488
工業4.0中不可缺少的核心技術-PLM
一、 PLM在工業4.0中的作用
1、PLM支撐個性化定製
支撐個性化定製是工業4.0的特征之一。在工業4.0時代，個性化定製不像現在買汽車，隻有顏色、型號等非常有限的選項，而是涉及到關鍵零件，如發動機。
選零件本質上已經是一種設計了。用戶不是設計師，而設計是個專業性很強的活。要解決這個矛盾，就要用軟件來支撐。這個軟件就是PLM。PLM提供合適的部件，能保證用戶所選的部件能與其他部件一起正常運轉，且保證產品質量。從這種意義上說，PLM就像傻瓜相機：自動對焦、自動調光圈，讓普通人也能照出近乎專業的照片。
2、PLM支撐智能生產
生產過程的智能化，有賴於智能工廠和智能產品。其中，智能產品就是依靠PLM開發出來的：一部分由研發人員設計，另外一部分由用戶自行設計。設計軟件的基礎都是PLM。
在工業4.0的工廠中，智能產品就是一個CPS。這個CPS的虛擬部分，首先是由PLM設計出來的，然後再經過ERP將其與生產計劃和具體部件掛鉤，以便在工業4.0的工廠中由新一代的MES智能化地生產出來。
3、PLM支撐個性化服務
個性化定製的產品交付用戶以後，會麵臨服務的難題：零件是個性化定製的，維修人員可能都搞不清設備具體用的是哪個型號的零件。如何有效地進行服務呢？個性化服務仍然需要個性化定製時的信息，而這個信息就是由PLM管理的。
於是，對一個特定的產品來說，在設計之初的PLM是設計圖；生產的時候PLM是工藝方法；使用的時候PLM就是說明書，維修維護的時候PLM就是病曆卡。這樣就可以更加精準有效地服務了。
二、PLM對製造型企業轉型的作用
如果說工業4.0是個漫長的發展過程，製造企業的轉型則是企業麵臨的現實壓力。製造企業轉型的方向無非有兩個：一個是研發、一個是服務。也就是‘微笑曲線’的兩端。PLM對這兩個方向的轉型，都具有重要的支撐作用。
PLM為什麼能支撐企業轉型呢？把研發和服務看成一種生產過程，就容易明白了。傳統產業主要生產實物，現代產業的競爭力則是生產‘知識產品’：設計圖、工藝方法、軟件等。為了提高生產效率，實物產品的生產經曆了從手工勞動到工業化大生產的轉變。同樣的道理，‘知識產品’的生產同樣也要提高效率。
現代化工業大生產是從流水線的發明開始的：也就是所謂的工業2.0。流水線生產之所以能提高效率，是因為壓縮了不必要的勞動（如工人更換工具、來回走動）。每個人隻做一件事。要做到這一點，必須很多人協作完成。而要協作完成，每個工序的操作必須標準化。
PLM的道理也是一樣的：要提高‘知識產品’的生產效率，必須降低一切不必要的設計和創新。具體地說，就是要盡可能地采用已有的部件、知識和方法，解決新的問題、滿足新的需求。而PLM正是用來管理這些東西的。同時，PLM還可以用在開發、生產、服務過程的協同。從某種意義上說，PLM就是用於‘知識產品’生產的ERP、MES。
‘知識產品’的生產要跟上時代潮流，也必須與信息技術相結合、以信息技術為工具，而這個工具就是PLM。
當然，要實現‘知識產品’生產的流程化，僅有信息技術還是不夠的，必須與研發體製改革配套才行。這是題外話，此處就不多說了。
三、用好工業大數據必須借助PLM
大數據是近幾年的熱點。用好大數據，對未來的工業企業至關重要。然而可悲的是：大數據理論被有些別有用心的企業和所謂的專家綁架了，不了解的企業很可能會誤入歧途。在某些‘磚家’眼裏，大數據就是一堆金光閃閃的寶藏，隨時可以換成真金白銀。豈不知，非結構化的數據很難利用，‘沙裏淘金’不僅是個花時間的力氣活，也是個技術活：如果礦藏的品味太低，淘金也會是個賠錢的買賣。有些數據可以淘出金子，更多數據則依然是垃圾。
用好大數據的關鍵是建議一個合適的PLM。這是因為，PLM中的知識和數據，就像存在銀行中的現金，是可以隨時拿出來用的。數據、知識是一種非常值得投資的‘現金’：會因為‘存款’而增加，卻不會因為‘取款’而減少。
四、做PLM要花大力氣
信息時代缺少的不是知識或信息，而是人注意力。PLM做不好，有用的知識和數據就會淹沒在沒用的數據和知識的海洋中，成為難用的廢物。
要做好PLM，關鍵是做好數據和知識的結構。PLM的體係越大，結構就越重要。這就像圖書的管理：如果家裏隻有幾本書，隨便放都可以找到。但如果是一個圖書館，有數以百萬級的圖書，就需要認真編目和存放了。沒有編目和有序存放的圖書，無異於一個廢紙堆。
PLM的難點也就在這裏。與ERP、MES相比，產品開發和服務的流程規範性很差，數據的規範性自然很差。所以，對知識和數據的結構化也就很難了。
PLM在離散製造行業發展的很快。但要將其運用到流程行業就很難了。原因是：流程行業的數據和知識麵臨‘組合爆炸’的風險，人們很難把握哪些數據和知識該存、哪些不該存。這樣，PLM在執行過程中就會很不規範。
同樣，要把工業2.0、3.0時代的PLM用到工業4.0時代，也會麵臨眾多的挑戰。正如《工業4.0》書中指出的，未來的產品已經成為一個係統，複雜性大大增加了。同時，PLM的數據管理，要適合CPS的要求。也就是說，對數據完備性的要求大大提升了。
這些矛盾如何解決？有一個設想：讓知識自動地推送到需要它的地方。
具體地說，首先要將研發和服務的過程流程化、角色化。當特定的角色進入特定的流程時，真正有用的知識會自動地推送到他的麵前。這時，要把研發和服務看成一種知識的生產，把需要推送的‘知識’看成一個零件，把推送知識的係統看成智能的生產係統、把傳統的PLM看成現代化的無人倉庫。而這套‘生產係統’需要更高級別的知識來管理。這大概就是安筱鵬司長所說的‘係統的係統’吧？
這些道理說起來還是容易的，做起來會非常不容易。這不僅是技術問題，還是企業戰略問題、企業文化問題、是投資問題。開發一套真正具有生命力的PLM，是件非常辛苦的工作、是件‘黑發人熬成白發人'的工作。
特別地，數據需要積累到一定程度，才能發揮關鍵作用。一個成長性良好的PLM可以變成‘龍’，成長性差的則會變成‘蟲’。PLM本身的成長性就必須受到足夠的專注。這或許是PLM成敗的關鍵因素。
五、總結
天下沒有免費的午餐，成果必須通過辛勤的勞動才能獲得。如果把工業4.0，工業大數據看成是人們夢寐以求的‘果實’，PLM的建設則是種樹。關注工業4.0、關注工業大數據的企業，應該把注意力集中在PLM上。這是需要長期不懈、踏踏實實實踐的工作。
本文轉自d1net（轉載）
最後更新：2017-07-17 16:35:21