产品的全寿命周期数据管理

一 起缘

产品全生命周期的概念最早出现在经济管理领域，1950年Dean为了研究产品在出现、成长、成熟、衰亡几个时期的价格变化，利用产品全生命周期来描述整个过程。

1965年Levirt又专门讨论了产品全生命周期的概念，分为市场开发、市场成长、市场成熟和市场衰退四个阶段。

美国国防部于1985年提出一项战略性计划“计算机辅助后勤保障”（Computer Aided Logistic Support，CALS），经历了“计算机辅助采办与后勤保障（Computer-Aided Acquisition and Logistic Support）”到“持续采办与寿命同期保障（Continuous Acquisition and Lifecycle Support）”，开始涉及产品全生命周期管理这一概念，包括武器系统的设计、研制、制造和保障过程等阶段。

此后，产品全生命周期开始被制造业广泛接受，并于20世纪90年代得到迅猛发展的产品数据管理（PDM）技术结合，产生了产品全生命周期管理（Product Lifecycle Management， PLM）。

权威的CIMdata公司给出的定义：“PLM是一种战略商业方法，它应用一整套的商业解决方案来支持产品定义信息的协同创造、管理、分发和使用；支持扩展企业（包括顾客、设计伙伴和供应伙伴等）的业务；覆盖从产品或装置生命中的概念（阶段）到结束（阶段）的（产品）生命周期；集成了人、过程、商业系统和信息”。随着互联网的出现和基于互联网协作的发展，PLM重点从单纯的设计阶段的数据和过程管理扩展到从需求到概念、定义，再到采购、生产、服务、维护和报废各个生命周期阶段的相关数据、过程、资源分配、使用工具等信息以及这些信息之间的有机关联。

PLM的创新在于定义了产品作为企业内部和跨企业的信息中心，并且全生命周期作为信息集成分析的时间尺度，解决的最核心问题还是产品全生命周期数据的管理，是企业解决产品全生命周期“信息孤岛”的战略思想、提高自身竞争力的强有力工具。通过集成CAX工具，实现产品开发、生产、销售、使用和维护维修中数据的获取和管理，进而在全生命周期内实现数据共享。但是在PLM的应用中，存在着以下问题。

1）受传统商业模式的影响，大多数企业PLM实施的关注点主要集中在产品设计和生产阶段，以期望获取最直接的经济利益，其他阶段由于长期得不到关注而缺乏详细的产品相关数据使得PLM的优势受限。企业利润由苦笑曲线向微笑曲线的转变（见图1），揭示出制造企业单纯地依靠降低生产成本、提高产品质量，不足以获取市场优势，需要关注产品上游的设计和下游的服务、回收再利用等阶段，实现产品设计创新，提高人性化的服务，尽量重用废弃产品及其零部件、原材料。产品设计将客户需求转化为一套合理的解决方案，仅占产品总成本的6%，却决定了最终产品70%的质量和成本既要响应客户的多样化、复杂化需求，又要为产品的制造、销售、维护等后续阶段提供必不可少的技术支持。因此增强产品设计能力，是企业快速响应市场的先决条件，也是企业提高竞争力的主要手段。部分企业围绕产品服务过程和回收再利用所产生的利润远远超过制造产品，现代制造服务业已成为企业新的业务增长点和利润的来源。例如，在航空工业里，企业的获利能力不是来自于飞机的销售，而是飞机在三十多年的预期寿命里的维护、维修收入。同样在船舶行业里，船东每年支付的船舶修理费用占到了船舶固定成本的15%还多，将近运输总成本的8%。1997年，施乐欧洲公司开始废弃产品回收和重新加工计划，全年回收约16万台机器，通过重新加工从中产出380万件零部件，利用废弃产品的回收和再加工节约了8000万美元。可见制造企业不但需要关注产品的设计和生产，还要管理产品的使用维修和报废回收，为产品提供完善的支持，从而提升竞争力。

图1 企业的利润曲线

2）产品全生命周期数据缺乏有效的数据获取和信息处理机制。从产品市场预测到报废回收的全过程，产生了各类海量数据，如图样、手册、单据等，完善、管理和使用这些产品数据为新产品的研发提供了丰富的知识库。但是由于缺乏有效的数据采集手段和信息处理机制，故不能建立完备的产品信息库。产品离开制造企业后，因为时间和空间的限制及获取手段的落后，产品数据变得模糊、不完整，严重地制约了产品全生命周期数据的获取和信息处理，使得这部分产品信息不精确、不完善。所以各阶段之间存在着信息差，无法真正实现产品数据、信息、知识的无缝转换，也不能实现新知识的快速获取和旧知识的有效复用。

