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。 教育部高等学校工程训练教学指导委员会副主任委员 教育部国家级实验教学示范中心工程训练学科组副组长 教育部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、教育部质量工程、北京高等学校教育教学改革项目、北京市教委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