工业大数据技术与架构（4）

工业大数据技术与架构（四）

（2018年12月16日）

3.1生命周期与价值流维度

工业大数据架构中的生命周期与价值流维度涵盖了整个产品生命周期的各阶段，即研发与设计、生产、物流、销售、运维与服务5个阶段，其中，生产、物流和销售可进一步归类于生产与供应链领域，则生命周期与价值流维度包含了3个领域：研发与设计、生产与供应链及运维与服务3个领域，各领域的应用场景如图2所示。下面分别讨论这3个领域的数据类型、应用及价值创新。

图2 工业大数据架构产品价值链与应用场景

（1）研发与设计领域

研发数据通过研发人员在研发设计过程中不断积累而成，其来源于产品生命周期各个环节，包括：用户需求大数据、研发知识大数据、产品重用大数据、研发协同大数据等，具有跨产品和跨行业、种类繁多的特性。在此领域，可通过充分利用工业大数据实现的典型应用及创新如下。

●实现客户参与的个性化产品定制设计。企业通过互联网平台能够收集用户的个性化产品需求、产品的客户交互和交易数据。挖掘和分析这些客户动态数据，能帮助客户参与产品的需求分析和产品设计等活动中，实现定制化设计，再依托柔性化的生产流程，就能为用户生产出量身定做的产品。

●实现基于大数据的模拟仿真设计。传统生产企业在测试、验证环节需要生产出实物来评测其性能等指标，成本随测试次数的增加而不断提升。利用虚拟仿真技术，可以实现对原有研发设计环节过程的模拟、分析、评估、验证和优化，从而减少工程更改量，优化生产工艺，降低成本和能耗。

●实现基于大数据的个性化定制设计自动化。传统企业产品种类、式样不多，可采用手工设计产品模型、生产样品，再进行量产的生产模式，但面对个性化、小批量生产的要求，传统模式将导致产品生产周期过长、成本过高。通过积累大量的产品设计模型数据，分析设计数据之间的关联，借助大数据技术及其他辅助设计工具可实现个性化定制设计及模型生成的自动化。

●促进研发资源集成共享和创新协同设计。企业通过建设和完善研发设计知识库，促进数字化图纸、标准零部件库等设计数据在企业内部以及供应链上下游企业间的资源共享和创新协同，提升企业跨区域研发资源统筹管理和产业链协同设计能力。提升企业管理利用全球研发资源能力，优化重组研发流程，提高研发效率。

●培育研发新模式。基于设计资源的社会化共享和参与，企业能够立足自身研发需求开展众创、众包等研发新模式，提升企业利用社会化创新和资金资源能力。

（未完待续）

（摘编自 公众微信号 优管网）