具体描述
本书的作者均来自德国西门子工业软件公司和西门子中央研究院，是名副其实的建设数字化企业的实战派，主要执笔人在西门子工作达20年左右，有丰富的工作经验。
作为世界最大的工业技术公司和世界领先的自动化、工业软件提供商，西门子在今天已经为"工业4.0"的全面实现打下了坚实基础。工业软件创新将在"工业4.0"实施中起到决定性作用，尤其在实施产品生命周期和生产生命周期的整合、实现研发与生产的全面优化等方面。西门子工业软件公司拥有世界最齐全、应用最为广泛的"数字化企业软件套件"，涵盖数字化设计、仿真、试验、制造和执行软件，在全球拥有700多万用户。同时，西门子自身是一个制造业公司，拥有约300家工厂，涉及中国、德国乃至全球范围，在产品/工厂全生命周期方面更是精益求精，其中西门子工业自动化产品--德国安贝格+中国成都数字化工厂堪称全球样板。
本着"理论与实践相结合，科学性与通俗化，系统性与模块化，前瞻性与可实施性相结合"的原则，本书内容分为愿景篇、方案篇和实践篇。愿景篇主要包括"工业4.0"--制造业的未来、企业实施MBD 的实践与挑战、西门子MBE 解决方案综述等内容；方案篇主要阐述基于模型的系统工程、三维产品设计、机电一体化系统工程、全生命周期质量管理、工装设计、零件工艺、装配工艺、质量检测、作业指导书、制造执行管理、实物样机测试、MBE 供应链和数字化服务管理、复杂产品的构型管理等实践解决方案；实践篇包括众多实际案例的背景、问题解决过程、采取的方案，以及取得的效果，还包括了西门子自身的样板工厂介绍。
本书主要受众是装备制造业企业的有关领导、负责数字化和自动化的架构师、实施人员，以及研究机构、大专院校，还有对"工业4.0"、"中国制造2025"、"智能制造"、"数字化制造"、产品全生命周期管理（PLM）、制造操作系统（MOM）或制造执行系统（MES）有兴趣的各界人士。
作者简介
西门子工业软件公司
始终致力于为中国用户提供领先的技术与服务，帮助中国企业加快创新产品设计，降低开发成本，提升其市场竞争实力，加速实现数字化制造。" 西门子数字化工厂集团旗下机构Siemens PLM Software是全球领先的产品生命周期管理（PLM）和生产运营管理（MOM）软件、系统与服务提供商，拥有900万套已发售软件，全球客户数量达77000家。公司总部位于美国德克萨斯州普莱诺市。Siemens PLM Software与企业客户充分合作，为其提供领先的行业软件解决方案，帮助其通过革命性创新获得可持续性竞争优势。欲详细了解Siemens PLM Software的产品和服务，敬请访问： www.siemens.com.cn/plm。
目录信息
致 谢
愿 景 篇
第1章 "工业4.0"--制造业的未来 3
1.1 第四次工业革命--"工业4.0" 3
1.2 中国制造2025规划 7
1.2.1 中国制造2025的五项重大工程 7
1.2.2 中国制造2025的九大任务 7
1.3 西门子的"工业4.0"最佳实践 8
1.4 西门子助力中国"工业4.0" 9
第2章 从MBD走向MBE 11
2.1 概述 11
2.1.1 基于模型的工程MBe 13
2.1.2 基于模型的数字化制造MBM 15
2.1.3 基于模型的维护MBS 16
2.2 中国企业实施MBD的实践与挑战 20
2.2.1 MBD技术应用状况 20
2.2.2 MBD技术对产品研发模式的影响 23
2.2.3 MBD实现的挑战与对策 25
2.2.4 MBD的实施建议 27
2.3 MBD标准规范及在西门子软件系统中的实现 29
2.3.1 ASME Y14.41简介 29
2.3.2 ISO-16792简介 30
2.3.3 GBT 24734-2009简介 30
2.3.4 基于西门子软件的MBD规范 32
2.3.5 基于西门子软件的MBD应用系统 33
2.4 西门子MBE解决方案综述 43
2.4.1 引言 43
2.4.2 西门子MBE解决之道 44
2.4.3 西门子MBE解决方案 47
2.4.4 西门子MBE解决方案的价值定位 60
方 案 篇
第3章 基于模型的系统工程解决方案 65
3.1 业务挑战 65
3.2 解决方案 66
3.3 价值定位 74
第4章 基于模型的三维产品设计解决方案 75
4.1 MBD模型定义的挑战 75
4.2 MBD模型定义的解决方案 76
4.3 价值体现 88
第5章 基于模型的设计分析应用解决方案 90
5.1 设计分析业务挑战 90
5.2 解决方案 90
5.3 价值体现 92
第6章 基于模型的机电一体化系统工程解决方案 100
6.1 业务挑战 100
6.2 解决方案 101
6.3 价值定位 106
