本书立足新时代工业信息化发展趋势，紧扣离散制造行业数字化、智能化转型的核心需求，遵循“概念阐述—技术拆解—案例剖析”的层层递进编写逻辑，聚焦大语言模型（LLM）等AI技术在离散制造行业的应用，深入探讨了技术基础、行业适配与实际案例。全书共7章，主要包括LLM技术发展与应用（第1章）、离散制造行业特色与发展现状（第2章），以及离散制造行业中LLM技术应用案例（第3~7章）。本书旨在系统且全面地剖析LLM的技术核心，结合离散制造行业的特点，帮助读者从技术原理、行业需求等多重维度出发，厘清AI技术在离散制造行业实际生产过程中的应用路径。

本书致力于结合新兴AI技术与实际工业一线需求，通过跨学科技术交流视角，明晰各领域痛点与需求，以案例推动行业内外技术协同。本书内容兼顾理论深度与实践价值，涵盖基础理论、技术分析与案例研究，既适合离散制造行业及人工智能领域的从业人员阅读，也可作为电子信息、通信工程、计算机等相关专业学生的参考书。

前言

第1章新时代LLM的发展

与应用

11LLM的发展历程与

技术现状

111LLM的定义

112LLM的发展历程

113LLM技术架构

114LLM的典型应用案例

12DeepSeek的发展与实现

121DeepSeek的发展历程

122DeepSeek的实现与分析

123DeepSeek模型部署与应用

13讨论：LLM如何实现

行业赋能

14参考文献

第2章离散制造行业简述

21离散制造行业概况

211离散制造行业的定义

212离散制造行业的特征

213离散制造行业的发展趋势

22离散制造技术特点

221技术特点与需求

222LLM应用前景与分析

23离散制造与DeepSeek结合的

应用前景分析

231工业创新设计与智能优化

232动态资源配置与产能协同

233智能诊断与安全监管体系

234全流程质量检测范式创新

24讨论：LLM技术支持下的离散

制造行业前景

25参考文献

第3章电梯离散制造行业

31背景

311行业概况

312技术发展

32技术路径

321电梯结构设计优化

322冲压机床安全防护

323生产行为规范管理

324人员资质管理

325电梯轿厢设计

326电梯制动器过热检测

33应用案例

331案例1：DeepSeek辅助电梯

定制化设计

332案例2：DeepSeek优化电梯

订单生产排产

34应用总结

35参考文献

第4章电表离散制造行业

41背景

411行业概况

412技术发展

42技术路径

421PCB设计与布局

422柔性生产决策

423智能AOI

424校准与精度测试

425智能故障检测

43应用案例

431案例1：DeepSeek辅助电表

电路设计

432案例2：DeepSeek柔性生产

决策

433案例3：DeepSeek故障诊断

与溯源

44应用总结

45参考文献

第5章制冷压缩机离散

制造行业

51背景

511行业概况

512技术发展

52技术路径

521制冷压缩机工艺参数优化

522机器装配质量监测

523故障诊断与溯源

524转子热套工艺优化

525能源管理与优化

53应用案例

531案例1：DeepSeek制冷剂选型

与优化

532案例2：DeepSeek壳封焊质量

检测与溯源

533案例3：DeepSeek压缩机生产

能源管理与优化

54应用总结

55参考文献

第6章汽车零部件离散制造

行业

61背景

611行业概况

612技术发展

62技术路径

621生产设备资源调度与

工艺优化

622智能高效的质量检测

623预测性设备检查与维护

624供应链优化和库存管理

625协同设计研发

626虚拟产线调试

63应用案例

631案例1：DeepSeek优化产线

设计

632案例2：DeepSeek发动机缸体铸

造缺陷智能检测

