本书深入探讨了数字孪生与智能制造之间的紧密联系，全面解析了数字孪生的概念、架构及其在智能制造中的应用。
全书共8章，内容从理论到实践、层层递进，为读者呈现了一个完整的数字孪生知识体系。第1、2章从制造业发展历程出发，概括了智能制造和数字孪生的基本概念、数字孪生与智能制造的关系、数字孪生和其他技术的异同、数字孪生架构以及工程化设计原则等；第3～5章详细介绍了基于MBD技术的空间模型构建和基于内聚原则的行为模型构建这两个数字孪生核心技术的原理和设计流程；第6～8章介绍了数字孪生系统的通信与连接，以及数据采集、分析与数据可视化的工程实践。
本书既可作为初学者的入门指南，也可用于高职高专、本科及研究生数字孪生工程实践的专业教学。
智能制造的核心技术解析：数字孪生作为智能制造的关键赋能技术，本书深入探讨了其在装备制造业中的工程实践，帮助读者理解并掌握这一前沿技术的核心应用。
理论与实践的完美结合：本书不仅注重理论知识的讲解，还通过真实的物理情景和工程案例，将复杂的数字孪生技术深入浅出地呈现出来，使读者能够更好地理解和应用。
权威的编写团队：本书由深圳市产教融合促进会组织，编委会成员包括国内一流大学及地方院校的专家学者、一线专业教师，以及国家级高新技术企业中的高级资深设计研发人员，确保了内容的权威性和实用性。
全面的技术脉络：通过梳理数字孪生的发展历程及架构，本书系统地呈现了装备制造业数字孪生的技术脉络、核心功能及实现途径，为读者提供了全面的技术参考。
丰富的工程实践案例：书中参考了众多业内专家、学者的研究成果，并结合了多个教学团队在数字孪生创新实践基地的教学经验和成果，通过真实的工程实践案例，帮助读者更好地理解数字孪生的应用和价值。
培养解决复杂工程问题的能力：本书强调通过多学科交叉、多技术融合的创新实践教学，培养学生解决复杂工程问题的能力，为学生的未来职业发展打下坚实的基础。
实用性强，适合初学者和进阶者：无论是对于初学者还是已经有一定基础的进阶者，本书都能提供实用的指导和帮助，使读者能够系统地掌握数字孪生的技术和应用。
前瞻性和指导性：随着数字化、网络化、智能化制造的不断推进，数字孪生技术将在更多领域得到应用。本书作为一本前瞻性和指导性强的教材，将帮助读者把握技术发展的趋势和方向。
前言
制造业是立国之本，是国民经济的主要支柱、技术创新的重要来源、人民生活的物质保障。制造强国战略以体现信息技术与制造技术深度融合的智能制造为主攻方向，高端装备制造更是强国之基，代表着国家工业制造的先进水平和实力。数字孪生是智能制造的基础和关键技术之一。数字孪生通过对实体物体的全方位建模，实现对物体的仿真、优化和预测等操作，支持全生命周期管理，包括产品设计、制造、运营和维护等环节的数据管理和分析，帮助制造企业进行生产调度和流程优化，提高制造过程的效率和质量，最终实现智能制造。
数字孪生的研究始于20世纪70年代。近年来，随着世界各国大力推进数字化、网络化、智能化制造，数字孪生理论和技术也在不断丰富和深化，在众多行业领域的实际应用开始大量涌现，世界各国纷纷出台对数字孪生的定义和标准。我国也将数字孪生纳入智能制造的标准体系框架中，明确了数字孪生是智能制造关键赋能技术的作用和地位。2022年6月，人力资源和社会保障部向社会公示了18个新职业信息，其中就包括数字孪生应用技术员。
数字孪生应用已经进入各行各业，并悄然影响着人们的衣食住行，产业界对数字孪生技术人才的需求也在急速增长。但是，目前在国内尚缺乏专业化、系统化的数字孪生技术人才培养体系，特别是在师资、教材、课程、工程实践等诸多方面明显匮乏。本书由深圳市产教融合促进会发起组织编写，编委会集中了国内一流大学及地方院校的数十位专家学者和一线专业教师，以及国家级高新技术企业中长期从事数字孪生技术研究和开发的高级资深设计研发人员，希望可以填补数字孪生工程教育资源的部分欠缺。
本书基于智能制造框架，探讨数字孪生在装备制造业中的工程实践，力图实现理论与实践的有机融合，将复杂的概念依托具体的情景进行深入浅出的解读和剖析。本书围绕数字孪生是智能制造的关键赋能技术，模型和数据是数字孪生的核心和基础展开阐述，通过梳理数字孪生发展历程及架构，依托真实的物理情景，将装备制造业数字孪生的技术脉络、核心功能及实现途径系统地呈现出来。
