2014年，我國共有100家企業(yè)入選‘財富世界500強(qiáng)’，其中制造業(yè)企業(yè)占56家”。

但長期粗放式發(fā)展之后，中國制造業(yè)發(fā)展面臨著穩(wěn)增長和調(diào)結(jié)構(gòu)的雙重困境，進(jìn)入了“爬坡過坎”的關(guān)鍵時刻。

正如國務(wù)院發(fā)布的《中國制造2025》提到，“新一代信息技術(shù)與制造業(yè)深度融合，正在引發(fā)影響深遠(yuǎn)的產(chǎn)業(yè)變革，形成新的生產(chǎn)方式、產(chǎn)業(yè)形態(tài)、商業(yè)模式和經(jīng)濟(jì)增長點……但我國仍處于工業(yè)化進(jìn)程中，與先進(jìn)國家相比還有較大差距。制造業(yè)大而不強(qiáng)…”。

與此同時，德國提出了工業(yè)4.0，美國提出了工業(yè)互聯(lián)網(wǎng)的概念希望藉此實現(xiàn)制造業(yè)的復(fù)興。

中國提出《中國制造2025》正是要推動制造業(yè)向中高端邁進(jìn)，以大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算等新一代信息技術(shù)將引爆這一輪產(chǎn)業(yè)變革，加速傳統(tǒng)制造企業(yè)的轉(zhuǎn)型升級。

? 

第一節(jié) 工業(yè)大數(shù)據(jù)與德國工業(yè)4.0、中國制造2025的關(guān)系

?

工業(yè)4.0、中國制造2025的核心是工業(yè)大數(shù)據(jù)

2013年4月，德國政府漢諾威工業(yè)博覽會上正式推出“工業(yè)4.0”戰(zhàn)略，其目的是為了提高德國工業(yè)的競爭力，在新一輪工業(yè)革命中占領(lǐng)先機(jī)。 

該戰(zhàn)略通過充分利用信息通訊技術(shù)和網(wǎng)絡(luò)空間虛擬系統(tǒng)(信息物理系統(tǒng)Cyber-Physical System)相結(jié)合的手段，將制造業(yè)向智能化轉(zhuǎn)型。

2015年5月8日，國務(wù)院公布《中國制造2025》,這是中國版的“工業(yè)4.0”規(guī)劃。

該規(guī)劃提到“加快推動新一代信息技術(shù)與制造技術(shù)融合發(fā)展，把智能制造作為兩化深度融合的主攻方向。

著力發(fā)展智能裝備和智能產(chǎn)品，推進(jìn)生產(chǎn)過程智能化，培育新型生產(chǎn)方式，全面提升企業(yè)研發(fā)、生產(chǎn)、管理和服務(wù)的智能化水平。

無論是“德國工業(yè)4.0”還是“中國制造2025”，都提到了智能化和互聯(lián)網(wǎng)化，而智能化和互聯(lián)網(wǎng)化的核心是：

一方面利用互聯(lián)網(wǎng)技術(shù)實現(xiàn)傳統(tǒng)的以產(chǎn)品為中心變?yōu)橐钥蛻魹橹行模訌?qiáng)客戶需求預(yù)測并嘗試讓客戶參與產(chǎn)品研發(fā)，提供個性化的產(chǎn)品、服務(wù)及體驗；

另一方面采集大量消費數(shù)據(jù)動態(tài)調(diào)整生產(chǎn)方式以快速適應(yīng)客戶需求變化，即變大規(guī)模批量生產(chǎn)為大規(guī)模定制生產(chǎn);

最后一方面利用企業(yè)內(nèi)部營銷、科研、生產(chǎn)、采購等經(jīng)營數(shù)據(jù)，為企業(yè)經(jīng)營解決提供依據(jù)，實現(xiàn)企業(yè)經(jīng)營透明。

隨著企業(yè)智能化和互聯(lián)網(wǎng)化水平的提升，企業(yè)擁有了越來越多的數(shù)據(jù)，而這些數(shù)據(jù)反過來有提升了企業(yè)智能化和互聯(lián)網(wǎng)化的水平。 

