二十世纪最后三十年，应用软件已经是工业领域新产品开发和生产的关键，因此成为创新的最重要动力。新千年伊始，信息技术成为工业产品本身的中心要素。在产品创新方面，内置软件的重要性已经超越了机械要素。智能互联产品通过互联网和其他网络不断提高相互间的信息交换的能力。

智能互联产品包含了安全保护、产品维修和其他功能的应用软件。随着这些服务和功能被广泛采用，应用软件的重要性相比产品本身的物理功能将有过之而无不及。例如：在不久的将来，一辆汽车与周围汽车和环境的互动性能和汽车的驾驶性能同样重要。

工业产品的特征发生了根本的变化，这种变化促使产品开发和生产的方式、工具和流程也发生改变。上述领域也不得不向智能互联的方向转变，产品数据、客户数据、公开的市场数据应该在整个价值链条中共享。共享数据的过程也是智能的，所有人不知不觉地就获得了这些数据，无需特定IT系统给予专门的许可。但目前为止，工业产品的开发和生产大部分仍然是非互联的产品，即包含极少软件要素的产品。

智能互联产品的开发和生产最大的障碍包括：大学教育中产品开发专业独立设置、工业各个专业领域的孤立、交易软件和工程软件的分隔以及各种应用软件系统之间无法融合。要克服这些障碍仍然有很多工作需要完成。

根据上述分析，这些工作重点落在三个方面：

l  智能和基于软件的产品在产品开发和生产过程中需要跨领域的方法、模型、工具和流程。

l  如果缺少系统生命周期管理（SysLM），既无法开发和生产智能互联产品，也无法对这些产品快速调整以适应不断变化的需求。

l  如果不对产品早期的概念、功能和行为模型中的流程进行优化和系统化，也不把这些流程和系统生命周期管理的解决方案联系起来，那么复杂的智能互联产品就无法呗整合到产品生命周期管理中。

1.现状

向智能互联产品的转变不可能独一己之力就可以实现。科技、产业和工程领域已经共同努力了一段时间，希望找到应对跨领域系统开发的方法和工具。德国科研方面就有很多例子，包括弗劳恩霍夫中心（Fraunhofer IPK）在Rainer Stark教授带领下做的“基于模型的智能系统工程”研究，达姆施塔特工业大学（TU Darmstadt）的建筑数据处理研究所（DIK）在Reiner Ander教授带领下做的“W-模型”尝试，凯泽斯劳滕工业大学（TU Kaiserslautern）在Martin Eigner教授的带领下提出“跨领域产品开发—基于模型的系统工程”的概念。在信息技术领域，慕尼黑工业大学（TU Munich）在Manfred Broy教授等人的领导下做的“基于软件的汽车功能架构—要求和实施”。

产品系统和生产系统的流程链（如图1）使用端对端的方法也不是新要求。2012年4月，就有题为《从整合的角度思考产品系统和生产系统—产品开发早期的模型构建和分析》的文章发表。

工程软件开发者正致力于把软件要素整合到产品生命周期的数据管理中。模仿各种物理功能的软件已经问世并且被整合到产品生命周期管理系统（PLM）和制造执行系统（MES）中。

系统生命周期管理（SysLM）的独到之处在于它把所有现有的流程、解决方案和工具按一定的方式联系在一起，目的是取得商业上可持续的成功。只有从系统生命周期管理的角度才能看出要找到可持续的方法、模型和工具，我们还缺什么，换言之就是研究人员和产品制造商仍需努力的方面。也唯有从端对端系统生命周期管理的角度着眼，才能更好地设定未来对工程领域教育和培训的要求。

系统生命周期管理不是对产品生命周期管理概念的延伸。系统生命周期管理的目标不是管理数据，而是对流程和组织的整体管理。这也意味着系统生命周期管理提出的新方法不再犯过去十年中过分强调IT工具的重要性的错误，而是赋予新IT工具更适当的角色。

