本书遵循教育部教指委相关指导文件和高等院校学生学习规律编写而成。践行四新理念，融入思政元素，注重理论与实践相结合。

　　本书系统阐述了流程工业智能制造技术的相关理论和应用。首先概述了工业制造的发展历程和流程工业智能制造，随后详细介绍了流程工业数据采集、通信与数据治理、存储等基础知识。在此基础上，书中重点探讨了流程工业大数据挖掘与智能建模、流程工业过程控制、流程工业过程实时优化、流程工业数字孪生等核心内容。其中，流程工业大数据挖掘与智能建模部分从工业数据特征出发，详细分析了如何利用工业过程数据进行数据预处理、关联性分析以及数据挖掘，进而开展基于知识-数据混合驱动的工业智能建模应用；流程工业过程控制部分深入浅出地介绍了工业过程控制的发展历程，并围绕系统辨识、PID控制、模型预测控制和流程工业控制器运维方法展开讲解，以帮助读者全面掌握过程控制的核心内容；流程工业过程实时优化部分从工业过程优化模型建立及工业优化问题求解两个方面，详细阐述了如何运用优化方法提升流程工业制造过程的安全性和效率；流程工业数字孪生部分重点围绕数字孪生关键技术与应用案例开展讲解，帮助读者更好地理解流程工业制造领域的近期新成果和进展。
　　本书可作为理工科高年级本科生的教材或参考书，也可供智能制造领域的工程技术人员和科技工作者参考。
　　

前言
第1章　绪论 1
1.1　工业制造的发展历程 1
1.1.1　工业制造的发展历史 1
1.1.2　科学技术的发展现状 3
1.2　智能制造面临的挑战与机遇 6
1.2.1　智能制造的内涵 6
1.2.2　智能制造的发展规划 7
1.2.3　智能制造面临的挑战 9
1.2.4　智能制造面临的机遇 10
1.3　流程工业智能制造 14
1.3.1　流程工业概述 14
1.3.2　典型工业智能制造平台 15
1.3.3　流程工业智能制造的关键技术 21
本章小结 24
习题 24
第2章　流程工业数据基础服务 25
2.1　工业数据基础的发展 25
2.2　工业数据接入 27
2.3　数据传输与网络通信 29
2.4　工业数据通信协议 33
2.4.1　现场总线通信协议 33
2.4.2　工业以太网通信协议 36
2.5　工业数据互操作性标准—OPC标准 39
2.5.1　OPC经典架构标准 40
2.5.2　OPC统一架构标准 42
2.5.3　基于OPC UA技术的数采-通信-设备互联一体化网络 44
2.6　工业数据的治理与存储 45
2.6.1　数据治理 45
2.6.2　数据存储 47
本章小结 48
习题 48
第3章　流程工业大数据挖掘与智能建模 50
3.1　流程工业大数据挖掘概述 50
3.2　流程工业大数据的定义与特征 51
3.2.1　流程工业大数据的定义内涵 51
3.2.2　流程工业大数据的特征 52
3.3　流程工业数据预处理方法 53
3.3.1　缺失值填补 53
3.3.2　离群点判断与数据滤波 55
3.3.3　数据归一化 59
3.3.4　数据预处理案例 60
3.4　流程工业数据的关联性分析技术 61
3.4.1　相关性分析 62
3.4.2　因果性分析 64
3.4.3　数据拟合 67
3.4.4　相关性分析案例 71
3.5　流程工业过程建模技术 71
3.5.1　流程工业过程建模任务 71
3.5.2　流程工业过程智能建模方法 75
3.5.3　知识-数据混合驱动的工业智能建模应用 85
本章小结 94
习题 94
第4章　流程工业过程控制 95
4.1　流程工业过程控制发展 95
4.2　系统辨识 97
4.2.1　系统辨识概述 97
4.2.2　系统模型的数学形式 98
4.2.3　系统辨识方法概述 100
4.2.4　系统辨识案例 103
4.3　PID控制 104
4.3.1　PID控制原理 104
4.3.2　PID控制特性分析 107
4.3.3　PID参数整定 109
4.3.4　改进型PID控制算法 114
4.3.5　PID单回路控制系统设计 119
4.3.6　PID控制案例 123
4.4　模型预测控制 126
4.4.1　模型预测控制概述 126
4.4.2　模型预测控制原理 128
4.4.3　模型预测控制及其变形 131
4.4.4　模型预测控制案例 134
4.5　流程工业控制器运维方法 136
4.5.1　工业控制性能监控 136
4.5.2　MPC模型失配检测 140
本章小结 143
习题 143
第5章　流程工业过程实时优化 145
5.1　流程工业过程实时优化问题模型建立 145
5.1.1　目标函数 146
5.1.2　决策变量 146
5.1.3　约束条件 146
5.1.4　流程工业过程实时优化问题模型 146
5.2　流程工业过程单目标实时优化 147
5.2.1　单目标优化问题及其方法 147
5.2.2　流程工业过程单目标实时优化案例 153
5.3　流程工业过程多目标实时优化 157
5.3.1　多目标优化问题及其方法 158
5.3.2　流程工业过程多目标实时优化案例 165
本章小结 170
习题 171
第6章　流程工业数字孪生 172
6.1　流程工业数字孪生概述 172
6.2　数字孪生五维模型与关键技术 174
6.2.1　数字孪生五维模型 175
6.2.2　数字孪生关键技术 178
6.3　流程工业数字孪生应用案例 184
6.3.1　复杂地质钻进过程智能控制数字孪生 184
6.3.2　隧道超前地质预报数字孪生 189
6.3.3　地下管网健康管理数字孪生 192
本章小结 196
习题 196
附录　英文缩略语对照表 198
参考文献 202