99九九99九九视频精品,久久久精品中文字幕综合

本書深入探討了數字孿生與智能制造之間的緊密聯系，全面解析了數字孿生的概念、架構及其在智能制造中的應用。
全書共8章，內容從理論到實踐、層層遞進，為讀者呈現了一個完整的數字孿生知識體系。第1、2章從制造業(yè)發(fā)展歷程出發(fā)，概括了智能制造和數字孿生的基本概念、數字孿生與智能制造的關系、數字孿生和其他技術的異同、數字孿生架構以及工程化設計原則等；第3～5章詳細介紹了基于MBD技術的空間模型構建和基于內聚原則的行為模型構建這兩個數字孿生核心技術的原理和設計流程；第6～8章介紹了數字孿生系統(tǒng)的通信與連接，以及數據采集、分析與數據可視化的工程實踐。
本書既可作為初學者的入門指南，也可用于高職高專、本科及研究生數字孿生工程實踐的專業(yè)教學。

智能制造的核心技術解析：數字孿生作為智能制造的關鍵賦能技術，本書深入探討了其在裝備制造業(yè)中的工程實踐，幫助讀者理解并掌握這一前沿技術的核心應用。
理論與實踐的完美結合：本書不僅注重理論知識的講解，還通過真實的物理情景和工程案例，將復雜的數字孿生技術深入淺出地呈現出來，使讀者能夠更好地理解和應用。
權威的編寫團隊：本書由深圳市產教融合促進會組織，編委會成員包括國內一流大學及地方院校的專家學者、一線專業(yè)教師，以及國家級高新技術企業(yè)中的高級資深設計研發(fā)人員，確保了內容的權威性和實用性。
全面的技術脈絡：通過梳理數字孿生的發(fā)展歷程及架構，本書系統(tǒng)地呈現了裝備制造業(yè)數字孿生的技術脈絡、核心功能及實現途徑，為讀者提供了全面的技術參考。
豐富的工程實踐案例：書中參考了眾多業(yè)內專家、學者的研究成果，并結合了多個教學團隊在數字孿生創(chuàng)新實踐基地的教學經驗和成果，通過真實的工程實踐案例，幫助讀者更好地理解數字孿生的應用和價值。
培養(yǎng)解決復雜工程問題的能力：本書強調通過多學科交叉、多技術融合的創(chuàng)新實踐教學，培養(yǎng)學生解決復雜工程問題的能力，為學生的未來職業(yè)發(fā)展打下堅實的基礎。
實用性強，適合初學者和進階者：無論是對于初學者還是已經有一定基礎的進階者，本書都能提供實用的指導和幫助，使讀者能夠系統(tǒng)地掌握數字孿生的技術和應用。
前瞻性和指導性：隨著數字化、網絡化、智能化制造的不斷推進，數字孿生技術將在更多領域得到應用。本書作為一本前瞻性和指導性強的教材，將幫助讀者把握技術發(fā)展的趨勢和方向。