利用大數(shù)據(jù)驅(qū)動業(yè)務(wù)發(fā)展，打造企業(yè)新型能力

制造型企業(yè)面臨著客戶需求個性化，產(chǎn)品上市時間短，研制成本提高等巨大挑戰(zhàn)。

這種挑戰(zhàn)本身更多體現(xiàn)在企業(yè)與企業(yè)之間如何以更低的成本、更高的質(zhì)量、更快的速度滿足客戶多樣的需求。所以傳統(tǒng)方式很難解決大數(shù)據(jù)時代的企業(yè)問題，需要有創(chuàng)新的手段來解決。

目前越來越多的企業(yè)通過大數(shù)據(jù)來驅(qū)動業(yè)務(wù)創(chuàng)新，提升產(chǎn)品質(zhì)量、降低研制成本、加快上市周期。 

 “盤活存量數(shù)據(jù)、用好增量數(shù)據(jù)”，推動企業(yè)轉(zhuǎn)型升級

制造型企業(yè)在信息化的每個發(fā)展階段都會有大量的數(shù)據(jù)處理要求并且會因為大量的業(yè)務(wù)活動產(chǎn)生各式的數(shù)據(jù)各樣。

只要采用數(shù)據(jù)驅(qū)動業(yè)務(wù)的方式進(jìn)行業(yè)務(wù)活動就是大數(shù)據(jù)，大數(shù)據(jù)是企業(yè)信息化發(fā)展到當(dāng)前階段的必然結(jié)果。

所以工業(yè)大數(shù)據(jù)的利用不僅僅是信息化基礎(chǔ)設(shè)施建設(shè)，更重要的是采用數(shù)據(jù)思維來管理和創(chuàng)新業(yè)務(wù)，大數(shù)據(jù)應(yīng)是管理創(chuàng)新的手段，優(yōu)化全業(yè)務(wù)流程和提供業(yè)務(wù)管理工具。

所以制造型企業(yè)大數(shù)據(jù)應(yīng)用的難點是打通企業(yè)數(shù)據(jù)采集、集成、管理、分析的產(chǎn)業(yè)鏈條，幫助業(yè)務(wù)人員養(yǎng)成使用數(shù)據(jù)的習(xí)慣。在這方面互聯(lián)網(wǎng)企業(yè)走在前面，值得制造型企業(yè)學(xué)習(xí)。

2012年12月，阿里宣布在集團(tuán)管理層面設(shè)立首席數(shù)據(jù)官(Chief Data Officer)崗位，負(fù)責(zé)全面推進(jìn)阿里巴巴集團(tuán)成為“數(shù)據(jù)分享平臺”的戰(zhàn)略并成立了數(shù)據(jù)委員會，委員會的成員是各個數(shù)據(jù)部門的領(lǐng)導(dǎo)。

該數(shù)據(jù)委員會主要職責(zé)是協(xié)同不同數(shù)據(jù)部門的工作，制定整個集團(tuán)數(shù)據(jù)應(yīng)用的方向和規(guī)劃，協(xié)同各個部門使用數(shù)據(jù)，打通商業(yè)運營、做(基礎(chǔ))數(shù)據(jù)、(構(gòu)建)數(shù)據(jù)模型等產(chǎn)業(yè)鏈條各環(huán)節(jié)。

避免傳統(tǒng)上做數(shù)據(jù)的人不知道別人怎么用，用數(shù)據(jù)的人不知道數(shù)據(jù)怎么來的;而做數(shù)據(jù)模型不知道數(shù)據(jù)是否穩(wěn)定;用數(shù)據(jù)模型的人不知道數(shù)據(jù)模型究竟是怎樣的，甚至不相信數(shù)據(jù)模型的問題。

?

第二節(jié) 工業(yè)大數(shù)據(jù)的產(chǎn)生及特點

? 

