国产SUV精品一区二区_午夜影院啊啊啊_日韩久久精品一区二区三区_一区二区三区日本在线观看,在线播放精品视频,视频一区国产精品,久久久精品456亚洲影院

引言

著眼制造業面臨的巨大挑戰和戰略機遇，中國制造業正逐步從“中國制造”向“中國創造”轉變。產品研發的模式正由低集成度產品向高度復雜、多學科、多專業緊密協同，由個人能力和經驗為主向以模型和流程驅動、數據和仿真支持研發轉變。新的時代背景下，在產品全生命周期管理過程中，以產品數據與知識為基礎的產品需求管理、精益研發、智能制造以及銷售與服務，已成為當今企業獲取可持續利潤的新增長點。因此，如何在PLM過程中獲取各種產品數據與知識并向企業提供有效的產品數據與知識服務，引起了眾多制造企業的極大關注。文中從產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品全生命周期管理進行決策。

1  PLM及其系統架構

1.1  面向服務的產品全生命周期管理

產品全生命周期管理(Productlifecyclemanagement，PLM)，是指在設計、制造、使用和回收等生命周期中與產品相關的數據管理。其中包括產品需求策劃、立項與計劃、詳細開發與設計、仿真與驗證、工藝與試制、生產與銷售、使用與維修以及報廢與回收等主要階段，如圖1所示。

圖1  面向服務的產品全生命周期管理

PLM是一項對所有產品相關數據進行管理的技術，也是一種面向產品創新的知識管理和流程優化的理念。如圖2所示，先進的制造業早已轉變為以服務為導向的產品全生命周期管理。

圖2  產品全生命周期的轉變

1.2  PLM的體系架構與關鍵技術

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提供一個基礎網絡運行環境，基礎層為PLM提供公共的基礎服務，核心層為PLM提供各個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實際運營管理的核心應用功能集合。PLM中的關鍵技術主要有：PLM的構件功能劃分、描述及接口定義；支持產品全生命周期的元模型構造技術；分布式異構產品數據模型的映射策略和自動轉換技術；跨階段協同工作過程建模技術；基于XML的開放信息集成與動態過程聯盟技術；基于語義網絡的多維視圖產品數據組織、管理、操作技術；基于產品全生命周期的協同工程與項目管理技術。

圖3  PLM的體系架構

2  關鍵技術研究

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，在產品全生命周期管理中的數據資源分為基礎資源數據、產品工程數據、文獻數據以及模式數據。按數據性質不同進行處理，非結構化的數據通過分類、聚類、摘要、標簽、主題化、語義分析等進行轉化；結構化數據可以通過標準化進行處理，以提高數據準確性和再使用性。模式資源通過自動化手段進而形成智能特征。

圖4  PLM中的數據資源圖

2.1.2  PLM中的核心產品BOM數據

產品BOM數據是制造企業研制主價值鏈的核心數據。如圖5所示，BOM管理從需求樹、方案樹、產品樹、工藝樹到實例樹等，覆蓋產品研制全生命周期過程，并以各階段BOM為主關聯企業產品研制主價值鏈的業務過程數據，形成以BOM為核心視圖的制造業產品研制數據中心。

圖5  PLM中的產品結構樹

2.1.3  PLM中的運營主題數據

按照業務邏輯結構對各業務數據進行識別及運算，根據業務需求統一定義和組織的相關數據，由業務數據按照分析需要抽取后按主題存儲及管理。產品主題數據庫以產品為主線貫穿研發設計、技術狀態、制造過程、質量保證、產品交付的全過程數據，建立產品的功能、性能參數以及價格、外形尺寸、結構模型等產品全屬性信息庫，關聯大數據資源庫中基礎數據、工程數據以及管理數據中產品關鍵信息，對產品研發、制造全過程數據進行組織與展現。具體包括：產品主題數據、項目主題數據、研發生產主題數據、質量主題數據、物資庫存主題數據、成本主題數據等。

2.2  知識管理技術

知識管理技術是指針對知識管理的目標所采用的各種技術，包括知識管理的信息技術、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獲取知識能力，無縫對接企業現有信息化業務應用系統，并將其中產生的數據、信息與知識統一、有序地建立在知識系統中；再通過智能匹配推動給相關人員，結合用戶使用習慣，以及用戶在系統內的行為活動，為用戶排列推薦內容，從而不斷智能化完善系統；企業也能夠通過長期對知識運用的檢測，調整知識建設布局，完善企業知識與經驗積累的網絡。