第7章 基于模型的验证管理解决方案 107
7.1 验证管理的业务挑战 107
7.2 解决方案 109
7.2.1 仿真数据流程管理方案概览 110
7.2.2 1D系统行为模型数据管理方案 111
7.2.3 3D仿真数据流程管理方案 114
7.2.4 试验数据流程管理方案概览 119
7.3 价值体现 124
第8章 基于模型的全生命周期质量管理解决方案 125
8.1 业务挑战 125
8.2 解决方案 126
8.2.1 Tecnomatix VATM 127
8.2.2 NX CMM 130
8.2.3 尺寸规划和验证DPV 133
8.3 价值体现 136
第9章 基于模型的工装设计解决方案 138
9.1 业务挑战 138
9.2 解决方案 139
9.2.1 愿景目标 139
9.2.2 系统构架 140
9.2.3 应用场景 149
9.3 价值体现 151
第10章 基于模型的零件工艺解决方案 152
10.1 业务挑战 152
10.2 解决方案 153
10.3 价值定位 160
第11章 基于模型的装配工艺解决方案 162
11.1 业务挑战 162
11.2 解决方案 163
11.3 价值定位 170
第12章 基于模型的数字化制造--质量检测解决方案 172
12.1 业务挑战 172
12.2 解决方案 173
12.3 价值体现 178
第13章 基于模型的作业指导书解决方案 179
13.1 业务挑战 179
13.2 解决方案 180
13.3 价值体现 183
第14章 基于模型的制造执行管理 185
14.1 业务挑战 185
14.2 解决方案 186
14.3 价值体现 196
第15章 基于模型的实物样机测试--集成的振动噪声及疲劳耐久性解决方案 197
15.1 业务挑战 197
15.2 解决方案 197
15.3 应用领域 201
15.4 价值体现 202
第16章 基于模型的MBE供应链管理 204
16.1 业务挑战 204
16.2 解决方案 204
16.3 价值体现 211
第17章 基于模型的MBE数字化服务管理 212
17.1 业务挑战 212
17.2 解决方案 212
17.3 价值体现 217
第18章 复杂产品的构型管理解决方案 218
18.1 构型管理概述 218
18.1.1 构型管理的发展史 218
18.1.2 构型管理的名词和性质 219
18.1.3 构型管理与其他系统的管理 219
18.1.4 构型管理的研究主题 219
18.2 解决方案：业务流程和构型管理方法 220
18.2.1 构型管理业务组成 220
18.2.2 产品结构的建立和层级的划分 221
18.2.3 产品结构的设计原则 222
18.2.4 构型项的定义 222
18.2.5 有效性和构型管理 223
18.2.6 变更管理 224
18.2.7 产品结构的演变 224
18.3 解决方案：构型在Teamcenter系统中的实现 225
18.3.1 真正的全生命周期平台 226
18.3.2 最佳的产品配置器 226
18.3.3 符合CMII的更改管理 228
18.3.4 端到端的关联与追溯 229
18.3.5 MBD模型的单一数据源 230
18.4 效益 231
实 践 篇
案例一 西门子EWA数字化工厂 235
案例二 中国燃气涡轮研究院：动力源于内在数据有效管理 241
案例三 黎明公司的新产品开发引入了精益计划 244
案例四 BAE：加快英国陆军野战队急需的功能强化和紧急变更 247
案例五 Teamcenter助力奇瑞获取更大市场份额 251
案例六 海尔集团借助Teamcenter加快创新步伐 254
案例七 沃尔沃航空发动机公司利用NX知识驱动自动化技术打造产品优势 257
案例八 ATK通过标准化的PLM战略推进MBE能力建设 259
案例九 皮拉图斯飞机有限公司利用MBD技术实现并行工程 264
案例十 苏霍伊设计局基于Teamcenter/NX实现全面的数字化样机研发模式 266
案例十一 BSH公司PLM应用实践 270
案例十二 福特汽车公司利用Teamcenter仿真过程管理快速取得成效 277
缩略语 284
· · · · · · (收起)
读后感
用户评价
不得不说，作者对工业生产流程的理解深刻得令人惊叹，就好像他自己就在我们这样的工厂里工作了好多年一样。这本书的叙事方式非常引人入胜，它不像一本教材那样枯燥，更像是一位经验丰富的前辈在跟你掏心窝子，分享他踩过的坑和成功的经验。我印象最深的是关于预测性维护那一章，它没有停留在“传感器收集数据”的层面，而是深入探讨了如何构建一个能有效区分“噪音”和“故障前兆信号”的算法模型，甚至提到了不同传感器在不同工况下的数据采集频率优化问题。这种对细节的执着，体现了作者扎实的工程背景。我之前看了一些关于工业物联网的书，大多停留在概念层面，而这本书则手把手地教你如何从零开始搭建起一个可靠、高效的数据采集和分析平台，每一个步骤的逻辑推导都非常严密，让人读起来心服口服，忍不住想要立刻动手实践。
