本书立足科技前沿，注重实践，充分阐述了制造装备与过程的数字化智能控制的概念、内涵、背景、相关系统和应用技术，综合探讨了数字制造与智能制造中智能控制的理论与方法，阐述了多轴同步运动控制系统的建模，介绍了基于嵌入式系统的制造装备自律控制、制造过程的智能监控与产品质量的智能控制及基于模糊控制的复杂生产制造系统装备智能控制、面向制造装备的智能监控信号处理，以及多传感器数据融合算法和医疗康复装备的智能控制，最后讨论了基于数字孪生的智能制造与控制。
本书旨在为从事制造科学和技术研究及产品开发的科技工作者、教师和学生提供一本有益的专著，同时也为数字制造和智能制造过程中产品全生命周期的智能控制系统开发提供指导。

1 绪论
1.1 制造过程的智能控制发展历程
1.2 面向数字制造的智能控制
1.3 面向智能制造的智能控制
1.4 高档智能化数控系统的发展
2 多轴同步运动控制系统的建模
2.1 面向智能制造的智能控制系统建模
2.2 基于多轴同步运动控制的生产装备智能控制
2.3 单轴运动控制系统的建模
2.4 棉纤维牵伸过程的建模和控制
2.5 龙门同步运动控制的建模
2.6 双驱进给系统的建模与同步控制
3 基于嵌入式系统的制造装备自律控制
3.1 数字化制造装备自律控制的现状
3.2 智能制造系统的制造装备自律控制器的概念
3.3 制造装备自律控制器
3.4 设备自律控制器的闭环控制
4 制造过程的智能监控与产品质量的智能控制
4.1 制造系统运行状态和产品质量监测与诊断
4.2 机械系统运行状态监测的光纤传感及其解调系统
4.3 制造产品的质量追溯与控制
4.4 基于超声激励-光纤光栅分布传感的机械损伤检测
4.5 机电装备(系统)的光纤光栅检测应用
4.6 基于信息物理系统的数控机床监测与质量控制
5 基于模糊控制的制造装备智能控制
5.1 复杂装备的非线性控制
5.2 模糊控制基本理论
5.3 模糊控制系统设计
5.4 新型模糊策略及其在制造装备中的应用
6 制造装备与制造过程的智能监控信号处理
6.1 传感器测量的动态模型
6.2 传感器标定算法
6.3 传感信号的滤波算法
6.4 快速傅里叶变换算法
6.5 小波分析算法
7 制造装备的多传感器数据融合
7.1 多网络系统的异构网络融合
7.2 多传感系统的数据融合
7.3 基于最小二乘法的数据融合
7.4 基于人工神经网络的数据融合算法
7.5 粒子滤波算法
8 基于机器学习的制造装备智能控制
8.1 基于大数据和机器学习的智能装备
8.2 深度学习基本理论
8.3 基于深度学习的智能装备识别和控制
8.4 机器学习应用展望
9 基于数字孪生的智能制造与控制
9.1 数字孪生与智能制造
9.2 数字孪生驱动的运动控制技术
9.3 基于数字孪生的制造自治系统
9.4 机器人制造数字孪生控制与信息服务
9.5 交流接触器全生命周期数字孪生系统
10 医疗康复装备的智能控制
10.1 智能化的医疗康复装备
10.2 康复装备的人机协作控制
10.3 基于迭代学习的康复装备控制
10.4 医疗康复装备应用展望
参考文献