(1)智能知識識別與學習。

通過“連接器”對接各個信息化業務系統，并整合重組現有的內容庫，智能學習不僅可以自動拆解出元數據、內容關鍵字，更對段落大意、語境信息進行分析，并形成多網結構的關聯模型，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。

能夠在學習知識后，將不同業務系統中的信息，按照系統設定的組織形式，自動歸檔數據，形成企業統一的知識分類與地圖，并可以持續擴展，從而適應企業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。用戶在使用層自動生成基于導出元數據的內容簡介，如：圖片、主題、段落大意，人或地方的名稱，型號或設備號，批次任務，重要的日期或其他重點信息，等等，即系統將解析的內容進行封裝，智能創建出可用的或有用的提示信息，讓用戶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。

系統不僅能夠實現跨業務系統的，基于內容的檢索，還可以依照用戶自定義模式建立個性化的搜索器，從而快速定位用戶需要的信息與如識。更重要的是，系統依據人員的情況（如角色、任務節點、權限等），智能匹配和自動推送給員工相關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間。

(4)智能自學習與完善。

用戶每一次查詢、搜索、點擊、下載等與系統的互動，都是系統的學習過程，通過這個過程調整，結合用戶使用情況以及在系統內的行為活動，為用戶排列推薦的知識內容。同時用戶可以針對推薦知識內容打分，添加評論等信息。系統通過這樣的反復學習，不斷完善推動機制，從而越來越智能化。

(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行分析（如知識按照類別、區域、組織等維度的上傳、下載、瀏覽頻次；搜索關鍵字排名；用戶活躍度等等），確保知識的高效使用，直接提高企業知識使用效率。通過對知識使用的監測情況，可對企業信息化業務系統建設、企業流程、制度等方面決策進行影響，對企業各部門的業務運轉起到不可估量的深遠影響。

3  利用大數據為PLM進行決策

3.1  基于PLM的產品數據與知識應用架構

PLM中的產品數據與知識應用主要包括PLM過程中的需求規劃、研發設計、工藝試制、制造裝配、銷售、維修和回收等。基于PLM的產品數據與知識應用架構如圖6所示，其主要包括產品知識資源層、中間件層和應用層。產品數據與知識資源層主要包括企業內外的產品知識庫、經驗庫、模型庫、實例庫、專利庫、文獻庫和專家庫等。中間件層主要是利用企業服務總線、接口適配器、服務注冊管理等整合技術，構建面向SOA的體系架構，實現對產品數據與知識服務的注冊、封裝和組合，進而在PLM過程中向企業內外用戶提供按需服務的產品知識。應用層主要提供PLM過程中需求規劃、研發設計、工藝試制、生產計劃、制造裝配、產品銷售、維修服務以及產品回收等各階段所需的產品數據與知識服務支持。

圖6  基于PLM的產品數據與知識應用架構

3.2  基于產品數據與知識的精益研發業務藍圖

基于產品數據與知識的智能研發業務藍圖如圖7所示。企業對典型項目的研發流程進行梳理，形成基礎工作分解結構（WBS）框架，并開展數據、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流程進行關聯，形成完整的數字化典型項目研發流程（企業WBS）。當新項目開始時，項目負責人基于歷史項目研發流程進行剪裁，快速生成適合項目的WBS樹，同時對工作包進行維護和策劃，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執行人。

研發生產人員執行任務：任務執行人在平臺門戶中查看任務信息并領取任務，依據上游任務傳遞過來的輸入信息，使用工作包關聯的知識、工具和數據開展設計工作。完成設計工作后，提交輸出物到數據中心，結束此項任務。

圖7  精益研發業務藍圖

4  結束語

在競爭越發激烈的今天．創新是企業生存與發展的動力源泉，而產品數據知識服務的實現是提高產品全生命周期過程中的產品設計、制造、服務及管理創新的主要途徑。數據是企業的核心，知識是智慧化的數據。智慧企業的建設應以數據知識應用為核心，構建完整、高效、安全的應用服務體系。通過數據中心采集存儲企業科研生產和管理過程中所產生的大量數據，同時通過知識工程平臺的建設，針對不同類型的數據，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，針對不同用戶提供個性化服務。構建一個從感知一決策一行動一優化自完善的研發生態環境，推動企業的自主知識創新及精益管控，進而有效提升企業的核心競爭力。