雅普诺夫函数存在密切的数学关系。面向约束系统的集合理论与模型预测控制成为理论研究的热点。《基于集合理论的约束不确定系统鲁棒模型预测控制》重点介绍基于集合理论的模型预测控制保性能、保稳定性、保可行性设计理论与方法，包括约束多胞不确定线性系统鲁棒模型预测控制、约束干扰有界线性系统鲁棒模型预测控制、混合目标鲁棒模型预测控制、约束非线性系统鲁棒非线性模型预测控制，以及基于线性变参数的约束非线性系统鲁棒模型预测控制等。

本书系统地介绍了机械手控制的几种先进设计方法，是作者多年来从事机器人控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的最新成果。 本书主要以机械手的控制为论述对象，共包括16章内容，分别介绍PID 控制、神经网络自适应控制、模糊自适应控制、迭代学习控制、反演控制、滑模控制、自适应鲁棒控制、末端轨迹及力的连续切换滑模控制、重复控制的基本原理及设计、机械手容错控制、基于事件驱动的机械手反演控制、基于输入延迟的机械手控制、基于执行器量化的控制、基于控制方向未知的控制和多智能体系统一致性控制的设计与分析。每种方法都给出了算法推导、实例分析和相应的MATLAB仿真设计程序。本书各部分内容既相互联系又相互独立，读者可根据自己的需要选择学习。本书适合从事生产过程自动化、计算机应用、机械电子和电气自动化领域工作的工程技术人员阅读，也可作为高等院校工业自动化、自动控制、机械电子、自动化仪表、计算机应用等专业的教学参考书。

本书系统介绍了智能机器人的创新热点与趋势，以机器人的产业数据、专利数据、科技论文等数据分析为基础，从工业机器人、服务机器人两个维度，就国内外智能机器人发展历史与现状、产业链的构成和核心技术、不同产业的应用情况和热点应用领域、机器人国际前沿和创新发展趋势等方面进行了详细的分析和介绍。 本书内容丰富，适合高等院校机器人专业的师生、机器人等有关人工智能与智能装备行业的研发人员与创新创业人员、机器人和人工智能领域的投融资人士进行参考。

本书作者多年来从事复杂生产系统建模、数字化工厂技术的推广应用以及数字孪生技术的研究，有着丰富的技术积累和实战经验。本书在分析数字孪生基本概念的基础上，以智能制造和智能建造为基本切入点，阐述了模型驱动方法和数据驱动智能的融合技术，为数字孪生的构建、设计和实现提供了技术指引。同时，结合典型软件平台，给出了数字孪生系统的典型开发方法和具体实施案例，为国内外企业实施数字孪生系统提供有益的参考。 本书可供生产制造企业数字化转型实施人员，从事智能制造、智能建造、智慧城市、自动化、人工智能领域的工程技术人员，以及对数字孪生、工业物联网、工业4.0、智能制造、数字化工厂等感兴趣的各界人士阅读参考，也可以作为智能制造、人工智能、智能建造相关专业高年级本科生和研究生的教材。

本书从实用的角度出发，对工业机器人的选型、系统集成、实用配线、特殊功能、编程指令、状态变量、参数功能及设置、工业机器人与触摸屏的联合使用、工业机器人与视觉系统的联合使用等方面做了深入浅出的介绍，提供了大量的程序指令解说案例。本书根据实际的应用成果，介绍了工业机器人在抛光、测量分拣、码垛、同步喷漆、数控机床的上下料等方面的应用。这些应用是作者实际工作经验的总结，可以为从事机器人的设计、集成、编程和调试的工程技术人员提供实用的参考，也可以使高校学生在学习一定的基础知识后，了解如何在实际的项目中配置和设计机器人集成项目，架起了从书本知识到实际应用的一条快速通道。本书适合机器人设计应用行业、自动控制行业的从业人员阅读参考，也是高职高专学生和教师的一本优秀的参考教材。

本书主要讨论存在相关故障行为的建模、可靠性分析、动态评价以及剩余寿命预测问题。首先回顾典型的故障行为建模方法，包括单元层次的多相关竞争故障过程模型和系统层次的共因失效模型；然后讨论如何从故障机理与故障机理模型出发，自底向上地构建单元及系统的相关故障行为模型；最后提出一类相关故障行为的通用模型——基于随机混合自动机的模型，并在此基础上具体讨论相关故障行为的统一建模、高效分析以及动态评价方法。本书可作为可靠性相关领域研究者进行相关问题研究的理论参考书，以及普通高等院校硕士生、博士生学习和研究可靠性科学方法的参考书，也可供广大工程技术人员在可靠性实践中应用参考。

《现代工业制造过程质量控制优化设计》从波动理论出发，以过程为基础，以实证和仿真为手段，系统地研究了具有各种不同质量特性的产品在其实现过程中，减小和控制波动的理论、方法和实现技术。《现代工业制造过程质量控制优化设计》从理论和应用两个角度为实时监控生产系统提供了切实可行的实现技术。在多变量、自相关、非正态等多种过程由于生产制造技术和加工方式的变革发生变化的背景下，《现代工业制造过程质量控制优化设计》分别提出了统计过程控制的改进方法，以满足使用要求并进一步提高对过程异常波动的监控能力，对工业企业提高过程质量，增强企业的市场竞争力具有重要价值。

数据分析指的是将数据转化为价值的一个完整过程，而分析数据只是其中的一个环节而已，第一步工作应该是梳理业务目标。人们在进行数据分析的时候，业务目标与分析数据之间还有一个环节的工作——数据清洗。当你辛辛苦苦梳理完业务目标，结果还没有对数据进行必要的清洗工作就去分析，那么分析的结果很有可能是完全错误的。而《基于R语言的数据清洗技术》的目标就是带领读者去识别数据中可能存在的问题，并借助R语言这个工具将问题数据清洗干净，这样才会使得后续的分析结果更加真实可信。

人工智能蓝图为读者提供了一个可用框架和技术，以构建你自己的成功人工智能业务应用程序。你将在六个业务场景中学习到如何使用最先进的人工智能软件库和成熟的工作流来应对关键挑战。你将学到从最初的设计到完整的编码和部署等构建人工智能业务应用程序的实用技术。本书给出的人工智能蓝图解决了关键的业务场景。第一个蓝图使用人工智能来寻找解决方案，为云计算构建规划，使其按时且在预算之内。第二个蓝图涉及一个人工智能系统，该系统可以持续监控社交媒体以评估公众对诸如自动驾驶汽车之类感兴趣的话题的感受。你将学习如何解决人工智能业务问题并应用可确保成功的蓝图。下一个人工智能场景展示了如伺解决创建推荐引擎并监控这些推荐的执行情况的问题。第四个蓝图展示了如何使用深度学习在社交媒体照片中查找你的企业标识并评估人们如何与你的产品进行交互。学习所涉及的实用技术以及如何智能地应用这些蓝图。第五个蓝图是关于如伺最好地设计你的网站上的“当下趋势”部分，就像我们从Twitter上知道的那样。第六个蓝图展示了如何创建有用的聊天机器人，以便人工智能系统可以理解客户的问题并以相关的响应来回答。本书持续展示了构建人工智能业务应用程序的工作框架和策略。在此过程中，你还将学习如何为人工智能的未来发展做准备。你将获得一个工作流以及一个模式和技术工具箱，这样你就可以创建自己的智能代码。