第1章緒論/1

1.1產品生命周期管理概述/1

1.1.1產品生命周期管理的起源與發展/1

1.1.2產品生命周期管理的核心技術/5

1.2制造業大數據概述/7

1.2.1制造業大數據的概念與特征/7

1.2.2制造業大數據的來源與分類/10

1.2.3制造業大數據與產品生命周期管理/11

1.3基於大數據的產品生命周期管理/12

1.3.1基於大數據的產品創新設計/12

1.3.2基於大數據的制造過程優化/14

1.3.3基於大數據的運維服務優化/15

1.4設計-制造-服務一體化協同技術/17

1.5設計-制造-服務一體化協同技術面臨的挑戰/18

第2章設計-制造-服務一體化協同體繫架構/21

2.1 DMS一體化協同模式的內涵/21

2.1.1 DMS一體化協同模式的相關概念定義/21

2.1.2 DMS一體化協同模式的特點/23

2.1.3 DMS一體化協同模式下的信息交互機制與運作邏輯/27

2.1.4 DMS一體化協同模式下的應用案例分析/31

2.2 PLBD-DMS一體化協同方法概述/35

2.3 PLBD-DMS一體化協同方法的體繫架構/36

2.4 PLBD-DMS一體化協同方法的工作邏輯/39

2.5 PLBD-DMS一體化協同方法實施的關鍵使能技術/41

2.5.1產品生命周期大數據獲取與增值處理方法簡介/42

2.5.2面向設計制造服務一體化協同的建模方法簡介/42

2.5.3運維數據與知識協同驅動的產品創新設計方法簡介/43

2.5.4實時數據驅動的制造過程自適應協同優化方法簡介/43

2.5.5基於運維數據的產品主動維修與智能運維服務方法簡介/44

第3章產品生命周期大數據獲取與增值處理方法/45

3.1產品生命周期大數據獲取與增值處理總體流程/45

3.2產品生命周期各階段數據內容與特點分析/47

3.3產品生命周期數據獲取方式/49

3.3.1數據的主動獲取/50

3.3.2數據的被動獲取/51

3.3.3數據的自動獲取/52

3.4產品生命周期數據獲取架構模型/54

3.5產品生命周期數據增值處理方法/56

3.5.1產品生命周期數據增值處理平臺架構/56

3.5.2產品生命周期數據清洗/59

3.5.3產品生命周期數據集成/64

3.5.4產品生命周期數據融合/70

第4章面向設計制造服務一體化協同的建模方法/76

4.1面向設計制造服務一體化協同的建模體繫架構/76

4.1.1面向設計制造服務一體化協同的建模方法概述/76

4.1.2面向設計制造服務一體化協同的建模體繫架構/77

4.2面向設計制造服務一體化協同的建模總體流程與建模技術/79

4.2.1面向產品設計制造服務一體化協同的建模總體流程/79

4.2.2面向產品設計制造服務一體化協同的建模技術/81

4.3面向設計制造服務一體化協同的建模應用流程/85

4.3.1MBD環境下的產品多尺度本體模型構建/85

4.3.2面向設計制造服務的領域術語本體構建過程/89

4.3.3建立以BOM為核心的信息傳遞機制/91

4.3.4知識集成管理/93

第5章運維數據與知識協同驅動的產品創新設計方法/101

5.1運維數據與知識協同驅動的產品創新設計特點及總體流程/101

5.1.1運維數據與知識協同驅動的產品創新設計特點/101

5.1.2運維數據與知識協同驅動的產品創新設計總體流程/103

5.2用戶需求識別與優先級確定技術/105

5.2.1用戶需求分析與識別/105

5.2.2用戶需求重要度確定與排序/113

5.2.3工程技術特性分析與優先級確定/119

5.3產品質量特性分析與控制技術/129

5./129

5.3.2產品質量特性分析技術/130

5.3.3產品質量特性控制技術/132

5.4基於配置推理的產品方案設計/133

5.5基於關聯模型的產品詳細設計/135

第6章實時數據驅動的制造過程自適應協同優化方法/139

6.1實時數據驅動的制造過程自適應協同優化特點及總體流程/139

6.1.1實時數據驅動的制造過程自適應協同優化特點/139

6.1.2實時數據驅動的制造過程自適應協同優化總體流程/140

6.2底層物理制造資源的智能化建模/141

6.2.1基於工業物聯網的制造資源實時信息主動感知與集成/142

6.2.2實時數據驅動的制造資源服務化封裝/144

6.2.3實時數據驅動的制造資源雲端化接入/150

6.3基於大數據的制造過程性能分析與診斷/152

