数字孪生与智能制造（精）

1 绪论
1．1 数字孪生制造的产生背景
1．1．1 新一轮数字化制造浪潮的兴起
1．1．2 数字孪生的产生背景
1．2 数字孪生制造的概念
1．2．1 数字孪生的概念
1．2．2 从不同角度看数字孪生
1．2．3 产品生命周期不同阶段的数字孪生
1．3 数字孪生模型的组成
1．3．1 产品设计：Product Design
1．3．2 过程规划：Process Planning
1．3．3 生产布局：Layout
1．3．4 过程仿真：Process Simulate
1．3．5 产量优化：ThroLtghput Optimization
1．3．6 维护保障管理：Maintain Sectlritv Management
1．4 数字孪生与数字制造
1．4．1 数字制造的产生背景及概念
1．4．2 数字孪生与数字制造
1．5 数字孪生与智能制造
1．5．1 智能制造的内涵
1．5．2 智能制造装备与数字孪生
2 现代机械产品的数字化设计与制造
2．1 现代机械产品设计
2．1．1 现代机械产品设计的发展历程
2．1．2 现代机械产品的可视化概念设计
2．1．3 产品概念设计信息可视化
2．2 产品设计质量和验证
2．2．1 产品设计质量控制定义
2．2．2 产品设计质量影响因素分析
2．2．3 产品设计质量控制
2．3 设计和制造的高效协同
2．3．1 设计和制造高效协同的基本内容
2．3．2 基于MBD的设计和制造的高效协同
2．3．3 基于CoE的组织协同
2．3．4 工业大数据驱动下的过程协同
2．3．5 基于CPS的协同优化
2．4 设计与制造的准确执行
2．4．1 设计与制造系统的桥梁
2．4．2 设计和制造执行系统的发展
3 数字化制造过程验证
3．1 制造过程虚实融合
3．1．1 基于数字孪生的虚实融合装配生产线
3．1．2 基于数字孪生的虚拟样机
3．1．3 基于VERICUT的虚拟数控加工仿真验证
3．2 数控机床设计开发的验证
3．2．1 设计开发各阶段的需求验证
3．2．2 验证内容的性质及分类
3．2．3 验证方式的选择
3．2．4 验证实例
3．2．5 实时数据驱动的加工过程动态仿真
3．3 制造验证过程的知识管理
3．3．1 制造验证过程知识管理简介
3．3．2 面向制造车间制造验证过程的知识管理
3．4 制造产品质量跟踪验证与优化
3．4．1 产品质量的过程跟踪验证
3．4．2 基于数字孪生的制造产品质量跟踪验证优化
4 制造全生命周期的制造执行与优化
4．1 制造全生命周期的制造执行与信息集成
4．1．1 制造执行系统
4．1．2 制造执行系统的信息集成
4．1．3 制造自动化全集成
4．1．4 典型应用案例
4．2 制造优化理论建模与动态优化
4．2．1 制造执行动态优化的基本思想
4．2．2 云制造环境下的制造执行动态优化
4．2．3 面向云制造服务的MES系统总体框架
4．2．4 制造执行过程动态优化技术
4．3 制造过程的质量控制与执行
4．3．1 基于产品制造执行系统的动态质量控制
4．3．2 产品制造质量对于产品使用性能的影响
4．3．3 机械产品的制造质量影响因素及控制执行
4．4 基于大数据的制造全过程追溯执行
4．4．1 产品追溯执行系统
4．4．2 质量追溯执行系统
4．4．3 基于数字孪生模型的产品构型管理与追溯
4．4．4 产品质量追溯执行
4．4．5 追溯执行系统的建立思路
5 基于数字孪生的制造过程规划
5．1 制造过程规划模型
5．1．1 工艺过程规划
5．1．2 加工单元的定义与描述