工業(yè)大數(shù)據(jù)是制造型企業(yè)創(chuàng)新轉(zhuǎn)型的驅(qū)動力和催化劑，隨著三維設(shè)計、3D打印、機(jī)器人技術(shù)等在制造型企業(yè)廣泛應(yīng)用。

工業(yè)大數(shù)據(jù)廣泛分布在產(chǎn)品設(shè)計、制造、物流、服役等各環(huán)節(jié)，具體如下：

數(shù)字化設(shè)計：如飛機(jī)全數(shù)字化設(shè)計：波音公司利用CATIA軟件設(shè)計波音777的300萬個零部件的尺寸和形狀數(shù)據(jù);

智能化制造：以智能工業(yè)機(jī)器人為典型代表的智能制造裝備已經(jīng)開始在多個領(lǐng)域得到應(yīng)用;我國今年的工業(yè)機(jī)器人超過日本。

網(wǎng)絡(luò)化監(jiān)控：大型工業(yè)裝備運行狀態(tài)網(wǎng)絡(luò)化遠(yuǎn)程動態(tài)監(jiān)測：例如，波音737發(fā)動機(jī)在飛行中每30分鐘產(chǎn)生10TB數(shù)據(jù);陜鼓動力實現(xiàn)數(shù)百臺旋轉(zhuǎn)機(jī)械遠(yuǎn)程在線監(jiān)測及故障診斷。

物聯(lián)化管理：工業(yè)生產(chǎn)過程開始大量使用RFID實現(xiàn)零件與產(chǎn)品管理。

工業(yè)大數(shù)據(jù)區(qū)別其他行業(yè)大數(shù)據(jù)有自身的特點和挑戰(zhàn)：

 ?

一是多源性獲取，數(shù)據(jù)分散、非結(jié)構(gòu)化數(shù)據(jù)比例大

工業(yè)大數(shù)據(jù)來源廣泛且分散。

有來源于產(chǎn)品制造現(xiàn)場工控網(wǎng)監(jiān)控數(shù)據(jù)，有來源于互聯(lián)網(wǎng)的客戶、供應(yīng)商數(shù)據(jù)，有來源于企業(yè)內(nèi)網(wǎng)的經(jīng)營管理數(shù)據(jù)。

海量異構(gòu)多源多類數(shù)據(jù)難以有效集成，語義描述困難，不能實現(xiàn)面向系統(tǒng)生命周期管理的數(shù)據(jù)協(xié)同管理;

二是數(shù)據(jù)關(guān)聯(lián)性強(qiáng)，有關(guān)聯(lián)也要有因果

工業(yè)大數(shù)據(jù)的產(chǎn)生和應(yīng)用都圍繞產(chǎn)品全生命周期、企業(yè)主價值鏈等，數(shù)據(jù)間關(guān)聯(lián)性強(qiáng)且分析準(zhǔn)確性要求高。

不但要利用大數(shù)據(jù)給出決策也要用大數(shù)據(jù)給出決策依據(jù)。工業(yè)大數(shù)據(jù)預(yù)測精度低，準(zhǔn)確性和可靠性不高，無法滿足安全性要求;

三是持續(xù)采集、具有鮮明的動態(tài)時空特性 

工業(yè)大數(shù)據(jù)來源于工控網(wǎng)絡(luò)和傳感設(shè)備。

具有實時性強(qiáng)、連續(xù)性、穩(wěn)定性要求高等特點，需要采用可靠的數(shù)據(jù)采集、存儲、管理的工具進(jìn)行管理，另外涉及國計民生領(lǐng)域還要求整個平臺安全可控。

工業(yè)大數(shù)據(jù)分析的實時性要求高，動態(tài)控制困難，量化難度大;

四是與具體工業(yè)領(lǐng)域緊密相 

工業(yè)大數(shù)據(jù)產(chǎn)生依賴于CPS網(wǎng)絡(luò)和智能產(chǎn)品，但目前面向信息物理融合系統(tǒng)的分析方法單一，無法實現(xiàn)閉環(huán)、多層次、多階段、自比較等的綜合分析。 

面向智能設(shè)備和智能產(chǎn)品的故障檢測能力不足，健康預(yù)測管理水平低，無法實現(xiàn)面向產(chǎn)品可靠性的深層次分析。

? 

