1引言

工業4.0作為德國的競爭戰略，其定義是以信息物理融合系統為技術核心，實現端到端集成、橫向集成、縱向集成的新工業價值生態，而李克強總理與2014年10月訪德，與德國總理默克爾共同主持第三輪中德政府磋商。訪德期間，兩國共同發表《中德合作行動綱要》，在綱要中宣布《綱要》還宣布兩國將開展以智能制造為主導的“工業4.0”合作，該領域合作有望成為中德未來產業合作的新方向。自那以后，工業4.0得到了整個產業界的高度關注。

自2014年以后，筆者已經舉辦了三次工業沙龍活動，深感大家對工業4.0高度關注，但是路線圖是什么，從哪里開始，是個比較大的問題，因此筆者結合自身20多年信息化經驗，在研讀了一些工業4.0的書籍、資料后，提出一個概念，就是工業4.0從構建全生命周期數據圖譜開始。

首先解釋一下什么是數據圖譜，數據圖譜可以理解為知識圖譜的擴展，將企業的數據有機地整合起來，在技術上涉及數學、圖形學、信息可視化，涉及的內容除了數據本身，包括術語定義、模板定義、模型定義、數據關系定義、變換關系定義、編碼系統，以及總體的體系架構。

而全生命周期，首先說明這里的主體，筆者把它們分成四個領域，通常的資源管理包括人、財、物，那么對于工業企業，則包括企業組織、人員、資金、信用、產品、生產裝備、網絡系統、供應物料等等，而進入工業4.0時代，數據資源，或者說大數據資源，也變成了核心資源，甚至說會成為企業的核心資產，在工業企業中，生產信息流是重中之重。

所謂全生命周期，是指針對前述的主體，進行按時間流的分析，典型的生產模式為接單、設計、工藝、采購、生產、裝配、物流、交付、服務等，而對于產品，例如航天就分成四個階段，小樣、試樣、模樣、正樣，產品的設計BOM往往也會定義為設計BOM、工藝BOM、生產BOM、裝箱BOM等。

而圖譜的理解，是樣板，是依據，是標準，企業可以根據數據圖譜，確立業務的工作方式、工作的流程，圖譜也是企業實現自動化的基礎，或者說要想自動化，必須有標準化，而圖譜就是標準化的表現形式。而智能，筆者理解為是在圖譜的更高層應用模式，但是智能的比例在工業企業中，還是較低，大幅度提升有待時日，所以兩者并不矛盾。

筆者以為，工業生產的組織、執行其核心是需要四流合一的，這四個流分別是業務流、資金流、信息流、物流(這個物流要劃分成兩個部分，第一是生產中的變化，第二是傳統意義上的運輸、存儲。)，實現工業4.0例如胡權院長提出的三個高度，高度自動化、高度信息化、高度網絡化，其中自動化是根據系統的執行，高度網絡化是數據的傳遞，高度信息化，則是講數據本身，所以筆者以為，工業企業的升級，提升到工業4.0的水平，需要一系列的投入，那么這種投入是有先后順序的，而相對而言，工業裝備、網絡系統投入都很大，而在投入這些系統之前，也需要對企業進行整體數據建模，分析市場，結合企業的自身情況，確立發展方向，這樣才可以開展下一步的工作。

2工業企業的常見問題

在工業企業中，生產的過程其實也是信息的變換過程，而分析整體生產業務流程，會發現信息處理的過程，往往占到非常大的比例，先舉一個正面的例子，上海一家企業，在人員規模基本沒變、設備資源基本沒變的情況下，招聘了兩名程序開發人員，將企業的定單從紙面傳真、發展到電子材料、到標準電子材料，總體實現定單向設備加工指令的自動化變換，可以達到85%的比例，而其余部分，通過人機交互，半自動模式，也大幅度提升了效率，結果把企業的定單交付周期，從原來的一個月一下，縮短到7天，加急定單縮短到3天，一年以后企業的產值就從2個多億提升到7個多億。

我們經過分析企業的全生命周期圖譜，就會發現企業普遍存在數據沒有記錄、數據不正確、數據不完整、數據時效不夠等系統問題，而這些問題，往往導致企業巨大的損失。

一個企業，工程師離職了，一條生產線是由他一個負責的，而離職后，發現他的計算機硬盤不見了，企業找人也找不到，也沒有證據，結果一條生產線，整整停工八個月。一個集團接到客戶投訴，說法沒有按照客戶要求，應用零件，集團檢查后發現，客戶在技術要求中，明確指定了某零件規格、而且指定了供應商，但是集團技術人員，再向工廠傳遞生產要求了，沒有把這部分信息傳遞過去，于是工廠就選用了國產的產品，最終導致企業賠付50萬美金。一個企業在再日本談銷售，打電話問國內，庫存情況如何，結論是庫存還有，于是簽定合同，然而回國到企業后，卻發現庫存已經不夠了。