前言

制造業(yè)是立國之本，是國民經濟的主要支柱、技術創(chuàng)新的重要來源、人民生活的物質保障。制造強國戰(zhàn)略以體現信息技術與制造技術深度融合的智能制造為主攻方向，高端裝備制造更是強國之基，代表著國家工業(yè)制造的先進水平和實力。數字孿生是智能制造的基礎和關鍵技術之一。數字孿生通過對實體物體的全方位建模，實現對物體的仿真、優(yōu)化和預測等操作，支持全生命周期管理，包括產品設計、制造、運營和維護等環(huán)節(jié)的數據管理和分析，幫助制造企業(yè)進行生產調度和流程優(yōu)化，提高制造過程的效率和質量，最終實現智能制造。
數字孿生的研究始于20世紀70年代。近年來，隨著世界各國大力推進數字化、網絡化、智能化制造，數字孿生理論和技術也在不斷豐富和深化，在眾多行業(yè)領域的實際應用開始大量涌現，世界各國紛紛出臺對數字孿生的定義和標準。我國也將數字孿生納入智能制造的標準體系框架中，明確了數字孿生是智能制造關鍵賦能技術的作用和地位。2022年6月，人力資源和社會保障部向社會公示了18個新職業(yè)信息，其中就包括數字孿生應用技術員。
數字孿生應用已經進入各行各業(yè)，并悄然影響著人們的衣食住行，產業(yè)界對數字孿生技術人才的需求也在急速增長。但是，目前在國內尚缺乏專業(yè)化、系統(tǒng)化的數字孿生技術人才培養(yǎng)體系，特別是在師資、教材、課程、工程實踐等諸多方面明顯匱乏。本書由深圳市產教融合促進會發(fā)起組織編寫，編委會集中了國內一流大學及地方院校的數十位專家學者和一線專業(yè)教師，以及國家級高新技術企業(yè)中長期從事數字孿生技術研究和開發(fā)的高級資深設計研發(fā)人員，希望可以填補數字孿生工程教育資源的部分欠缺。
本書基于智能制造框架，探討數字孿生在裝備制造業(yè)中的工程實踐，力圖實現理論與實踐的有機融合，將復雜的概念依托具體的情景進行深入淺出的解讀和剖析。本書圍繞數字孿生是智能制造的關鍵賦能技術，模型和數據是數字孿生的核心和基礎展開闡述，通過梳理數字孿生發(fā)展歷程及架構，依托真實的物理情景，將裝備制造業(yè)數字孿生的技術脈絡、核心功能及實現途徑系統(tǒng)地呈現出來。
本書既考慮了工程實踐的實用性，又兼顧理論上的普適性。為此，參考了眾多業(yè)內專家、學者的研究成果和論述。所引用參考文獻的作者或編者，在本書中均已加注了引用說明，在此深表感謝！本書在編寫過程中，趙繼、劉丁、陶飛對整體架構、理論和技術細節(jié)給予了重要的指導；清華大學基礎工業(yè)訓練中心朱峰參與了教材理論部分的編寫工作以及部分章節(jié)（第6章虛實交互技術基礎）的教學架構設計與理論指導工作。另外，本書在編寫過程中得到了很多教學團隊的大力支持和幫助，主要有：北京理工大學工程訓練中心付鐵、謝劍及其團隊，華南理工大學工程訓練中心，河北工業(yè)大學實驗實訓中心數字孿生課程團隊，其相關教學理念、技術方法、軟硬件設施在本科生工程創(chuàng)新實踐教學中得到了充分體現和應用，作為智能制造實踐教學體系的重要組成部分，在工程實踐育人領域特色鮮明，取得了突出成效；華北電力大學工創(chuàng)中心王秀梅老師帶領團隊建設了數字孿生創(chuàng)新實踐基地，開設了相關課程和創(chuàng)新設計項目；通過多學科交叉、多技術融合的創(chuàng)新實踐教學，突出培養(yǎng)了學生解決工程問題的能力；太原工業(yè)學院工程訓練中心左義海老師創(chuàng)新團隊將數字孿生技術融入學科競賽項目，高質量優(yōu)化了參賽項目方案，有效提升了參賽項目質量，提高了學生的工程實踐和科技創(chuàng)新能力。新技術、新力量的融合更好地激發(fā)了學生的創(chuàng)新思維和團隊合作精神，不斷提高學生在未來工作中應對復雜工程問題的能力。本書在編寫過程中，還得到了深圳大學機電與控制工程學院的陳宏、吳玉斌老師的大力支持和幫助，深圳大學機電與控制工程學院以項目成果和實驗設備為基礎建設了實習實訓基地，并應用于校企共建的裝備制造業(yè)數字孿生微專業(yè)的本科生實踐教學中，通過多學科交叉、多技術融合的創(chuàng)新實踐教學，突出培養(yǎng)了學生的工程實際經驗和解決復雜工程問題的能力。在各位專家、老師的指導、參與和支持下，本書的理論框架、邏輯結構得以不斷完善，工程實踐內容得以充分驗證。在此一并致謝！
本書受篇幅及筆者水平所限，疏漏之處在所難免，還望廣大讀者不吝賜教，以便再版時做進一步修訂和完善。