6.3.1事件驅動的制造繫統關鍵性能主動感知/152

6.3.2基於決策樹的制造繫統關鍵性能異常識別/160

6.3.3基於模糊貝葉斯網絡的制造繫統異常原因診斷/163

6.4基於大數據的制造過程自適應協同優化方法/167

6.4.1增廣拉格朗日協同優化方法/167

6.4.2目標層解自適應協同優化方法/172

第7章基於運維數據的產品主動維修與智能運維服務方法/178

7.1基於運維數據的產品主動維修與智能運維服務特點及總體流程/178

7.1.1基於運維數據的產品主動維修與智能運維服務特點/178

7.1.2基於運維數據的產品主動維修與智能運維服務總體流程/179

7.2基於運維數據的產品性能退化狀態識別方法/181

7.2.1產品性能退化特征提取方法/181

7.2.2產品性能退化建模/189

7.3基於剩餘有效壽命預測的復雜產品預防性維修模型/191

7.3.1產品組部件剩餘有效壽命預測/192

7.3.2基於剩餘有效壽命的產品預防性維修建模/196

7.4產品預防性維修模型求解及維修策略優化/198

7.4.1產品預防性維修模型求解/198

7.4.2產品預防性維修實時優化策略/201

第8章DMS一體化協同技術行業應用/207

8.1機床制造行業DMS一體化協同技術應用/207

8.1.1機床制造行業DMS一體化協同技術應用需求分析/207

8.1.2機床制造行業DMS一體化協同技術典型應用場景/210

8.1.3機床制造行業DMS一體化協同技術應用方案/215

8.1.4機床制造行業DMS一體化協同技術應用實例/219

8.1.5機床制造行業DMS一體化協同技術應用趨勢分析與展望/226

8.2軌道交通行業DMS一體化協同技術應用/227

8.2.1軌道交通行業DMS一體化協同技術應用需求分析/227

8.2.2軌道交通行業DMS一體化協同技術典型應用場景/229

8.2.3軌道交通行業DMS一體化協同技術應用方案/237

8.2.4軌道交通行業DMS一體化協同技術應用實例/242

8.2.5軌道交通行業DMS一體化協同技術應用趨勢分析與展望/258

8.3航空發動機行業DMS一體化協同技術應用/259

8.3.1航空發動機行業DMS一體化協同技術應用需求分析/259

8.3.2航空發動機行業DMS一體化協同技術典型應用場景/261

8.3.3航空發動機行業DMS一體化協同技術應用方案/273

8.3.4航空發動機行業DMS一體化協同技術應用實例/275

8.3.5航空發動機行業DMS一體化協同技術趨勢分析與展望/284

參考文獻/286 

總序近年來，“智能制造 共融機器人”特別引人矚目，呈現出“萬物感知、萬物互聯、萬物智能”的時代特征。智能制造與共融機器人產業將成為優先發展的戰略性新興產業，也是“中國制造2049”創新驅動發展的巨大引擎。值得注意的是，智能汽車與無人機、水下機器人等一起所形成的規模宏大的共融機器人產業，將是今後30年各國爭奪的戰略高地，並將對世界經濟發展、社會進步、戰爭形態產生重大影響。與之相關的制造科學和機器人學屬於綜合性學科，是聯繫和涵蓋物質科學、信息科學、生命科學的大科學。與其他工程科學、技術科學一樣，制造科學、機器人學也是將認識世界和改造世界融合為一體的大科學。20世紀中葉，Cybernetics與Engineering Cybernetics等專著的發表開創了工程科學。21世紀以來，制造科學、機器人學和人工智能等領域異常活躍，影響深遠，是“智能制造 共融機器人”原始創新的源泉。華中科技大學出版社緊跟時代潮流，瞄準智能制造和機器人的科技前沿，組織策劃了本套“智能制造與機器人理論及技術研究叢書”。叢書涉及的內容十分廣泛。熱烈歡迎各位專家從不同的視野、不同的角度、不同的領域著書立說。選題要點包括但不限於：智能制造的各個環節，如研究、開發、設計、加工、成形和裝配等；智能制造的各個學科領域，如智能控制、智能感知、智能裝備、智能繫統、智能物流和智能自動化等；各類機器人，如工業機器人、服務機器人、機器人、海陸空機器人、仿生/類生/擬人機器人、軟體機器人和微納機器人等的發展和應用；與機器人學有關的機構學與力學、機動性與操作性、運動規劃與運動控制、智能駕駛與智能網聯、人機交互與人機共融等；人工智能、認知科學、大數據、雲制造、物聯網和互聯網等。本套叢書將成為有關領域專家、學者學術交流與合作的平臺，青年科學家茁壯成長的園地，科學家展示研究成果的國際舞臺。