①18世纪末，蒸汽机取代了工业革命的人力和畜力.0 ②20世纪初，工业革命2.0 ③电子、IT、工业机器人-工业革命3.0 ④互连 智能-工业革命4.0

①智能工厂，重点研究智能生产系统和工艺，实现网络分布式生产设施 ②智能生产主要涉及生产物流管理、人机交互、3D在工业生产过程中应用印刷、增材制造等技术

①汉诺威2015工业展连接（connect）和“智能”（smart） ②网络连接使一切都能获得语境感知，增强处理能力和更好的感应能力； ③人、流程、数据和事物的结合使它们更加相关和有价值CPS，即信息物理系统(cyber physical systems，简称CPS)，而且数据会创造智能 ④海尔示例：内部网-互联网工厂制造系统互联-海尔示例

①所谓工业4.0实际上是由大数据驱动的智能产业 ②数据(示例)无处不在: a.车间 智能工厂b.BMW虚拟手势识别系统 c.收集现场数据

山钢材料及工艺分析-山钢示例

①1983 Apple Lisa②1994 Power Mac③2001 iPod④2004 iMac⑤2006 MacBook Pro⑥2007 iPhone

潍柴—————————————————————————————潍柴示例

①中国制造业规模连续多年居世界第一，但仍大而不强，核心竞争力与美德等发达国家差距较大； 数字化、智能化制造为中国制造业实施创新驱动发展战略提供了历史性的机遇和挑战。 ②2009年，中国科学院在中国至2050年先进制造科技发展路线图》中提出了基于泛在信息的智能制造系统； 2010年，中国机械工程学会开始编制中国机械工程技术路线图，其中智能制造技术路线图是六大主题之一； 2011年，发改委、财政部、工业和信息化部组织了智能制造设备开发专项； 2015年，国务院宣布并推动实施中国制造2025规划，是实现制造业升级和制造强国战略的必然选择。

①智能制造是基于新一代信息通信技术与先进制造技术的深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自我感知、自我学习、自我决策、自我执行、自我适应等功能应等功能。(-《智能制造发展规划(2016-2020年)》(工业和信息化部联合规定2016号。349)文件) ②智能制造包括网络制造、智能技术、3D打印、机器人技术、智能设备关键词 ③新一代信息通信技术 先进制造技术 深度融合 ④贯穿制造活动的各个环节 ⑤五自、自学、自决、自执行、自适应 ⑥在“中国制造2025”中，智能生产是“智能制造工程”的主战场，智能产品是“高端装备创新工程”的主战场，产业模式变革是“服务型制造行动计划”的主战场

①2011.数字化：CAD/CAE/CAPP/CAM/PDM/ERP/RE/RP ②2015.网络化：利用自组织网络动态配置资源，实现各种资源的研究、设计、生产和销售 ③2020.智能化:感知、分析、决策和执行在产品设计和制造过程中的功能

①独立决策：环境感知、路径规划、智能识别、独立决策 ②自适应工况：工况识别感知、控制算法和策略 ③人机交互：多功能感知、智能化Agent、语音识别，信息集成 ④原材料信息、设计信息、制造信息、回收信息、物流信息、销售信息

①狭义：使智能机器在没有人工干预的情况下进行小批量生产 ②广义上:两提升:生产效率大幅提高，资源综合利用率大幅提高。 三降:R&D周期大幅缩短，运营成本大幅下降，不良品率大幅下降

①数据企业不仅是设计、管理和制造的数字化，而且是分散和单元的数字化过程，而且强调基于数据的综合企业业务活动 ②不仅要数字化收集信息（Digitization），全面考虑企业数字化转型战略（Digitalization） ③数据企业将数据视为核心资产，通过数据洞察业务和定量管理实现数据定义的业务活动

①数据资产化：数据渗透到各个行业，逐渐成为企业的战略资产。数据的规模、活动、数据的收集和应用能力将决定企业的核心竞争力 ②软件定义制造：软件定义一切的核心理念是解耦特定的硬件和软件，并通过软件向硬件注入智能 ③数据驱动生产：数据驱动组织将及时获取、处理和使用数据，创造效益，迭代和开发新产品，并在数据中探索

