设计-制造-服务一体化协同技术

总序近年来，“智能制造 共融机器人”特别引人瞩目，呈现出“万物感知、万物互联、万物智能”的时代特征。智能制造与共融机器人产业将成为优先发展的战略性新兴产业，也是“中国制造2049”创新驱动发展的巨大引擎。值得注意的是，智能汽车与无人机、水下机器人等一起所形成的规模宏大的共融机器人产业，将是今后30年各国争夺的战略高地，并将对世界经济发展、社会进步、战争形态产生重大影响。与之相关的制造科学和机器人学属于综合性学科，是联系和涵盖物质科学、信息科学、生命科学的大科学。与其他工程科学、技术科学一样，制造科学、机器人学也是将认识世界和改造世界融合为一体的大科学。20世纪中叶，Cybernetics与Engineering Cybernetics等专著的发表开创了工程科学的新纪元。21世纪以来，制造科学、机器人学和人工智能等领域异常活跃，影响深远，是“智能制造 共融机器人”原始创新的源泉。华中科技大学出版社紧跟时代潮流，瞄准智能制造和机器人的科技前沿，组织策划了本套“智能制造与机器人理论及技术研究丛书”。丛书涉及的内容十分广泛。热烈欢迎各位专家从不同的视野、不同的角度、不同的领域著书立说。选题要点包括但不限于：智能制造的各个环节，如研究、开发、设计、加工、成形和装配等；智能制造的各个学科领域，如智能控制、智能感知、智能装备、智能系统、智能物流和智能自动化等；各类机器人，如工业机器人、服务机器人、机器人、海陆空机器人、仿生/类生/拟人机器人、软体机器人和微纳机器人等的发展和应用；与机器人学有关的机构学与力学、机动性与操作性、运动规划与运动控制、智能驾驶与智能网联、人机交互与人机共融等；人工智能、认知科学、大数据、云制造、物联网和互联网等。本套丛书将成为有关领域专家、学者学术交流与合作的平台，青年科学家茁壮成长的园地，科学家展示研究成果的国际舞台。华中科技大学出版社将与施普林格(Springer)出版集团等国际学术出版机构一起，针对本套丛书进行全球联合出版发行，同时该社也与有关国际学术会议、国际学术期刊建立了密切联系，为提升本套丛书的学术水平和实用价值，扩大丛书的国际影响营造了良好的学术生态环境。近年来，高校师生、各领域专家和科技工作者等各界人士对智能制造和机器人的热情与日俱增。这套丛书将成为有关领域专家学者、高校师生与工程技术人员之间的纽带，增强作者与读者之间的联系，加快发现知识、传授知识、增长知识和更新知识的进程，为经济建设、社会进步、科技发展做出贡献。*后，衷心感谢为本套丛书做出贡献的作者和读者，感谢他们为创新驱动发展增添正能量、聚集正能量、发挥正能量。感谢华中科技大学出版社相关人员在组织、策划过程中的辛勤劳动。华中科技大学教授中国科学院院士前言制造业是国民经济的重要基础和国家综合实力的重要标志。新一代信息技术的迅猛发展以及制造系统和制造产品越来越复杂和智能，对制造企业基于生命周期大数据实现设计制造服务等跨企业、跨阶段业务的协同化和智能化管控能力提出了新挑战，如传统的制造服务模式难以满足为用户提供定制化产品、智能化生产、精准化服务等新需求，严重阻碍了制造企业的价值链延伸、转型升级和创新发展。因此，急需构建一种生命周期数据互联互通、企业内外业务协同创新、产业链上下游横向集成的闭环管理模式与运作机制。作为国内率先系统性地探索和介绍设计制造服务一体化协同技术的著作之一，本书主要论述了一种复杂产品生命周期大数据驱动的设计制造服务一体化协同的理念、模式、方法、解决方案与实现技术，目的是将物联网技术和大数据技术引入产品生命周期管理过程中，实现生命周期数据的透明增值、产品服务设计的闭环创新、制造执行过程的动态优化、运维服务策略的主动预测，并期望为复杂产品全生命周期业务的一体化协同和智能化管控提供参考和借鉴。本书是作者在制造业大数据和产品生命周期管理领域研究成果的系列化总结，所涉及内容主要来自作者2016年以来的研究成果和课题组博士研究生和硕士研究生的论文。全书分为八章。其中：第1章主要介绍了制造业大数据、基于大数据的产品生命周期管理、设计制造服务一体化协同技术的研究现状；第2章介绍了设计制造服务一体化协同模式的内涵、体系架构、工作逻辑和关键使能技术等；第3～7章主要对支撑设计制造服务一体化协同实现的主要方法与核心技术进行了深入阐述，包括产品生命周期大数据获取与增值处理方法、面向设计制造服务一体化协同的建模方法、运维数据与知识协同驱动的产品创新设计方法、实时数据驱动的制造过程自适应协同优化方法、基于运维数据的产品主动维修与智能运维服务方法等；第8章系统地阐述了设计制造服务一体化协同技术在数控机床、轨道交通、航空发动机三个行业中的应用需求、场景、实例等。全书章节规划与设计以及统稿与定稿工作由张映锋教授和任杉博士负责完成。具体撰写分工如下：张映锋教授负责第1～3章内容的主要撰写，共计约10万字；任杉博士负责第4～7章内容的主要撰写，共计约16万字；黄博硕士和赵永宣硕士负责第8章内容的主要撰写，共计约10万字。赵欣硕士和杨尚瑞学士参与了第1章和第8章的撰写与校对工作，马帅印博士和田星硕士参与了第3章的撰写工作，史丽春硕士和魏双双学士参与了第4章和第8章的撰写工作，林琦硕士和盛勇硕士分别参与了第5章和第6章的撰写工作并参与了全书的校对工作，王晋博士和王刚硕士参与了第7章的撰写工作。此外，张诚、刘佳杰、税浩轩、高尚基、张国平等承担了大量的素材收集和材料整理工作，并参与了第8章的撰写工作。在此对他们表示由衷的感谢。设计制造服务一体化协同技术前言本书的研究工作得到国家重点研发计划课题（模型驱动的设计制造运维服务一体化集成方法与技术，2018YFB1703402）的支持，作者借此机会表示衷心的感谢！研究生张党、钱成、朱振飞、郭振刚、李积明、王士杰、徐自涵等参与了上述项目的研究工作，在此表示感谢！撰写书稿的过程中，作者参考了大量的资料文献，在书中尽可能地予以标注，在此对本书中所引用资料文献的作者们表示衷心的感谢！若有疏忽未标注的，敬请谅解。西安精雕软件科技有限公司、中车唐山机车车辆有限公司、中国航发商用航空发动机有限责任公司等企业同行和专家为书稿撰写提供了行业企业案例资料，并提出了宝贵修改建议，在此表示感谢。与大数据驱动的产品生命周期管理相关的理论、方法、技术与应用正处于迅猛发展中，基于生命周期大数据的复杂产品设计制造服务一体化协同方法已引起越来越多的国内外学者的关注。由于本书的内容涉及面较广，加之时间和水平所限，书中疏漏在所难免，希望读者不吝赐教，作者在此表示衷心的感谢。作者2022年1月30日

