音像设计-制造-服务一体化协同技术张映锋//任杉//黄博//赵永宣

目录
章绪论/1
1.1产品生命周期管理概述/1
1.1.1产品生命周期管理的起源与发展/1
1.1.2产品生命周期管理的核心技术/5
1.2制造业大数据概述/7
1.2.1制造业大数据的概念与特征/7
1.2.2制造业大数据的来源与分类/10
1..制造业大数据与产品生命周期管理/11
1.3基于大数据的产品生命周期管理/12
1.3.1基于大数据的产品创新设计/12
1.3.2基于大数据的制造过程优化/14
1.3.3基于大数据的运维服务优化/15
1.4设计-制造-服务一体化协同技术/17
1.5设计-制造-服务一体化协同技术面临的挑战/18
第2章设计-制造-服务一体化协同体系架构/21
2.1 DMS一体化协同模式的内涵/21
2.1.1 DMS一体化协同模式的相关概念定义/21
2.1.2 DMS一体化协同模式的特点/
2.1.3 DMS一体化协同模式下的信息交互机制与运作逻辑/27
2.1.4 DMS一体化协同模式下的应用案例分析/31
2.2 PLBD-DMS一体化协同方法概述/35
. PLBD-DMS一体化协同方法的体系架构/36
2.4 PLBD-DMS一体化协同方法的工作逻辑/39
2.5 PLBD-DMS一体化协同方法实施的关键使能技术/41
2.5.1产品生命周期大数据获取与增值处理方法简介/42
2.5.2面向设计制造服务一体化协同的建模方法简介/42
2.5.3运维数据与知识协同驱动的产品创新设计方法简介/43
2.5.4实时数据驱动的制造过程自适应协同优化方法简介/43
2.5.5基于运维数据的产品主动维修与智能运维服务方法简介/44
第3章产品生命周期大数据获取与增值处理方法/45
3.1产品生命周期大数据获取与增值处理总体流程/45
3.2产品生命周期各阶段数据内容与特点分析/47
3.3产品生命周期数据获取方式/49
3.3.1数据的主动获取/50
3.3.2数据的被动获取/51
3.3.3数据的自动获取/52
3.4产品生命周期数据获取架构模型/54
3.5产品生命周期数据增值处理方法/56
3.5.1产品生命周期数据增值处理平台架构/56
3.5.2产品生命周期数据清洗/59
3.5.3产品生命周期数据集成/64
3.5.4产品生命周期数据融合/70
第4章面向设计制造服务一体化协同的建模方法/76
4.1面向设计制造服务一体化协同的建模体系架构/76
4.1.1面向设计制造服务一体化协同的建模方法概述/76
4.1.2面向设计制造服务一体化协同的建模体系架构/77
4.2面向设计制造服务一体化协同的建模总体流程与建模技术/79
4.2.1面向产品设计制造服务一体化协同的建模总体流程/79
4.2.2面向产品设计制造服务一体化协同的建模技术/81
4.3面向设计制造服务一体化协同的建模应用流程/85
4.3.1MBD环境下的产品多尺度本体模型构建/85
4.3.2面向设计制造服务的领域术语本体构建过程/89
4.3.3建立以BOM为核心的信息传递机制/91
4.3.4知识集成管理/93
第5章运维数据与知识协同驱动的产品创新设计方法/101
5.1运维数据与知识协同驱动的产品创新设计特点及总体流程/101
5.1.1运维数据与知识协同驱动的产品创新设计特点/101
5.1.2运维数据与知识协同驱动的产品创新设计总体流程/103
5.2用户需求识别与优先级确定技术/105
5.2.1用户需求分析与识别/105
5.2.2用户需求重要度确定与排序/113
5..工程技术特分析与优先级确定/119
5.3产品质量特分析与控制技术/129
5.3.1元动作与元动作单元/129
5.3.2产品质量特分析技术/130
5.3.3产品质量特控制技术/132
5.4基于配置推理的产品方案设计/133
5.5基于关联模型的产品详细设计/135
第6章实时数据驱动的制造过程自适应协同优化方法/139
6.1实时数据驱动的制造过程自适应协同优化特点及总体流程/139
6.1.1实时数据驱动的制造过程自适应协同优化特点/139
6.1.2实时数据驱动的制造过程自适应协同优化总体流程/140
6.2底层物理制造资源的智能化建模/141
6.2.1基于工业物联网的制造资源实时信息主动感知与集成/142
6.2.2实时数据驱动的制造资源服务化封装/144
6..实时数据驱动的制造资源云端化接入/150
6.3基于大数据的制造过程能分析与诊断/152
6.3.1事件驱动的制造系统关键能主动感知/152
6.3.2基于决策树的制造系统关键能异常识别/160
6.3.3基于模糊贝叶斯网络的制造系统异常原因诊断/163
6.4基于大数据的制造过程自适应协同优化方法/167
6.4.1增广拉格朗日协同优化方法/167
6.4.2目标层解自适应协同优化方法/172
第7章基于运维数据的产品主动维修与智能运维服务方法/178
7.1基于运维数据的产品主动维修与智能运维服务特点及总体流程/178
7.1.1基于运维数据的产品主动维修与智能运维服务特点/178
7.1.2基于运维数据的产品主动维修与智能运维服务总体流程/179
7.2基于运维数据的产品能退化状态识别方法/181
7.2.1产品能退化特征提取方法/181
7.2.2产品能退化建模/189
7.3基于剩余有效寿命预测的复杂产品预防维修模型/191
7.3.1产品组部件剩余有效寿命预测/192
7.3.2基于剩余有效寿命的产品预防维修建模/196
7.4产品预防维修模型求解及维修策略优化/198
7.4.1产品预防维修模型求解/198
7.4.2产品预防维修实时优化策略/201
第8章DMS一体化协同技术行业应用/207
8.1机床制造行业DMS一体化协同技术应用/207
8.1.1机床制造行业DMS一体化协同技术应用需求分析/207
8.1.2机床制造行业DMS一体化协同技术典型应用场景/210
8.1.3机床制造行业DMS一体化协同技术应用方案/215
8.1.4机床制造行业DMS一体化协同技术应用实例/219
8.1.5机床制造行业DMS一体化协同技术应用趋势分析与展望/226
8.2轨道交通行业DMS一体化协同技术应用/227
8.2.1轨道交通行业DMS一体化协同技术应用需求分析/227
8.2.2轨道交通行业DMS一体化协同技术典型应用场景/229
8..轨道交通行业DMS一体化协同技术应用方案/
8.2.4轨道交通行业DMS一体化协同技术应用实例/242
8.2.5轨道交通行业DMS一体化协同技术应用趋势分析与展望/258
8.3航空发动机行业DMS一体化协同技术应用/259
8.3.1航空发动机行业DMS一体化协同技术应用需求分析/259
8.3.2航空发动机行业DMS一体化协同技术典型应用场景/261
8.3.3航空发动机行业DMS一体化协同技术应用方案/273
8.3.4航空发动机行业DMS一体化协同技术应用实例/275
8.3.5航空发动机行业DMS一体化协同技术趋势分析与展望/284
参考文献/286