这种情况下，产品全生命周期数据闭环管理的研究就显得尤为迫切。其思想源于产品全生命周期闭环管理，数据管理范围从产品设计和生产到概念设计、使用服务和报废回收，支持数据的获取、统一管理和有效供给。

二 范围

从PDM开始，到现在的PLM系统，产品数据管理功能主要围绕产品研发阶段进行，管理的数据主要是产品设计的数据，如产品信息、产品结构信息（各种BOM、配置、约束信息、装配信息等）、文档数据（二维图样、三维模型、计算书、说明书、有限元分析报告、NC代码等）。

随着研究的深入和市场需求的提升，PLM的涵盖范围开始向产品研发的上游和下游扩展，覆盖了产品全生命周期的更多阶段，集成了产品更多阶段的数据，实现数据的共享，有效地提高了数据的利用效率，提升了企业的创新能力。

三 模型

PLM是企业智力资产管理的主要工具，产品全生命周期数据模型是PLM的基石，是信息交换传递的中心，是一个全局的、统一的、全生命周期的模型。

合理有效的数据模型是能否成功实施PLM的关键因素，也是PLM研究中的热点和难点。现在的研究重点主要集中在以下几方面。

1.从产品数据描述的角度研究

很多学者侧重于产品数据描述和数据表达，通过分析数据的内容、类型、属性、相互之间的约束关系等，利用不同的理论、技术和方案来描述产品数据。

（1）基于元数据和元模型的产品数据表达

元数据（meta-data）是管理数据的数据，其内容包括数据描述、数据来源、数据所有者及数据序列（数据生产历史）等的说明，数据质量描述，数据处理信息说明，数据转换方法描述等。元数据可以用来管理复杂的产品数据，实现产品数据的集成、共享、查询、阅读和交换。如图2所示，元数据与物理数据一起组成数据对象，表示数据的逻辑整体。

图2 元数据

元模型是描述数据模型的模型，是关于数据模型的基本概念、基本关系和基本约束的语义，这样通过一定的映射关系，就很容易实现这些数据模型间的互操作。

为了保持数据的完整性、集成性、共享性、一致性以及支持变型设计等，许多学者分析产品数据模型的研究现状，指出面向全生命周期的产品数据模型必须能够涵盖和管理产品全生命周期的各种几何信息和非几何信息，包括模型数据、过程数据以及资源数据等，在元数据、元模型的基础上建立了产品全生命周期数据模型，进而支持具体的应用。

（2）基于本体的产品数据表达

本体是现在热门的研究领域，许多学者都在研究基于本体的知识管理、产品数据管理等理论。本体是“共享概念模型明确的、形式化的规范描述”，其实质是一种复杂的语义模型。

本体在管理概念性的数据方面具有独特的优势，因此可以用来管理产品的设计、生产、使用、维护等数据，建立相应产品的数据模型，实现产品数据的获取、存储和共享管理，还可以用来管理产品相关的知识。

（3）基于事物特性表特征的产品数据表达

事物特性表（Tabular Layouts of Article Characteristics，SML；SML为德语的简写）定义了从对象组中表征和区分某个对象的决定性特性，规定了特性数据的表示格式，使零部件的特性数据能够方便地在不同的系统之间交换。事物特性表技术1948年源于德国，1981年德国颁布了工业标准DIN4000-1—2012《事物特性表概念和原则》，我国等效采用了DIN4000标准，公布了GB/T10091.1—1995《事物特性表定义和原理》国家标准。

以浙江大学的学者为主，提出了基于事物特性表的产品数据表达方式，并基于此实现了产品的变型设计等应用。

（4）基于XML、STEP、EXPRESS、UML等的数据表达

作为最常用的数据交换格式和数据建模工具，可扩展标记语言（ eXtensible Markup Language，XML）、产品模型数据交换标准（Standard for the Exchange of Product Model Data， STEP）及其EXPRESS建模语言、统一建模语言（Unified Modeling Language，UML）在产品数据建模中获得了广泛的应用。

