本書圍繞特種閥門的數字創新設計、智能制造和智能運維三大技術方向，聚焦于數字化性能分析、智能制造、云計算及智能故障診斷等智能化前沿技術，系統地介紹了設計、制造和運維一體化的閥門數智化工程，以及閥門全產業鏈數智化升級的關鍵技術。其主要內容包括：數智化概述、特種閥門數智化概述、特種閥門數字化設計技術、特種閥門仿真技術、特種閥門優化設計、智能制造與特種閥門制造、特種閥門智能制造技術、智能運維與特種閥門運維、特種閥門故障狀態數據采集和預處理技術、面向特種閥門的智能故障診斷技術、特種閥門智能運維系統。本書內容新穎，實用性強，緊貼閥門領域研究前沿，可為特種閥門的后續研究提供技術支持，有較高的參考價值和啟迪性。
1）本書圍繞特種閥門的數字創新設計、智能制造和智能運維三大技術方向，聚焦于數字化性能分析、智能制造、云計算及智能故障診斷等智能化前沿技術，系統地介紹了設計、制造和運維一體化的閥門數智化工程，以及閥門全產業鏈數智化升級的關鍵技術。
2）本書內容新穎，實用性強，緊貼閥門領域研究前沿，可為特種閥門的后續研究提供技術支持，有較高的參考價值和啟迪性。
3）本書采用彩色印刷，圖文清晰，便于閱讀。
在工業數字化轉型的今天，數字孿生、工業互聯網、數字化協同設計、智能運維等構成的新型信息技術，正在不斷融合并形成傳統工業領域的數智化血脈，工業的自動化、數字化、智能化已經成為傳統制造裝備行業的重要發展趨勢。特種閥門作為流體傳輸系統的咽喉，其數智化水平已經成為影響我國工業系統安全的重要環節。面對工業4.0時代下裝備數智化的新趨勢，數字創新設計、智能制造、智能運維三大重點技術方向將引領特種閥門的未來發展。
本書從數智化的角度描述了特種閥門的數字創新設計、智能制造和智能運維三大技術方向，詳細論述了數字化性能分析、智能制造、云計算及智能診斷等智能化前沿技術在特種閥門中的應用，為特種閥門全鏈路數字化產業升級提供了理論和技術支撐。本書共分為11章，其中第1章和第2章為數智化趨勢綜述內容；第3 ~ 5章為特種閥門數字化設計內容；第6章和第7章為特種閥門智能制造技術內容；第8 ~ 11章為特種閥門智能運維技術內容。第1、2章從數智化發展切入，分析了數智化技術在特種閥門應用上的挑戰，討論了特種閥門等制造業數智化轉型的策略與核心要素；第3 ~ 5章從數字化設計角度出發，介紹了流場仿真技術、多目標優化設計及多學科優化等各類數字設計技術在閥門上的應用情況；第6、7章從智能制造出發，介紹了智能制造的發展、智能制造共性技術及應用在特種閥門領域的各類關鍵技術；第8 ~ 11章從智能運維角度展開，以運維流程為思路，介紹了常見的泄漏、振動、噪聲等狀態采集技術，故障診斷方法，以及智能運維系統。
本書由錢錦遠、管桉琦、金志江編著。其中，第1、2章由錢錦遠、管桉琦、金志江撰寫，第3 ~ 5章由錢錦遠、金志江撰寫，第6、7章由錢錦遠、管桉琦撰寫，第8 ~ 11章由管桉琦、金志江撰寫。在本書出版之際，非常感謝課題組師生對本書編寫工作的鼎力支持，尤其是李志妍、華霆鋒、葉宗豪、凌家瑞、王照彤等人做了大量的書稿整理和校對工作，在此一并予以感謝。
本書給出的特種閥門數智化技術恐仍有遺漏，同時由于作者水平有限，書中難免存在不妥之處，敬請廣大讀者批評指正。
作 者
錢錦遠，浙江大學副教授、博士生導師，浙江大學-中核科技高性能控制閥聯合研發中心副主任。長期從事特種閥門研究工作。兼任中國儀器儀表學會控制閥專業委員會副總干事，中國機械工程學會流體傳動與控制分會特種流控專業委員，全國閥門標準化技術委員會委員等。先后承擔國家自然科學基金項目、國家重點研發計劃子課題等省部級以上項目10余項，發表論文100余篇，授權國家發明專利30余件。科研成果獲浙江省科技進步一等獎、中國儀器儀表學會科技進步一等獎、機械工業科技進步二等獎等，于2021年入選中國科協青年人才托舉工程。
金志江，浙江大學教授、博士生導師，浙江省新世紀151 人才，長期從事高性能特種閥門理論研究與技術開發工作。現任浙江省重點科技創新團隊負責人，兼任全國安全泄壓裝置標準化技術委員會委員、中國壓力容器學會管道技術委員會委員兼副秘書長、中國腐蝕與防護學會承壓設備專業委員會委員。近五年來，承擔與閥門相關的國家重大科技專項、國家自然科學基金、浙江省重大科技專項等項目30余項；作為第一完成人獲浙江省科技進步一等獎復雜工況減溫減壓關鍵技術及應用1 項；發表SCI論文30 余篇；授權國家發明專利10 余件；參與制定行業標準1 部；出版專著一本。
序
前言
第1章 數智化概述1
1.1 數智化概念1
1.1.1 數智化的背景1
1.1.2 數智化的定義2
1.2 國內外數智化工業的發展與應用狀況5
1.2.1 國外數智化工業的發展與應用5
1.2.2 國內數智化工業的發展與應用12
1.2.3 國內外數智化工業現狀比較15
1.3 數智化新時代19
1.3.1 從自動化到數智化轉型19
1.3.2 數智化時代的新特征21
參考文獻24
第2章 特種閥門數智化概述25
2.1 特種閥門數智化的現狀與挑戰25
