本书围绕特种阀门的数字创新设计、智能制造和智能运维三大技术方向，聚焦于数字化性能分析、智能制造、云计算及智能故障诊断等智能化前沿技术，系统地介绍了设计、制造和运维一体化的阀门数智化工程，以及阀门全产业链数智化升级的关键技术。其主要内容包括：数智化概述、特种阀门数智化概述、特种阀门数字化设计技术、特种阀门仿真技术、特种阀门优化设计、智能制造与特种阀门制造、特种阀门智能制造技术、智能运维与特种阀门运维、特种阀门故障状态数据采集和预处理技术、面向特种阀门的智能故障诊断技术、特种阀门智能运维系统。本书内容新颖，实用性强，紧贴阀门领域研究前沿，可为特种阀门的后续研究提供技术支持，有较高的参考价值和启迪性。
1）本书围绕特种阀门的数字创新设计、智能制造和智能运维三大技术方向，聚焦于数字化性能分析、智能制造、云计算及智能故障诊断等智能化前沿技术，系统地介绍了设计、制造和运维一体化的阀门数智化工程，以及阀门全产业链数智化升级的关键技术。
2）本书内容新颖，实用性强，紧贴阀门领域研究前沿，可为特种阀门的后续研究提供技术支持，有较高的参考价值和启迪性。
3）本书采用彩色印刷，图文清晰，便于阅读。
在工业数字化转型的今天，数字孪生、工业互联网、数字化协同设计、智能运维等构成的新型信息技术，正在不断融合并形成传统工业领域的数智化血脉，工业的自动化、数字化、智能化已经成为传统制造装备行业的重要发展趋势。特种阀门作为流体传输系统的咽喉，其数智化水平已经成为影响我国工业系统安全的重要环节。面对工业4.0时代下装备数智化的新趋势，数字创新设计、智能制造、智能运维三大重点技术方向将引领特种阀门的未来发展。
本书从数智化的角度描述了特种阀门的数字创新设计、智能制造和智能运维三大技术方向，详细论述了数字化性能分析、智能制造、云计算及智能诊断等智能化前沿技术在特种阀门中的应用，为特种阀门全链路数字化产业升级提供了理论和技术支撑。本书共分为11章，其中第1章和第2章为数智化趋势综述内容；第3 ~ 5章为特种阀门数字化设计内容；第6章和第7章为特种阀门智能制造技术内容；第8 ~ 11章为特种阀门智能运维技术内容。第1、2章从数智化发展切入，分析了数智化技术在特种阀门应用上的挑战，讨论了特种阀门等制造业数智化转型的策略与核心要素；第3 ~ 5章从数字化设计角度出发，介绍了流场仿真技术、多目标优化设计及多学科优化等各类数字设计技术在阀门上的应用情况；第6、7章从智能制造出发，介绍了智能制造的发展、智能制造共性技术及应用在特种阀门领域的各类关键技术；第8 ~ 11章从智能运维角度展开，以运维流程为思路，介绍了常见的泄漏、振动、噪声等状态采集技术，故障诊断方法，以及智能运维系统。
本书由钱锦远、管桉琦、金志江编著。其中，第1、2章由钱锦远、管桉琦、金志江撰写，第3 ~ 5章由钱锦远、金志江撰写，第6、7章由钱锦远、管桉琦撰写，第8 ~ 11章由管桉琦、金志江撰写。在本书出版之际，非常感谢课题组师生对本书编写工作的鼎力支持，尤其是李志妍、华霆锋、叶宗豪、凌家瑞、王照彤等人做了大量的书稿整理和校对工作，在此一并予以感谢。
本书给出的特种阀门数智化技术恐仍有遗漏，同时由于作者水平有限，书中难免存在不妥之处，敬请广大读者批评指正。
作 者
钱锦远，浙江大学副教授、博士生导师，浙江大学-中核科技高性能控制阀联合研发中心副主任。长期从事特种阀门研究工作。兼任中国仪器仪表学会控制阀专业委员会副总干事，中国机械工程学会流体传动与控制分会特种流控专业委员，全国阀门标准化技术委员会委员等。先后承担国家自然科学基金项目、国家重点研发计划子课题等省部级以上项目10余项，发表论文100余篇，授权国家发明专利30余件。科研成果获浙江省科技进步一等奖、中国仪器仪表学会科技进步一等奖、机械工业科技进步二等奖等，于2021年入选中国科协青年人才托举工程。
金志江，浙江大学教授、博士生导师，浙江省新世纪151 人才，长期从事高性能特种阀门理论研究与技术开发工作。现任浙江省重点科技创新团队负责人，兼任全国安全泄压装置标准化技术委员会委员、中国压力容器学会管道技术委员会委员兼副秘书长、中国腐蚀与防护学会承压设备专业委员会委员。近五年来，承担与阀门相关的国家重大科技专项、国家自然科学基金、浙江省重大科技专项等项目30余项；作为第一完成人获浙江省科技进步一等奖复杂工况减温减压关键技术及应用1 项；发表SCI论文30 余篇；授权国家发明专利10 余件；参与制定行业标准1 部；出版专著一本。
序
前言
第1章 数智化概述1
1.1 数智化概念1
1.1.1 数智化的背景1
1.1.2 数智化的定义2
1.2 国内外数智化工业的发展与应用状况5
1.2.1 国外数智化工业的发展与应用5
1.2.2 国内数智化工业的发展与应用12
1.2.3 国内外数智化工业现状比较15
1.3 数智化新时代19
1.3.1 从自动化到数智化转型19
1.3.2 数智化时代的新特征21
参考文献24
第2章 特种阀门数智化概述25
2.1 特种阀门数智化的现状与挑战25