5．1．3 产品开发制造过程规划中的模型技术
5．2 制造系统规划设计的结构体系
5．2．1 制造系统规划设计概述
5．2．2 规划设计的步骤
5．2．3 制造系统规划设计的主要内容
5．3 生产计划仿真与资源规划
5．3．1 车间生产计划问题的特点及分类
5．3．2 建立生产过程规划仿真模型
5．4 生产物流仿真与物流规划
5．4．1 物流系统规划与设计
5．4．2 物流系统规划设计分类
5．4．3 物流系统规划设计仿真
6 基于数字孪生的制造过程建模与优化
6．1 孪生车间建模
6．1．1 数字孪生车间概念与系统组成
6．1．2 数字孪生车间的特点
6．2 工厂制造过程建模
6．2．1 制造企业过程模型
6．2．2 基于Agent制造系统描述模型
6．3 工厂整体布局优化
6．3．1 工厂设计布局规划
6．3．2 系统布置设计（SLP）方法对车间布局设计的流程
6．4 全数字的实验、半实物仿真
6．4．1 全数字仿真系统
6．4．2 半实物仿真体系
6．4．3 半实物仿真的设计
6．4．4 半实物仿真的发展趋势
7 基于数字孪生的监测、诊断与维护
7．1 数字监测与诊断
7．1．1 基于数字孪生技术的故障预测与健康管理（PHM）
7．1．2 机械装备的数字监测与诊断技术
7．2 虚拟监测与诊断
7．2．1 基于虚拟现实技术的监测和诊断
7．2．2 基于增强现实的监测和诊断
7．2．3 虚拟现实设计环境
7．3 基于IoT与CPS的监测、诊断与维护
7．3．1 基于IoT物联网的诊断与维护
7．3．2 基于CPS的诊断与维护
7．4 产品全生命周期的监测、诊断与维护
7．4．1 面向装备全寿命周期的诊断维护理念
7．4．2 装备全寿命周期诊断维护的体系结构
7．4．3 产品数字孪生体在产品全生命周期各阶段的作用
8 数字孪生系统的应用案例
8．1 车间调度数字孪生系统
8．1．1 数字孪生车间调度机制
8．1．2 数字孪生冲压生产线建模
8．2 机床数字孪生系统
8．2．1 数字孪生机床模型
8．2．2 物理空间数据感知方法
8．2．3 实空间语义交互模型
8．2．4 数字孪生驱动的加工路径优化方法
8．2．5 数字孪生驱动的切削参数优化方法
8．3 智能小车数字孪生系统
8．3．1 数字孪生小车控制机制
8．3．2 智能小车数字孪生体构建
8．3．3 数字孪生驱动的智能小车路径规划方法
9 数字孪生的发展愿景
9．1 数字孪生制造与制造自治系统
9．1．1 数字孪生制造与制造自治系统的关系
9．1．2 制造环境中自治体的基本结构
9．1．3 自治体间的信息交流
9．2 数字孪生制造与CPS系统
9．2．1 CPS的架构及相关技术
9．2．2 从规划设计到实际生产过程的CPS
9．2．3 生产质量控制的CPS
9．3 数字孪生制造的发展愿景
9．3．1 预见设计质量和制造过程
9．3．2 推进设计和制造高效协同
9．3．3 确保设计和制造准确执行
9．3．4 建立更加完善的数字孪生模型体系
9．3．5 基于模型的企业
9．4 数字孪生的八大关系
9．4．1 数字孪生与CAD模型
9．4．2 数字孪生与PLM软件
9．4．3 数字孪生与物理实体
9．4．4 数字孪生与信息物理融合系统
9．4．5 数字孪生与云端
9．4．6 数字孪生与工业互联网
9．4．7 数字孪生与智能制造
9．4．8 数字孪生与工业的边界
9．5 制造大数据与数字孪生制造的发展愿景
9．5．1 数字制造环境下的制造大数据
9．5．2 数字孪生与制造大数据
9．5．3 数字孪生将带来制造领域的一场革命
参考文献