阅读这本书的过程，对我来说更像是一次深入的思维重塑。它颠覆了我过去那种“上了新设备就等于数字化了”的传统观念。作者通过大量的对比分析，揭示了信息流的价值远高于简单的物理自动化。最让我醍醐灌顶的是关于价值流分析与信息流整合的章节，它引导我从整个产品生命周期的角度去审视每一个环节的数据价值。这本书的排版和图表设计也做得非常专业，很多复杂的逻辑关系都被用简洁的流程图清晰地表达出来，这对于我们这些习惯于看图纸和流程表的工程师来说，是极大的便利。读完之后，我不再只是关注某台设备的产量指标，而是开始思考如何通过数据集成，实现全价值链的透明化管理，这无疑将引领我的工作思路进入一个全新的境界。
这是一本需要反复研读的书，因为它涉及的知识体系非常庞大，但作者的组织能力极强，使得复杂的脉络得以清晰呈现。我特别欣赏它对“柔性制造”的探讨，它没有简单地鼓吹要像消费电子那样快速迭代，而是结合了装备制造业的特点，提出了分阶段实现柔性化的策略。特别是关于数字孪生在工艺优化中的应用部分，作者给出的案例模型非常具有参考价值，它清晰地展示了如何通过虚拟仿真来预先验证生产参数的调整，从而避免了在真实生产线上进行昂贵的试错。这种对风险控制的重视，完全符合重资产、高投入的制造业的实际需求。它不是盲目地追求最新的技术堆砌，而是强调技术必须服务于业务效率和质量的提升，这种务实的态度是很多技术类书籍所缺乏的。
这本书的价值在于它成功地架设起了一座沟通的桥梁，连接了车间里那些只懂机械的老技工和那些醉心于代码的IT精英。在我看来，很多数字化项目失败的原因就在于两边语言不通，理解不到位。而这本书的语言风格非常中立且清晰，它用机械工程师能理解的术语来解释复杂的软件架构，同时也用数据科学的视角来剖析传统制造的效率瓶颈。举个例子，它解释CPS（信息物理系统）时，不是直接抛出学术定义，而是通过一个实际的加工任务生命周期，告诉你数据是如何流动、决策是如何反馈的，这种场景化的描述，极大地降低了理解门槛。对于我们这种跨部门协作频繁的企业来说，这本书简直是一份绝佳的培训材料，可以让所有相关人员站在同一个认知水平上进行高效对话和决策。
这本书简直是为我们这些在传统制造业里摸爬滚打的工程师量身定做的，我抱着试试看的心态翻开的，没想到里面的内容深度和广度都超出了我的预期。它没有那种空泛的理论说教，而是直接切入到实际生产线上会遇到的各种痛点和瓶颈，比如如何将老旧的机床和现代的MES系统无缝对接，这里面的技术细节讲得非常透彻。我尤其欣赏作者对“数据孤岛”问题的剖析，他不仅指出了问题所在，还提供了几个非常具体的、可落地的解决方案架构图，简直就是一本实战手册。读完之后，我立马就能在脑海中勾勒出我们车间未来几年数字化转型的路线图，那种胸有成竹的感觉，是很多理论书籍给不了的。对于我们这种需要对上级汇报、对下属指导的管理者来说，这本书提供了一套非常严谨的逻辑框架，让“数字化”这个听起来高大上的词汇，变得具体、可执行，而且充满了真金白银的回报潜力。
关于西门子的全套软件介绍，而不是什么工业4.0。这本书唯一有价值的是我了解到mbd这个关键字，代表从二维图到三维图的自动转换。这个是工业物联网的第一波浪潮，现在早已过去了。西门子固然是工业4.0的引领者，可西门子的全套方案没有复制的可能性，成本又太高。真正物联网的来临是遍地开花，而不是大厂的炫技。
这本书有点深入了，不适合想入门级了解工业4.0的朋友。但是对于从事制造行业的人来说，仔细阅读下有助于拓宽自己的思维。更多的是以数字化的角度去看待怎么建设智慧工厂。推荐个相关的公众号，“德国工业智库”，（deguogongye），从德国人的角度去看待这次工业革命，还不错。
理念阐述兼具实例应用，不错的书籍
这本书有点深入了，不适合想入门级了解工业4.0的朋友。但是对于从事制造行业的人来说，仔细阅读下有助于拓宽自己的思维。更多的是以数字化的角度去看待怎么建设智慧工厂。推荐个相关的公众号，“德国工业智库”，（deguogongye），从德国人的角度去看待这次工业革命，还不错。
这本书有点深入了，不适合想入门级了解工业4.0的朋友。但是对于从事制造行业的人来说，仔细阅读下有助于拓宽自己的思维。更多的是以数字化的角度去看待怎么建设智慧工厂。推荐个相关的公众号，“德国工业智库”，（deguogongye），从德国人的角度去看待这次工业革命，还不错。