2.1.1 特种阀门数智化的现状与发展25
2.1.2 特种阀门数智化的挑战27
2.2 特种阀门数智化转型30
2.2.1 特种阀门数智化转型背景30
2.2.2 特种阀门数智化转型策略30
2.2.3 阀门企业数智化转型的核心要素36
2.2.4 特种阀门数智化转型展望39
参考文献41
第3章 特种阀门数字化设计技术42
3.1 特种阀门数字化设计概述42
3.1.1 设计流程42
3.1.2 主流工业CAD设计系统44
3.1.3 特种阀门的MBD模型48
3.2 特种阀门装配工艺规划50
3.2.1 虚拟装配概述50
3.2.2 装配要素建模51
3.2.3 虚拟装配约束52
3.2.4 装配工艺规划55
3.3 基于Web的三维设计与协同56
3.3.1 设计文件分布式存储57
3.3.2 设计过程云协同管理59
参考文献60
第4章 特种阀门仿真技术62
4.1 特种阀门仿真技术概述62
4.1.1 特种阀门仿真分析种类62
4.1.2 特种阀门仿真分析流程63
4.2 面向特种阀门的仿真分析技术65
4.2.1 特种阀门仿真理论基础65
4.2.2 流场仿真分析68
4.2.3 流固耦合仿真分析75
参考文献82
第5章 特种阀门优化设计83
5.1 特种阀门拓扑优化设计83
5.1.1 特种阀门拓扑优化概述83
5.1.2 特种阀门的轻量化85
5.1.3 阀芯拓扑结构优化88
5.2 特种阀门的多目标优化94
5.2.1 多目标优化概述94
5.2.2 DOE的设计流程95
5.2.3 特种阀门的优化设计算法95
5.3 特种阀门多学科优化96
5.3.1 特种阀门数字化成形工艺97
5.3.2 特种阀门力学性能优化99
参考文献101
第6章 智能制造与特种阀门制造102
6.1 智能制造技术概述102
6.1.1 工业4.0的内涵103
6.1.2 工业互联网的内涵106
6.1.3 中国智能制造的内涵109
6.2 特种阀门制造业发展现况及趋势112
6.2.1 阀门行业发展现况及制约因素113
6.2.2 阀门行业各类问题与短板115
6.2.3 阀门行业未来的发展趋势116
6.3 智能制造共性技术118
6.3.1 工业物联网118
6.3.2 信息物理生产系统121
6.3.3 数字主线122
6.3.4 工业大数据126
6.3.5 机器学习127
6.4 特种阀门智能制造战略129
6.4.1 智能制造规划129
6.4.2 智能制造研发计划130
参考文献132
第7章 特种阀门智能制造技术134
7.1 特种阀门的工业互联网标识与信息集成134
7.2 特种阀门制造的尺寸精度工程技术138
7.3 面向特种阀门的虚拟工厂技术140
7.4 特种阀门制造大数据关键技术142
7.5 特种阀门智能制造案例介绍145
参考文献156
第8章 智能运维与特种阀门运维157
8.1 智能运维的相关概念158
8.1.1 运行维修模式158
8.1.2 智能运维关键技术159
8.2 特种阀门的智能运维162
参考文献163
第9章 特种阀门故障状态数据采集和预处理技术165
9.1 特种阀门故障状态数据采集165
9.1.1 泄漏状态数据采集165
9.1.2 振动状态数据采集171
9.1.3 噪声状态数据采集173
9.2 状态数据预处理技术176
9.2.1 傅里叶变换177
9.2.2 小波变换178
9.2.3 经验模态分解183
参考文献186
第10章 面向特种阀门的智能故障诊断技术188
10.1 智能故障诊断技术概述188
10.2 基于模型的智能故障诊断技术190
10.2.1 基于模型的智能故障诊断技术的原理和分类191
10.2.2 基于状态估计方法的调节阀故障诊断技术193
10.3 基于数据驱动的智能故障诊断技术194
10.3.1 基于数据驱动的故障诊断方法概述194
10.3.2 基于神经网络的电液伺服阀的智能故障诊断技术199
10.3.3 基于支持向量机的阀门泄漏故障诊断202
10.4 基于知识的智能故障诊断技术204
10.4.1 基于知识的方法概述205
10.4.2 阀门系统故障诊断知识库的建立209
10.4.3 基于故障树分析的调节阀故障诊断211
参考文献214
第11章 特种阀门智能运维系统215
11.1 故障预测与健康管理概述215
11.2 特种阀门故障预测与健康管理研究方法216
11.2.1 基于物理模型的方法217
11.2.2 基于数据驱动的方法218
11.2.3 基于统计学的方法219
11.3 特种阀门故障预测技术220
11.3.1 故障预测方法221
11.3.2 故障预测模块设计222
11.4 面向特种阀门的健康管理224
11.4.1 特种阀门维修策略225
11.4.2 核电阀门的维修决策支持系统227
11.5 特种阀门智能运维系统实例229
11.5.1 基于LoRa的智能阀控云监测系统229
11.5.2 基于物联网的智能泵阀控制平台229
参考文献233
书单推荐
