2018年4月20日，由数字化企业网（e-works）与国际知名PLM研究机构CIMdata联合举办的CIMdata 2018 PLM市场与产业发展论坛在上海成功举办。CIMdata 2018市场和产业发展论坛主题为“工业4.0的全球影响和发展状况”，这是e-works与CIMdata连续第七年联合举办的PLM领域专业论坛。
本届论坛由CIMdata总裁Peter Bilello先生和CIMdata副总裁Stan Przybylinski先生主讲，介绍和分享了全球PLM市场与技术发展趋势，e-works总编黄培博士进行全程翻译。
同时，Peter Bilello先生和Stan Przybylinski先生还围绕的会议主题“工业4.0的全球影响和发展状况”进行了相关热点技术的分享，包括《工业4.0：国家/地区最新应用现状》、《通过PLM改造传统制造业》、《增材制造的产业化应用》、《服务生命周期管理：利用物联网/工业物联网提升服务能力，创新商业模式》、《大数据与分析》、《虚拟/增强现实：历史发展和未来趋势》。
一、PLM现状——今天的市场与主流趋势
2011年，德国提出工业4.0的概念，如今这一概念席卷全球，成为众多企业的最新愿景。各个国家都针对这一政策提出了应对策略，如“美国制造业复兴”、“英国高价值战略”、“日本创新战略2025”、“中国制造2025”、“印度制造”等。
图1 工业4.0的全球影响
“中国制造2025”推动了智能工厂的建设热潮。智能工厂融合了多项技术，包括CPS、物联网、云计算和认知计算等。在智能工厂里，可以通过建立工厂的虚拟模型，并采用CPS系统监测整个生产过程，通过云计算实现系统间以及系统与人之间的实时通信和协作，让虚拟模型实时反应真实工厂的运行情况，为工厂的整体运营提供决策支持。
“中国制造2025”也加深了制造企业对PLM的认知度。在智能工厂的建设中，一些企业开始认识到产品创新的重要性，通过对产品的整个生命周期进行管理，对来自多个渠道的产品需求信息进行分析，加速产品的创新迭代，在产品的价值链中获取更大增值。借助PLM提供的统一的创新平台，打通流程、人、数据等多个环节，实现对整个智能工厂的运营支撑。
“中国制造2025”也对实施服务市场造成影响。随着数字化转型对于许多公司来说成为一项核心策略，一些实施服务厂商正试图聚集差异化，从实施服务商转向工厂整体工程设计流程和业务咨询服务商。一些服务商则选择通过并购特定领域的厂商来拓展业务宽度和深度。
CIMdata的一项调查显示，企业关注的PLM解决方案的业务流程范围仍然为传统的PDM领域，诸如产品工程与流程管理、配置管理、工程数据管理及变更管理。在未来计划方面，企业中期投入聚集于传统和非传统领域；在长期投入方面，则向非传统领域转变，如物联网、增强现实、机器学习等。这说明工业4.0造成的影响可能需要在长期才能体现出来。
在工业4.0热潮下，各种潜在的颠覆性技术也开始产生影响。传统的开发模式已走到尽头，循环经济、材料工程以及增材制造的应用，基于模型的X，物联网和智能连接设备等各种新技术不断涌现，企业数字化转型成为主要趋势。借助智能传感器、智能化工业设备，对数据进行高度可视化及深入分析，企业能够挖掘数据中的潜在价值，优化流程及设备绩效，形成新的工业数据生命周期闭环。
图2 新工业数据生命周期
二、2018年PLM市场分析
CIMdata 副总裁Stan Przybylinski在《2018PLM市场分析》中介绍了2017年全球PLM市场的表现。按照CIMdata的分类，PLM市场可分为三个大类，分别是协同产品定义管理（cPDm）、工具和数字化制造。PLM市场整体增长7.3%，达到了436亿美元，高于预期。大部分细分市场增长，其中，cPDm市场增长2.9%，达到150亿美元，较其它细分市场增长缓慢。工具市场增长7.7%，达到278亿美元；数字化制造市场增长6.2%，达到7.618亿美元。