第三節(jié) 工業(yè)大數(shù)據(jù)的重點研究方向

 ?

為了應(yīng)對工業(yè)大數(shù)據(jù)分散、形式多樣、預(yù)測精度高等挑戰(zhàn)，國內(nèi)外研究機(jī)構(gòu)與廠商開展了基于產(chǎn)品全生命周期的數(shù)據(jù)集成和管理。

基于數(shù)據(jù)挖掘的數(shù)據(jù)分析應(yīng)用等方面的技術(shù)研究與實踐，下面分別介紹。

研究方向1：基于MBD和物聯(lián)網(wǎng)的數(shù)據(jù)集成技術(shù)

CAX工具數(shù)據(jù)集成技術(shù)：面向產(chǎn)品設(shè)計過程中結(jié)構(gòu)設(shè)計、電氣設(shè)計、仿真、試驗等過程，一方面定義產(chǎn)品所需標(biāo)準(zhǔn)件、材料、元器件的參數(shù)模型和實體模型及標(biāo)準(zhǔn)標(biāo)準(zhǔn)，供不同CAX工具共享使用，另一方面集中管理CAX工具輸入輸出參數(shù)等過程數(shù)據(jù)并形成設(shè)計知識。

智能裝備數(shù)據(jù)集成技術(shù)：面向車間各類對象的實時監(jiān)控和管理，底層采用傳感器對環(huán)境和設(shè)備進(jìn)行信息采集，采用電子標(biāo)簽對物料、人員、工具工裝等進(jìn)行標(biāo)識和跟蹤，通過數(shù)據(jù)采集和處理實現(xiàn)信息的可靠高效傳輸，實現(xiàn)人機(jī)料法環(huán)測等生產(chǎn)要素的狀態(tài)監(jiān)控和集成管理。

異構(gòu)業(yè)務(wù)系統(tǒng)數(shù)據(jù)集成技術(shù)：面向工廠內(nèi)部ERP、PDM、MES、QIS、TDM等業(yè)務(wù)系統(tǒng)，利用企業(yè)門戶、企業(yè)服務(wù)總線、流程平臺等集成工具實現(xiàn)各業(yè)務(wù)系統(tǒng)間界面、服務(wù)、流程和數(shù)據(jù)的集成，最終達(dá)到跨業(yè)務(wù)部門和業(yè)務(wù)系統(tǒng)的數(shù)據(jù)融合和流程貫通。

研究方向2：基于產(chǎn)品全生命周期數(shù)據(jù)管理技術(shù)

產(chǎn)品全生命周期管理不同于傳統(tǒng)的PDM，它將分散在設(shè)計單位、生產(chǎn)單位、供應(yīng)商、客戶等地理分散、形式不同的“產(chǎn)品數(shù)據(jù)”通過工作流平臺和產(chǎn)品全生命周期模型，連接為一種單一的、標(biāo)準(zhǔn)的、真正的產(chǎn)品信息資源的能力。

它包括產(chǎn)品設(shè)計、仿真、試驗制造的數(shù)據(jù)，還集成來自企業(yè)內(nèi)外部數(shù)據(jù)，如銷售、市場、質(zhì)量、制造、供應(yīng)商、客戶使用、產(chǎn)品報廢處理等數(shù)據(jù)，從而建立起規(guī)范的產(chǎn)品信息來源。

這種信息資源保存整個產(chǎn)品開發(fā)決策過程的信息，包括產(chǎn)品的特征描述、功能描述以及對設(shè)計和資源的考慮，從而跟蹤整個項目進(jìn)度，并為將來啟動的新項目或產(chǎn)品改進(jìn)項目提供知識。

