《数字孪生技术（Digital Twin Technology）》教学大纲

制定时间：2025年3月

一、课程基本信息

（一）适用专业：

本科软件工程专业

（二）课程代码：

3ZN1063A

（三）学分/课内学时：

2学分/32学时

（四）课程类别：

专业教育

（五）课程性质：

专业教育选修

（六）先修课程：

《数据结构与算法》、《机器学习及应用》、《深度学习应用》、《工业软件应用及开发技术》、《人机交互技术》、《计算机网络》、《面向对象的程序设计方法》等

（七）后续课程：

毕业设计（论文）等

二、课程教学目标

本课程定位为面向软件工程专业本科生的跨学科应用型课程，旨在结合数字孪生技术前沿与过程工业实际需求，培养学生在工业数字化转型背景下的系统设计与开发能力。课程以“理论-技术-应用”为主线，首先解析数字孪生的核心概念（物理实体与虚拟模型的动态映射、多源数据融合等）及其在过程工业（如冶金、石油、化工、能源、制药）中的价值，继而围绕数据采集（传感器技术）、建模方法（机理模型与数据驱动模型融合）、实时优化算法等关键技术展开教学，并融入系统架构设计、云边端协同开发等软件工程实践内容。通过案例分析与项目实操，学生将掌握从需求分析到原型实现的全链条研发思路。最终目标是使学生能够针对过程工业的质量控制、设备健康管理等痛点，初步具备实时仿真、智能决策功能的数字孪生解决方案的设计能力，同时能够开发简单的数字孪生模型，理解技术伦理与数据安全规范，为工业4.0时代培养兼具工程思维与软件开发素养的复合型人才。

（一）具体目标

本课程的主要任务是通过课堂教学、实验教学等环节培养学生过程工业数字孪生系统开发的软件工程综合实践能力，完整的需求分析到原型开发的能力。课程目标及能力要求具体如下。

目标1：学生能够叙述数字孪生相关的基本概念和过程工业的特点，学生能够运用软件工程方法论制定过程工业的数字孪生解决方案，并在技术实践中理解绿色生产、节能减排的社会价值，形成“技术服务于可持续发展”的责任意识。

目标2：学生能够描述过程工业的数字孪生系统的基本架构和数据通信原理，能够查询文献、基于AI协作完成数字孪生软件的需求分析、设计工作。

目标3：学生能推导简单的过程工业单元数学模型和应用数据处理及优化等基本算法。通过实现或调用关键算法，完成数字孪生系统的部分功能开发工作。

（二）课程目标与毕业要求的对应关系

三、教学内容与方法

（一）教学内容及要求

（填写说明：“教学内容”应简明扼要填写知识点，要能支撑课程目标的实现；“学习产出要求”应主要填写学生学习后达到的相关能力；“推荐学时”为相应课内学时；“推荐教学方式”为主要包括讲授、研讨、案例、实验等，每个单元可有一种或多种。

（二）教学方法

（1）主要采用案例式教学。通过案例激发学生学习的兴趣，培养学生系统思考、分析问题和解决问题的能力，引导学生主动通过应用实践加深对知识的理解以及应用能力，强化工程师对社会安全和可持续发展的责任意识。

（2）问题导引教学。针对知识点，提出该知识需要解决的问题，通过问题导引，发现问题，分析问题，解决问题，一步步启发学生依据科学的、规范的理论基础对问题进行思考并解决。

（3）多媒体教学资源的灵活应用，提高课堂教学信息量，增强教学的直观性与生动性。

（4） 理论教学与工程实践相结合，引导学生综合应用所学的专业知识，采用科学的方法和手段，进行项目设计与实现。

（5）跨学科的启发式教学。设定教学思路，引入其他学科的建模思维，引导学生在指定的问题范围内，以科学、有效的思路寻找问题的求解过程，并能选择合理的技术灵活的应用在问题求解过程中。
四、考核及成绩评定

（一）考核内容及成绩构成

课程考核以考核学生能力培养目标的达成为主要目的，以检查学生对各知识点的掌握程度和应用能力为重要内容，包括平时作业、实验及期末测试三个部分，考核方式：考查。各课程目标的考核内容、成绩评定方式、目标分值建议如下：

（二）平时考核成绩评定

实验：必做实验5次，4次单元实验，1次综合实验，其中实验3、实验4和实验5建议每次实验4个学时，其他实验为2个学时。支撑目标2、目标3，共占总评分30%，目标2占15%、目标3占15%。对应目标的评分标准建议如下：

五、参考学习资料

（一） 参考资料：《数字孪生技术与工程实践——模型+数据驱动的智能系统》，陆剑峰、张浩、赵荣泳，机械工业出版社，2022，ISBN：9787111695929。

（二）参考资料：《数字孪生》，陈根，电子工业出版社，2020，ISBN：9787121385445

（三）参考资料：《数字孪生技术》，机械工业出版社，2024，ISBN：9787111770077