图3 历年PLM市场投资柱状图
在2017年，全球PLM市场发生了135起并购，相比2016年，增加了82%，并购更加频繁。PLM主要厂商正在试图凸显差异化。对于云PLM的应用，尽管调查显示企业已开始迁移，但大部分仍致力于扩展PLM并计划保留原有系统。
他还详细介绍了2017年PLM各细分市场的投资情况。其中EDA投资占比20.9%，引领了工具类的市场增长，cPDm较其他细分市场增长缓慢。在整个cPDm市场中，服务收入占58.9%，服务收入比例变化有以下几个原因：PLM解决方案提供商开发的产品、软件包、将产品进行捆绑销售，减少了相应的服务；基于云的应用对服务的需求减少；服务本质的变化——相对于IT安装与集成，更需要高级PLM相关技能。
图4 2017PLM各细分市场投资分布饼图
CIMdata从多个维度对主流厂商的收入进行评估。依据2017年PLM市场的表现，达索、西门子、欧特克、PTC、SAP、IBM、Oracle位于领导厂商行列，同时，通过与空客、通用汽车、微软等大型公司合作带来的强劲增长，Aras正在迈入PLM领导厂商阵营。其他主要提供商包括欧特克、IBM、IFS、以及Infor。
服务领域持续扩展，PLM与越来越多的业务解决方案之间建立接口、交换信息、实现流程对接，软件设计、打包和交付方式的变化正在改变所需服务类型，实施服务商和咨询服务商持续增加PLM项目服务，这些公司在软件厂商技术平台上开发解决方案。专业应用软件提供商扩展了PLM市场，许多专业应用软件提供商开发的技术和解决方案被并购或内嵌进整体解决方案供应商的产品套件之中。2017年有10家cPDm解决方案和服务提供商的收入超过4亿美元。
三、工业4.0：国家/地区最新应用现状
物联网经济正在对制造业产生重大影响，麦肯锡预计，每年的物联网经济可能会产生3.9万亿美元效益，到2025年将达到11.1万亿美元。在“智能的互联世界”中，物联网和服务将在气候/能源、交通、健康、安全和通信中崭露头角。这一变革正在引发诸如供电领域智能电网、可持续交通战略（智能出行、智能物流），以及医疗领域的智能健康等新的商业模式的出现。对于制造业而言，变革横跨整个智能产品和价值网络的横向集成、纵向集成、端到端的集成。
工业4.0需要采取行动的八大关键领域包括：标准化和参考架构、管理复杂系统——计划和解释模型、全面的工业宽带基础设施、安全和保障、工作组织和设计、培训和持续专业发展——组织工作以促进学习，实现终身学习和基于车间的CPS、规章制度、资源效率。
要实现工业4.0，需要与其他关键领域进行跨学科的密切合作，即实现系统之系统的方法，包括与智能电网、智能出行、智能供应链、智能建筑、智能产品、物联网及服务联网的合作。
图5 智能工厂需要跨学科的合作
数字孪生模型既是工业4.0的核心，也是PLM的核心。要实现工业4.0，需要三个平台的全部要素，包括业务平台、创新平台、产品创新平台。其中，业务平台提供一个架构，允许对支撑各种类型的异构功能的流程进行封装和配置，创建并支持标准化的端到端的业务流程，以及相关的数据访问。创新平台的目的是满足企业的创新流程，帮助用户对数据和知识产权进行创建、管理和再利用，使业务影响力和有效性达到最大化。产品创新平台从属于创新平台，其目的在于培养持续的创造力，使产品和流程得到改善，并在产品全生命周期中激发更好的产品和流程。
图6 实现工业4.0的三个平台