①互联网公司具有自然的数据特征：Airbnb的数据团队用统计数据来了解个人的经验，汇总这些经验，以确定整个社会的发展趋势，这些趋势告知公司该从哪来来驱动业务决策-----————————————Airbnb ②三亿小米用户，日活2亿的千万小米应用,总存储量已经在两百PB以上，用户通过小米的平台所产生的这些行为数据是小米后续在大数据建设的核心竞争力，这些数据整合起来一起来支持核心业务-------------小米 ③新零售领域，大数据会支持对渠道管理，对渠道串货，乱价，刷机的应对 ④现金贷，根据大量的数据预先会知道每个用户风险，邀请信用，风控

①优化现有业务，实现提质增效：a.研发能力提升 b.生产过程优化 c.服务快速反应 d.推动精准营销 ②促进企业升级转型: a.创新研发设计模式，实现个性化定制 b.建立先进生产体系，支撑智能化生产 c.基于全产业链大数据，实现网络化协同 d.监控产品运行状态和环境，实现服务化延伸 ③突破创新，找到新的商业机会

①单元数据应用企业：处于早期阶段的传统企业，运用结构化数据进行统计，仅仅形成简单描述性分析； ②数据分析型应用企业：在此基础上，部分传统企业高度重视科技投资，建立和获得了更加广泛的数据源; ③数据驱动企业：企业在获得多样化数据源的大数据基础上实现了预测性分析，依靠数据决策和数据驱动生产，取得商业应用成效； ④全面数据化企业：完全以数据分析驱动的企业，从多种传统和新兴业务中战略性地采集多种结构化和非结构化大数据，并分析形成预测和行动建议，指导企业常规运作

制造业转型的核心是智能制造 智能制造的核心是数据驱动 数据化企业是企业的未来

1、你印象中的传统企业，尤其是制造企业是什么样的？ 2、关于工业4.0的“连接”与“智能”，说说你的理解。【考题】 3、为什么说智能制造是制造强国的必由之路？ 4、说说你对“数据化企业”的理解。【考题】 请同学们选择至少其一，参与讨论。

①C是手段②M是指大制造（ 制造业）③S是指整个系统④I是核心，即通过集成提高制造企业的市场竞争力

①1973年，J.Harrinton博士提出CIM概念 ②基本思想 a.系统的观点：企业的各个生产环节是不可分割的，应该加以统一处理 b.信息的观点：整个生产过程实质上也是对信息的采集、传递和加工处理的过程，在企业中主要存在信息流和物流这两种运动过程，而物流又是受信息流控制的。

①美国制造业优势的衰退。 ②美国要用其信息技术的优势夺回制造业的领导地位， 认为“对CIMS， 不要再犹豫了！ （ CIMS， no longer a choice!） ”

①CIMS（Computer Integrated Manufacturing System）是基于CIM哲理而组成的系统 ②定义为：“CIMS是通过计算机硬软件，并综合运用现代管理技术、制造技术、信息技术、自动化技术、系统工程技术，将企业生产全部过程一味有关的人、技术、经营管理三要素及其信息与物流有机物有机集成并优化运行的复杂的大系统。”

①成都飞机工业公司，是我国设计、研制和成批生产歼击机的重要基地，是国家863计划支持的我国第一个CIMS实施计划工业企业

①真正的创新在于产品设计及智能软件开发，而这正是另一个产业集群——硅谷的所长，苹果公司正座落于此

新数字技术支持下，新业态、新模式不断涌现 ①基于服务的全球网络制造②轻制造服务，3D打印服务③创客、众包到社区制造服务 ④从个性化定制到客户参与的制造⑤基于大数据的高端数据服⑥柔性化生产

①很多企业依托制造业拓展生产性服务业，通过企业再造和并购重组等方式，从销售产品发展成为提供服务和成套解决方案，部分制造企业实现了向服务提供商的转型，也就是通常所说的“制造企业服务化”