本书是作者在制造业大数据和产品生命周期管理领域研究成果的系列化总结，所涉及内容主要来自作者们自2016年以来的研究成果和课题组博士研究生和硕士研究生的论文。全书共由八章组成。其中，章主要概述了制造业大数据、基于大数据的产品生命周期管理、设计-制造-服务一体化协同等技术的研究现状；第二章介绍了设计-制造-服务一体化协同的内涵、体系架构、工作逻辑和关键使能技术等；第三章到第七章则主要对支撑设计-制造-服务一体化协同实现的主要方法与核心技术进行了深入阐述，它们包括产品生命周期大数据获取与增值处理方法、面向设计-制造-服务协同的一体化建模方法、运维数据与知识协同驱动的产品创新设计方法、实时数据驱动的制造过程自适应协同优化方法、基于运维数据的产品主动维修与智能服务方法等；第八章系统地阐述了设计-制造-服务一体化协同技术在数控机床、轨道交通、航空发动机三个行业的应用需求、场景、实例等。

张映锋，男，1979年3月生，博士，研究生，西北工业大学机电学院教授、博士生导师。于2005年获西安交通大学机械工程专业博士学位，香港大学制造系统与工程系博士后。主要围绕“物联制造系统”、“生产调度和物料配送优化管理”、“产品服务系统与绿色制造”和“制造系统智能化”四个方向展开研究。在上述方向主持国家自然科学基金项目2项、国家十二五“863”子课题1项、国家重点实验室开放课题1项、西北工业大学校新人新方向项目1项。相关研究结果在国内外学术期刊与国际会议上发表学术论文50余篇，其中SCI检索15篇，EI索引20余篇，ISTP索引6篇，论文引用总次数200余次，获国家发明专利授权2项。