產(chǎn)品全生命周期管理的關(guān)鍵在于產(chǎn)品生命周期的建模技術(shù)、集成數(shù)據(jù)環(huán)境技術(shù)和設(shè)計制造協(xié)同技術(shù)。 

產(chǎn)品全生命周期建模技術(shù)：產(chǎn)品全生命周期建模的目的是建立面向產(chǎn)品生命周期的統(tǒng)一的、具有可擴(kuò)充性的能表達(dá)完整信息的產(chǎn)品模型。

該模型能隨著產(chǎn)品研制自動擴(kuò)張，并從設(shè)計模型自動映射為不同目的的模型，如可制造性評價模型，成本估算模型、可裝配性模型、可維護(hù)性模型等，同時產(chǎn)品模型應(yīng)能全面表達(dá)和評價與產(chǎn)品全生命周期相關(guān)的性能指標(biāo)。

集成數(shù)據(jù)環(huán)境技術(shù)：產(chǎn)品全生命周期的數(shù)據(jù)分開存放，系統(tǒng)提供數(shù)據(jù)的聯(lián)邦機(jī)制，分散在網(wǎng)絡(luò)上的用戶對數(shù)據(jù)進(jìn)行存取時，所有數(shù)據(jù)對用戶都應(yīng)是透明的，所以需要一個電子倉庫對分散在企業(yè)內(nèi)外部產(chǎn)品及相關(guān)數(shù)據(jù)進(jìn)行存儲和增刪修改操作。 

當(dāng)然產(chǎn)品全生命周期數(shù)據(jù)符合大數(shù)據(jù)的4V特征，傳統(tǒng)數(shù)據(jù)庫管理系統(tǒng)難以支撐，需要大數(shù)據(jù)平臺和技術(shù)支撐。

產(chǎn)品研制協(xié)同技術(shù)：異地設(shè)計與制造是指在異地異時、異構(gòu)系統(tǒng)、異種平臺間進(jìn)行實時動態(tài)設(shè)計和制造，它是企業(yè)內(nèi)部或供應(yīng)鏈之間進(jìn)行產(chǎn)品全生命周期管理的重要技術(shù)手段。

研究方向3：面向智慧工廠的數(shù)據(jù)分析方法

在工業(yè)4.0及大數(shù)據(jù)應(yīng)用背景下，“智慧工廠”的建設(shè)將以大數(shù)據(jù)中心為平臺，輔以智能技術(shù)、數(shù)字技術(shù)、信息技術(shù)，構(gòu)建精益化的大融合研制體系，形成基于知識工程的產(chǎn)品研發(fā)設(shè)計、仿真、試驗、制造、檢驗、售后等一體化的服務(wù)型研制模式，打造具有自主創(chuàng)新能力、透明管控能力、自我優(yōu)化能力的智慧化生態(tài)環(huán)境。

智慧工廠“智慧”的體現(xiàn)應(yīng)涵蓋企業(yè)的各個業(yè)務(wù)領(lǐng)域，能夠?qū)崿F(xiàn)科研院所信息流、物流、資金流、知識流、服務(wù)流的高度集成與融合，使得企業(yè)持續(xù)創(chuàng)新，并不斷開發(fā)新產(chǎn)品、新服務(wù)。

但工業(yè)大數(shù)據(jù)具有數(shù)據(jù)量大、來源廣泛、形式多樣、種類繁雜等特點，傳統(tǒng)的數(shù)據(jù)分析手段難以實現(xiàn)數(shù)據(jù)分析和利用。 

所有要實現(xiàn)各業(yè)務(wù)領(lǐng)域的智慧就必須結(jié)合數(shù)據(jù)挖掘、文本視頻挖掘、統(tǒng)計分析、高維可視化等技術(shù)實現(xiàn)工業(yè)大數(shù)據(jù)的充分利用，具體介紹如下：