633案例3：DeepSeek供应链管理

与订单优化

64应用总结

65参考文献

第7章厨房电器离散制造行业

71背景

711行业概况

712技术发展

72技术路径

721市场需求调研

722设计与测试流程优化

723上下游企业协同调度优化

724生产流水线全天候监控

725仓储物流协同优化

73应用案例

731案例1：DeepSeek赋能厨

电产品设计

732案例2：DeepSeek厨电选型

个性化推荐

733案例3：DeepSeek物流分配的

最优调度

74应用总结

75参考文献

缩略词表

为什么要写这本书

在全球制造业向智能化转型的浪潮中，离散制造行业正经历着从“经验驱动”向“数据驱动”的深刻变革：前者以经验为核心，依赖专家的主观判断；后者以数据为核心，强调通过智能技术挖掘历史数据中蕴含的客观规律。作为国民经济的重要支柱，离散制造行业因产品结构离散化、生产过程非连续性、工艺路径多样性等特征，长期面临柔性生产调度、复杂质量管控、供应链协同等难题。现有工业数字化、智能化技术多以工艺流程改造为主要方式，不仅建设成本高昂，还易形成“一需求一方案”的单一需求导向的解决方案，且技术私有化程度高，严重制约了数字化、智能化技术的广泛应用。

着眼于离散制造行业，其智能化转型的本质是工业知识体系的数字化重构。在全球产业链重构与技术快速迭代的双重驱动下，离散制造行业的智能化转型已非选择题，而是关乎企业生存的必答题。随着人工智能（AI）技术的飞速发展，基于数据驱动的工业过程“感知—控制—优化”智能化模式已成为可能，并逐渐演化出面向不同行业垂直领域的工业数字化、智能化转型方案。在诸多AI技术中，大语言模型（LLM）技术通过“预训练—微调—推理”技术路径，将行业专家经验、工艺规范、故障案例等非结构化知识转化为可计算的语义网络，有利于离散制造行业实现从“人工经验判断”到“数字化智能决策”的跨越。近年来，得益于学术界与商业界在新型LLM模型架构研发、多模态数据处理能力提升、新一代算力硬件升级及开源生态支撑等方面的持续投入，LLM技术在模型性能、部署成本、算力需求、多模态数据处理能力等方面均已实现突破性进展，LLM技术已然成为破解离散制造行业痛点、助力行业智能化转型的核心技术引擎之一。

本书以工程实践为导向，深度拆解LLM技术在离散制造行业中的落地部署形式，结合编者在离散制造、数据分析等领域积累的丰富经验，为行业从业者提供技术落地的方法论与案例参考，共同探索智能时代离散制造行业的创新发展路径。书中还对AI技术在垂直领域的应用、工业数字化的可能性等主题进行了深入探讨，以期为行业发展注入新动力，以技术驱动提升离散制造行业的数字化、智能化水平。

本书的主要内容

本书系统且全面地探讨了LLM技术在离散制造行业的应用，内容涵盖技术基础与行业实践，兼具深度与广度。书中深入分析了离散制造行业的特点与趋势，详细阐述了LLM技术如何为该领域赋能，不仅介绍了LLM的发展历程、技术架构和典型应用，还深入解析了DeepSeek技术的发展、实现与应用，并结合电梯、电表、制冷压缩机、汽车零部件、厨房电器等多个离散制造细分领域，通过丰富的案例展示LLM技术在不同场景下的应用潜力与实际效果。

此外，本书对行业案例的汇总分析，能为离散制造企业及从业人员提供宝贵的指导与参考。书中详细的技术路径和应用案例具有极强的实用性，部分案例可作为行业中LLM技术应用的范式，帮助读者清晰掌握行业一线技术应用的方法，进而提高生产效率、优化质量控制、降低运营成本。同时，也为该领域的研究人员和学生提供深入学习LLM技术与实际应用的路径，助力推动离散制造行业的智能化升级与创新发展。

本书的主要内容如下。

第1章新时代LLM的发展与应用，梳理了当前LLM技术的发展历程，并以2025年初风靡全球的DeepSeek为例，详解其技术原理与应用细节，帮助读者夯实LLM技术的基础知识与相关概念，由浅入深地理解技术应用的可行性，为后续深入应用奠定基础。

