前言

       信息技术与工业制造的不断深化融合，加速了传统制造业企业在数字化产业结构转型升级的进程。制造业企业运营过程涉及从客户需求到订单、计划、研发、设计、采购、工艺、制造、供应、库存、销售、发货和交付、售后服务、运维、报废或回收再制造等各个环节数据，这些数据覆盖了整个产品的全生命周期。而这些数据来源是广泛的，包括ERP系统、SCM供应链系统、CRM客户管理系统、MES系统等过程管理软件系统，制造过程也会产生大量的生产线监控数据、质量监控数据，特别是在物联网环境下产生的过程实现所涉及的数据，如操作条件、环境参数、工作条件信息等，信息系统集成管理的价值在于梳理利用这些复杂的数据^[1]。

       PLM系统作为构建企业数字产业结构的有力工具，可以将企业产品数据和变更过程系统地整合起来，贯穿于产品全生命周期的数据管理。基于PLM系统的产品全生命周期管理平台架构模型如图1所示，在众多大型制造业企业中得到应用，以应对信息技术的不断更新和发展以及市场对产品迭代速度日益增长的需求，是优化企业数字产业结构和提高企业整体经营效益的重要工具。
 
1 PLM系统应用的背景

       公司在研发制造领域的信息化投入是分阶段、分批次、分类型开展的，伴随着公司的发展，整个过程周期较长，系统之间通常存在信息流通和链接壁垒，未能从系统化、流程化的角度应用信息化管理系统，未能实现从研发到制造的集成式管理，普遍存在以下问题：

       1）产品的研发和设计数据依靠人工维护更新。目前公司的产品设计大多采用CAD、CREO等设计软件来完成，但输出的图形和文字数据需要依靠人工维护。业务部门之间产品数据的随机变化，使得技术信息的准确性和一致性难以保证，由于没有对产品数据进行集成管理，检索技术文档很困难，而且没有浏览和编辑操作的记录。此外，设计部门与工艺部门之间信息沟通不畅，导致图纸设计主观性较强，通用性较差，不利于产品进度的推理，增加生产成本。图形系统不能直接为ERP系统提供产品BOM清单，也不能为ERP系统提供无障碍的数据源。

       2）研发、工艺和制造之间存在数据壁垒。由于系统之间存在信息差与壁垒，产品研发、设计和工艺协调的不顺畅，导致设计成本增加，装配周期长，难度大。各种设计问题、流程和制造挑战给企业在产品推出、开发预算、协同设计和制造带来新的挑战，企业研发与制造脱节。如何实现数据从设计到制造的高效转变，是企业管理层和相关技术人员一直困扰的难题，充分利用产品开发数据，管理工艺设计过程和数据，提高工艺文件的效率，保证设计与工艺产品结构数据的一致性和实时更新同步，实现设计与工艺的集成，这是企业实现数字化协同设计，从源头上提高产品质量，提高生产效率，降低运营成本的关键。

2 PLM系统的集成应用

       空调产品涉及两千多个零部件和上百种生产工艺，流程复杂，传统的制造模式已经无法满足企业高质量发展的需求，物料、计划、产供销、设计、工艺、制造六大核心业务的高效协同成为决定企业能否高效率、高品质、低成本运营的关键。集团70多个生产基地，管理过程信息量大，各项业务错综复杂，迫切需要紧紧围绕从设计、工艺到制造的核心业务，打通信息在横向各关键流程之间、纵向总部与全国各制造车间供应链、制造关键环节之间的微循环节点，实现企业设备信息的实时高效流动，提升网络化、异地化的协同制造能力和制造水平，打造高效柔性、数字智能的企业管理生态系统。

       而PLM系统作为构建企业数字产业结构的有力工具，可以将企业产品数据和变更过程系统地整合起来，实现产品全生命周期的数据管理。

       实施信息化系统集成管理最基础的就是领导层的统一思想，确认要投入的资源，建立长远的发展蓝图，在企业相关战略规划文件的指导下，逐步完善各项数据标准化，并对相关人员进行认知与操作培训，构建系统集成化应用的实施基础[2]。

       公司实施PLM系统集成主要包括四个方面：

       1）数据集成，确保所有子系统符合相同的标准；

       2）硬件集成，以确保运行软件的环境是密集型的；

       3）应用集成，为应用软件提供统一的服务；

       4）业务集成，是一个高层次的集成，通过工作流引擎来调用业务子系统。

       PLM系统的集成是通过打开数据通道，链接各大信息管理系统，建立具体的数据更新逻辑和管理结构来实现的，如图2所示为PLM系统与企业OA、ERP、CRM、SCM、MES等其他系统的信息集成交互过程。通过二次开发，构建PLM系统与ERP、CRM、SCM、MES、CAPP系统的集成环节，并将CAD、CAM、CAE和PLM系统的集成应用于产品零件设计，利用CAPP软件对工艺设计进行控制和管理，编制详细的工艺路线信息，对零件加工、装配需要使用的工艺、车间、加工中心、配额等数据进行反映。为了实现研发与过程制造的数字化、系统化集成，可以快速生成虚拟样机及相应的产品参数，实现各阶段的动态仿真，识别和解决影响产品质量、功能、制造成本等设计问题。制造部采用APS先进计划系统生成高效、科学的生产调度，将MES制造执行系统与特定的生产单元连接起来，MES系统可以收集和记录生产过程中的各种数据，实现生产现场的实时检测。
 