①信息技术促进制造企业向服务延伸 ②信息技术的应用极大的支持了罗-罗公司的服务化转型。罗-罗公司建立了基于网络的远程状态监控和诊断系统、后勤保障系统，制定了相应的标准与规范。 ③信息技术是罗-罗从发动机制造向发动机租赁转型的基础。罗-罗公司销售的现代喷气发动机中55％以上都签订了服务协议

①基于互联网的第三方供应链服务使全球采购零配件成为可能，传统制造商运作起来更容易

①3D打印可以制作传统制造业无法生产的几何结构复杂的物体，使艺术家的想象力充分发挥，故而在艺术设计领域得到了广泛应用 ②3D打印的技术特点决定了它适合小批量、个性化、定制化的轻制造服务

①“猎鹰重型”火箭，28个发动机，27个需要回收，依赖精准的控制

①智能设备和社交网络所创造的大数据将为制造提供巨大的价值，数据服务将成长为一个新兴产业 ②GE的数据服务已经广泛应用于能源、航空领域

①个性化定制、千车千面是未来汽车市场的大趋势 ②产线从固化串行产线向松耦合、柔性、高度集成、深度协同的柔性产线（移动岛式）转变

西门子柔性生产，将传统的制造过程打散成模块化的生产过程，每个工序均由1个特定的加工台承担，与传统的固定工作台不同，西门子的工作台放置在AGV小车上，通过告诉5G网络进行互相通讯，基于生产订单自动寻找下一工序所属模块，通过这种自动适应的方式，形成可随订单需求变化而灵活组装的生产线。

社交商务服务通过有计划地整合web2.0技术、互联网空间、社会化媒体，和社会化网络来重塑企业的组织管理和商业运作模式

①法国达索系统公司（Dassault Systèmes）创造了 一种在线虚拟环境 雇员、供应商和消费者可以协同工作将创意变为现实 提供逼真的人体模型用于尝试新产品 计算机可以对产品可能出现的故障、故障的排除以及最终的拆分处理进行模拟 ②软件公司将此类服务称为“产品生命周期管理”，因为从概念的形成到产品的终结，计算机模拟贯穿始终

云计算、云存储和移动计算使得制造不再局限于工厂，而是随时随地存在于Cyber空间

纽约的科为奇（Quirky）每周推出两种新的消费品。

①随着技术进步，满足产品个性化的消费需求以及生产定制化、渠道多元化和服务全生命周期化成为现实 ②产品个性化定制服务模式、基于大数据的用户行为分析技术、个性化推送服务技术打造了个性化定制服务的技术基础 ③企业可以通过社会化和云服务整合能力，提升满足个性化需求的产品设计、制造、供应链、运维全生命周期的服务能力

1）财会电算化阶段 2）数字化企业阶段 3）信息化企业阶段 4）智慧化企业阶段

①数字化（Digitization），就是将许多复杂多变的信息转变为可以度量的数字、数据，再以这些数字、数据建立起适当的数字化模型，把它们转变为一系列二进制代码，引入计算机内部，进行统一处理，这就是数字化的基本过程 ②将数字化技术用于支持产品全生命周期的制造活动和企业的全局优化运作就是数字化制造技术；将数字化技术注入工业产品就形成了数字化产品。从CAD开始，企业开始了数字化的进程；继而，从设计到制造，再到管理，企业全面进入了数字化时代 ③但很多数字化进程仅将数字化技术当做提高企业运营效率的支撑技术，考虑的只是具体的信息采集数字化（Digitization），但却没有全盘考虑企业的数字化（Digitalization）转型策略