本书既考虑了工程实践的实用性，又兼顾理论上的普适性。为此，参考了众多业内专家、学者的研究成果和论述。所引用参考文献的作者或编者，在本书中均已加注了引用说明，在此深表感谢！本书在编写过程中，赵继、刘丁、陶飞对整体架构、理论和技术细节给予了重要的指导；清华大学基础工业训练中心朱峰参与了教材理论部分的编写工作以及部分章节（第6章虚实交互技术基础）的教学架构设计与理论指导工作。另外，本书在编写过程中得到了很多教学团队的大力支持和帮助，主要有：北京理工大学工程训练中心付铁、谢剑及其团队，华南理工大学工程训练中心，河北工业大学实验实训中心数字孪生课程团队，其相关教学理念、技术方法、软硬件设施在本科生工程创新实践教学中得到了充分体现和应用，作为智能制造实践教学体系的重要组成部分，在工程实践育人领域特色鲜明，取得了突出成效；华北电力大学工创中心王秀梅老师带领团队建设了数字孪生创新实践基地，开设了相关课程和创新设计项目；通过多学科交叉、多技术融合的创新实践教学，突出培养了学生解决工程问题的能力；太原工业学院工程训练中心左义海老师创新团队将数字孪生技术融入学科竞赛项目，高质量优化了参赛项目方案，有效提升了参赛项目质量，提高了学生的工程实践和科技创新能力。新技术、新力量的融合更好地激发了学生的创新思维和团队合作精神，不断提高学生在未来工作中应对复杂工程问题的能力。本书在编写过程中，还得到了深圳大学机电与控制工程学院的陈宏、吴玉斌老师的大力支持和帮助，深圳大学机电与控制工程学院以项目成果和实验设备为基础建设了实习实训基地，并应用于校企共建的装备制造业数字孪生微专业的本科生实践教学中，通过多学科交叉、多技术融合的创新实践教学，突出培养了学生的工程实际经验和解决复杂工程问题的能力。在各位专家、老师的指导、参与和支持下，本书的理论框架、逻辑结构得以不断完善，工程实践内容得以充分验证。在此一并致谢！
本书受篇幅及笔者水平所限，疏漏之处在所难免，还望广大读者不吝赐教，以便再版时做进一步修订和完善。
编者
2024年5月于深圳
李双寿，男，1968年2月出生，中共党员，博士，清华大学教授。清华大学基础工业训练中心主任。
高等学校工程训练教学指导委员会副主任委员
国家级实验教学示范中心工程训练学科组副组长
教育装备专家指导委员会委员
中国高校创新创业教育联盟副秘书长
研究方向：先进材料制备和精确成形技术，数字化制造系统，工程实践与创新教育。
承担科技部重点研发计划项目、国家自然科学基金项目、科技部创新方法专项、航天创新重点基金项目、北京市科技计划项目等多项纵向科研项目，以及20余项与企业合作的横向项目。
主持国家精品课《机械制造实习》和《实验室科研探究》，以及讲授《制造工程基础》和《现代汽车制造技术及管理》等课程。主持国家级双创示范基地重点建设工程、质量工程、北京高等学校教育教学改革项目、北京市共建项目和校教改项目等10余项教学改革和研究项目。
前言
第1章 概论1
1.1 智能制造的基本内涵3
1.1.1 智能制造的定义与理解3
1.1.2 澄清智能制造的认知误区6
1.1.3 智能制造的概念和三个基本范式7
1.1.4 智能制造实现的基础和前提9
1.2 智能制造中的数字孪生22
1.2.1 数字孪生的价值视角23
1.2.2 数字孪生的概念、模型和架构25
1.2.3 制造业数字孪生技术体系框架32
1.2.4 建模的相关工具33
1.3 数字孪生与其他相关技术的关系35
1.3.1 数字孪生与仿真技术35
1.3.2 数字孪生与信息物理系统（CPS）35
1.3.3 数字孪生与数字线程37
1.3.4 数字孪生与工业4.0的管理壳38
1.4 习题38
第2章 数字孪生系统工程化设计39
2.1 数字孪生与产品生命周期40
2.1.1 产品数字孪生41
2.1.2 生产数字孪生41
2.1.3 设备数字孪生42
2.2 工程化实践中的情景依赖43
2.2.1 陈述性知识与程序性知识44
2.2.2 情景依赖中的数字孪生平台功能需求45
2.2.3 学习的目标是具备知识迁移能力47
2.3 数字孪生系统工程化设计的架构47
2.3.1 整体原则48
2.3.2 架构设计48
2.3.3 数字孪生系统架构49
2.3.4 功能分解50
2.4 模型构建技术51
2.4.1 数字孪生与模型53
2.4.2 机械产品三维建模体系54
2.4.3 数字孪生模型构建理论体系63
2.4.4 模型构建的先进技术及工具68
2.5 习题72
第3章 空间模型的构建73
3.1 概述75
3.1.1 物理实体（智能分拣系统）功能描述75
