基于工業互聯網平臺的制造業產品生命周期管理

沈國華 胡敏銳 王源濤

摘要：傳統的產品生命周期管理（PLM）軟件在進行產品生命周期管理時存在許多局限性（例如互操作性、時效性）。工業互聯網平臺具有良好的開放性，可以方便不同用戶訪問產品生命周期的各階段〔生命起點（BOL），生命中期（MOL）和生命結束階段（EOL）〕，管理和控制與產品相關的數據和信息，有助于解決產品生命周期管理中的諸多問題。本文針對目前制造業產品生命周期管理中存在的問題，調研了市場上主流的五款工業互聯網平臺，提出了基于產品生命周期管理的工業互聯網平臺開放性框架，并以此對比了五種主流工業互聯網平臺的特性，為自主開發工業互聯網平臺提供了理論依據和為制造型企業選擇適合的工業互聯網平臺提供了建議。

關鍵詞：工業互聯網；平臺化；產品生命周期管理；開放性

1 前言

產品生命周期管理（PLM）可以定義為一種應用于企業內部，以及在產品研發領域具有協作關系的企業之間的，支持產品全生命周期的信息創建、管理、分發和應用的一系列應用解決方案，它能夠集成與產品相關的人力資源、流程、應用系統和信息。PLM專注于數據（Data），信息（Information）和知識（Knowledge）以及如何正確使用它們服務于公司的業務和產品開發，并為客戶創造價值。對于制造業而言，數據、信息和知識（簡稱D-I-K）的內容主要集中在機器設備上。首先，通過機器生成與過程和操作相關的數據（Data）；其次，使用數據分析平臺將這些數據轉換為有用的信息（Information）；最后工作人員將此信息轉化為可操作的知識（Knowledge）。然而，在產品生命周期的各個階段，不同的工作人員掌握的D-I-K不同，且彼此理解也有可能不同，導致協作困難，難以進行產品生命周期的管理。

與工業互聯網相關的各種技術和方法，例如傳感器、物聯網（IoT）技術，可以為產品生命周期管理提供重要且新穎的解決方案。例如提供對許多與PLM相關的工作人員的實時訪問和反饋。很顯然，工業互聯網將超越傳統工業自動化的功能，將降低制造業價值鏈中各階段的交易成本，提高制造業的運營效率。由于工業互聯網的概念和技術最近才逐步被完善，針對基于工業互聯網平臺的PLM解決方案的研究較少，主要集中于各種類型的工業互聯網平臺在加強與產品生命周期及其產品生命周期各階段的相關D-I-K管理中的應用。因此，本文主要解決以下兩個問題：（1）工業互聯網平臺的開放性PLM中D-I-K管理中作用是什么？如何基于工業互聯網平臺構建開放性的不同維度的PLM；（2）如何根據自身企業的狀況選擇和設計不同的工業互聯網平臺。

為了解決上述問題，本文選擇市場上主流的五款工業互聯平臺，分析其開放性在產品生命周期中的作用，以解決PLM環境中的D-I-K管理中的各種問題，為自主開發工業互聯網平臺和制造型企業選擇工業互聯網平臺提供了理論依據。

2 基于工業互聯網的制造業產品生命

2.1周期管理模型構建

本文的目的是確定基于工業互聯網平臺的開放性如何解決制造業產品生命周期（PLM）中D-I-K的關鍵問題。為此，我們收集了市場上主流的五款工業互聯網平臺（GE Predix，Microsoft Azure，PTC Thing Worx，Cyber Ville以及Kaa IoT平臺）的數據，以了解這些平臺如何在產品生命周期內以及生命周期各階段之間解決D-I-K的關鍵問題，并建立相關的理論框架，提供了制造業產品生命周期設計中工業互聯網平臺的選擇標準。為了研究上述內容，本文提出了一種理論框架，用以描述工業互聯網平臺的開放性及產品生命周期的不同維度和子維度，如圖1所示。