2.1.1 特種閥門數智化的現狀與發展25
2.1.2 特種閥門數智化的挑戰27
2.2 特種閥門數智化轉型30
2.2.1 特種閥門數智化轉型背景30
2.2.2 特種閥門數智化轉型策略30
2.2.3 閥門企業數智化轉型的核心要素36
2.2.4 特種閥門數智化轉型展望39
參考文獻41
第3章 特種閥門數字化設計技術42
3.1 特種閥門數字化設計概述42
3.1.1 設計流程42
3.1.2 主流工業CAD設計系統44
3.1.3 特種閥門的MBD模型48
3.2 特種閥門裝配工藝規劃50
3.2.1 虛擬裝配概述50
3.2.2 裝配要素建模51
3.2.3 虛擬裝配約束52
3.2.4 裝配工藝規劃55
3.3 基于Web的三維設計與協同56
3.3.1 設計文件分布式存儲57
3.3.2 設計過程云協同管理59
參考文獻60
第4章 特種閥門仿真技術62
4.1 特種閥門仿真技術概述62
4.1.1 特種閥門仿真分析種類62
4.1.2 特種閥門仿真分析流程63
4.2 面向特種閥門的仿真分析技術65
4.2.1 特種閥門仿真理論基礎65
4.2.2 流場仿真分析68
4.2.3 流固耦合仿真分析75
參考文獻82
第5章 特種閥門優化設計83
5.1 特種閥門拓撲優化設計83
5.1.1 特種閥門拓撲優化概述83
5.1.2 特種閥門的輕量化85
5.1.3 閥芯拓撲結構優化88
5.2 特種閥門的多目標優化94
5.2.1 多目標優化概述94
5.2.2 DOE的設計流程95
5.2.3 特種閥門的優化設計算法95
5.3 特種閥門多學科優化96
5.3.1 特種閥門數字化成形工藝97
5.3.2 特種閥門力學性能優化99
參考文獻101
第6章 智能制造與特種閥門制造102
6.1 智能制造技術概述102
6.1.1 工業4.0的內涵103
6.1.2 工業互聯網的內涵106
6.1.3 中國智能制造的內涵109
6.2 特種閥門制造業發展現況及趨勢112
6.2.1 閥門行業發展現況及制約因素113
6.2.2 閥門行業各類問題與短板115
6.2.3 閥門行業未來的發展趨勢116
6.3 智能制造共性技術118
6.3.1 工業物聯網118
6.3.2 信息物理生產系統121
6.3.3 數字主線122
6.3.4 工業大數據126
6.3.5 機器學習127
6.4 特種閥門智能制造戰略129
6.4.1 智能制造規劃129
6.4.2 智能制造研發計劃130
參考文獻132
第7章 特種閥門智能制造技術134
7.1 特種閥門的工業互聯網標識與信息集成134
7.2 特種閥門制造的尺寸精度工程技術138
7.3 面向特種閥門的虛擬工廠技術140
7.4 特種閥門制造大數據關鍵技術142
7.5 特種閥門智能制造案例介紹145
參考文獻156
第8章 智能運維與特種閥門運維157
8.1 智能運維的相關概念158
8.1.1 運行維修模式158
8.1.2 智能運維關鍵技術159
8.2 特種閥門的智能運維162
參考文獻163
第9章 特種閥門故障狀態數據采集和預處理技術165
9.1 特種閥門故障狀態數據采集165
9.1.1 泄漏狀態數據采集165
9.1.2 振動狀態數據采集171
9.1.3 噪聲狀態數據采集173
9.2 狀態數據預處理技術176
9.2.1 傅里葉變換177
9.2.2 小波變換178
9.2.3 經驗模態分解183
參考文獻186
第10章 面向特種閥門的智能故障診斷技術188
10.1 智能故障診斷技術概述188
10.2 基于模型的智能故障診斷技術190
10.2.1 基于模型的智能故障診斷技術的原理和分類191
10.2.2 基于狀態估計方法的調節閥故障診斷技術193
10.3 基于數據驅動的智能故障診斷技術194
10.3.1 基于數據驅動的故障診斷方法概述194
10.3.2 基于神經網絡的電液伺服閥的智能故障診斷技術199
10.3.3 基于支持向量機的閥門泄漏故障診斷202
10.4 基于知識的智能故障診斷技術204
10.4.1 基于知識的方法概述205
10.4.2 閥門系統故障診斷知識庫的建立209
10.4.3 基于故障樹分析的調節閥故障診斷211
參考文獻214
第11章 特種閥門智能運維系統215
11.1 故障預測與健康管理概述215
11.2 特種閥門故障預測與健康管理研究方法216
11.2.1 基于物理模型的方法217
11.2.2 基于數據驅動的方法218
11.2.3 基于統計學的方法219
11.3 特種閥門故障預測技術220
11.3.1 故障預測方法221
11.3.2 故障預測模塊設計222
11.4 面向特種閥門的健康管理224
11.4.1 特種閥門維修策略225
11.4.2 核電閥門的維修決策支持系統227
11.5 特種閥門智能運維系統實例229
11.5.1 基于LoRa的智能閥控云監測系統229
11.5.2 基于物聯網的智能泵閥控制平臺229
參考文獻233
新書資訊