张映锋，男，1979年3月生，博士，，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，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。在上述方向主持自然科学项目2项、十二五“863”子课题1项、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50余篇，其中SCI检索15篇，EI索引20余篇，ISTP索引6篇，引用总次数200余次，获发明专利授权2项。

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（ProductLifecycleManagement，PLM）的发展提供了新的动力。PLM的概念早是由DEAN[[[]DEANJ.Pricingpoliciesfornewproducts[J].HarvardBusinessReview,1976,54(6):141-153.]]和Levirt[[[]LEVITTT.Exploittheproctfecycle[M].GraduateSchoolofBusinessAdministration,HarvardUniversity,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（BeginningofLife，BOL），包括需求分析、产品设计、生产制造等；生命中期（MiddleofLife，MOL），包括产品使用、售后服务、维修保养等；生命末期（EndofLife，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（AmbientIntelligence）[[[]COOKDJ,AUGUSTOJC,JAKKULR.Ambientintelligence:technologies,applications,andopportunities[J].PervasiveandMobileComputing,2009,5(4):277-298.]]、自动身份识别（AutomaticIdentification，Auto）[[[]MCFARLANED,SHEFFIY.Theimpactofautomaticidentificationonsupplychainoraios[J].TheInternationalJournalofLogisticsManagement,2003,14(1):1-17.]]、频识别（RadioFrequencyIdentification，RF）[[[]JASELSKISEJ,El-MISALAMIT.Implementingradiofrequencyidentificationintheconstructionprocess[J].JournalofConstructionEngineeringandManagement,2003,129(6):680-688.]]、泛在计算（UbiquitousComputing）[[[]HIGHTOWERJ,BORRIELLGLocationsystemsforubiquitouscomputing[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-agentSystem）[[[]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（DigitalTwin）[[[]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,(01):1-9.]]等技术的发展和步，LM的概念和内涵也经历了不断的演化。例如，Kovács等[[[]KOVACSG,KOPACSIS,HAEGGERG,etal.Ambientintelligenceinproctfe-cyclemanagement[J].EngineeringApplicationsofArtificialIntelligence,2006,19(8):953-965.]]提出了情景智能PLM（AmbientIntelligentPLM）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[[[]JUNHB,SHINJH,KIRITSS,etal.Systemarchitectureforclosed-loopPLM[J].InternationalJournalofComputerIntegratedManufacturing,2007,20(7):684-698.]]基于RF技术设计了一种闭环产品生命周期管理（Closed-loopPLM，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馈和享，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[[[]LEEBE,SUHSH.Anarchitectureforubiquitousproctfecyclesupportsystemanditsextensiontomachinetoolswithproductdatamodel[J].TheInternationalJournalofAdvancedManufacturingTechnology,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（UbiquitousProductLifeCycleSupportSystem，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[[[]LIUX,WANGW,GUOH,etal.Industrialblockchainbasefaeworkforproctfecyclemanagementinindustry4.0[J].RoboticsandComputer-IntegratedManufacturing,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-basedPLM）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系统的开放以及各利益相关者之间的互操作和协作。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.]][[[]RENS,ZHANGYF,LIUY,etal.Acomprehensivereviewofbigdataanalyticsthroughoutproctfecycletosupportsustainablesmartmanufacturing:aframework,challengesandfutureresearchdirections[J].JournalofCleanerProduction,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。