本文摘要：1章节 工业4.0作为德国的竞争战略，其定义是以信息物理融合系统为技术核心，构建末端到末端构建、纵向构建、横向构建的新工业价值生态，而李克强总理与2014年10月访德，与德国总理默克尔联合主持人第三轮中德政府磋商。访德期间，两国联合公开发表《中德合作行动纲要》，在纲要中宣告《纲要》还宣告两国将积极开展以智能生产为主导的工业4.0合作，该领域合作未来将会沦为中德未来产业合作的新方向。自那以后，工业4.0获得了整个产业界的高度注目。

1章节　　工业4.0作为德国的竞争战略，其定义是以信息物理融合系统为技术核心，构建末端到末端构建、纵向构建、横向构建的新工业价值生态，而李克强总理与2014年10月访德，与德国总理默克尔联合主持人第三轮中德政府磋商。访德期间，两国联合公开发表《中德合作行动纲要》，在纲要中宣告《纲要》还宣告两国将积极开展以智能生产为主导的工业4.0合作，该领域合作未来将会沦为中德未来产业合作的新方向。自那以后，工业4.0获得了整个产业界的高度注目。　　自2014年以后，笔者早已举行了三次工业沙龙活动，感到大家对工业4.0高度注目，但是路线图是什么，从哪里开始，是个较为大的问题，因此笔者融合自身20多年信息化经验，在钻研了一些工业4.0的书籍、资料后，明确提出一个概念，就是工业4.0从建构仅有生命周期数据图谱开始。

　　首先解释一下什么是数据图谱，数据图谱可以解读为科学知识图谱的拓展，将企业的数据有机地统合一起，在技术上牵涉到数学、图形学、信息可视化，牵涉到的内容除了数据本身，还包括术语定义、模板定义、模型定义、数据关系定义、转换关系定义、编码系统，以及总体的体系架构。　　而全生命周期，首先解释这里的主体，笔者把它们分为四个领域，一般来说的资源管理还包括人、财、物，那么对于工业企业，则还包括企业的组织、人员、资金、信用、产品、生产装备、网络系统、供应物料等等，而转入工业4.0时代，数据资源，或者说大数据资源，也变为了核心资源，甚至说道不会沦为企业的核心资产，在工业企业中，生产信息流是重中之重。　　所谓仅有生命周期，是指针对前述的主体，展开按时间东流的分析，典型的生产模式为接单、设计、工艺、订购、生产、组装、物流、交付给、服务等，而对于产品，例如航天就分为四个阶段，小样、试样、模样、正样，产品的设计BOM往往也不会定义为设计BOM、工艺BOM、生产BOM、装箱BOM等。

　　而图谱的解读，是样板，是依据，是标准，企业可以根据数据图谱，奠定业务的工作方式、工作的流程，图谱也是企业构建自动化的基础，或者说要想要自动化，必需有标准化，而图谱就是标准化的表现形式。而智能，笔者解读为是在图谱的更加高层应用于模式，但是智能的比例在工业企业中，还是较低，大幅提高尚待时日，所以两者并不矛盾。　　笔者以为，工业生产的的组织、继续执行其核心是必须四流合一的，这四个流分别是业务流、资金流、信息流、物流(这个物流要区分成两个部分，第一是生产中的变化，第二是传统意义上的运输、存储。)，构建工业4.0 例如胡权院长明确提出的三个高度，高度自动化、高度信息化、高度网络化，其中自动化是根据系统的继续执行，高度网络化是数据的传送，高度信息化，则是谈数据本身，所以笔者以为，工业企业的升级，提高到工业4.0的水平，必须一系列的投放，那么这种投放是有先后顺序的，而相对而言，工业装备、网络系统投放都相当大，而在投放这些系统之前，也必须对企业展开整体数据建模，分析市场，融合企业的自身情况，奠定发展方向，这样才可以积极开展下一步的工作。

　　2工业企业的常见问题　　在工业企业中，生产的过程只不过也是信息的转换过程，而分析整体生产业务流程，不会找到信息处理的过程，往往占到到十分大的比例，先举一个正面的例子，上海一家企业，在人员规模基本没有逆、设备资源基本一成不变的情况下，聘用了两名程序开发人员，将企业的定单从纸面电子邮件、发展到电子材料、到标准电子材料，总体构建定单向设备加工指令的自动化转换，可以超过85%的比例，而其余部分，通过嵌入式，半自动模式，也大幅提高了效率，结果把企业的定单交付给周期，从原本的一个月一下，延长到7天，加急定单延长到3天，一年以后企业的产值就从2个多亿提高到7个多亿。　　我们经过分析企业的全生命周期图谱，就不会找到企业普遍存在数据没记录、数据不准确、数据不原始、数据时效过于等系统问题，而这些问题，往往造成企业极大的损失。

　　一个企业，工程师辞职了，一条生产线是由他一个负责管理的，而辞职后，找到他的计算机硬盘不知了，企业去找人也去找将近，也没证据，结果一条生产线，整整复工八个月。一个集团收到客户滋扰，众说纷纭没按照客户拒绝，应用于零件，集团检查后找到，客户在技术拒绝中，具体登录了某零件规格、而且登录了供应商，但是集团技术人员，再行向工厂传送生产拒绝了，没把这部分信息传送过去，于是工厂就搭配了国产的产品，最后造成企业支付50万美金。一个企业在再行日本讲销售，打电话问国内，库存情况如何，结论是库存还有，于是签订合约，然而回国到企业后，却找到库存早已过于了。