數(shù)據(jù)挖掘技術(shù)：“數(shù)據(jù)海量、信息缺乏”是相當(dāng)多企業(yè)在信息化建設(shè)和技術(shù)手段更新后遇到的問題，數(shù)據(jù)挖掘又稱為知識發(fā)現(xiàn)(Knowledge Discovery)，是通過分析每個數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)。

知識發(fā)現(xiàn)過程通常由數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示3個階段組成。數(shù)據(jù)準(zhǔn)備是從數(shù)據(jù)選取所需數(shù)據(jù)并整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集;規(guī)律尋找是用分類、聚類、回歸、預(yù)測、關(guān)聯(lián)等算法將數(shù)據(jù)集所含規(guī)律盡可能以用戶理解的方式將找出來。第三節(jié)的案例詳細(xì)描述了整個過程。 

圖像挖掘技術(shù)：產(chǎn)品制造使用過程中有大量的視頻、文本、圖紙等非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)占到了企業(yè)數(shù)據(jù)的80%以上，如何進(jìn)行非結(jié)構(gòu)化數(shù)據(jù)挖掘分析是工業(yè)大數(shù)據(jù)利用的核心問題。

例如，某汽輪機(jī)企業(yè)通過X光機(jī)進(jìn)行葉片虛焊質(zhì)量監(jiān)測，傳統(tǒng)采用人工方式進(jìn)行看片，工作量巨大且長時間在高亮度環(huán)境下工作對人體有害。

該企業(yè)對歷史二十萬張X光機(jī)底片進(jìn)行掃描，并提取存在虛焊的底片利用聚類算法提取虛焊特征，并采用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行算法優(yōu)化并建立專家?guī)臁?/span>

現(xiàn)在通過X光掃描儀就可以進(jìn)行疑似虛焊底片的識別，人工在進(jìn)行復(fù)查，提高了檢驗準(zhǔn)確率并減低人員工作強(qiáng)度。

高維數(shù)據(jù)可視化技術(shù)： 該技術(shù)旨在用圖形表現(xiàn)高緯度的數(shù)據(jù)，并輔以交互手段，幫助人們對其分析和理解高維數(shù)據(jù)。

例如，一個機(jī)電產(chǎn)品包含了型號、廠家、價格、性能、售后服務(wù)等多種屬性，傳統(tǒng)BI手段很難直觀的表現(xiàn)三維以上的數(shù)據(jù)關(guān)系，人們也很難直觀快速的理解。 

高緯數(shù)據(jù)可視化是將多維度的原始數(shù)據(jù)通過聚類算法轉(zhuǎn)換成可顯示的低緯度數(shù)據(jù)，并通過分類算法進(jìn)行規(guī)律總結(jié)并通過計算機(jī)以圖形和圖像的技術(shù)表達(dá)。

例如復(fù)雜機(jī)電產(chǎn)品壽命數(shù)據(jù)是一序列的時間記錄，利用高緯數(shù)據(jù)可視化技術(shù)將產(chǎn)品失效率的演變規(guī)律用圖像方式ibiaoda，幫助用戶直觀地了解到運行環(huán)境的可靠性。

?

第四節(jié) 工業(yè)大數(shù)據(jù)的典型應(yīng)用場景

 ??

1、企業(yè)經(jīng)營管控

現(xiàn)狀：對企業(yè)的掌控依賴于紙質(zhì)的、離散的報表及總結(jié)報告等，獲取的信息往往存在滯后、缺乏綜合性分析意見的反饋等; 

目標(biāo)：實時的、準(zhǔn)確的、全面的獲取企業(yè)運營現(xiàn)狀，實現(xiàn)管控透明化，及時發(fā)現(xiàn)問題，為科學(xué)決策提供支撐; 

應(yīng)用示例：

通過問題看板展示相關(guān)負(fù)責(zé)人或領(lǐng)導(dǎo)可直觀的了解現(xiàn)行問題及項目進(jìn)展等情況，追溯科研能力及生產(chǎn)能力相關(guān)的缺失，及時予以科研流程及生產(chǎn)流程的干涉，從根本上解決問題，達(dá)到企業(yè)價值及客戶需求。

大數(shù)據(jù)對于企業(yè)透明化的經(jīng)營管控可實時的、直觀的、全面的展現(xiàn)企業(yè)現(xiàn)狀、及時地發(fā)現(xiàn)問題、快速的定位問題根源并提出相應(yīng)措施，最終回歸到企業(yè)價值體現(xiàn)及經(jīng)營目標(biāo)建設(shè)。

 ?