華中科技大學出版社將與施普林格(Springer)出版集團等國際學術出版機構一起，針對本套叢書進行全球聯合出版發行，同時該社也與有關國際學術會議、國際學術期刊建立了密切聯繫，為提升本套叢書的學術水平和實用價值，擴大叢書的國際影響營造了良好的學術生態環境。近年來，高校師生、各領域專家和科技工作者等各界人士對智能制造和機器人的熱情與日俱增。這套叢書將成為有關領域專家學者、高校師生與工程技術人員之間的紐帶，增強作者與讀者之間的聯繫，加快發現知識、傳授知識、增長知識和更新知識的進程，為經濟建設、社會進步、科技發展做出貢獻。*後，衷心感謝為本套叢書做出貢獻的作者和讀者，感謝他們為創新驅動發展增添正能量、聚集正能量、發揮正能量。感謝華中科技大學出版社相關人員在組織、策劃過程中的辛勤勞動。華中科技大學教授中國科學院院士前言制造業是國民經濟的重要基礎和國家綜合實力的重要標志。新一代信息技術的迅猛發展以及制造繫統和制造產品越來越復雜和智能，對制造企業基於生命周期大數據實現設計制造服務等跨企業、跨階段業務的協同化和智能化管控能力提出了新挑戰，如傳統的制造服務模式難以滿足為用戶提供定制化產品、智能化生產、精準化服務等新需求，嚴重阻礙了制造企業的價值鏈延伸、轉型升級和創新發展。因此，急需構建一種生命周期數據互聯互通、企業內外業務協同創新、產業鏈上下遊橫向集成的閉環管理模式與運作機制。作為國內率先繫統性地探索和介紹設計制造服務一體化協同技術的著作之一，本書主要論述了一種復雜產品生命周期大數據驅動的設計制造服務一體化協同的理念、模式、方法、解決方案與實現技術，目的是將物聯網技術和大數據技術引入產品生命周期管理過程中，實現生命周期數據的透明增值、產品服務設計的閉環創新、制造執行過程的動態優化、運維服務策略的主動預測，並期望為復雜產品全生命周期業務的一體化協同和智能化管控提供參考和借鋻。本書是作者在制造業大數據和產品生命周期管理領域研究成果的繫列化總結，所涉及內容主要來自作者2016年以來的研究成果和課題組博士研究生和碩士研究生的論文。全書分為八章。其中：第1章主要介紹了制造業大數據、基於大數據的產品生命周期管理、設計制造服務一體化協同技術的研究現狀；第2章介紹了設計制造服務一體化協同模式的內涵、體繫架構、工作邏輯和關鍵使能技術等；第3～7章主要對支撐設計制造服務一體化協同實現的主要方法與核心技術進行了深入闡述，包括產品生命周期大數據獲取與增值處理方法、面向設計制造服務一體化協同的建模方法、運維數據與知識協同驅動的產品創新設計方法、實時數據驅動的制造過程自適應協同優化方法、基於運維數據的產品主動維修與智能運維服務方法等；第8章繫統地闡述了設計制造服務一體化協同技術在數控機床、軌道交通、航空發動機三個行業中的應用需求、場景、實例等。全書章節規劃與設計以及統稿與定稿工作由張映鋒教授和任杉博士負責完成。具體撰寫分工如下：張映鋒教授負責第1～3章內容的主要撰寫，共計約10萬字；任杉博士負責第4～7章內容的主要撰寫，共計約16萬字；黃博碩士和趙永宣碩士負責第8章內容的主要撰寫，共計約10萬字。趙欣碩士和楊尚瑞學士參與了第1章和第8章的撰寫與校對工作，馬帥印博士和田星碩士參與了第3章的撰寫工作，史麗春碩士和魏雙雙學士參與了第4章和第8章的撰寫工作，林琦碩士和盛勇碩士分別參與了第5章和第6章的撰寫工作並參與了全書的校對工作，王晉博士和王剛碩士參與了第7章的撰寫工作。此外，張誠、劉佳傑、稅浩軒、高尚基、張國平等承擔了大量的素材收集和材料整理工作，並參與了第8章的撰寫工作。在此對他們表示由衷的感謝。設計制造服務一體化協同技術前言本書的研究工作得到國家重點研發計劃課題（模型驅動的設計制造運維服務一體化集成方法與技術，2018YFB1703402）的支持，作者借此機會表示衷心的感謝！研究生張黨、錢成、朱振飛、郭振剛、李積明、王士傑、徐自涵等參與了上述項目的研究工作，在此表示感謝！撰寫書稿的過程中，作者參考了大量的資料文獻，在書中盡可能地予以標注，在此對本書中所引用資料文獻的作者們表示衷心的感謝！若有疏忽未標注的，敬請諒解。西安精雕軟件科技有限公司、中車唐山機車車輛有限公司、中國航發商用航空發動機有限責任公司等企業同行和專家為書稿撰寫提供了行業企業案例資料，並提出了寶貴修改建議，在此表示感謝。與大數據驅動的產品生命周期管理相關的理論、方法、技術與應用正處於迅猛發展中，基於生命周期大數據的復雜產品設計制造服務一體化協同方法已引起越來越多的國內外學者的關注。由於本書的內容涉及面較廣，加之時間和水平所限，書中疏漏在所難免，希望讀者不吝賜教，作者在此表示衷心的感謝。作者2022年1月30日

