工业控制软件低代码开发实战

本书构建出面向未来工业自动化的软件定义体系与工程设计流程，为建立可复用、可验证、高可靠的工业控制软件工程体系提供了一套完整的参考框架。
本书作者来自国内重点院校与产业界的杰出代表，正是校企双方的深度协同与资源赋能，为本书的内容打磨、实践案例沉淀提供了坚实保障。

本书系统阐述工业控制软件从传统开发模式向模型驱动、可视化建模和低代码技术演进的完整路径，重点呈现工业控制系统在智能制造和工业互联网背景下的新需求、新范式与新挑战。全书涵盖工业控制软件架构演进、低代码开发的核心技术体系、IEC 61131-3/IEC 61499等标准化建模语言、模型驱动架构（MDA/MDD/MBD）、跨团队/跨专业协同的设计方法、FMI/Modelica等模型交互技术，以及人工智能、大语言模型与智能体在工程设计与自动化组态开发中的最新应用。通过理论、方法论、工具链和典型实践案例的结合，本书构建出面向未来工业自动化的软件定义体系与工程设计流程，为建立可复用、可验证、高可靠的工业控制软件工程体系提供了一套完整的参考框架。
本书面向工业软件研发人员、自动化工程师、机电系统开发人员、工业互联网开发者，以及从事业界数字化、智能制造和软件工程方法论研究的高校师生与科研人员。对于正在建设工业控制平台、组态软件、低代码工具链的技术团队，本书可作为方法论指南和实践参考；对于企业管理者和技术决策者，本书提供前沿的技术趋势分析和软件定义自动化的战略视角；对于希望学习模型驱动工程、工业大模型和智能辅助设计的读者，本书也将提供系统且可操作的知识体系。

戴文斌，上海交通大学自动化与感知学院教授。近年来主要从事虚拟化工业控制软件、工业互联网与边缘计算、工业人工智能等方向的研究工作，研发了面向AI+OT融合的工业开放自动化软件开发平台与运行时系统，是IEC 61499开放自动化标准委员会注册专家，担任IEEE边缘计算标准工作组主席并已出版3项边缘计算IEEE国际标准。
庞程，新西兰奥克兰大学电气与电子工程博士，正高级工程师，IEEE高级会员，广东省高层次人才，深圳市海外高层次人才（孔雀计划）、鹏城优才。现任IEEE工业电子学会信息和通信技术Cluster Delegate、工业信息技术委员会主席、IES Shenzhen Chapter创始主席，以及深圳大学专业学位硕士研究生校外导师。长期深耕工业物理信息系统及其人工智能、工艺技术软件化及其低代码开发领域的交叉研发与产业化应用。
宋华振，武汉工程大学检测技术及仪器仪表99届，同济大学MBA。先后供职安琪酵母、西子奥的斯电梯，自2004年在贝加莱工业自动化（中国）有限公司，现担任行业发展经理。工业过程测量控制与自动化标准化技术委员会/现场总线分委会委员（TC124/SC4）、OPC基金会中国技术顾问。运营公众号“说东道西”，针对机器控制、工业通信、人工智能、工程教育发表产业洞见。
宋胜凯，MathWorks中国工业自动化与装备（IA&M）行业经理，负责MathWorks中国在IA&M行业的业务拓展。毕业于北京交通大学，信号与信息处理专业硕士。
邹文超，工学博士，自动化工程软件领域资深专家，深耕工业智能化前沿研究，专注流程、楼宇等领域技术方向探索与路线规划。

前言
第1章工业控制软件低代码开发
11工业控制软件开发挑战
111工业互联网与智能制造下的工业控制软件
112传统工业控制软件开发的典型流程与挑战
113软件定义自动化时代的新挑战
12工业控制软件发展历程
121工业控制软件系统架构演进
122工业控制软件低代码开发定义
123工业控制软件低代码核心技术
13工业控制软件低代码开发建模语言
131基于IEC 61131-3标准的面向对象扩展
132UML
133SysML
134AutomationML
135IEC 61499功能块
14本书概览
第2章模型驱动软件开发
21模型驱动软件开发概述
211各类模型驱动方法之间的关系
212方法论与核心概念
22模型驱动架构
221关注点分离
222通用建模语言
223领域特定建模语言
224模型转换
23模型驱动与传统软件开发的范式对比
24面临挑战与发展趋势
25MDSD在工业软件全生命周期中的作用
第3章模型驱动的工业控制系统设计
31模型驱动设计概述
311模型驱动设计的核心特征
312模型驱动设计与低代码开发的关系
32模型驱动设计的核心概念
321可执行规范
322系统级仿真
323假设分析（What-if分析）
324模型精细化
325虚拟化原型
326持续测试与验证
327自动化
328知识捕捉与管理
33模型驱动设计方法
331模型驱动的V字形开发流程
332模型驱动设计的敏捷开发
34构建支持模型驱动设计的研发平台
341跨团队/跨专业的协作
342模型驱动设计的分阶段落地方法
35在Simulink中开展模型驱动设计的实例
351Simulink与Simscape软件工具介绍
352模型驱动设计的具体实施步骤
第4章基于模型交互的工业控制软件开发
41极限竞争对工程创新的迫切需求
411制造复杂性与不确定性加剧
412竞争背景下的创新需求
413模型驱动设计
414打造创新工具链
415无所不在的模型
42工业控制软件开发的挑战
421软件的复杂性提高
422工业控制与机电建模的融合
43Modelica与FMU/FMI
431Modelica简史
432FMU/FMI
433FMI的作用
434FMI的技术优势
435FMI工具链
436Modelica工作进展
44模型交互的工程实现
441以MATLAB/Simulink为例
442基于MapleSoft的防摇系统设计
443采用industrialPhysics的压片机设计
45模型交互的展望
451基于OPC UA的模型交互
452基于AutomationML的模型交互
第5章人工智能辅助的低代码开发
51低代码工程的现状分析与智能化发展趋势
52人工智能技术在低代码工程智能化中的价值与作用
53OT与IT领域中人工智能辅助技术的差异化分析
531IT软件工程设计中的人工智能辅助应用现状
532工业工程设计的特殊性与技术要求
533工业工程设计环境下人工智能辅助技术的适应性改进
54人工智能在低代码工程设计中的核心技术方法
541知识图谱技术及其工程设计应用
542基于知识图谱的查询与推理机制
543知识图谱在低代码工程设计中的应用策略
55专家系统在工程设计决策中的应用
551专家系统的知识表示与组织方法
552专家系统的推理机制与知识应用
553专家系统在低代码工程设计中的集成应用
56大语言模型和智能体在低代码工程智能化中的应用
561大语言模型的语义理解与知识适配机制
562多模态模型的工业信息集成技术
563智能体的自主决策与协同执行机制
564低代码平台的智能化能力提升
565工业大模型的应用场景与实现路径
57人工智能辅助技术在低代码工程设计中的典型应用场景
571需求分析与系统架构设计的智能辅助
572自动化系统组态设计的智能辅助
573设计验证与仿真测试的智能辅助
574跨项目设计知识复用与模板生成的智能辅助
58人工智能辅助技术在低代码设计中的挑战与发展趋势
581技术挑战与限制因素
582工程设计实践中的应用障碍
583未来发展趋势与技术展望
附录
参考文献
后记