设计-制造-服务一体化协同技术

作者：张映锋,任杉,黄博,赵永宣

页数：304

出版社：华中科技大学出版社

出版日期：2022

ISBN：9787568081221

电子书格式：pdf/epub/txt

内容简介

本书是作者在制造业大数据和产品生命周期管理领域研究成果的系列化总结，所涉及内容主要来自作者们自2016年以来的研究成果和课题组博士研究生和硕士研究生的论文。全书共由八章组成。其中，第一章主要概述了制造业大数据、基于大数据的产品生命周期管理、设计-制造-服务一体化协同等技术的研究现状；第二章介绍了设计-制造-服务一体化协同的内涵、体系架构、工作逻辑和关键使能技术等；第三章到第七章则主要对支撑设计-制造-服务一体化协同实现的主要方法与核心技术进行了深入阐述，它们包括产品生命周期大数据获取与增值处理方法、面向设计-制造-服务协同的一体化建模方法、运维数据与知识协同驱动的产品创新设计方法、实时数据驱动的制造过程自适应协同优化方法、基于运维数据的产品主动维修与智能服务方法等；第八章系统地阐述了设计-制造-服务一体化协同技术在数控机床、轨道交通、航空发动机三个行业的应用需求、场景、实例等。

作者简介

张映锋，男，1979年3月生，博士，研究生，西北工业大学机电学院教授、博士生导师。于2005年获西安交通大学机械工程专业博士学位，香港大学制造系统与工程系博士后。主要围绕“物联制造系统”、“生产调度和物料配送优化管理”、“产品服务系统与绿色制造”和“制造系统智能化”四个方向展开研究。在上述方向主持国家自然科学基金项目2项、国家十二五“863”子课题1项、国家重点实验室开放课题1项、西北工业大学校新人新方向项目1项。相关研究结果在国内外学术期刊与国际会议上发表学术论文50余篇，其中SCI检索15篇，EI索引20余篇，ISTP索引6篇，论文引用总次数200余次，获国家发明专利授权2项。

本书特色

作为国内率先系统性地探索和介绍设计-制造-服务一体化协同技术的著作之一，本书主要论述了一种复杂产品生命周期大数据驱动的设计-制造-服务一体化协同的理念、模式、方法、解决方案与实现技术，目的是通过将物联网技术和大数据技术引入到产品生命周期管理过程中，实现生命周期数据的透明增值、产品服务设计的闭环创新、制造执行过程的动态优化、运维服务策略的主动预测，并期望为复杂产品全生命周期业务的一体化协同和智能化管控提供相应的参考和借鉴。