为了解决面向文档的、不支持客户化的数据模型和企业间集成的困难，许多学者用XML表示不同的产品数据，在协同设计平台中共享信息，增强了PLM的功能。有的学者提出了以STEP作为中性机制，来解决异构信息的集成问题。许多学者利用EXPRESS建模语言和UML建立产品模型，集成产品全生命周期的数据。

2.从产品全生命周期阶段数据集成的角度研究

在产品全生命周期的各个阶段，都会产生大量与产品有关的数据信息，这些信息在各个阶段中发生交换，并且因其所处的阶段不同而具有不同的特点。在进行产品数据管理时，需要将各个阶段的数据集成在一起，通过一定的模式实现不同阶段数据的交互。

童秉枢将产品定义模型分为概念模型、设计模型、制造模型、维护模型、市场模型、评价模型以及管理模型进行管理；Sudarsan基于核心产品模型（Core Product Model，CPM）和它的扩展——开放式装配模型（ Open Assembly Model ， OAM）、设计分析集成模型（Design-Analysis Integration Model，DAIM）和产品族进化模型（Product Family Evolution Model，PFEM）实现异构的产品、部件、零件之间的数据集成和交互；Cui通过产品规划BOM、设计BOM、工艺BOM、库存BOM、制造BOM、财务BOM、客户BOM、售后BOM等来集成产品数据；Kovacs、高琦提出了按照产品生命周期不同阶段建立产品信息模型的方法；李玉梅等人提出了一种基于域的产品全生命周期数据建模方法，建立了基于域的产品全生命周期数据模型，研究了基于域的模型映射方法及规则，详细描述了产品数据信息在整个生命周期内的动态演化和基于域的产品双向追溯过程。

3.从产品族数据集成的角度研究

国内外有不少关于产品族建模的研究，其中基于类物料清单（Generic Bill-Of-Materials， GBOM）的产品族结构建模方法和基于事物特性表的主文档技术表示法在产品数据管理和配置设计等方面得到了较好的应用；樊蓓蓓将复杂网络理论应用于产品族结构建模中，提出了产品族结构的模块关系网络模型；纪杨建提出了由产品主结构维、产品组维和视图维构成的产品族全生命周期的三维模型。

综上所述，目前学者们侧重于数据模型的描述方法、阶段数据模型集成和产品族数据集成等，取得了丰硕的研究成果。但仍存在以下不足：

1）数据描述的研究中，没有从更深层次研究设计产品和物理产品的不同演化特点及其规律，无法建立有针对性的管理模式，很难实现全生命周期所有数据的演化管理。

2）阶段数据集成的研究中，在不同的阶段BOM、模型和域间有大量的数据冗余和复杂映射关系，保证数据的一致性和完整性非常困难，并使版本向上蔓延问题放大，易出现不可控的局面。

3）产品族数据集成中，要么是研究产品设计数据以及配置管理的，要么是基于多个BOM的映射管理，因此没有覆盖产品全生命周期，或无法保证数据的一致性、完整性和可控性。

四 获取

PDM/PLM管理的主要对象是产品相关的数据和过程。起初PDM/PLM系统主要管理产品研发阶段的数据，所以这些数据主要来自研发人员，由研发人员通过PDM/PLM的客户端实现数据的签入签出。当管理的范围扩大后，数据的源头发生了变化，不仅仅来源于研发人员，而是来自市场、用户、研发人员、产品、生产设备、检测设备、维护维修人员等，数据产生的时间和地点的跨度也非常大，因此产品数据的源头及其获取方式又成了研究重点。

在产品识别技术、智能产品、通信技术和中间件技术的支持下，很多学者开始研究产品数据的获取和管理工作，实现了产品MOL（Middle Of Life，使用维护阶段）部分数据的可获取、可管理和可使用。产品识别技术是获取产品数据的先决条件，随着这些技术的成熟，获取物理产品的数据在技术和经济上成为可能。智能产品（Intelligent Product）能实现产品数据的自动获取、存储、传送和必要的数据处理工作，为后台的PLM提供产品数据。互联网技术和无线通信技术是实现跨地域传送产品数据的基本手段，这些通信技术的发展，为MOL阶段产品数据的管理提供了数据通道。

上述研究是基于产品识别和感知技术，利用硬件和中间件技术，实现了产品MOL阶段部分数据的获取。但是研究重点是产品识别及数据获取的硬件、标准、接口和规范等，没有形成全生命周期所有数据获取管理的方法论。

本文摘录于<基于大数据的起重装备服役健康管理>