作者：燕昊 何淳真 康瑩 王瑤 李超 | 來(lái)源：《計算機技術(shù)與發(fā)展》
著(zhù)眼制造業(yè)面臨的巨大挑戰和戰略機遇，中國制造業(yè)正逐步從“中國制造”向“中國創(chuàng )造”轉變。產(chǎn)品研發(fā)的模式正由低集成度產(chǎn)品向高度復雜、多學(xué)科、多專(zhuān)業(yè)緊密協(xié)同，由個(gè)人能力和經(jīng)驗為主向以模型和流程驅動(dòng)、數據和仿真支持研發(fā)轉變。新的時(shí)代背景下，在產(chǎn)品全生命周期管理過(guò)程中，以產(chǎn)品數據與知識為基礎的產(chǎn)品需求管理、精益研發(fā)、智能制造以及銷(xiāo)售與服務(wù)，已成為當今企業(yè)獲取可持續利潤的新增長(cháng)點(diǎn)。因此，如何在PLM過(guò)程中獲取各種產(chǎn)品數據與知識并向企業(yè)提供有效的產(chǎn)品數據與知識服務(wù)，引起了眾多制造企業(yè)的極大關(guān)注。文中從產(chǎn)品全生命周期的數據對象分析入手，結合知識管理探討如何使大數據為產(chǎn)品全生命周期管理進(jìn)行決策。
1.1 面向服務(wù)的產(chǎn)品全生命周期管理
產(chǎn)品全生命周期管理(Product lifecycle management，PLM)，是指在設計、制造、使用和回收等生命周期中與產(chǎn)品相關(guān)的數據管理。其中包括產(chǎn)品需求策劃、立項與計劃、詳細開(kāi)發(fā)與設計、仿真與驗證、工藝與試制、生產(chǎn)與銷(xiāo)售、使用與維修以及報廢與回收等主要階段，如圖1所示。
圖1 面向服務(wù)的產(chǎn)品全生命周期管理
PLM是一項對所有產(chǎn)品相關(guān)數據進(jìn)行管理的技術(shù)，也是一種面向產(chǎn)品創(chuàng )新的知識管理和流程優(yōu)化的理念。如圖2所示，先進(jìn)的制造業(yè)早已轉變?yōu)橐苑?wù)為導向的產(chǎn)品全生命周期管理。
圖2 產(chǎn)品全生命周期的轉變
1.2 PLM的體系架構與關(guān)鍵技術(shù)
PLM的典型體系架構如圖3所示，主要分為應用層、核心層、基礎層和通訊層。通訊層為PLM提供一個(gè)基礎網(wǎng)絡(luò )運行環(huán)境，基礎層為PLM提供公共的基礎服務(wù)，核心層為PLM提供各個(gè)生命周期中對數據管理的基本功能接口，應用層主要針對企業(yè)實(shí)際運營(yíng)管理的核心應用功能集合。PLM中的關(guān)鍵技術(shù)主要有：PLM的構件功能劃分、描述及接口定義；支持產(chǎn)品全生命周期的元模型構造技術(shù)；分布式異構產(chǎn)品數據模型的映射策略和自動(dòng)轉換技術(shù)；跨階段協(xié)同工作過(guò)程建模技術(shù)；基于XML的開(kāi)放信息集成與動(dòng)態(tài)過(guò)程聯(lián)盟技術(shù)；基于語(yǔ)義網(wǎng)絡(luò )的多維視圖產(chǎn)品數據組織、管理、操作技術(shù)；基于產(chǎn)品全生命周期的協(xié)同工程與項目管理技術(shù)。
圖3 PLM的體系架構
2.1 PLM中的數據分析與處理
2.1.1 PLM中的數據分析
如圖4所示，在產(chǎn)品全生命周期管理中的數據資源分為基礎資源數據、產(chǎn)品工程數據、文獻數據以及模式數據。按數據性質(zhì)不同進(jìn)行處理，非結構化的數據通過(guò)分類(lèi)、聚類(lèi)、摘要、標簽、主題化、語(yǔ)義分析等進(jìn)行轉化；結構化數據可以通過(guò)標準化進(jìn)行處理，以提高數據準確性和再使用性。模式資源通過(guò)自動(dòng)化手段進(jìn)而形成智能特征。
圖4 PLM中的數據資源圖
2.1.2 PLM中的核心產(chǎn)品BOM數據
產(chǎn)品BOM數據是制造企業(yè)研制主價(jià)值鏈的核心數據。如圖5所示，BOM管理從需求樹(shù)、方案樹(shù)、產(chǎn)品樹(shù)、工藝樹(shù)到實(shí)例樹(shù)等，覆蓋產(chǎn)品研制全生命周期過(guò)程，并以各階段BOM為主關(guān)聯(lián)企業(yè)產(chǎn)品研制主價(jià)值鏈的業(yè)務(wù)過(guò)程數據，形成以BOM為核心視圖的制造業(yè)產(chǎn)品研制數據中心。