系统生命周期管理最重要的目标是为各领域更好、更高效地合作创造前提，例如开发和生产领域的合作、制造商和客户之间的合作、科研和产业之间的合作。

2.产品开发的数字化

产品开发的数字化最原始的做法是把计算机辅助设计（CAD）引入机械、电气和电子科技领域。数字产品结构日益复杂推动业界采用产品数据管理系统（PDM）。在此基础上，整个产品开发的流程都可以使用产品数据管理系统的数据。Frank-Lothar Krause教授认为，虽然产品开发结束后生产才开始，但产品数据管理应该包括了生产、生产前准备以及产品开发三个方面。产品生命周期管理（PLM）是更高水平的概念，包括了对产品整个生命周期（包括在供应链上）的数据和工程流程的管理。

在20世纪80、90年代，工业产品开发进入新纪元，标志是产品中出现了内置软件。应用生命周期管理（ALM）这一术语被普遍接受。

最近几年，科研领域和部分大型工业企业开始一场争论，探索在普通制造业中采用原本只有航空和软件产业系统工程领域才使用的方法。

其中一例就是上面提到的凯泽斯劳滕工业大学（TU Kaiserslautern）提出的“基于模型的系统工程”的方法（见图2）。这种方法是对V-模型的扩充，左方代表根据特定领域模型公式和功能模仿打造的产品系统。同时，图2也说明以产品生命周期管理（PLM）为主干，从整个系统生命周期的角度对系统数据进行管理的必要性。

“系统工程”只是尝试解决现在产品跨领域问题的其中一种方法，大部分研究项目只针对系统开发的特定方面。

尽管在整个系统生命周期中实现端对端数据链管理有诸多障碍，但全球各种应用领域的数字工具已经极大提高产品开发和产品本身的质量。

3.生产和订单流程的数字化

在产品生产中，可编程逻辑控制器（PLC）的作用是把计算能力赋予生产设备。无需硬连线控制器的分程传递和防故障功能，可编辑逻辑控制器设备可以根据指定目的预编程。所有生产步骤都可以编程，包括系统规划和开发、系统控制、系统或设备用户界面的设计（即人机界面HMI）、系统和控制器安全、故障诊断、安全保护机制、授权和维修，甚至控制中心都可以预编程。

20世纪80年代，机器和系统的控制元件以及控制器本身元件之间的信息交换都需要通过标准协议。现场总线（Fieldbus）对“哪个元件把什么信息传递到另外哪个元件”作了现场级的定义。因此，产业界在更多的标准中达成一致，这些标准协调生产级（车间级）和控制系统级（管理级）的沟通。现场总线系统可以通过新一代自动化总线标准PROFINET（Process Field Network）整合，现场级的信息可以实时查询。

然而，端对端的生产过程在过去是不可能实现的。一个系统下面的子系统由多个不同制造商提供，每个子系统听命于各自的控制器，而这些控制器使用的语言都不一样。

尽管数字化已经极大地提高了生产力和产品质量，但整合所有制造商所有生产流程的需求越来越迫切，并且应该被提上日程，否则仅仅优化单个制造流程反而限制生产效率的提高。

为了从全局考虑，简单地了解订单和项目流程是有必要的。企业资源计划（ERP）已经成为很多企业的选择。虽然通常企业只选择上述其中一个系统，但30年过去了，还没有看到交易系统与产品开发和生产系统有效的整合。物料清单（BOM）的讨论中分歧最大的是哪个是“主导系统”：到底是产品生命周期管理系统（PLM）还是企业资源计划系统（ERP）应该在物料清单中起主导作用。

4.系统需要“既简单又复杂”

从公司全局来看，大量软件工具成为了系统的重要部分，同时使系统更复杂（见图4）。产业界在讨论“simplexity”，意思是“既简单又复杂”，这个词是由英文单词“simplicity”（简单）和“complexity”（复杂）人工合成，表达了产业界的目标是能够把复杂的事情用简单的方式处理。这个词最早出现在去年德国科学与工程学院(acatach)“智能工程—跨领域产品开发”课题实验室发表的一篇论文中，探讨的是工业产品开发领域的问题。在论文中提到：“产品和流程都要既简单又复杂，市场决定了产品和流程具有复杂功能，但其解决方案必须做到降低产品内部的复杂性……”。

这种理论也适用于跨领域系统的开发和生产流程整体的思考。毫无疑问，跨领域系统和单个产品系统都将越来越复杂。

产业界需要熟悉智能互联产品系统的高度专业的工程师和技工，还需要高度专业的数字开发和生产工具。现在缺少的是帮助工程师和技工掌握这些复杂的系统和系统下面的流程的方法。