3.1.2 物理实体（智能分拣系统）硬件构成76
3.1.3 模型构建对象的选择76
3.2 基于MBD技术的零件模型构建的工程实践78
3.2.1 零件模型构建流程79
3.2.2 零件建模81
3.3 基于MBD技术的部件虚拟装配的工程实践90
3.3.1 装配目录树90
3.3.2 子装配体91
3.3.3 外购件模型导入93
3.3.4 总装配体93
3.4 基于模型的轻量化应用技术的工程实践97
3.4.1 零件技术数据包的发布98
3.4.2 装配体技术数据包格式102
3.5 基于MBD技术的工艺设计的工程实践103
3.5.1 MBD工艺设计原理104
3.5.2 MBD工艺设计过程105
3.5.3 MBD工艺设计综述113
3.6 习题113
第4章 数字样机与虚拟调试115
4.1 数字样机116
4.1.1 数字样机定义及分类117
4.1.2 数字样机的要求118
4.1.3 各种数字样机的关系和定位119
4.2 创建数字样机的工程实践119
4.2.1 设定基本机电对象119
4.2.2 运动与仿真124
4.3 虚拟调试的工程实践133
4.3.1 需求分析133
4.3.2 软件在环虚拟调试135
4.3.3 硬件在环虚拟调试153
4.4 习题156
第5章 行为模型的构建157
5.1 概述 159
5.1.1 行为模型的基本认知159
5.1.2 物理实体的行为逻辑和规则162
5.2 机器视觉系统的工程实践166
5.2.1 通信程序设计166
5.2.2 检测及数据收发程序设计169
5.3 运动控制系统的工程实践171
5.3.1 系统构成172
5.3.2 硬件组态173
5.3.3 控制程序设计179
5.4 虚拟调试的工程实践193
5.4.1 需求分析193
5.4.2 硬件在环调试193
5.5 习题201
第6章 虚实交互技术基础202
6.1 概述 204
6.2 通信204
6.2.1 通信接口205
6.2.2 通信协议208
6.3 OPC数据采集的工程实践210
6.3.1 OPC技术综述211
6.3.2 控制器程序仿真与网络扩展213
6.3.3 OPC服务器变量配置216
6.3.4 虚拟端信号映射218
6.3.5 通信测试220
6.4 数字孪生系统调试工程实践221
6.4.1 网络配置及参数调整222
6.4.2 系统调试229
6.5 习题231
第7章 数字孪生数据232
7.1 概述 234
7.1.1 制造业数据窘境235
7.1.2 制造业数据分析的典型主题236
7.1.3 制造业数据分析的典型手段237
7.1.4 数据分析工具软件240
7.1.5 数据赋智数字孪生242
7.2 数据采集243
7.2.1 数据采集方式244
7.2.2 数据采集的难点245
7.3 数据传输246
7.3.1 概述246
7.3.2 数据传输方式247
7.3.3 数据交换方式249
7.4 数据存储250
7.4.1 概述250
7.4.2 关系型数据库252
7.4.3 常用关系型数据库255
7.5 数据分析255
7.5.1 概述256
7.5.2 数据分析框架257
7.5.3 机器学习259
7.6 预测性维护的工程实践262
7.6.1 数据采集263
7.6.2 基于OPC服务器的数据传输272
7.6.3 关系型数据库构建和数据存储272
7.6.4 构建数据模型和数据分析278
7.7 习题288
第8章 设备数字孪生系统的工程应用290
8.1 概述 292
8.1.1 DIKW（数据、信息、知识、智慧）模型293
8.1.2 CRISP-MD（跨行业数据挖掘标准流程）体系的工程应用294
8.2 数据模型评估297
8.2.1 原始评估法297
8.2.2 留出法298
8.2.3 交叉验证法298
8.3 数据可视化298
8.3.1 数据可视化分类299
8.3.2 数据可视化与其他数据技术301
8.3.3 数据可视化软件与开发工具302
8.4 数字孪生赋能制造304
8.4.1 数字孪生赋能技术的基础304
8.4.2 设备交付运行后的数字孪生系统架构305
8.5 智能分拣数字孪生系统的数据可视化的工程实践305
8.5.1 设备运行数据可视化306
8.5.2 故障诊断及反馈控制311
8.6 习题318
参考文献319
书单推荐
