| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究意义 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.3.1 国外研究现状 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13页 |
| 1.4 研究内容与研究方法 | 第13-15页 |
| 1.4.1 研究内容 | 第13-14页 |
| 1.4.2 研究方法 | 第14-15页 |
| 第2章 相关理论 | 第15-27页 |
| 2.1 企业信息化 | 第15-19页 |
| 2.1.1 企业信息化内涵 | 第15-17页 |
| 2.1.2 企业信息化特点 | 第17-18页 |
| 2.1.3 企业信息化建设阶段 | 第18-19页 |
| 2.2 大数据 | 第19-23页 |
| 2.2.1 大数据概念 | 第19页 |
| 2.2.2 大数据特征 | 第19-22页 |
| 2.2.3 大数据类型 | 第22-23页 |
| 2.2.4 大数据应用 | 第23页 |
| 2.3 企业设备维护管理 | 第23-27页 |
| 2.3.1 设备与设备管理 | 第23-25页 |
| 2.3.2 设备维修理论发展 | 第25-26页 |
| 2.3.3 预见性维修 | 第26-27页 |
| 第3章 K公司设备维护信息化建设现状及问题分析 | 第27-35页 |
| 3.1 K公司基本情况 | 第27页 |
| 3.2 K公司设备维护现状 | 第27-29页 |
| 3.3 K公司设备维护信息化现状 | 第29-33页 |
| 3.3.1 K公司设备维护信息化建设过程 | 第29-30页 |
| 3.3.2 K公司设备维护信息化系统维修管理 | 第30-31页 |
| 3.3.3 K公司设备维护信息化系统巡检管理 | 第31-32页 |
| 3.3.4 K公司设备维护信息化系统保养管理 | 第32-33页 |
| 3.4 K公司设备维护中存在的问题 | 第33-35页 |
| 3.4.1 管理模式落后于行业发展 | 第33-34页 |
| 3.4.2 无法真正进行有效预防 | 第34-35页 |
| 第4章 K公司设备维护管理大数据建设规划 | 第35-42页 |
| 4.1 K公司设备维护管理大数据建设目标 | 第35-39页 |
| 4.1.1 基于大数据实现设备巡检计划智能预测 | 第36-37页 |
| 4.1.2 基于大数据实现设备配件更换智能预测 | 第37-38页 |
| 4.1.3 基于大数据实现设备报废计划智能预测 | 第38-39页 |
| 4.2 K公司设备维护管理大数据建设工作组织 | 第39-42页 |
| 4.2.1 K公司设备维护管理大数据建设的高层支持 | 第39-40页 |
| 4.2.2 K公司设备维护管理大数据建设的人员组织 | 第40页 |
| 4.2.3 K公司设备维护管理大数据建设的实施计划 | 第40-42页 |
| 第5章 K公司设备维护管理大数据建设策略 | 第42-50页 |
| 5.1 K公司设备维护管理大数据建设数据采集 | 第42-44页 |
| 5.1.1 设备维护数据来源调研 | 第42-43页 |
| 5.1.2 制定设备维护数据标准 | 第43-44页 |
| 5.1.3 制定数据标准化转换规则 | 第44页 |
| 5.2 K公司设备维护管理大数据建设存储组织 | 第44-47页 |
| 5.2.1 建设高性能的大数据存储平台 | 第45-46页 |
| 5.2.2 建设标准化的大数据基础库 | 第46页 |
| 5.2.3 建设应用化的大数据主题库 | 第46-47页 |
| 5.3 K公司设备维护管理大数据建设数据利用 | 第47-50页 |
| 5.3.1 提供统一的设备管理数据共享中心 | 第47-48页 |
| 5.3.2 驱动设备维护领域的知识发现 | 第48-49页 |
| 5.3.3 实现设备维护管理的智能化决策 | 第49-50页 |
| 第6章 结论与展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 作者简历及科研成果 | 第53-54页 |
| 致谢 | 第54页 |