近年來，隨著新一代信息技術的迅猛發展以及制造產品復雜程度的愈來愈高，制造企業間競爭的焦點已不再是單純的縮短研發周期、提升產品質量、降低生產成本，而是在其產品價值鏈以及產品全生命周期的各個環節不斷增加服務要素的比重，重構價值鏈和商業模式，從而實現為其用戶提供具有高附加值的個性化定制產品、智能信息服務、整體解決方案等增值服務的目標。在此基礎上，形成一種產品研發設計、生產制造、運維服務等跨生命周期階段多業務協同的制造與服務模式，進而構建產品設計-制造-服務等生命周期業務活動與服務化理念深度融合發展的全新生產經營模式。

制造企業生產經營模式的這種轉變為產品生命周期管理（Product Lifecycle Management，PLM）的發展提供了新的動力。PLM的概念早是由DEAN[[[] DEAN J. Pricing policies for new products[J]. Harvard Business Review, 1976, 54(6): 141-153.]]和Levirt[[[] LEVITT T. Exploit the product life cycle[M]. Graduate School of Business Administration, Harvard University, 1965.]]提出的，其目的是滿足制造企業對產品生命周期數據和信息管理的需求，並解決企業信息化發展到一定階段的“信息孤島”問題，是為提升企業市場競爭力而形成的一種戰略思想和管理模式[[[] 周康渠, 徐宗俊, 郭鋼. 制造業新的管理理念——產品全生命周期管理[J]. 中國機械工程, 2002, 13(15): 1343-1346.]]。一般來說，產品生命周期主要包括三個階段：生命初期（Beginning of Life，BOL），包括需求分析、產品設計、生產制造等；生命中期（Middle of Life，MOL），包括產品使用、售後服務、維修保養等；生命末期（End of Life，EOL），包括再制造、回收、再利用、處置等。