目录

节选

近年来，随着新一代信息技术的迅猛发展以及制造产品复杂程度的愈来愈高，制造企业间竞争的焦点已不再是单纯的缩短研发周期、提升产品质量、降低生产成本，而是在其产品价值链以及产品全生命周期的各个环节不断增加服务要素的比重，重构价值链和商业模式，从而实现为其用户提供具有高附加值的个性化定制产品、智能信息服务、整体解决方案等增值服务的目标。在此基础上，形成一种产品研发设计、生产制造、运维服务等跨生命周期阶段多业务协同的制造与服务模式，进而构建产品设计-制造-服务等生命周期业务活动与服务化理念深度融合发展的全新生产经营模式。
制造企业生产经营模式的这种转变为产品生命周期管理（Product Lifecycle Management，PLM）的发展提供了新的动力。PLM的概念最早是由DEAN[[[] DEAN J. Pricing policies for new products[J]. Harvard Business Review, 1976, 54(6): 141-153.]]和Levirt[[[] LEVITT T. Exploit the product life cycle[M]. Graduate School of Business Administration, Harvard University, 1965.]]提出的，其目的是满足制造企业对产品生命周期数据和信息管理的需求，并解决企业信息化发展到一定阶段的“信息孤岛”问题，是为提升企业市场竞争力而形成的一种战略思想和管理模式[[[] 周康渠, 徐宗俊, 郭钢. 制造业新的管理理念——产品全生命周期管理[J]. 中国机械工程, 2002, 13(15): 1343-1346.]]。一般来说，产品生命周期主要包括三个阶段：生命初期（Beginning of Life，BOL），包括需求分析、产品设计、生产制造等；生命中期（Middle of Life，MOL），包括产品使用、售后服务、维修保养等；生命末期（End of Life，EOL），包括再制造、回收、再利用、处置等。
经过半个多世纪的发展，特别是随着情境智能（Ambient Intelligence）[[[] COOK D J, AUGUSTO J C, JAKKULA V R. Ambient intelligence: technologies, applications, and opportunities[J]. Pervasive and Mobile Computing, 2009, 5(4): 277-298.]]、自动身份识别（Automatic Identification，AutoID）[[[] MCFARLANE D, SHEFFI Y. The impact of automatic identification on supply chain operations[J]. The International Journal of Logistics Management, 2003, 14(1): 1-17.]]、射频识别（Radio Frequency Identification，RFID）[[[] JASELSKIS E J, El-MISALAMI T. Implementing radio frequency identification in the construction process[J]. Journal of Construction Engineering and Management, 2003, 129(6): 680-688.]]、泛在计算（Ubiquitous Computing）[[[] HIGHTOWER J, BORRIELLO G. Location systems for ubiquitous computing[J]. Computer, 2001, 34(8): 57-66.]]、区块链（Blockchain）[[[] 袁勇, 王飞跃. 区块链技术发展现状与展望[J]. 自动化学报, 2016, 42(04): 481-494.]]、多Agent系统（Multi-agent System）[[[] 李海刚, 吴启迪. 多Agent系统研究综述[J]. 同济大学学报(自然科学版), 2003(06): 728-732.]]、数字孪生（Digital Twin）[[[] 陶飞, 张萌, 程江峰等. 数字孪生车间——一种未来车间运行新模式[J]. 计算机集成制造系统, 2017, 23(01): 1-9.]]等技术的发展和进步，PLM的概念和内涵也经历了不断的演化。例如，Kovács等[[[] KOVACS G, KOPACSI S, HAIDEGGER G, et al. Ambient intelligence in product life-cycle management[J]. Engineering Applications of Artificial Intelligence, 2006, 19(8): 953-965.]]提出了情景智能PLM（Ambient Intelligent PLM）的概念，以确保产品相关数据的实时、智能更新和高效、便捷访问，提升企业从产品设计到回收的终生管理能力和自身竞争优势。Jun等[[[] JUN H B, SHIN J H, KIRITSIS D, et al. System architecture for closed-loop PLM[J]. International Journal of Computer Integrated Manufacturing, 2007, 20(7): 684-698.]]基于RFID技术设计了一种闭环产品生命周期管理（Closed-loop PLM，CL-PLM）体系架构对整个产品生命周期的信息进行跟踪和管理，旨在通过生命周期数据的反馈和共享，提升各阶段业务活动的效率。为了解决产品离开制造商后数据获取不及时、不准确的问题，LEE等[[[] LEE B E, SUH S H. An architecture for ubiquitous product life cycle support system and its extension to machine tools with product data model[J]. The International Journal of Advanced Manufacturing Technology, 2009, 42(5-6): 606.]]基于泛在计算技术提出了一种泛在产品生命周期支持系统（Ubiquitous Product Life Cycle Support System，UPLCSS），通过开发原型系统将其应用到机床的运行和维护场景，以实现机床使用和维修过程数据的实时收集。Liu等[[[] LIU X, WANG W, GUO H, et al. Industrial blockchain based framework for product lifecycle management in industry 4.0[J]. Robotics and Computer-Integrated Manufacturing, 2020, 63: 101897.]]基于工业区块链技术，提出了一种基于区块链的PLM（Blockchain-based PLM）框架，以促进产品全生命周期中的数据交换和服务共享，提高了PLM系统的开放性以及各利益相关者之间的互操作性和协作性。苗田等[[[] 苗田, 张旭, 熊辉等. 数字孪生技术在产品生命周期中的应用与展望[J]. 计算机集成制造系统, 2019, 25(06): 1546-1558.]]提出将数字孪生技术应用于PLM中，并分析了数字孪生在产品研发、制造、维护、报废等产品全生命周期各阶段典型场景中的应用方式。任杉等[[[] 任杉, 张映锋, 黄彬彬. 生命周期大数据驱动的复杂产品智能制造服务新模式研究[J]. 机械工程学报, 2018, 55(22): 194-203.]][[[] REN S, ZHANG Y F, LIU Y, et al. A comprehensive review of big data analytics throughout product lifecycle to support sustainable smart manufacturing: a framework, challenges and future research directions[J]. Journal of Cleaner Production, 2019, 210: 1343-1365.]]提出了生命周期大数据驱动的复杂产品智能制造服务模式和基于大数据分析的可持续产品生命周期管理模式，设计了相应的体系架构，并探讨了支撑上述模式有效实施的关键技术。这些PLM模式的提出及其在产品设计、制造、服务等阶段的应用，为制造企业整个生命周期生产经营活动的优化提供了理论和技术支撑。