圖5 PLM中的產(chǎn)品結構樹(shù)
2.1.3 PLM中的運營(yíng)主題數據
按照業(yè)務(wù)邏輯結構對各業(yè)務(wù)數據進(jìn)行識別及運算，根據業(yè)務(wù)需求統一定義和組織的相關(guān)數據，由業(yè)務(wù)數據按照分析需要抽取后按主題存儲及管理。產(chǎn)品主題數據庫以產(chǎn)品為主線(xiàn)貫穿研發(fā)設計、技術(shù)狀態(tài)、制造過(guò)程、質(zhì)量保證、產(chǎn)品交付的全過(guò)程數據，建立產(chǎn)品的功能、性能參數以及價(jià)格、外形尺寸、結構模型等產(chǎn)品全屬性信息庫，關(guān)聯(lián)大數據資源庫中基礎數據、工程數據以及管理數據中產(chǎn)品關(guān)鍵信息，對產(chǎn)品研發(fā)、制造全過(guò)程數據進(jìn)行組織與展現。具體包括：產(chǎn)品主題數據、項目主題數據、研發(fā)生產(chǎn)主題數據、質(zhì)量主題數據、物資庫存主題數據、成本主題數據等。
2.2 知識管理技術(shù)
知識管理技術(shù)是指針對知識管理的目標所采用的各種技術(shù)，包括知識管理的信息技術(shù)、知識管理工具和知識管理軟件。知識管理系統應具有豐富的自動(dòng)獲取知識能力，無(wú)縫對接企業(yè)現有信息化業(yè)務(wù)應用系統，并將其中產(chǎn)生的數據、信息與知識統一、有序地建立在知識系統中；再通過(guò)智能匹配推動(dòng)給相關(guān)人員，結合用戶(hù)使用習慣，以及用戶(hù)在系統內的行為活動(dòng)，為用戶(hù)排列推薦內容，從而不斷智能化完善系統；企業(yè)也能夠通過(guò)長(cháng)期對知識運用的檢測，調整知識建設布局，完善企業(yè)知識與經(jīng)驗積累的網(wǎng)絡(luò )。
(1)智能知識識別與學(xué)習。
通過(guò)“連接器”對接各個(gè)信息化業(yè)務(wù)系統，并整合重組現有的內容庫，智能學(xué)習不僅可以自動(dòng)拆解出元數據、內容關(guān)鍵字，更對段落大意、語(yǔ)境信息進(jìn)行分析，并形成多網(wǎng)結構的關(guān)聯(lián)模型，使得計算機對知識的認知更為準確，理解更為深刻。
(2)智能知識萃取與重組。
能夠在學(xué)習知識后，將不同業(yè)務(wù)系統中的信息，按照系統設定的組織形式，自動(dòng)歸檔數據，形成企業(yè)統一的知識分類(lèi)與地圖，并可以持續擴展，從而適應企業(yè)日益增加的知識內容，達到知識的統一化、有序化、集中化管理。用戶(hù)在使用層自動(dòng)生成基于導出元數據的內容簡(jiǎn)介，如：圖片、主題、段落大意，人或地方的名稱(chēng)，型號或設備號，批次任務(wù)，重要的日期或其他重點(diǎn)信息，等等，即系統將解析的內容進(jìn)行封裝，智能創(chuàng )建出可用的或有用的提示信息，讓用戶(hù)能夠一目了然地看出是否是自己需要的知識內容。
(3)智能知識匹配與推送。
系統不僅能夠實(shí)現跨業(yè)務(wù)系統的，基于內容的檢索，還可以依照用戶(hù)自定義模式建立個(gè)性化的搜索器，從而快速定位用戶(hù)需要的信息與如識。更重要的是，系統依據人員的情況（如角色、任務(wù)節點(diǎn)、權限等），智能匹配和自動(dòng)推送給員工相關(guān)知識與最新的更新內容，這些內容與員工需求智能化匹配，員工不再被迫搜索，從而節省了大量尋找知識的時(shí)間。
(4)智能自學(xué)習與完善。
用戶(hù)每一次查詢(xún)、搜索、點(diǎn)擊、下載等與系統的互動(dòng)，都是系統的學(xué)習過(guò)程，通過(guò)這個(gè)過(guò)程調整，結合用戶(hù)使用情況以及在系統內的行為活動(dòng)，為用戶(hù)排列推薦的知識內容。同時(shí)用戶(hù)可以針對推薦知識內容打分，添加評論等信息。系統通過(guò)這樣的反復學(xué)習，不斷完善推動(dòng)機制，從而越來(lái)越智能化。
