感知器技术通过可观测信息与系统特性之间的非线性映射，揭示海量异构数据之间蕴含的复杂关系。目前，智能感知器已成功应用于生产过程监控及故障诊断中，对保障生产安全、优化工艺过程、提高产品质量起到重要作用。针对大型复杂机械装备设计特点，本文提出一种面向数字化产品设计过程的智能感知技术，并探索将其用于袋式除尘器产品的数字样机集成开发中。通过针对大型脉冲喷吹袋式除尘器新产品设计过程中的能耗监测应用，验证了这种虚拟设计过程感知器的可行性和有效性。论文相关课题“袋式除尘器数字样机综合测试验证平台研发”获得了中材集团科研基金资助，本论文的主要贡献包括：首先，研究了智能感知模型及感知器构建技术，提出产品数字样机集成设计过程感知机理，研发了一种用于数字化设计过程的感知器，明确BP神经网络技术在处理海量数据间非线性映射方面的应用优势；其次，研究袋式除尘器数字样机设计方法及其多种可重构模型，并在此基础上分析其能耗特性，确定了在袋式除尘器数字化设计过程中影响能耗大小的特征参数；在此基础上，提出了一种用于袋式除尘器数字样机设计过程的能耗感知技术，通过多级感知模型得到产品设计参数与能耗特性的非线性映射关系，实现复杂设计过程的能耗监测和评估。最后，研发袋式除尘器数字样机能耗感知器，并针对512系列新产品设计过程进行实例验证，判断数字化方案能耗设计的合理性，在线反馈设计缺陷。研究及应用表明：能耗感知系统可以充分利用产品数字化设计过程中产生的海量异构信息，快速有效的实现新产品数字样机的综合性能测评，实际应用可有效降低大型装备运行能耗。