前言

仿真科学与技术是以建模和计算理论为基础，建立并利用模型，以计算机系统、物理效应设备或仿真器作为工具，对研究对象进行建模、分析、运行与评估的一门综合性交叉学科，已经成为理论研究、科学实验之后人类认识世界的重要方法。

仿真技术是以模型构建为基础，计算机仿真可以不受时空的限制，实现对物理系统的性能分析和设计评估，成本低、效率高，在许多复杂工程系统的分析和设计中应用越来越广泛，目前已成为复杂系统工程研制、设计分析、测试评估和技能训练的重要手段，在航空航天、先进制造、生物医学、能源交通、军事训练等关键领域，发挥着不可替代的作用。

近年来，5G、物联网、云计算、大数据、人工智能等新一代信息技术快速发展，人类社会将迎来以大连接、大数据和智能计算为特征的智能时代，越来越多的应用场景开始展现虚拟世界与现实世界、数字系统与物理系统的融合。在工业领域，信息技术与制造技术的深度融合，推动了以数字化、网络化、智能化为核心的智能制造技术及相关产业的发展。信息物理系统（cyber physical systems, CPS）是智能制造的核心要素，数字孪生（digital twin，DT）是目前智能制造技术领域的研究热点。通过构建一个与实物制造过程相对应的虚拟制造系统，可以实现产品研发、设计、试验、制造、服务过程的虚拟仿真，采用基于数字仿真的方式来优化制造系统，将软件定义、数据驱动、平台支撑更好地用于支撑物理系统的实际制造过程。智能制造是实体制造和虚拟制造的数字孪生和虚实融合，充分利用物理模型、传感器更新、运行历史等数据，在计算机虚拟空间建立与物理实体等价的信息模型，基于数字孪生体对物理实体进行仿真分析和优化，而建模与仿真是其关键的支撑技术。虚拟仿真在制造过程的应用涵盖复杂产品的设计研发、制造过程、服务运营的全流程。

在复杂系统的论证分析和大型装备研制过程中，基于模型的系统工程（modelbased systems engineering, MBSE）是一种有效的方法，贯穿于复杂系统研制与开发的全生命周期，支持需求分析、系统设计、系统验证和技术管理活动。MBSE实际上是系统工程与仿真技术的融合，在解决系统问题的不同阶段，都离不开建模与仿真技术的支持。

我们经常需要建立某个工业系统的数学模型，然后分析影响系统性能的关键参数，而当其机理不明确导致数学模型难以建立时，就不能用模型来分析，此时采用工业大数据技术可以建立它的黑箱模型。在仿真领域，大数据的问题一直存在。数据是仿真模型的关键要素，如产品对象数据、仿真环境数据、输入输出数据、仿真过程数据等，多数情况下系统建模过程需要机理建模与数据建模相结合。此外，大数据和人工智能技术也促进了仿真方法的发展。

智能制造是制造业数字化、网络化、智能化的发展过程，是新一代信息技术与先进制造技术的深度融合，是实体制造和虚拟制造的数字孪生。在智能制造系统中，“智能”的本质是广泛链接、实时感知与自学习能力的不断提升，是数字化技术的深入应用，充分利用系统建模、数据处理、仿真分析等手段，在计算机虚拟空间对制造系统进行状态监测和性能优化，而“制造”的本质是把虚拟变成现实。

本书作者长期从事智能制造与系统仿真领域的科研和教学工作。针对高等学校理工科类高年级大学生仿真模块单元的教学要求，根据作者的经验和体会，在内容选择上考虑到有限的教学学时数情况下，除了介绍仿真的基本概念、连续系统和离散系统建模与仿真的基础理论，书中内容还侧重于介绍智能制造领域的建模与仿真技术，并精选了制造业典型场景下系统建模与仿真应用。

由于作者的专业水平有限，书中难免存在不足，恳请读者给予批评指正。

本书得到国家重点研发计划课题（课题号： 2022YFB3402002）和国家自然科学基金重点支持项目（项目号： U22A2047）支持。

2024年2月