(5)智能知識監控與挖掘。
可以監測知識數據的使用情況并進(jìn)行分析（如知識按照類(lèi)別、區域、組織等維度的上傳、下載、瀏覽頻次；搜索關(guān)鍵字排名；用戶(hù)活躍度等等），確保知識的高效使用，直接提高企業(yè)知識使用效率。通過(guò)對知識使用的監測情況，可對企業(yè)信息化業(yè)務(wù)系統建設、企業(yè)流程、制度等方面決策進(jìn)行影響，對企業(yè)各部門(mén)的業(yè)務(wù)運轉起到不可估量的深遠影響。
3.1 基于PLM的產(chǎn)品數據與知識應用架構
PLM中的產(chǎn)品數據與知識應用主要包括PLM過(guò)程中的需求規劃、研發(fā)設計、工藝試制、制造裝配、銷(xiāo)售、維修和回收等?；赑LM的產(chǎn)品數據與知識應用架構如圖6所示，其主要包括產(chǎn)品知識資源層、中間件層和應用層。產(chǎn)品數據與知識資源層主要包括企業(yè)內外的產(chǎn)品知識庫、經(jīng)驗庫、模型庫、實(shí)例庫、專(zhuān)利庫、文獻庫和專(zhuān)家庫等。中間件層主要是利用企業(yè)服務(wù)總線(xiàn)、接口適配器、服務(wù)注冊管理等整合技術(shù)，構建面向SOA的體系架構，實(shí)現對產(chǎn)品數據與知識服務(wù)的注冊、封裝和組合，進(jìn)而在PLM過(guò)程中向企業(yè)內外用戶(hù)提供按需服務(wù)的產(chǎn)品知識。應用層主要提供PLM過(guò)程中需求規劃、研發(fā)設計、工藝試制、生產(chǎn)計劃、制造裝配、產(chǎn)品銷(xiāo)售、維修服務(wù)以及產(chǎn)品回收等各階段所需的產(chǎn)品數據與知識服務(wù)支持。
圖6 基于PLM的產(chǎn)品數據與知識應用架構
3.2 基于產(chǎn)品數據與知識的精益研發(fā)業(yè)務(wù)藍圖
基于產(chǎn)品數據與知識的智能研發(fā)業(yè)務(wù)藍圖如圖7所示。企業(yè)對典型項目的研發(fā)流程進(jìn)行梳理，形成基礎工作分解結構（WBS）框架，并開(kāi)展數據、伴隨知識和工具內容的梳理工作，梳理完成后的數據、知識和工具資源導入到平臺中與研發(fā)流程進(jìn)行關(guān)聯(lián)，形成完整的數字化典型項目研發(fā)流程（企業(yè)WBS）。當新項目開(kāi)始時(shí)，項目負責人基于歷史項目研發(fā)流程進(jìn)行剪裁，快速生成適合項目的WBS樹(shù)，同時(shí)對工作包進(jìn)行維護和策劃，定義執行人、修訂輸入輸出、伴隨知識、數據管控和執行工具等信息，待逐級完成項目策劃工作后，將工作包分派給任務(wù)執行人。
研發(fā)生產(chǎn)人員執行任務(wù)：任務(wù)執行人在平臺門(mén)戶(hù)中查看任務(wù)信息并領(lǐng)取任務(wù)，依據上游任務(wù)傳遞過(guò)來(lái)的輸入信息，使用工作包關(guān)聯(lián)的知識、工具和數據開(kāi)展設計工作。完成設計工作后，提交輸出物到數據中心，結束此項任務(wù)。
圖7 精益研發(fā)業(yè)務(wù)藍圖
在競爭越發(fā)激烈的今天．創(chuàng )新是企業(yè)生存與發(fā)展的動(dòng)力源泉，而產(chǎn)品數據知識服務(wù)的實(shí)現是提高產(chǎn)品全生命周期過(guò)程中的產(chǎn)品設計、制造、服務(wù)及管理創(chuàng )新的主要途徑。數據是企業(yè)的核心，知識是智慧化的數據。智慧企業(yè)的建設應以數據知識應用為核心，構建完整、高效、安全的應用服務(wù)體系。通過(guò)數據中心采集存儲企業(yè)科研生產(chǎn)和管理過(guò)程中所產(chǎn)生的大量數據，同時(shí)通過(guò)知識工程平臺的建設，針對不同類(lèi)型的數據，使用相應的加工手段和方式，提升數據的顯性化、共享化和智慧化程度，形成可利用的知識，針對不同用戶(hù)提供個(gè)性化服務(wù)。構建一個(gè)從感知一決策一行動(dòng)一優(yōu)化自完善的研發(fā)生態(tài)環(huán)境，推動(dòng)企業(yè)的自主知識創(chuàng )新及精益管控，進(jìn)而有效提升企業(yè)的核心競爭力。
聯(lián)系客服