2、產(chǎn)品研制協(xié)同

?

現(xiàn)狀：各學(xué)科設(shè)計分散，缺乏綜合考慮;知識以經(jīng)驗的形式掌握在少數(shù)人手中;設(shè)計工作對少數(shù)人的依賴性強(qiáng)，傳承性差;存在未考慮上下游客戶需求的問題等; 

目標(biāo)：開展多學(xué)科融合的協(xié)同設(shè)計、產(chǎn)品貨架支撐的并行設(shè)計、以產(chǎn)品全生命需求為依據(jù)的綜合設(shè)計(以客戶為中心，向產(chǎn)品定制轉(zhuǎn)型)。

應(yīng)用示例：

通過建立統(tǒng)一的設(shè)計開發(fā)環(huán)境，實現(xiàn)知識的積累和重用。

建立設(shè)計平臺，對產(chǎn)品研制過程中的各種工作內(nèi)容進(jìn)行集成展現(xiàn)和管理，并根據(jù)用戶角色和工作內(nèi)容的不同，管理并查看相應(yīng)的內(nèi)容，用戶可通過研發(fā)設(shè)計工作臺直接開始設(shè)計工作。

協(xié)同設(shè)計研發(fā)平臺一方面通過數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、運營數(shù)據(jù)管理為基礎(chǔ)，將設(shè)計經(jīng)驗、工藝信息、制造信息、產(chǎn)品服役過程信息(零部件壽命、質(zhì)量問題記錄等)、客戶需求等統(tǒng)一納入設(shè)計需求范疇，也即完成客戶等納入需求考慮，保證設(shè)計需求的全面響應(yīng)，實現(xiàn)定制化奠定基礎(chǔ)，逐步協(xié)助企業(yè)服務(wù)化轉(zhuǎn)型。

另一方面具體執(zhí)行設(shè)計研發(fā)業(yè)務(wù)支持基于多學(xué)科融合的綜合，支持多學(xué)科并行設(shè)計等。

3、全面質(zhì)量控制 

現(xiàn)狀：由于質(zhì)量問題等原因的工程變更追蹤困難、變更范圍難以確定;

目標(biāo)：可通過BOM集成管理的數(shù)據(jù)，進(jìn)行產(chǎn)品問題的向上及向下追溯，一方面追蹤問題根源并對其影響范圍進(jìn)行確定(如存在多少在制品等)并干預(yù)，保證后續(xù)產(chǎn)品的質(zhì)量。

另一方面根據(jù)問題根源，改進(jìn)原材料或設(shè)計工藝等，從根源上解決問題，降低問題重復(fù)帶來的損失。

應(yīng)用示例：

以某零部件服役過程產(chǎn)生質(zhì)量問題為例說明。

當(dāng)產(chǎn)品產(chǎn)生問題時回饋制造商形成質(zhì)量問題記錄單，零部件制造企業(yè)基于完整的產(chǎn)品全生命周期數(shù)據(jù)管理可通過BOM追溯實現(xiàn)零部件批次、設(shè)計信息、工藝信息、制造過程信息的快速定位，進(jìn)而由專業(yè)人員進(jìn)行分析質(zhì)量原因并采取響應(yīng)的改進(jìn)措施：

一方面：保證后續(xù)零部件/半成品按更改后的文件制造生產(chǎn)，使問題重復(fù)再現(xiàn)得到改善;

另一方面：對同一樣已交付使用的零部件采取一定的維護(hù)更換或召回處理，規(guī)避由某零部件問題造成工程停產(chǎn)的更大損失。