各国都在大力推进工业4.0，但是各国政府和产业对其定义存在差异。德国定义的工业4.0旨在保持和扩大先进制造的领导地位，是对本国劳动力老龄化的一种响应。而美国和日本对工业4.0的响应则是希望与德国和其他国家相竞争，重获国内制造优势。日本劳动力的老龄化最严重，美国熟练岗位也在加速老龄化。美国、德国、日本都必须迈向工业4.0，以维护制造基地的价值。而印度和中国希望变得更具有竞争力，超越传统领导者，在这一方面，两国都没有更多遗留系统，这可能成为一种优势。
PLM战略和解决方案是实现工业4.0愿景的核心，PLM经济中存在很多商业机会。各国在2017年投资PLM的情况如下图所示，中国投资占比4.4%。
图7 2017年各国PLM投资占比
中国制造2025可以看作是对工业4.0的一种应对方式，它包含九大战略，即提高国家制造业创新能力、推进信息化与工业化深度融合、强化工业基础能力、加强质量品牌建设、全面推行绿色制造、大力失去重点领域突破发展、深入推进制造业结构调整、提高制造业国际化发展水平、积极发展服务型制造和生产性服务业。中国制造战略制定了许多长期计划支持创新和产品化，许多相关组织参与其中，共同推动整个计划的实施。
四、通过PLM改造传统制造业
CIMdata提出，不管我们对流程如何命名，数字化和系统复杂性都将继续对产品设计、开发和维护产生重大影响。通过运用物联网等使能技术，PLM能够提升数字化产品定义能力，整合信息流和业务流程，实现端到端的连接。必须考虑产品的整个生命周期，以便能够从物联网和工业4.0中获取效益。这些收效包括：产生新的商业模式和商业机遇，提高产品质量和合规性，对资产进行监测、维护和优化，使其具有更好的可用性、利用率和性能，预测资产故障，及早发现劣质部件，以更好地优化运营和供应链流程、数据、内容和互联所带来的新的收入机会。
CIMdata提出了数据分析的成熟度，可分为四个阶段，成熟度依次提高。分别为由人进行预、由机器帮助人进行预测、机器预测（预测性分析）以及系统优化预测能力。
图8 数据分析的成熟度
企业通过将资产管理与PLM结合起来，可以完成生命周期的延伸，将产品开发活动的管理与实际产品的管理结合在一起，并为制造商和资产所有者/运营商提供双方都感兴趣的关键信息的共享视图。PLM和企业资产管理的结合为制造商提供了访问维修物料清单，这对评估变更请求或确认变更已被应用于现场十分有用。同时，可以改善工程和服务团队之间的沟通状况，提高为客户提供维修服务的能力。CIMdata航空航天和国防业行动小组正在展开积极研究，致力于全面定义PMI（制造数据如嵌入模型的几何公差）。
PLM厂商可以帮助客户提升当前的制造能力，比如提供实现数据收集和分析的服务，帮助企业扩展PLM应用，为客户提供更好的产品数据视图，提升产品价值。
五、增材制造的产业化应用
增材制造不仅仅是发明一种新型的机床，也是提供一种新的生产方式，它甚至会影响到组织的变革。增材制造适用于各种领域，如航空航天与国防、重工业、医疗器械等。使用增材制造技术，企业可以获得更卓越性能的产品，例如更少的零件数量、更轻的重量、更低的成本等。
增材制造产业化是指将增材制造技术融入企业流程来制造零部件或产品。增材制造产业化涉及到材料、设计、组织、评价指标和可追溯性等，实施增材制造意味着完全重构设计和制造产品的方法。在产品的设计阶段，运用诸如CAD建模、创成式设计、拓扑优化、仿真、PDM等技术及软件进行产品的设计及数据的管理。在材料方面，增材制造的材料包括金属、复合材料、热塑性塑料、尼龙、光敏聚合物等众多选择。在技术方面，目前有熔融沉积成型、直接金属激光烧结、选择性激光烧结、电子束3D打印、粉末融化成型等技术。