3 PLM系统在研发制造的集成应用

       公司技术研发部门和工艺制造部门通过利用PLM系统集成技术，根据不同的任务要求，实现研发产品的数字化智能制造。提供ERP数据与PLM数据的共享渠道，使设计、工艺过程更加清晰、便于控制，保证获取信息的一致性，在ERP系统进行内部资源的优化整合的同时，更加高效地实现物流、信息流和资金流的有效管理。在CRM系统与PLM系统的数据交互下，可以更加清晰地分析出客户需求与内部制造能力的关系，利用信息技术进行数据挖掘，分析用户实际需求，准确把握客户需求动向，细分用户群体，有针对性地开拓用户市场，形成概念化设计并指导详细设计，在此基础上，CRM系统与客户间的交流互动将变得更加贴近企业实际状况。通过PLM系统与SCM系统数据实时链接，可以更加精准地锁定物料信息，消除因产品设计变更导致的物料耗用不及时问题，实现库存信息快速关联查询，实时掌握库存件动态，合理选用物料状态，可有效降低采购成本，结合供应商群体，可做到实时信息的共享及快速响应客户需求。

       制造过程是数据产生最复杂的阶段，涉及到机器运行的数据与人员操作的数据，需要强大的数据决策管理系统。PLM系统扮演的角色则是从源头的订单数据进行过程管控与自动生成对应的流程信息。ERP中的订单确认后，即可形成对应的物料需求，计划下发到对应的生产系统，计划部根据MBOM清单与现有加工资源，安排物料的采购与自制生产，PLM系统则按照既定的规则将EBOM转换成MBOM，构建EBOM与MBOM之间的实时数据关联，并对零部件BOM涉及的工艺规程进行管理。
 
       通过PLM系统对生成的BOM进行标准化管理，减少企业资源浪费[3]。采用规范化、模块化的BOM电子账单管理，消除因设计员或设计理念变化引起的成熟产品的结构变更，减少设计与制造不匹配的问题发生，严格执行审核下发的设计图纸和工艺文档，基于PLM系统开发的PLM－MPM工艺开发模块如图3所示。PLM系统在数字化三维制造过程平台构建中的应用，不仅可以提高ERP系统的工作效率，而且可以提高企业产品开发水平和产品加工能力。在实际生产过程中，零件的形状设计应与设备的加工性能相匹配，但不能在现有设备中加工或加工质量不符合控制要求，因此零件的设计审核员应熟悉应用设备，确保零件的参数能够正常生产，确保工艺符合现有生产条件，并形成一系列精益设计标准文件，减少延误造成的加工浪费。

       通过产品模块化、精益化的设计，能够大大缩短设计周期，提升设计面向质量与制造的水平，为公司未来对于人工智能技术的应用构建良好的应用环境，是公司产品研发设计与制造未来发展的重要方向。

4 PLM系统的集成应用效果

       公司在数字化转型升级过程中，通过PLM系统建立统一的产品研发设计工艺协同管理及项目资源管控平台，有效提高了新品研发效率与产品的制造质量，降低了整体的运营成本。

       完善PDM产品数据管理。基于PLM系统建立产品三维设计平台，规范设计过程，确保产品数据和数据变更过程的准确性、完整性和一致性。产品三维模型可以与公司外购的VR/AR系统连接，实现基于VR/AR技术设计的产品三维模型的实时显示，帮助研发设计人员迅速掌握产品的应用状态，提升产品研发效率，缩短整体开发周期。

       优化CAPP工艺数据流程。将产品图纸、工艺步骤、制造过程、检验点等信息归档到PLM系统中，每个部分、步骤和过程都有自己的成本核算方法和明确的成本，使产品成本核算更加高效、准确。建立了数字化制造的工艺设计与工艺部署模式，实现了产品设计与工艺设计快速、准确的无缝衔接，实现了从设计到部署的工艺流程、信息化和系统化，提高了工艺设计效率，缩短了工艺设计周期。

       高效集成管理运营数据。开发PLM系统与SAP、CRM、SRM、MES、BPM、CAD等系统数据信息传输处理模块，集中管理与产品相关的信息，然后将结果反馈给PLM系统进行综合分析处理，减少重复低价值的资源配置。通过系统对采购订单需求、备件库存数据、成品滞后产品数据等的集成，设定系统运行逻辑，系统根据库存和滞后产品数据自动计算实际采购需求量，供应商的报价和交货日期与PLM系统相关，系统根据生产进度自动向采购部相关人员推送订单信息，有效提升运营过程中的数据价值。

5 总结

       信息数据作为现代制造业企业重要的运营管理资源，公司通过PLM系统的二次开发，关联分阶段实施应用的现有业务系统，集成统一的数据资源库管理系统，有利于实现信息资源的充分利用，减少不必要的计算、分析、沟通、确认、变更、重复、异常投入成本，促进了各项业务的数字化、智能化升级，从而提升了公司整体运营效益。

参考文献

       [1] 刘欣, 李向东, 耿立校, 等. 工业互联网环境下的工业大数据采集与应用[J]. 物联网技术, 2021, 11(08): 16-19.
       [2] 齐建军, 朱道云, 万洋. 工业大数据标准化研究[J]. 信息技术与标准化, 2017(4): 18-21.
       [3] 刘平峰, 陈坤. 基于多维工业大数据的制造业服务化价值创造体系构建[J]. 北京邮电大学学报(社会科学版), 2022, 24(3): 78-89.