介紹這些案例，核心要說明的是，絕大部分企業是缺少一個整體的，面向全生命周期的數據圖譜的，我們要想工業革命，就必須從這些基礎開始。

3主要內容

針對企業的各種數據，各種對象，從其生命周期考慮，筆者以為主要包括這樣的一些內容：

術語定義：如物的某個狀態，進行明確定義，確立其內涵、外延，甚至其處理方式。

模板、模型：確立規范，從而可以快速處理，例如在CAD中，使用啞圖技術，使用參數化繪圖技術。

變換關系：例如一張銷售單過賬，同時生成一張財務憑證，這是兩者之間的關聯關系。

數據關系：對于關系型數據庫而言，各種耦合，需要確立企業的數據字典，數據表。

編碼系統：為了提高數據規范性，提高數據利用效率，開發應用編碼系統，編碼系統不僅包含有基于軟件的系統，更重要的是面向企業的各種數據的生命周期，必須完整、正確、具有時效。

體系框架：工業企業，一般迄今都未建立起一張面向宏觀的全生命周期數據圖譜，我們需要從頂層開始，利用大數據的方式，結合軟件應用，構建整體的體系框架。

4軟件應用

在企業中，應用軟件可以大幅度提升數據處理的能力，而且減少錯誤，提高質量，筆者略舉幾例。

在裝配設計中，裝配工藝卡經常出現零件沒有裝完的情況，而上海思普的工藝設計管理系統，就構建了裝配樹，實現左右拖拉的方式，如果有零件沒有裝配設計，可以直觀看到。

某企業設計PDM/PLM系統時，增加了標準化數據字典型字段，這樣用戶在輸入時，采取選擇性輸入的方式，這樣數據輸入錯誤，不易理解的情況大幅度降低。

某企業在構造生產BOM時，由于設計采取的是選配策略，而根據規則，軟件系統采用推薦、自動化匹配的方式，如果設計師認為不合適，則在進行修改，總體提高配置速度60%以上。

某企業在進行開發產品設計管理系統時，針對產品型式，開始認為7種足夠了，然后運行兩年后，發現原來的思路不正確，后期的設計管理系統就設計為，所有的新的產品設計都可以作為模板使用。

5數據圖譜應用

數據圖譜構建時，也是有生命周期的，例如數據的輸入，是個工作量很大的過程，然而這往往僅僅是個直覺，以某個企業為例，一說，我們設計圖紙10萬張，如果設計師把他們輸入系統，根本沒有時間，但是我們從輸入的方式來講，如果只采用掃描輸入的方式，而不是轉成CAD圖形，其時間就可以大幅度縮短，而在應用的時候，根據需要將舊圖紙轉換成CAD圖形，則是一種可行的方案。例如上海一家企業，就購置了3臺工程掃描儀，安排四名中專生，也就8個月時間，就把企業的圖紙全部實現了電子化。

下一個需要注意的是，數據的動態變換，很多企業存在著系統性問題，舉例說，一個企業從來不給設計變更安排工時，而企業的變更是非常頻繁的，因此生產部門采取的策略就是加大產品的期初工時定額，而大家可以預見到的就是生產計劃的準確性很低，甚至鬧出了企業一個工人一個月工時做到3000多的笑話。

構建全生命周期數據圖譜，重點，甚至說作為重中之重的是，數據本身的生命周期，在傳統上，存儲是昂貴的，而現在即使存儲價格下降了，但是數據的完整性往往也是不足的。另外需要注意，有一個不為人察覺的變換，那就是時間變化，隨著時間流，我們需要對數據圖譜進行改進、數據進行處理、知識庫進行優化，引進更為先進的智能系統。

6運營保證

關于構建全生命周期的數據圖譜，如何保證運行，是個很大的難度，企業需要從企業文化、規則制度、運行工具、員工培訓等多個方面進行強化。

某企業實施廠長查詢系統，廠長說法，我一般不開，一開肯定不好，后來廠辦結合計算機中心，確立了專人檢查，如果數據沒有按時填寫，就重罰的制度，結果經過幾個月的磨合，終于讓廠長可以查詢到工廠的整體概貌數據。

某企業設計部門制作了三維模型，但是生產部門收到的，還是二維圖紙，生產部門根據二維圖紙再進行建模，可以想象其周期與質量，而這么運行的原因就是與國家政策不符。

前面說的一些例子，也提到了軟件在數據處理中的應用，筆者再分享一下我們的原則，凡是我們希望員工做的，我們在設計上就讓它非常簡便，而不希望員工做的，就讓它復雜。

最后說明，在全生命周期數據圖譜時，可以理解為數據是有不同大小、價值、展現形式的各種不同，我們需要結合具體業務，進行優化，從而保證節點運行的有效性，進而提升整體生產流程的精益性。

7未來展望

針對全生命周期的數據圖譜，筆者以為會有如下的幾個發展方向，第一是大數據化，從數據的總量、到單元業務處理需要的數據量、產生的數據量，將發生質的變化；第二是移動化，例如企業的領導不在現場，可以利用移動終端、查詢、控制、優化生產現場；第三是數據圖譜的社會化，例如工業4.0的橫向集成，可以理解為各種主體的數據需要處理，另外提供工業數據服務的，例如淘寶樣的平臺企業將會出現。最終我們的社會將發展成有譜系的、結構化、非結構化的、各種復雜管理、高效、互聯的大數據社會。

更多資訊請關注自動化軟件頻道。