实施工业增材制造需要考虑众多要素，如企业的目标、组织结构、人员技能、投资回报率、工作流、试用及购买的成本等。增材制造适用于制造复杂结构的产品，面向功能设计，而不是面向形状。其中，在产品设计阶段可以运用拓扑优化、创成设计、仿真设计来优化产品结构。在材料利用率方面，增材制造明显优于传统的制造方式。以下图所示零件为例，传统制造方式加工而成的产品其原材料与零件重量比高达15：1，而采用增材制造的方式加工而成的产品其比值只有1.5：1。
图9传统设计与面向增材制造的设计对比
在过去，人类通过制造钢材、混凝土、电线等来构建新的产品，面向增材制造的设计允许更灵活、不规则、不均匀的复杂结构的运用，这颠覆了产品的设计方式。以飞机上的舱顶储物箱为例，传统设计中一架飞机需要箱门、铰链板、铰链销、螺栓、垫圈、螺母等将近3000多个零件，而使用增材制造的方式，零件的数目可以减少到64个。
在面向增材制造的设计过程中，组织工作流的各个场景都需要强化管理，同时也必须紧密协作。在商务、工程、设计、质量、制造各个环节都需要使用全新的思维，以防止重回到传统制造的结果中去。实现真正面向增材制造的设计，可以帮助企业形成灵活的组织结构，建立严密的安全措施，记录最佳实践，并形成企业自主的知识产权。
增材制造产业化需要制定业务流程计划，控制范围、安全性。通过让专家参与，企业可以确定目标、策略、指标和投资回报率。增材制造产业化是一段旅程，而不是一个新工具。
六、服务生命周期管理：利用物联网提升服务能力，创新商业模式
过去，产品服务是被动响应的，客户在产品出现故障后报修，企业根据需求进行维修。而如今，由于电子和软件技术地不断发展，产品正变得越来越复杂，从简单产品发展为复杂的机电一体化智能互联产品。产品的功能和差异化主要由软件驱动，而非机械。这使得制造企业可以实时采集并管理产品的运行状态信息，进行预测性维修，确保产品处于最佳工作状态。这一方面更好地服务了客户，一方面也开创了新的业务模式，即服务生命周期管理。
服务生命周期管理（SLM）是一种战略性的业务模式，支持从产品部署到退役的整个生命周期的产品服务。SLM解决方案可以将产品的概念设计、开发、使用阶段形成闭环，合理利用产品和流程的相关知识，提升产品可用性，降低维护成本和时间，使收入最大化。
服务生命周期管理正在越来越多地融入产品生命周期管理环境中，通过将产品运行信息及分析数据反馈至研发阶段，实现闭环流程，以更好地支持产品的迭代更新。同时，将维护服务信息用于工程和制造阶段，可以纠正当前的产品设计中的缺陷。另外，服务人员还能以远程交互方式访问PLM管理的产品信息、运行和服务系统，获得实时的技术信息支持。在远程交互中，增强/混合现实等技术也能大展身手，例如，让PLM管理的信息和传感器数据动态重叠在实体物体上，为维修人员提供技术支持。
服务生命周期的市场可以划分为如下四部分：服务供应商，细分市场解决方案供应商，企业解决方案供应商，PLM解决方案供应商。这四个部分并不是独立的，其解决方案相互重叠。服务生命周期的细分市场可分售后分析、企业资产管理、现场服务管理、服务部件/备件管理、供应链管理、技术文档管理、保修分析/管理。
图10 服务生命周期管理市场划分
PLM业界可以通过如下方式支撑服务生命周期管理的需求：充分利用新的技术和机会去帮助公司改造现有的组织和服务商业模式；定义并帮助企业实施新的服务相关的最佳实践；提供相关流程定义、优化和支持，使企业实现企业化的新型服务模式和闭环流程。
七、大数据与分析
随着社交媒体和物联网快速发展，在各个领域，数据产生和积累的速度飞快，远远超过了我们能对其进行使用的速度。这种趋势也将延续，在《大数据报告（2017年）》中，有机构预测，到2020年将产生超过40ZB的数字数据。这些数据包含了大量信息，比如，企业可以更好地跟踪客户需求，研发满足客户期望的新产品，也可以搜集客户反馈的意见和建议，对产品进行迭代更新。
