文章

PLM复杂度剖析——产品、组织和数据

2020-09-13丁肇之

152阅
企业中的产品研发是一项复杂的事物。我们不仅可以用OPM来解构企业中复杂的产品,也可以用之来解构企业的产品研发。

    从语言学角度来说,世界是由名词、动词、形容词、副词、代词和介词等词语所组成的,其中的主角是名词和动词。通过名词和动词,我们基本可以表示出完整的意思,比如“我吃饭”;而形容词、副词等其他词语则主要起修饰作用,比如“我优雅地吃饭”。名词和动词在语言中的核心作用,引申到系统和架构实践中,就是OPM(Object Process Methodology,对象过程方法论),及其在解构复杂事物时的广泛应用。

OPM方法学示意

图1 OPM方法学示意

    如图1所示,OPM把事物的构成要素分为两类:对象(Object)和过程(Process),对象类似于名词,而过程则类似于动词,两者通常成对出现,一个对象往往隐含一个或以上的过程,一个过程也隐含着一个或以上的对象。对象与过程的关系是多样的,过程可以改变对象的状态(比如图1所示的打开“开关”的操作过程将对象“开关”的状态设为“打开”),过程可以导致对象(比如,生产过程产出产品),过程可能消耗对象(比如生产过程消耗原材料),过程受到对象的控制(比如,生产过程接受生产者的主导和控制),等等。通过OPM方法论,我们可以比较简单地解构一个复杂的事物或系统,可谓深得“大道至简”的精髓。

    企业中的产品研发是一项复杂的事物。我们不仅可以用OPM来解构企业中复杂的产品,也可以用之来解构企业的产品研发。从OPM的视角看,产品研发中有对象,比如产品本身、研发人员、设备或工具,等等;也有一系列的过程,比如产品创意、概念设计、结构开发、工艺开发、产品验证、生产支持、售后服务,等等。作为对象,产品由各种形式的产品定义来表示,产品定义就是各种研发过程的产出物;作为过程,研发活动的目的是获得正确的产品定义,同时又受研发人员的控制,并需借助研发工具或技术来进行。

    应用OPM方法对企业的产品研发和产品生命周期管理(PLM)进行解构,我们将发现三个维度的复杂性:产品、组织和数据。产品,或者说产品定义,是研发活动的主要对象之一,是研发活动的主要产出物。组织,即产品研发活动如何开展,是流程、人员、技术和工具的有机复合体,形式上表现为项目。数据,即产品的数字化和研发过程的数字化,是产品研发中对象和过程的数字化表现形式。通过上述三个维度的解构和复杂度剖析,我们不仅可以将复杂的产品研发简单化,也可以发现产品研发的演变趋势。

产品研发和PLM复杂度解构

图2 产品研发和PLM复杂度解构

产品维度

    在产品维度,产品研发和PLM的复杂度沿着产品(Product)à产品系统(Product System)à系统生态(Product Ecosystem)的方向在演变,其复杂度也越来越高。

    在本世纪初之前,产品主要以单一物质形态的形式存在,它们要么是机械产品,要么是电子电气产品,或者在机械中内嵌少量电子电气控制系统的机电产品。随着物联网等数字化技术的应用和服务型制造等商业模式的出现,产品正逐渐成为智能互联产品(Smart Connected Product,SCP)或产品系统,并朝着产品生态系统的形态进行演变,比如智能手机、智慧家电、智慧电网、智能网联汽车,等等。在智能互联产品或产品系统生态中,产品的构成里不仅有机械、电子电气等部件,还包含软件、通讯、云、数据和服务等新型产品形态。

产品维度的复杂度演变

图3 产品维度的复杂度演变

    上述产品形态的演变,对企业中的产品研发和产品生命周期管理提出了更多、更复杂的挑战,尤其是如何对产品定义进行架构。在上世纪90年前后,PLM的前身——PDM,主要以文件夹的形式来进行产品定义,之后又以各种形式的BOM,也就是xBOM,包括原型BOM、工程EBOM、制造MBOM、服务SBOM等表现形式或业务用途的BOM,来对产品进行结构化定义。在工业互联网和产品系统生态时代,企业需要在MBSE(Model-Based System Engineering,基于模型的系统工程)和PaaS(Product as a Service,产品即服务)等思想的指导下,以CPS(Cyber-Physical System,信息物理系统)的架构来进行产品定义。

    为此,很多PLM解决方案中正在逐渐进行需求管理、软件管理、DevOps、应用生命周期管理(Application Lifecycle Management,ALM)、服务生命周期管理(Service Lifecycle Management,SLM)、云服务平台等功能和平台的完善。在产品维度管理得好的企业,不仅可以为客户提供高质量的产品服务,还可以通过结构化、模型化的产品定义,提高产品构成要素的复用度,从而降低产品的研发、制造和服务成本,缩短新产品上市周期,并实现大规模客户定制,支持企业向服务型、创新型制造转型。

组织维度

    企业要参与市场竞争,就需要研发出“爆款”产品。对企业而言,开发一个“爆款”产品可能不难,开发出源源不断的“爆款”产品则一定是难上加难。另外,企业中的产品研发是跨专业、跨组织的集体性创造;为此,需要有合理的组织形式——项目管理来保证,而源源不断的新产品研发,则需要项目群,乃至项目组合管理来保证。从项目管理,到项目群管理,再到项目组合管理,是产品研发在组织维度的复杂度演变。