①各种信息化软件主要是加工数据的工具，信息化是感知数据的手段 信息化是产生数据的手段 信息化是处理数据的手段 信息化是分析数据的手段 ②“数字化”企业对外部环境的反映速度比传统的企业要快得多，使之能够在竞争激烈、变化无常的市场环境中生存并保持持续的竞争力，本质上并没有改变制造的模式 ③现代工业场景积累了海量的数据资源，可这笔巨大的数据财富往往没有被有效利用 a.产生和收集尽量多的数据。不管你是做商业智能还是构建产品，如果不能收集数据，你就不能使用数据。 b.以一种积极和省时的方式来度量你的产品或策略。如果你不去度量结果，你又如何得知呢？ c.让更多的人来观察数据。任何问题可能只是因为一些简单的原因导致，更多有经验的专家可以从不同的角度迅速发现问题出在哪儿。 d.激发对数据产生变化或者不变的背后原因的好奇心。在一个数据驱动的组织里，每个人都应该对数据好奇，在思考数据。

①“D世代企业”是大数据分析驱动型的企业，可以战略性运用云计算、移动、社交和大数据分析工具，掌握并预测以客户为中心的市场状况和变化趋势，并根据数据洞察生成最佳行动建议，数据贯穿企业研发、生产、营销、服务等运作环节 ②依托大数据分析结果，确定企业主要流程和做出决策，而不是再依赖管理者的决策; ③分析复杂的数据源，并取得预测性分析结果和最佳行动建议; ④在云环境中管理更多的数据和分析过程; ⑤逐步把移动和社交作为与客户互动的主要方法; ⑥改变企业文化，而不仅仅是技术。

从CIMS进化到数据化企业，是新数字技术和互联网经济发展双轮驱动的结果 数字化到数据化，一字之差，意义深远 数据化+链接，带给制造智能，带给制造超越式发展 新模式、新技术、新业态，引领未来制造

1、为什么说CIMS——计算机集成制造系统中，“集成”是核心？ 2、从本章CIMS实施案例，简要介绍CIMS的组成。 3、新时代，数据对各种制造新模式的影响如何，请举例说明。【考题】 4、如何理解“信息化为犁，而数据是土壤”？【考题】 请同学们选择至少其一，参与讨论。

数据之道的核心是数据的客观性

①数据关联，预测的关键 ②关联数据扩展思维 ③关联无处不在，相互关联的数据（Linked Data）使发现知识和规律成为可能 ④关联分析是一种简单、实用的分析技术，就是发现存在于大量数据集中的关联性或相关性，从而描述了一个⑤事物中某些属性同时出现的规律和模式

①发现“未知的未知” 如果能够预知某些问题或者故障，制造商就可以使用传感器捕获制造过程关键步骤的数据，可以用于检测发生的问题；然而，一些微妙的问题，即所谓的“未知的未知”问题，我们不知道有些故障我们不知道，所以也就无从检测了。但这些问题可能会导致产品使用中较高的故障率。 ②“未知的未知（Unknown unknown）”是前美国前国防部长拉姆斯菲尔德在响应记者提问时的名言。“据我们所知，有‘已知的已知’，有些事，我们知道我们知道；我们也知道，有‘已知的未知’，也就是说，有些事，我们现在知道我们不知道。但是，同样存在‘未知的未知’——有些事，我们不知道我们不知道。” ③从认知规律上来看，未知的“未知”的范围远大于已知的“已知”和已知的“未知”。明白了这一点，我们才能在客观世界面前保持敬畏，才能不断地创新和探索。 显然，缺乏大数据的支持，发现“未知的未知”是做不到的。而一旦当企业拥有了大量的、多方面、多维度的数据，就可以利用数据呈现手段，将一些未知的现象呈现出来，就更容易从中发现关联，找到问题的蛛丝马迹

①相似系数函数 所谓相似系数函数，是指两个“数据”愈相似，则相似系数值愈大；两个“数据”愈不相似，则相似系数值愈小，往往取值范围设置在[0,1]或者[-1,1] ②夹角余弦 ③杰卡德相似系数 ④相关系数 ⑤合理推断：微博影响力测试