如果仔细观察一家制造商的战略问题，就很容易发现完全没有涉及端对端的方法（见图5）。只有当公司能够较早意识到市场需求的时候才能激发创新动力。目前各类公司不同部门之间的不断更换的IT系统之间的互联还没有实现。

把这种需求转化为成功的产品首先需要各类公司不同部门之间高度的互联。按照现在的情况来看，仍然需要巨大的努力才能满足上述需求。

5.系统生命周期管理（SysLM）

上述提到的产品和流程的复杂性影响了整个生产和加工产业，无论公司大小都无一幸免。确实，很多部门和公司不同程度上都在寻求这个问题的解决方案，但到目前为止这类研究都没有取得突破性的成功，其原因在于：

l  过分依赖现有的生产流程、模型和组织架构。

l  希望快速获得回报，因此只解决最次要的问题。

根本原因是产业界的问题主要体现在公司运营层面，因此责任落在了开发、咨询、生产、组织发展、销售中某个部门的身上，只有这个部门对解决出现的问题有迫切需要。

但主要问题还是所有部门之间沟通、合作和协调不充分，因此公司最高管理层应该首先承担起相关的责任。只有在这种情况下，才能进一步决定采取什么措施和步骤。（见图6）

现在，产业管理层和社会都没有把上述问题放在优先考虑的位置。可能因为欧洲产业的智能产品最近几年在全球市场相当成功。但如果不解决各领域部门和流程之间缺少整合的问题，这种成功恐怕无法持久。目前西欧产业界的成功完全有赖于产业高度专业化以及拥有一流的科学家、工程师和技工。

退一步从中期来看，产业也需要新方法、模型、组织架构、流程和工具。

方法

传统的开发和生产方法着眼于部门各自提高自身的专业化程度。而智能产品不同，提高部门专业化程度的同时必须要求该部门加强与其他部门的联系，实现更好的合作。某个部门设计流程时要把上游、下游或平行部门的流程纳入考虑范围。

模型

在产业的很多领域，建立模型是提高流程效率以及增加流程质量和安全性的重要方法。但是目前使用的很多模型只支持特定流程和工序，这些模型不适应跨领域产品开发或者整个流程链。

产业还需要采取下面实际的措施：

l  把多个现有的模型有机地相互联系起来。

l  为产品开发和生产建立具有适当粒度的联合数据模型。

l  定义可以模仿产品和生产过程实际情况的模型，取代过时的硬件模具。

l  建立允许端对端使用数据的模型，数据来自整个产品和生产系统生命周期。

组织架构和流程

现有的组织架构和流程为了实现特定领域的专业化而建立的，它们是建立在“产品开发和生产是高度独立的封闭流程”的假设之上。但在智能互联产品时代，这种假设不再成立。

即使现有的组织架构没有妨碍产业继续发展，这种组织架构在跨领域产品开发和生产的端对端方法中也要做出妥协。部门之间的隔阂会逐渐消失，最终结果是建立这样的组织架构：每个人都对系统生命周期管理承担相应责任。

工具

目前产业界使用的工具是为支持普通的流程和工序设计的。这些工具，尤其是支持跨领域产品开发和生产的IT工具仅仅处于雏形阶段。

工具方面有三个问题：

l  现有工具相互间交换信息的能力有待提高。

l  缺少完成跨领域任务的工具。

l  所有工具的操作都要最大限度地简化，以便于工具之间的互联和整合。

上面提到的我们正面临的挑战不可能短期内解决。长期努力和投资，尤其是制造业方面的努力和投资是必需的。这些投资已经换来了中期的回报，因为可以肯定，这些投资已经帮助中欧产业界的产品保持甚至提高其在全球市场的领先地位。

落实系统生命周期管理（SysLM）的前提是人们对产业发展进行广泛而深入的思考。思考不是针对产品某些零件，也不是针对流程中某些任务，而是把产品看作大系统中的一个子系统，思考从产品概念到产品生命周期循环的端对端流程，这才是优化的对象。

要实现系统生命周期管理的核心目标，必须进行深入研究。深入研究要求产业界和科研机构更紧密合作。无论是产业界和科研机构，还是德国政府，对智能互联产品的关注与日俱增，明显的例子就是2012年年初举行的有关“工业4.0”的活动。

文章来源：移动学院