组织维度的复杂度演变

图4 组织维度的复杂度演变

    项目是产品研发管理的基本组织单元,是产品研发中人员(岗位职责、胜任力和绩效管理)、流程(任务与活动、输入输出),以及技术和工具(CAD/CAE/CAM设计开发工具、增强现实、PLM系统等)的有机组合。项目管理要确保研发人员按正确的方法去做事,通过五大过程(启动、计划、执行、控制和收尾)和九个领域(范围管理、时间管理、成本管理、质量管理、人力资源管理、沟通管理、采购管理、风险管理和集成管理)的高效实施,实现产品研发在时间、成本、质量等维度的多赢。

    项目群是基于项目之上的产品研发组织管理形式。项目群管理的内容是不同项目之间的依赖关系和冲突,以确保多项目产品研发的有序进行,寻求的是研发资源的产出最大化和多个产品研发项目的集体成功。

    项目组合是基于项目和项目群之上的产品研发组织管理形式。项目组合管理的内容是产品研发项目与企业发展目标的对齐。对企业而言,项目组合管理需要实时地监控项目或项目群的推进状态,实时地监控其中可能存在的风险,实时和反复地评估产品研发项目可能的投资回报。对于那些风险较大,预期投资回报低的产品研发项目,企业要敢于壮士断腕,将其予以停止或关闭。

    有效的产品研发项目、项目群和项目组合管理,不仅可以支持同步工程在产品研发中的实现,以确保不同团队之间的高效协同,甚至能有效消除产品研发过程中的各种浪费,实现精益化产品研发。

数据维度

    在之前的文章中,笔者曾经提到过,在企业的数字化建设中,营销领域的数字化工作相对较简单,制造领域的数字化工作则较难,而研发领域的数字化工作则最难,其难就难在产品的定义、交付物和工作成果,等等,都属于虚拟世界,是以数据的形式来体现,是以虚造虚,所以很难将之显性化、结构化、程序化、有序化和可量化。而且,随着产品研发中产品维度和组织维度的复杂性增加,数据维度的复杂性在成倍,乃至指数级增加。

    首先,产品研发所管理的数据是异构的数据。有结构化数据,更多的则是非结构化数据;有需求、工艺指令等文档型数据,有二维工程图纸等工程数据,有三维数字模型等模型数据,有CAE分析结果,有BOM等形式的关系型结构,有以电子电路板为代表的电子电气数据,还有以代码和应用等形式存在的软件数据,等等。

    其次,产品研发所管理的数据是动态的数据。不仅设计环节有频繁的设计结果更新,即使到了产品的制造和服务环节,因为市场变化、结构变化、工艺变化所导致的工程变更也在所难免。尤其是在面向订单工程(Engineering to Order,ETO)的运营模式,以及产品中的软件更新,其数据变化更是频繁。

    再次,产品研发所管理的数据是产品全生命周期的数据。不仅有概念阶段的数据,有设计、测试、验证等阶段的数据,有制造环节的产品制造履历数据,有服务和使用环节的保养、维修和更新数据,还有关于产品再循环的拆解和回流数据,等等。上述产品生命周期中不同环节的数据,其数据形式和格式不一,数据产生的频率也不同。

    从管理的角度看,企业希望上述数据能够以某种形式的产品定义为主线,实现集成化管理,实现从上游到下游的有机衍生和双向追溯,以消除信息孤岛,并保证数据的单一来源、准确性和完整性。图文档的Check In/Check Out、版本管理、发布签审、工程变更管理、配置管理、企业级BOM,等等,都是围绕这个目的来展开的。在工业互联网时代,随着CPS(信息物理系统)式产品的出现,产品研发中的数据管理,正在从以文档(Document-Centric)为中心,演变到以主数据(Item-Centric)为中心,到以模型(Model-Centric)为中心,再到以数字孪生(Digital Twins-Centric)为中心,PLM解决方案正在演变成数字化主线(Digital Thread)式产品数据管理解决方案。

数字孪生:产品定义数据的新形式

图5 数字孪生:产品定义数据的新形式

数字主线:新型产品数据管理解决方案

图6 数字主线:新型产品数据管理解决方案

    除了不同表现形式的数据管理,企业还可以遵循DIKW的演进路径,从数据到信息,从信息到知识,从知识到洞察,不断提高产品数据的可读性和可理解性,不断挖掘产品数据的业务价值,比如参数化产品设计、专家系统的建设,等等,以提高产品研发中数据管理的数字化、智能化水平。

    综上,从产品、组织和数据等维度,对企业的产品研发进行解构,可以帮助我们理解并掌握产品研发和产品生命周期管理的复杂性,识别其中的演变趋势。企业沿着上述演变趋势,通过数字化产品研发解决方案的实施和应用,通过产品研发领域的数字化转型和实践,可以帮助企业在产品维度实现高复用,乃至创新型产品研发;在组织维度实现高协同,乃至精益型产品研发;在数据维度实现一体化,乃至智能型产品研发。

责任编辑:程玥
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并以尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
读者评论 (0)
请您登录/注册后再评论