①“协同性” “牵一发而动全身” 业务目标需通过整个企业乃至供应链上多个相关方的大范围协同才能完成 ②“跨尺度” 需要将毫秒级、分钟级、小时级等不同时间尺度的信息集成起来。 ③“多因素”、“因果性”、“强机理” “多因素” 影响某个业务目标的因素多 “因果性”工业系统对确定性的高度追求 “强机理” 获得高可靠分析结果的保证

①可靠性要求高：是工业高科技的一般性要求 ②正确判断能带来巨大效益， ③错误判断也可能带来巨大损失 ④数据来源于复杂的工业系统 ⑤数据质量差，严重影响预测结果 ⑥模型推导复杂 ⑦隐性的、非随机的系统干扰过多，隐性系统性干扰，后果很严重

①.相关与因果差距很大 相关性对商业和工业的价值不一样；对商业应用相关就够了，工业过程分析仅靠相关分析可能是不够的，一定要重因果，否则很难达到可靠的要求 ②.数学模型可靠性难保证，模型没有共识 ③.数据不足或分布区域小时遇到的问题

①：强关联数据的集成 以BOM结构为核心的产品生命中期数据集成管理框架 ②：强机理业务的分析技术 描述式分析、预测式分析、处方式分析、诊断式分析

③：数据高效率处理技术

①以数据为中心，将相关工作分成业务理解、数据理解、数据准备、建模、验证与评估、实施与运行等六个基本的步骤，如图 ②反复交替意味着工作的重复和低效。因为分析过程存在极大的不确定性，这样的反复往往是不可避免的，这些现象，导致工业大数据分析工作的效率显著下降

利用大数据建模分析制造系统隐性问题的原理

①设备的预测性智能维护和效能动态优化是工业大数据的核心应用场景之一 ②对设备性能的预测分析和对故障时间的精准估计，将量化管理设备运行中的不确定性，并减少这些不确定性的影响，来为用户提供预先缓和措施和解决对策，以防止设备运行中的非预期停机损失和事故风险。 ③根据设备的健康状态、外部环境、产线组织形式和生产目标等多维信息，基于工业大数据的预测性模型可以对产线整体的效能进行优化决策支持，从而实现对生产系统成本和效益的深度管理和效益提升 ④智能制造应用——预测性维护 ⑤风机叶片结冰检测 业务痛点：在高寒和高纬度地区运行的风机存在叶片结冰的现象，结冰会导致叶片负载增加、性能下降、震动、扰流和安全性问题。 业务理解：根据风机运行环境、工况、状态和控制参数，建模判断叶片是否结冰？ 数据理解：训练数据集包括正常数据集和结冰数据集，26个连续数值型变量，涵盖了风机的工况参数、环境参数和状态参数等个维度 风速，发电机转速，网侧有功功率，对风角，平均风向角，偏航位置， 偏航速度，叶片角度，叶片速度， xy方向加速度，环境温度，机舱温度， 充电器直流电流，机舱温度， ng5（变桨电机充电模块）温度，变桨电机温度 ⑥风机结冰故障分析与预测 实现结冰早期和全过程的预测诊断，首先要对结冰的物理过程和风机参数对结冰影响的特性进行分析，充分了解结冰过程中的能量累积、转换和守恒规律， 在此基础上提取能够表征结冰程度的关键参数 然后，定量分析叶片结冰状态对风机效率的影响关系 在此基础上提取表征风机受结冰影响的性能参数 ⑦考虑工业机理模型 风机结冰物理模型与特征提取 ⑧首先，利用模糊自适应神经网络对训练数据的正常样本拟合功率特性曲线得到功率特性曲线的基线模型，然后利用该模型估计测试数据下的功率输出 ⑨风机功率对风速的响应模型进一步解释了为什么风功率的偏差能够表示结冰的严重程度。Rahimi 等人揭示了风机功率和风速之间的关系 该模型说明在风速一定的情况下，风机输出功率和结冰程度有明显的单因素对应关系 ……风机风能综合利用率可以作为另一个重要的结冰预测模型的特征，它是结冰严重程度对风机性能影响的量化指标 这样：通过对风机叶片结冰过程的机理分析和物理建模，就提取了若干表征结冰的状态和本质属性的特征 ⑩通过风机叶片结冰机理建模和演化规律分析，从原始数据中提取16个特征建立基于数据驱动的结冰预测分类器 ⑩①在原始数据质量不佳和采用单个分类模型的前提下，非结冰和结冰数据均能够达到很高的分类正确率