第2章离散制造行业简述，从定义、特点、发展趋势三方面介绍离散制造行业的概貌，聚焦生产环节，解析行业产品与技术的特点，并探讨将LLM技术应用于离散制造行业的可行性，帮助读者深入理解离散制造行业特征，并分析了借助LLM技术提升离散制造行业智能化水平的前景。

第3~7章面向不同离散制造领域的LLM技术应用案例，针对电梯、电表、制冷压缩机、汽车零部件、厨房电器五个离散制造细分领域，结合各领域特点与LLM技术的理想应用场景展开详细分析，并以DeepSeek的应用为例，介绍不同领域中LLM技术的嵌入方式、实际场景与应用方法，以实际案例帮助读者深入理解LLM技术的应用方式与技术部署的可行性。

本书的价值创新

本书的价值创新体现在内容深度、实践指导与编写形式等维度。

● 内容具有系统性与前瞻性：本书从技术基础到行业实践，包含了LLM技术在离散制造行业中各类场景的应用。在技术层面，既解析了LLM的发展历程、技术架构和典型应用，又深入探讨了DeepSeek的技术实现与部署落地；在应用层面，通过电梯、电表、制冷压缩机等多个细分领域的案例，全面展示技术应用潜力，为相关领域的读者提供专业的前沿视角。

● 案例实践指导性突出：本书汇总的行业案例兼具代表性与实用性，部分可直接作为行业AI技术应用范式。详细的技术路径和操作方法能指导读者在实际生产中应用AI技术，助力效率提升、质量优化与成本管控。同时，本书还为相关领域的研究人员和学生提供了学习素材，通过跨学科技术交流与应用，明晰各领域的痛点与需求，以案例促进行业内外的技术交流，助力离散制造行业的智能化升级。

● 编写形式清晰易读：本书在内容撰写与结构设计上，平衡专业性、实用性与易读性。全书总体分为LLM技术概述、离散制造行业分析、行业应用案例三部分，遵循“由技术理论到行业实践”的递进逻辑，从基础技术铺垫到具体场景应用，层次清晰；内容呈现形式多样，结合图表、案例分析、技术路径图等，将复杂概念与实际应用进行拆解，使其清晰明了；坚持理论结合实践，通过配套对应案例与应用总结，便于读者学用转化；语言表达通俗易懂，案例介绍中规避过度使用专业术语，以适配不同知识储备读者的阅读需求。

本书适合的人群

本书适合对“结合LLM技术进行工业数字化、智能化转型与应用”感兴趣的读者，包括但不限于以下人群。

● 数据分析、人工智能等领域的研究人员或从业人员。

● 工业数字化、无人工厂建设等领域的研究人员或从业人员。

● 离散制造行业智能化应用的研究人员或从业人员。

● 关注企业数字化、智能化转型等行业发展趋势的管理与决策群体。

● 电子信息、自动化、计算机等专业的学生群体。

● 其他对LLM技术感兴趣，希望深入了解其在离散制造行业应用场景的读者。

致谢

在此，向参与本书编写与提供支持帮助的各位致以诚挚感谢！

● 感谢合作者刘炯博士与王浙明教授，在本书的架构设计、技术预研、行业交流、文本写作及文稿校对等工作中倾注了大量心血。

● 感谢本人所在团队中的各位老师、博士及硕士研究生，对本书编写过程中的调研、撰写与校对工作提供了有力支持。

编者团队专注于离散制造行业智能化转型的理论研究与工程实践，积极探索AI技术在离散制造场景中的创新应用，欢迎关注微信公众号“浙工大陈博课题组”，了解我们的最新研究动态并开展交流。

由于编者水平有限，书中难免存在疏漏与不妥之处，恳请广大读者与业内同仁批评指正，提出宝贵意见。