第 一篇藍圖有道
第 一章 工業數字化轉型的本質 003
一、信息化司左，數字化行右 003
二、數字化轉型的底層邏輯 009
三、數字化轉型的頂層思維 013

第二章 研發數字化轉型藍圖 020
一、研發數字化轉型的背景 020
二、研發數字化轉型的需求 022
三、產品研發體系三維架構 024
四、研發體系的理想模型 026
五、數字化研發平臺參考架構 030
六、理想模型與參考架構的意義 033
七、模型要理想，轉型需變通 034

第三章 研發數字化轉型路徑 036
一、數字化研發的成熟度模型 036
二、研發數字化轉型規劃步驟 037
三、研發數字化轉型藍圖規劃 042
四、研發數字化轉型路徑規劃 044
五、研發數字化轉型“三級跳” 045

第四章 研發數字化轉型方案 049
一、研發數字化轉型的建設方案 049
二、成熟度是體系建設的參考系 051
三、研發數字化轉型的標準規范 052
四、研發數字化轉型的實施方法論 053
五、工業研發數字化轉型案例 056

第二篇 精益轉型 061
第五章 精益研發體系 063
一、精益研發流程模型 063
二、精益研發工作包模型 064
三、精益研發工作模式 064
四、精益研發數字化平臺 066
五、精益研發的特點與效益 069

第六章 數字化流程工程 072
一、精益研發流程的結構 072
二、研發流程的表達形式 074
三、基于WBS的研發流程 076
四、研發WBS構建方法 079
五、研發WBS梳理方法 085

第七章 流程驅動精益轉型 090
一、研發流程的驅動作用 090
二、流程驅動的項目運行 091
三、流程驅動的協同設計 095
四、流程驅動的知識管理 098
五、流程驅動的質量管理 101

第八章 精益研發體系建設 107
一、精益研發建設目標 107
二、精益研發建設任務 107
三、精益研發業務轉型 109
四、精益研發平臺建設 111
五、精益研發管理變革 114

第九章 集團研發的精益轉型 117
一、集團戰略管控模型 117
二、集團化研發管理模型 118
三、集團級研發體系的典型問題 119
四、集團化數字化研發平臺 121
五、集團化研發與企業級研發的關系 122
六、集團化研發平臺的應用模式 123
七、集團化研發的預期效果 125

第十章 兩種“精益”之辯 128
一、精益思想溯源 128
二、研發與生產的差異 129
三、兩種“精益”的異同 131
四、從源頭消除浪費 134

第三篇 正向變革 137
第十一章 正向設計體系 139
一、正向設計與逆向工程 139
二、仿真是正向設計的核心 142
三、企業正向設計能級 147
四、正向設計體系的建立 148

第十二章 數字化模型工程 152
一、模型的定義和特征 152
二、模型工程的內涵 153
三、模型工程方法論 156
四、模型工程體系的價值 161
五、數字樣機的分類與開發 162

第十三章 系統設計與仿真 172
一、系統設計過程與方法 172
二、基于模型的系統工程 183
三、系統仿真方法與技術 190
四、系統建模與仿真語言 199

第十四章 物理設計與仿真 202
一、數字化先行者 202
二、物理設計技術 203
三、物理仿真技術 204
四、多學科仿真與優化 210
五、協同仿真平臺 213

第十五章 基于模型的產品定義 218
一、MBD的產生背景 218
二、MBD與傳統工程圖 219
三、數字化產品定義規范 220
四、MBD的數據集 220
五、MBD的關鍵點 222
六、MBD數據管理 223
七、MB PLM是發展方向 223

第十六章 基于模型的數字化試制 226
一、基于增材思維的正向設計 227
二、基于增材思維的再設計 230
三、增材制造工藝的仿真 233

第十七章 基于模型的數字試驗 240
一、數字試驗的價值 240
二、常見的數字試驗 242
三、數字化試驗體系 243
四、數字試驗平臺 243
五、數字試驗的關鍵技術 245
六、試驗數據管理 246

第十八章 基于模型的產品平臺 254
一、產品平臺的提出背景 254
二、核心理念：細腰型架構 255
三、產品平臺的建設 256
四、產品平臺的數字化 259
五、基于平臺的總體論證 260
六、基于平臺的敏捷研發 263
七、產品平臺的價值 264

第四篇 智慧革命 265
第十九章 智慧研發體系 267
一、知識管理界的“神”模型 267
二、知識工程的新發展 268
三、知識增值為智能體 270
四、智慧研發模型及平臺 272

第二十章 數字化知識工程 275
一、工業知識的本質 275
二、知識增值加工是核心 278
三、知識工程體系藍圖 281
四、知識工程體系框架 282
五、知識體系結構建立 285
六、知識工程集成平臺 288

第二十一章 知識的增值加工 291
一、知識增值加工綜述 291
二、數據資源的標準化 292
三、信息資源的結構化 293
四、模式資源的范式化 294
五、技術資源的模型化 295
六、開發智能體 296

第二十二章 基于AI的知識全息化 299
一、增值加工也是人工智能 299
二、知識全息化的常見方法 300
三、基于知識圖譜的全息化 302
四、基于大模型的全息化 303
五、基于大數據的全息化 305
六、知識全息化的應用場景 306

第二十三章 高價值知識的顯性化 308
一、*有價值的知識在人腦 308
二、對知識貢獻者的負激勵 309
三、知識激勵缺失的原因 309
四、科學的知識評價方法 310
五、評價知識的同時識別人才 312
六、激勵機制變革是前提 312
七、建立與運營千伯知識云 313
八、學習型組織的自然形成 314