图11 大数据来源
但是，大量的数据同时也带来了一项巨大的挑战，那就是如何筛选数据。企业需要在大数据碎片中发现洞察力、趋势和关联信息，如设计更具竞争力的产品需要哪些数据？有什么好办法可以获得这些信息？如何将原始数据放置在合适的报告语境中？可以利用哪些预测分析方法帮助更加迅速有效地形成闭环？
在应对大数据的挑战方面，PLM可以提供帮助。PLM可以对多个来源的混合数据进行管控，包括非结构化数据及结构化数据，并将这些数据存储到数据仓库或数据湖中。通过对数据的规范性分析和挖掘，获得对产品的洞察，驱动业务创新。
图12 数据管控
大数据分析领域的领导厂商有微软、IBM等，PLM厂商并非该领域领导者，而仅仅是参与者。PLM解决方案能将大数据分析融入产品生命周期管理和其他领域，在产品的初始阶段，帮助企业发现新的产品需求信息；在产品使用的阶段，帮助客户更好地维护产品。当企业能够真正理解大数据的时候，这些数据可以为产品决策提供支持，如将非传统数据（社交数据等）与产品信息联系起来，支持对MRO等领域的预测性分析，支持客户的新体验，这些都将进一步扩展PLM解决方案的使用范围，使其真正贯穿产品的整个生命周期。要创造新的价值，企业必须将数据视为一种资产。
八、虚拟/增强现实：历史发展和未来趋势
增强现实（AR）提供了一种在物理环境中呈现数据的方法，通过将数字信息叠加在真实世界上，用户可以更好地理解产品的结构。比如，梅赛德斯-奔驰的救援帮助APP能够利用AR设备为现场救援人员提供支持，它可以在真实车体上显示汽车的内部零件的三维模型状态，从而更好地帮助救援人员做出合理的判断。
图13 梅赛德斯-奔驰的救援帮助APP使用AR技术提供支持
AR并非是一种新的技术，但是其使用局限性较大，一直以来，AR都是一种小众的工具。但是随着硬件、软件和对感知理解的进步，AR开始在更多的场景中被应用。比如，在日常生活中，借助AR设备，谷歌翻译可以对图片中的文字进行翻译。
图14 谷歌翻译AR应用
在工业领域，AR也产生了众多应用案例。如美国海军利用AR对航空母舰进行检查，减少了96%的时间——从36小时降低至90分钟；AccuVein借助AR实现静脉定位，提高注射精度，一次成功率提高了3倍；波音公司在产品装配训练中使用AR设备进行辅助，减少35%的装配时间，一次成功率提高90%；通用电气在风电机组接线过程中使用AR技术，效率提高了34%。
各机构对VR和AR市场具有良好预期，其中，高盛把虚拟现实和增强现实称为“下一代运算平台”，苹果公司CEO蒂姆·库克表示对AR充满信心，并表示AR在苹果广泛的商业策略中将具有全局的重要性。有机构预测，到2021年，美国企业将使用超过880万副智能眼镜，264种不同工种将从智能眼镜中受益。
虽然AR已经取得了一定应用成果，但是AR要取得大规模增长，仍有大量工作需要做，特别是将AR工具或技术与现有的后端系统连接。对于PLM解决方案来说，机遇在于为增强现实提供最主要的数据来源，同时借助增强现实技术将这些数据投身到现实世界中，发挥更大的价值。
核心关注：拓步ERP系统平台是覆盖了众多的业务领域、行业应用，蕴涵了丰富的ERP管理思想，集成了ERP软件业务管理理念，功能涉及供应链、成本、制造、CRM、HR等众多业务领域的管理，全面涵盖了企业关注ERP管理系统的核心领域，是众多中小企业信息化建设首选的ERP管理软件信赖品牌。
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文标题：工业4.0背景下，PLM的技术发展趋势
相关文章