由圖1可以看出，工業互聯網平臺的不同參與者根據自身定位（終端用戶、供應方、平臺開發方）進行平臺選擇，在用戶數量選擇方面，隨著自身定位（從終端用戶、供應方，到平臺開發方），可選擇逐漸下降，而與其對應的平臺開放性逐步提高，平臺開發方中共享模型的開放性是最高的。在PLM環境中，不同的工業互聯網平臺開放性，在生命周期階段的D-I-K管理中具有不同的優勢。對于終端用戶，開放性集中表現在：（1）信息訪問。涉及對鏈接到平臺或使用其功能的接口信息的訪問。（2）訪問成本。涉及與許可或專利費用相關的訪問成本。（3）平臺規則管理和控制。

對于供應方，子維度側重于：（1）核心開發人員。在平臺公司工作的應用程序開發人員相關開發應用程序的開放性。（2）二次開發人員。第三方開發人員在平臺上開發應用程序。（3）數據聚合人員。收集不同的基于交互的數據并轉售給可以將其定位到終端用戶的平臺。

平臺提供商的開放性采用四個模型作為子維度，并按照開放性由高到低分別為：（1）專有模型。由一家公司開發并進行經銷，完全控制開放性。（2）許可模式。由單個公司開發平臺，然后許可給多個經銷商進行經銷和實施。（3）合約模式。由多個公司合作開發平臺，轉由一家進行經銷和實施。（4）共享模型。這是目前開放性最高的模型，由多個公司合作開發平臺技術，然后彼此間相互競爭，為最終用戶提供差異化但互相兼容的版本。

3 基于工業互聯網開放性理論框架模型的典型工業互聯網平臺分析

本節將根據上節提出的工業互聯網平臺開放性理論框架，對市場上主流的五款工業互聯網平臺進行分析。

3.1 從PLM角度分析工業互聯網平臺

表1展示了五個目前市場上的主流工業互聯網平臺的詳細分析，不同的工業互聯網平臺具有不同的開放程度。Cyber Ville從產品生命周期的D-I-K管理角度來看是完全開放的，它遵循互聯網技術的開源標準。互操作性是所有工業軟件解決方案（例如PLM，PDM，CRM，ERP）重點關注的性能之一，在工業互聯網平臺中通過使用插件或微服務等技術來解決。為了創造數據和信息的價值，實時獲取這些數據和信息并實時提供基于這些數據的分析非常重要。作為工業互聯網平臺的GE Predix和Microsoft Azure已將大數據技術整合到平臺架構中，以實現實時監控和高級數據分析。對比傳統行業軟件解決方案PTC Thing Worx等平臺，Cyber Ville和GE Predix提供按需定制解決方案或“應用程序”，最終使市場提供各種專用解決方案。這些專用解決方案或“應用程序”為平臺的終端用戶創造了D-I-K的價值，最終形成“網絡效應”使該平臺更易得到市場認可和普及。

3.2 工業互聯網平臺的開放性分析

表1表明，Kaa IoT平臺，終端用戶可以完全訪問信息（使用所有開放標準），而GE Predix只允許終端用戶訪問用戶數據，不是平臺實例的源代碼由最終用戶實施。在獲取信息成本方面，Kaa IoT平臺是完全免費的，因為Kaa IoT平臺的大量開發業務都是由開源社區提供的。但是Microsoft Azure、PTC Thing Worx和Cyber Ville等平臺對終端用戶收取費用。即使收費，GE Predix也允許有限的終端用戶訪問信息。表2中提到的所有平臺都啟用了D-I-K管理，但其開放性差異較大。例如，從軟件供應方來看，PTC Thing Worx和Microsoft Azure沒有核心開發人員，因為他們的核心業務是由第三方開發人員提供的。Kaa IoT平臺和Cyber Ville的核心開發人員主要開發平臺的核心功能，并且沒有對客戶數據和信息的端到端訪問。對于GE Predix，核心開發人員是主要的開發人員，因此他們可以訪問大量客戶數據和信息，以便提供量身定制的解決方案。并非所有平臺都允許數據聚合人員訪問數據，以便合并來自不同企業的類似數據，并對相關數據進行分析，這從另一方面也反映了制造業數據信息的高安全性和封閉性。不同的平臺開發商采用不同的開發模式。Cyber Ville和GE Predix采用專有模式，PTC Thing Worx和Microsoft Azure采用許可模式，Kaa IoT平臺遵循合約模式，目前還沒有主流的工業互聯網平臺采用絕對開放的共享模式，其主要是為了制造業信息的安全。