在深度学习的方向上对风机结冰预测进行探索，根据数据训练模型，通过模型预测叶片是否结冰 ①数据预处理 训练数据集中包含正常数据、故障数据以及无效数据，清洗、补全、对齐 ②特征加工与选择 将可用的26个特征两两绘图，分析其相关性，其中同一风机3个叶片的叶片角度、速度、变桨电机温度数据分布较为一致 对现有的特征进行组合，其中，风速与网侧有功功率的比值、风速与发动机转速的比值以及风速与网侧有功功率、发动机转速之间的比值，在叶片结冰期间会有明显的上升趋势， 能够很好的表征叶片结冰过程。根据实际数据进行建模 ③算法选择 建立CNN+LSTM 二分类深度学习网络自学习特征，用于叶片结冰预测 模型的主要工作原理是：训练数据首先经过两层卷积层， 初步地学习多个连续时刻数据的特征以及变化趋势，接着使用长短期记忆网络LSTM 进一步学习不同时间段的特征，最终达到叶片结冰故障预测的目的

生产全流程检测数据 历史调校过程数据 原理机理模型 智能生成调校补偿初始值，缩短调校周期 发掘隐藏的质量影响因素

多种型号混线生产 批次量小 中转仓存储时间不一，有养生要求 根据定制需求智能匹配原料、物流路径和养生区参数 混线生产的全流程质量追溯

极端环境下的图像采集 基于视觉的监控和报警 退捻断丝、打绞的发现和自动处理 有限不良样本下的漏板、断丝特征提取 发掘断丝、打绞现象与设备的关联 易损耗材寿命智能预测和告警 极端环境下的数据采集和传输

①数据的价值在于它对事物某个属性客观和精准的刻画，而大量的数据关联起来，就指向了事物的本质 ②数据之道的核心是数据的客观性，这使得数据会呈现真实，能展现规律，能预见未来 ③工业大数据处理具有“多因素”、“因果性”和“强机理”特征，需要把握工业大数据处理和分析的特殊要求 ④强机理业务的分析技术包括描述式分析、预测式分析、处方式分析、诊断式分析 ⑤工业大数据分析以数据为中心，将相关工作分成业务理解、数据理解、数据准备、建模、验证与评估、与运行等基本步骤

1.如何理解数据所体现出的良好特征？ 2.为什么工业大数据应用中 “相关性”未必可靠？ 3.一般而言，工业数据分析工作包括哪些基本步骤？【考题】 4.工业机理对工业数据分析的支持作用体现在何处？ 请同学们选择至少其一，参与讨论。

伴随计算机图形学的发展，计算机辅助设计系统，实现了CAD／CAPP／CAM／CAE的一体化，使产品向无图纸制造方向发展

用计算机来辅助产品设计、制造准备及产品性能测试等阶段的工作，即常说的CAD/CAPP/CAM系统， 目的是使产品开发活动更高效、更优质、更自动地进行 相关技术缩写 EDS(Engineering Design System) CAD( Computer Aided Design) CAM( Computer Aided Manufacturing) CAFD( Computer Aided Frock Design) CAPP( Computer Aided Process Planning) PDM( Product Data Management) PLM( Product Life Management)