編者
2024年5月于深圳

前言
第1章概論1
1.1 智能制造的基本內涵3
1.1.1 智能制造的定義與理解3
1.1.2 澄清智能制造的認知誤區(qū)6
1.1.3 智能制造的概念和三個基本范式7
1.1.4 智能制造實現的基礎和前提9
1.2 智能制造中的數字孿生22
1.2.1 數字孿生的價值視角23
1.2.2 數字孿生的概念、模型和架構25
1.2.3 制造業(yè)數字孿生技術體系框架32
1.2.4 建模的相關工具33
1.3 數字孿生與其他相關技術的關系35
1.3.1 數字孿生與仿真技術35
1.3.2 數字孿生與信息物理系統(tǒng)（CPS）35
1.3.3 數字孿生與數字線程37
1.3.4 數字孿生與工業(yè)4.0的管理殼38
1.4 習題38
第2章數字孿生系統(tǒng)工程化設計39
2.1　數字孿生與產品生命周期40
2.1.1　產品數字孿生41
2.1.2　生產數字孿生41
2.1.3　設備數字孿生42
2.2　工程化實踐中的情景依賴43
2.2.1　陳述性知識與程序性知識44
2.2.2　情景依賴中的數字孿生平臺功能需求45
2.2.3　學習的目標是具備知識遷移能力47
2.3　數字孿生系統(tǒng)工程化設計的架構47
2.3.1　整體原則48
2.3.2　架構設計48
2.3.3　數字孿生系統(tǒng)架構49
2.3.4　功能分解50
2.4　模型構建技術51
2.4.1　數字孿生與模型53
2.4.2　機械產品三維建模體系54
2.4.3　數字孿生模型構建理論體系63
2.4.4　模型構建的先進技術及工具68
2.5　習題72
第3章空間模型的構建73
3.1　概述75
3.1.1　物理實體（智能分揀系統(tǒng)）功能描述75
3.1.2　物理實體（智能分揀系統(tǒng)）硬件構成76
3.1.3　模型構建對象的選擇76
3.2　基于MBD技術的零件模型構建的工程實踐78
3.2.1　零件模型構建流程79
3.2.2　零件建模81
3.3　基于MBD技術的部件虛擬裝配的工程實踐90
3.3.1　裝配目錄樹90
3.3.2　子裝配體91
3.3.3　外購件模型導入93
3.3.4　總裝配體93
3.4　基于模型的輕量化應用技術的工程實踐97
3.4.1　零件技術數據包的發(fā)布98
3.4.2　裝配體技術數據包格式102
3.5　基于MBD技術的工藝設計的工程實踐103
3.5.1　MBD工藝設計原理104
3.5.2　MBD工藝設計過程105
3.5.3　MBD工藝設計綜述113
3.6　習題113
第4章數字樣機與虛擬調試115
4.1　數字樣機116
4.1.1　數字樣機定義及分類117
4.1.2　數字樣機的要求118
4.1.3　各種數字樣機的關系和定位119
4.2　創(chuàng)建數字樣機的工程實踐119
4.2.1　設定基本機電對象119
4.2.2　運動與仿真124
4.3　虛擬調試的工程實踐133
4.3.1　需求分析133
4.3.2　軟件在環(huán)虛擬調試135
4.3.3　硬件在環(huán)虛擬調試153
4.4　習題156
第5章行為模型的構建157
5.1　概述 159
5.1.1　行為模型的基本認知159
5.1.2　物理實體的行為邏輯和規(guī)則162
5.2　機器視覺系統(tǒng)的工程實踐166
5.2.1　通信程序設計166
5.2.2　檢測及數據收發(fā)程序設計169
5.3　運動控制系統(tǒng)的工程實踐171
5.3.1　系統(tǒng)構成172
5.3.2　硬件組態(tài)173
5.3.3　控制程序設計179
5.4　虛擬調試的工程實踐193
5.4.1　需求分析193
5.4.2　硬件在環(huán)調試193
5.5　習題201
第6章虛實交互技術基礎202
6.1　概述 204
6.2　通信204
6.2.1　通信接口205
6.2.2　通信協議208
6.3　OPC數據采集的工程實踐210
6.3.1　OPC技術綜述211
6.3.2　控制器程序仿真與網絡擴展213
6.3.3　OPC服務器變量配置216
6.3.4　虛擬端信號映射218
6.3.5　通信測試220
6.4　數字孿生系統(tǒng)調試工程實踐221
6.4.1　網絡配置及參數調整222
6.4.2　系統(tǒng)調試229
6.5　習題231
第7章數字孿生數據232
7.1　概述 234
7.1.1　制造業(yè)數據窘境235
7.1.2　制造業(yè)數據分析的典型主題236
7.1.3　制造業(yè)數據分析的典型手段237
7.1.4　數據分析工具軟件240
7.1.5　數據賦智數字孿生242
7.2　數據采集243
7.2.1　數據采集方式244
7.2.2　數據采集的難點245
7.3　數據傳輸246
7.3.1　概述246
7.3.2　數據傳輸方式247
7.3.3　數據交換方式249
7.4　數據存儲250
7.4.1　概述250
7.4.2　關系型數據庫252
7.4.3　常用關系型數據庫255
7.5　數據分析255
7.5.1　概述256
7.5.2　數據分析框架257
7.5.3　機器學習259
7.6　預測性維護的工程實踐262
7.6.1　數據采集263
7.6.2　基于OPC服務器的數據傳輸272
7.6.3　關系型數據庫構建和數據存儲272
7.6.4　構建數據模型和數據分析278
7.7　習題288
第8章設備數字孿生系統(tǒng)的工程應用290
8.1 概述 292
8.1.1　DIKW（數據、信息、知識、智慧）模型293
8.1.2　CRISP-MD（跨行業(yè)數據挖掘標準流程）體系的工程應用294
8.2　數據模型評估297
8.2.1　原始評估法297
8.2.2　留出法298
8.2.3　交叉驗證法298
8.3　數據可視化298
8.3.1　數據可視化分類299
8.3.2　數據可視化與其他數據技術301
8.3.3　數據可視化軟件與開發(fā)工具302
8.4　數字孿生賦能制造304
8.4.1　數字孿生賦能技術的基礎304
8.4.2　設備交付運行后的數字孿生系統(tǒng)架構305
8.5　智能分揀數字孿生系統(tǒng)的數據可視化的工程實踐305
8.5.1　設備運行數據可視化306
8.5.2　故障診斷及反饋控制311
8.6 習題318
參考文獻319

你還可能感興趣

我要評論