4 結果與討論

本文的目的是分析和理解工業互聯網平臺在與D-I-K相關的產品生命周期管理中的作用，并為自主開發工業互聯網平臺和制造型企業選擇和評估工業互聯網平臺提供了理論依據。

從本文的敘述中發現，工業互聯網相關技術和平臺可以用于解決PLM各階段的D-I-K管理問題。不同的平臺采用不同的方式來解決PLM中D-I-K管理的問題。例如，Cyber Ville是采用工業互聯網相關數據和信息的3D可視化管理方式；PTC Thing Worx采用平臺移動應用程序，使工作人員能夠利用工業互聯網的實時數據和信息。更具體地說，不同的工業互聯網平臺以其特有的開放性優勢以結構化的方式應對制造業產品周期中的問題，因此本文構建了基于工業互聯網開放性和產品生命周期之間的基本框架。

5 產品開發的意義與企業選擇工業互聯網平臺的建議

第一，許多工業互聯網平臺旨在支持互操作性和與外部軟件和硬件的連接，因此可以相對容易地促進合作伙伴和客戶之間的信息交換，以及促進和加速工業互聯網的實施。

第二，由于工業互聯網平臺處理數據和信息的能力存在明顯差異和不同側重點，因此企業選擇工業互聯網平臺時可以參考本文中提出的框架對總體效益和風險（短期和長期）進行評估。

第三，如果公司認為產品生命周期對其業務發展和經濟效益影響很大，可以依據本研究提出的框架考慮各種平臺的能力，以便更長時間實時管理數據以及解決其他PLM存在的問題，例如，將MOL和EOL等不同生命周期階段連接到BOL的能力。

第四，工業互聯網平臺的開放性的整體影響應在與平臺相關的決策中加以考慮。在選擇平臺時，公司應該至少考慮：信息訪問、訪問成本和對二次開發人員的開放性。

第五，盡管開放性可以帶來巨大的好處，但開放性并不是免費的，企業尤其是中小型企業在選擇工業互聯網平臺時不能只看短期的利益性，還要考慮是否能夠應對潛在的與開放性相關的風險和問題，如質量控制、平臺管理或潛在的信息安全問題。平臺的成本及其各種開放方式，尤其是長期開放性，往往比它們提供的短期效益更難估計。如涉及國防安全的重點企業，選擇開放性高的工業互聯網平臺可能會帶了巨大的潛在風險。

參考文獻

[1] MAYER S， HODGES J， YU D，et al. An open semantic framework for the industrial internet of things[J]. IEEE Intelligent. Systems，2017，32 （1）：96–101.

[2] AFFEI A， SRINIVASAN S， CASTILLEJO P，et al. A semantic middleware supported receding horizon optimal power flow in energy grids[J].IEEE Transactions on Industrial Informatics，2017.

[3] BRANDENBOURGER B， VATHOOPAN M，ZOITL A. Engineering of automation systems using a metamodel implemented in automationml[C].2016 IEEE 14th International Conference on Industrial Informatics， IEEE，2016，363–370.

[4] KIRITSIS D. Closed-loop PLM for intelligent products in the era of the Internet of things[J].Comput Aided Design，2011； 43（5）：479–501.

[5] CARRELLA A， BRENNAN M J， WATERS T P. Optimization of a quasi-zero-stiffness isolator[J]. Journal of Mechanical Science and Technology，2007，21（6）：946-949.

[6] MANFI D， NATEGH M， PARVAZ H. Extracting the manufacturing information of machining features for computeraided process planning systems[J].Proc IMechE，Part B： J Engineering Manufacture，2016， 231：2072–2083.

[7] GUERRA ZUBIAGE，D A，RI YOUNG. A manufacturing model to enable knowledge maintenance in decision support systems[J].Journal of Manufacturing Systems，2006，25（2）：122–136.

[8] 李海峰， 閆光榮. 工業互聯環境下的PLM 應用[J]. 航空制造技術，2016，18（5）：78-79.

[9] KADIRI El，S， KIRITSIS D. Ontologies in the context of product lifecycle management： state of the art literature review[J].International Journal of Production Research，2015，53（18）：5657–5668.

[10] LEHMHUS D， WUEST T， WELLSANDT S， et al. Cloud-based automated design and additive manufacturing： a usage Data-Enabled Paradigm Shift[J]. Sensors，2015， 15（12）：32079–32122.