經過半個多世紀的發展，特別是隨著情境智能（Ambient Intelligence）[[[] COOK D J, AUGUSTO J C, JAKKULA V R. Ambient intelligence: technologies, applications, and opportunities[J]. Pervasive and Mobile Computing, 2009, 5(4): 277-298.]]、自動身份識別（Automatic Identification，AutoID）[[[] MCFARLANE D, SHEFFI Y. The impact of automatic identification on supply chain operations[J]. The International Journal of Logistics Management, 2003, 14(1): 1-17.]]、射頻識別（Radio Frequency Identification，RFID）[[[] JASELSKIS E J, El-MISALAMI T. Implementing radio frequency identification in the construction process[J]. Journal of Construction Engineering and Management, 2003, 129(6): 680-688.]]、泛在計算（Ubiquitous Computing）[[[] HIGHTOWER J, BORRIELLO G. Location systems for ubiquitous computing[J]. Computer, 2001, 34(8): 57-66.]]、區塊鏈（Blockchain）[[[] 袁勇, 王飛躍. 區塊鏈技術發展現狀與展望[J]. 自動化學報, 2016, 42(04): 481-494.]]、多Agent繫統（Multi-agent System）[[[] 李海剛, 吳啟迪. 多Agent繫統研究綜述[J]. 同濟大學學報(自然科學版), 2003(06): 728-732.]]、數字孿生（Digital Twin）[[[] 陶飛, 張萌, 程江峰等. 數字孿生車間——一種未來車間運行新模式[J]. 計算機集成制造繫統, 2017, 23(01): 1-9.]]等技術的發展和進步，PLM的概念和內涵也經歷了不斷的演化。例如，Kovács等[[[] KOVACS G, KOPACSI S, HAIDEGGER G, et al. Ambient intelligence in product life-cycle management[J]. Engineering Applications of Artificial Intelligence, 2006, 19(8): 953-965.]]提出了情景智能PLM（Ambient Intelligent PLM）的概念，以確保產品相關數據的實時、智能更新和高效、便捷訪問，提升企業從產品設計到回收的終生管理能力和自身競爭優勢。Jun等[[[] JUN H B, SHIN J H, KIRITSIS D, et al. System architecture for closed-loop PLM[J]. International Journal of Computer Integrated Manufacturing, 2007, 20(7): 684-698.]]基於RFID技術設計了一種閉環產品生命周期管理（Closed-loop PLM，CL-PLM）體繫架構對整個產品生命周期的信息進行跟蹤和管理，旨在通過生命周期數據的反饋和共享，提升各階段業務活動的效率。為了解決產品離開制造商後數據獲取不及時、不準確的問題，LEE等[[[] LEE B E, SUH S H. An architecture for ubiquitous product life cycle support system and its extension to machine tools with product data model[J]. The International Journal of Advanced Manufacturing Technology, 2009, 42(5-6): 606.]]基於泛在計算技術提出了一種泛在產品生命周期支持繫統（Ubiquitous Product Life Cycle Support System，UPLCSS），通過開發原型繫統將其應用到機床的運行和維護場景，以實現機床使用和維修過程數據的實時收集。Liu等[[[] LIU X, WANG W, GUO H, et al. Industrial blockchain based framework for product lifecycle management in industry 4.0[J]. Robotics and Computer-Integrated Manufacturing, 2020, 63: 101897.]]基於工業區塊鏈技術，提出了一種基於區塊鏈的PLM（Blockchain-based PLM）框架，以促進產品全生命周期中的數據交換和服務共享，提高了PLM繫統的開放性以及各利益相關者之間的互操作性和協作性。苗田等[[[] 苗田, 張旭, 熊輝等. 數字孿生技術在產品生命周期中的應用與展望[J]. 計算機集成制造繫統, 2019, 25(06): 1546-1558.]]提出將數字孿生技術應用於PLM中，並分析了數字孿生在產品研發、制造、維護、報廢等產品全生命周期各階段典型場景中的應用方式。任杉等[[[] 任杉, 張映鋒, 黃彬彬. 生命周期大數據驅動的復雜產品智能制造服務新模式研究[J]. 機械工程學報, 2018, 55(22): 194-203.]][[[] REN S, ZHANG Y F, LIU Y, et al. A comprehensive review of big data analytics throughout product lifecycle to support sustainable smart manufacturing: a framework, challenges and future research directions[J]. Journal of Cleaner Production, 2019, 210: 1343-1365.]]提出了生命周期大數據驅動的復雜產品智能制造服務模式和基於大數據分析的可持續產品生命周期管理模式，設計了相應的體繫架構，並探討了支撐上述模式有效實施的關鍵技術。這些PLM模式的提出及其在產品設計、制造、服務等階段的應用，為制造企業整個生命周期生產經營活動的優化提供了理論和技術支撐。