　　讲解这些案例，核心要解释的是，绝大部分企业是缺乏一个整体的，面向仅有生命周期的数据图谱的，我们要想要工业革命，就必需从这些基础开始。　　3主要内容　　针对企业的各种数据，各种对象，从其生命周期考虑到，笔者以为主要还包括这样的一些内容：　　术语定义：如物的某个状态，展开具体定义，奠定其内涵、外延，甚至其处理方式。　　模板、模型：奠定规范，从而可以较慢处置，例如在CAD中，用于哑图技术，用于参数化绘图技术。　　转换关系：例如一张销售单过账，同时分解一张财务凭证，这是两者之间的关联关系。

　　数据关系：对于关系型数据库而言，各种耦合，必须奠定企业的数据字典，数据表。　　编码系统：为了提升数据规范性，提升数据利用效率，研发应用于编码系统，编码系统不仅包括有基于软件的系统，更加最重要的是面向企业的各种数据的生命周期，必需原始、准确、具备时效。

　　体系框架：工业企业，一般目前为止都并未创建起一张面向宏观的全生命周期数据图谱，我们必须从顶层开始，利用大数据的方式，融合软件应用，建构整体的体系框架。　　4软件应用　　在企业中，应用软件可以大幅提高数据处理的能力，而且增加错误，提高质量，笔者略举几例。　　在组装设计中，组装工艺卡经常出现零件没装完的情况，而上海思普的工艺设计管理系统，就建构了组装树根，构建左右拖拉的方式，如果有零件没组装设计，可以直观看见。

　　某企业设计PDM/PLM系统时，减少了标准化数据字典型字段，这样用户在输出时，采行选择性输出的方式，这样数据输出错误，容易解读的情况大幅度降低。　　某企业在结构生产BOM时，由于设计采行的是配备策略，而根据规则，软件系统使用引荐、自动化给定的方式，如果设计师指出不适合，则在展开改动，总体提升配备速度60%以上。　　某企业在展开研发产品设计管理系统时，针对产品型式，开始指出7种充足了，然后运营两年后，找到原本的思路不准确，后期的设计管理系统就设计为，所有的新的产品设计都可以作为模板用于。

　　5数据图谱应用于　　数据图谱建构时，也是有生命周期的，例如数据的输出，是个工作量相当大的过程，然而这往往意味着是个直觉，以某个企业为事例，一说道，我们设计图纸10万张，如果设计师把他们输出系统，显然没时间，但是我们从输出的方式来讲，如果只使用扫瞄输出的方式，而不是转换成CAD图形，其时间就可以大幅延长，而在应用于的时候，根据必须将原有图纸转换成CAD图形，则是一种不切实际的方案。例如上海一家企业，就购买了3台工程扫描仪，决定四名中专生，也就8个月时间，就把企业的图纸全部构建了电子化。　　下一个必须留意的是，数据的动态转换，很多企业不存在着系统性问题，举例说道，一个企业从不给设计变更决定工时，而企业的更改是十分频密的，因此生产部门采行的策略就是增大产品的期初工时定额，而大家可以预见的就是生产计划的准确性很低，甚至闹了企业一个工人一个月工时做3000多的笑话。

　　建构仅有生命周期数据图谱，重点，甚至说道作为重中之重的是，数据本身的生命周期，在传统上，存储是便宜的，而现在即使存储价格下降了，但是数据的完整性往往也是严重不足的。另外必须留意，有一个不为人察觉到的转换，那就是时间变化，随着时间流，我们必须对数据图谱展开改良、数据展开处置、知识库展开优化，引入更加先进设备的智能系统。

　　6运营确保　　关于建构仅有生命周期的数据图谱，如何确保运营，是个相当大的可玩性，企业必须从企业文化、规则制度、运营工具、员工培训等多个方面展开增强。　　某企业实行厂长查找系统，厂长众说纷纭，我一般不进，一开认同很差，后来厂办融合计算机中心，奠定了专人检查，如果数据没如期填上，就重罚的制度，结果经过几个月的调教，再一让厂长可以查找到工厂的整体概貌数据。　　某企业设计部门制作了三维模型，但是生产部门接到的，还是二维图纸，生产部门根据二维图纸再行展开建模，可以想象其周期与质量，而这么运营的原因就是与国家政策相符。　　前面说道的一些例子，也提及了软件在数据处理中的应用于，笔者再行共享一下我们的原则，凡是我们期望员工做到的，我们在设计上竟然它十分简单，而不期望员工做到的，竟然它简单。

　　最后解释，在全生命周期数据图谱时，可以解读为数据是有有所不同大小、价值、展现出形式的各种有所不同，我们必须融合明确业务，展开优化，从而确保节点运营的有效性，进而提高整体生产流程的精益性。　　7未来未来发展　　针对仅有生命周期的数据图谱，笔者以为不会有如下的几个发展方向，第一是大数据化，从数据的总量、到单元业务处置必须的数据量、产生的数据量，将再次发生质的变化；第二是移动化，例如企业的领导不出现场，可以利用移动终端、查找、掌控、优化生产现场；第三是数据图谱的社会化，例如工业4.0的纵向构建，可以解读为各种主体的数据必须处置，另外获取工业数据服务的，例如淘宝样的平台企业将不会经常出现。最后我们的社会将发展成有谱系的、结构化、非结构化的、各种简单管理、高效、网络的大数据社会。

本文来源：333体育官网平台-www.theshadesofgrace.com