①Computer Aided Design计算机辅助设计 起始于上世纪50年代，刚开始主要用于产品设计计算及计算机绘图，随着计算机性能的提高和成本的大幅度下降，CAD进入了更多的应用领域（出现了可绘制2维、3维图形的交叉绘图系统，可以完成产品设计、材料分析、制造要求分析等），采用CAD可以大大节省劳动时间，其设计速度一般是人工的1至5倍 ②3D CAD 实体建模 ③源于几何的CAD建模技术 ④1 线框造型 线框造型是CAD/CAM技术发展过程中早应用的三维模型，这种模型表示的是物体的棱边。线框模型由物体上的点、直线和曲线组成，这种模型系统的开发始于60年代初期，当时，主要是为自动化设计绘图 线框模型在以边表和点表表达和存储的，实际物体是边表和点表相应的三维映象，计算机可以自动实现视图变换和空间尺寸协调 线框模型具数据结要简单，对硬件要求不高易于掌握等特点。曾广泛应用一工厂或车间布局，管道敷设、运动机构的模拟干涉检查 ⑤2曲面造型 曲面造型又叫表面造型。表面模型是通过在线框模型的基础上添加了面的信息，利用表面模型，就可以对物体作剖面、消隐、获得NC加工所需的表面信息等 对一些复杂的物体表面，如汽车车身、飞机机身、模具型面告示呈流线型瞬息万变由曲面。与自由曲线的定义相似，所谓自由曲面是指不能用基本立体要素（棱柱、棱锥、球、一般回转体、有界平面等）描述的呈自然形状的曲面，必须根据空间自由曲线和自由曲面的理论进行计算 ⑥3 实体造型 60年代初，提出了实体造型的概念，70年代初出现了简单的基于实体造型CAD/CAM系统，实体造型在理论研究方面也相应取得了进展，到70年代后期，实体造型技术在理论、算法和应用方面逐渐成熟。进入80年代后，实用的实体造型得到广泛应用 ⑦几何实体构造法(CSG法) 实体造型是以立方体、圆柱体、球体、锥体、环状体等多种基本体素为单元元素，通过集合运算（拼合或布尔运算），生成所需要的几何形体。体素通过集合运算交、并、差构造复杂实体 ⑧4 特征造型 为实现CAD/CAM技术的集成化，满足逢动化生产要求的实体造型技术必须考虑诸如倒角、圆弧、圆角、孔，以及加工用到各种过渡面形状信息和工程信息，特征造型正是为满足这一要求而提出来的。 特征是指产品描述的信息的集合，并可按一定的规则分类。纯几何的实体与曲面是十分抽象的，将特征的概念引入几何造型系统的目的是为了增加实体几何的工程意义。常用的特征信息主要包括： 1）形状特征 2）精度特征 3）技术特征 4）材料特征 5）装配特征 ⑨5参数化造型 参数化造型的主体思想是用几何约束、工程方程与关系来说明产品模型的形状特征，从而达到设计一簇在形状或功能上具有相似性的设计方案。目前能处理的几何约束类型基本上是组成产品形体的几何实体公称尺寸关系和尺寸之间的工程关系，因此参数化造型技术又称尺寸驱动几何技术

NX/UG 美国麦道（MD）公司支持 I-DEAS 美国国家航空及宇航局（NASA）支持 CATIA 法国达索（Dassault）公司支持 Euclid 法国马特拉（MATRA）集团支持 STRIM100 法国航空宇航(Aerospatiale)和原子能署（CEA）支持

①计算机辅助工程CAE (Computer Aided Engineering)，指用计算机辅助求解分析复杂工程和产品的结构力学性能，以及优化结构性能等。而CAE软件可作静态结构分析，动态分析；研究线性、非线性问题；分析结构（固体）、流体、电磁等 ②案例——渤海活塞的综合分析 ③CAE软件 CAE软件按研究对象分为：静态结构分析，动态分析；按研究问题分为线性问题，非线性问题；按物理场分：结构（固体）、流体、电磁等。 主要有： Hyperworks，主要做前处理（分单元加载荷加约束）和后处理（看输出结果和仿真） I-DEAS，同时也做CAD Pro/ENGINEER Mechanica 综合的CAE软件，Pro/ENGINEER包含完整的CAD/CAM功能 Ansys，很经典的CAE，国内应用最广，客户成熟度最高，尤其是在高校科研领域 Nastran，线性问题求解器 ④案例——CAX助力轮胎技术创新 三维CAD——轮胎三维设计