第1章绪论/1

1.1产品生命周期管理概述/1

1.1.1产品生命周期管理的起源与发展/1

1.1.2产品生命周期管理的核心技术/5

1.2制造业大数据概述/7

1.2.1制造业大数据的概念与特征/7

1.2.2制造业大数据的来源与分类/10

1.2.3制造业大数据与产品生命周期管理/11

1.3基于大数据的产品生命周期管理/12

1.3.1基于大数据的产品创新设计/12

1.3.2基于大数据的制造过程优化/14

1.3.3基于大数据的运维服务优化/15

1.4设计-制造-服务一体化协同技术/17

1.5设计-制造-服务一体化协同技术面临的挑战/18

第2章设计-制造-服务一体化协同体系架构/21

2.1 DMS一体化协同模式的内涵/21

2.1.1 DMS一体化协同模式的相关概念定义/21

2.1.2 DMS一体化协同模式的特点/23

2.1.3 DMS一体化协同模式下的信息交互机制与运作逻辑/27

2.1.4 DMS一体化协同模式下的应用案例分析/31

2.2 PLBD-DMS一体化协同方法概述/35

2.3 PLBD-DMS一体化协同方法的体系架构/36

2.4 PLBD-DMS一体化协同方法的工作逻辑/39

2.5 PLBD-DMS一体化协同方法实施的关键使能技术/41

2.5.1产品生命周期大数据获取与增值处理方法简介/42

2.5.2面向设计制造服务一体化协同的建模方法简介/42

2.5.3运维数据与知识协同驱动的产品创新设计方法简介/43

2.5.4实时数据驱动的制造过程自适应协同优化方法简介/43

2.5.5基于运维数据的产品主动维修与智能运维服务方法简介/44

第3章产品生命周期大数据获取与增值处理方法/45

3.1产品生命周期大数据获取与增值处理总体流程/45

3.2产品生命周期各阶段数据内容与特点分析/47

3.3产品生命周期数据获取方式/49

3.3.1数据的主动获取/50

3.3.2数据的被动获取/51

3.3.3数据的自动获取/52

3.4产品生命周期数据获取架构模型/54

3.5产品生命周期数据增值处理方法/56

3.5.1产品生命周期数据增值处理平台架构/56

3.5.2产品生命周期数据清洗/59

3.5.3产品生命周期数据集成/64

3.5.4产品生命周期数据融合/70

第4章面向设计制造服务一体化协同的建模方法/76

4.1面向设计制造服务一体化协同的建模体系架构/76

4.1.1面向设计制造服务一体化协同的建模方法概述/76

4.1.2面向设计制造服务一体化协同的建模体系架构/77

4.2面向设计制造服务一体化协同的建模总体流程与建模技术/79

4.2.1面向产品设计制造服务一体化协同的建模总体流程/79

4.2.2面向产品设计制造服务一体化协同的建模技术/81

4.3面向设计制造服务一体化协同的建模应用流程/85

4.3.1MBD环境下的产品多尺度本体模型构建/85

4.3.2面向设计制造服务的领域术语本体构建过程/89

4.3.3建立以BOM为核心的信息传递机制/91

4.3.4知识集成管理/93

第5章运维数据与知识协同驱动的产品创新设计方法/101

5.1运维数据与知识协同驱动的产品创新设计特点及总体流程/101

5.1.1运维数据与知识协同驱动的产品创新设计特点/101

5.1.2运维数据与知识协同驱动的产品创新设计总体流程/103

5.2用户需求识别与优先级确定技术/105

5.2.1用户需求分析与识别/105

5.2.2用户需求重要度确定与排序/113

5.2.3工程技术特性分析与优先级确定/119

5.3产品质量特性分析与控制技术/129

5.3.1元动作与元动作单元/129

5.3.2产品质量特性分析技术/130

5.3.3产品质量特性控制技术/132

5.4基于配置推理的产品方案设计/133

5.5基于关联模型的产品详细设计/135

第6章实时数据驱动的制造过程自适应协同优化方法/139

6.1实时数据驱动的制造过程自适应协同优化特点及总体流程/139

6.1.1实时数据驱动的制造过程自适应协同优化特点/139

6.1.2实时数据驱动的制造过程自适应协同优化总体流程/140

6.2底层物理制造资源的智能化建模/141

6.2.1基于工业物联网的制造资源实时信息主动感知与集成/142

6.2.2实时数据驱动的制造资源服务化封装/144

6.2.3实时数据驱动的制造资源云端化接入/150

6.3基于大数据的制造过程性能分析与诊断/152

6.3.1事件驱动的制造系统关键性能主动感知/152

6.3.2基于决策树的制造系统关键性能异常识别/160

6.3.3基于模糊贝叶斯网络的制造系统异常原因诊断/163

6.4基于大数据的制造过程自适应协同优化方法/167

6.4.1增广拉格朗日协同优化方法/167

6.4.2目标层解自适应协同优化方法/172

第7章基于运维数据的产品主动维修与智能运维服务方法/178

7.1基于运维数据的产品主动维修与智能运维服务特点及总体流程/178

7.1.1基于运维数据的产品主动维修与智能运维服务特点/178

7.1.2基于运维数据的产品主动维修与智能运维服务总体流程/179

7.2基于运维数据的产品性能退化状态识别方法/181

7.2.1产品性能退化特征提取方法/181

7.2.2产品性能退化建模/189

7.3基于剩余有效寿命预测的复杂产品预防性维修模型/191

7.3.1产品组部件剩余有效寿命预测/192

7.3.2基于剩余有效寿命的产品预防性维修建模/196

7.4产品预防性维修模型求解及维修策略优化/198

7.4.1产品预防性维修模型求解/198

7.4.2产品预防性维修实时优化策略/201

第8章DMS一体化协同技术行业应用/207

8.1机床制造行业DMS一体化协同技术应用/207

8.1.1机床制造行业DMS一体化协同技术应用需求分析/207

8.1.2机床制造行业DMS一体化协同技术典型应用场景/210

8.1.3机床制造行业DMS一体化协同技术应用方案/215

8.1.4机床制造行业DMS一体化协同技术应用实例/219

8.1.5机床制造行业DMS一体化协同技术应用趋势分析与展望/226

8.2轨道交通行业DMS一体化协同技术应用/227

8.2.1轨道交通行业DMS一体化协同技术应用需求分析/227

8.2.2轨道交通行业DMS一体化协同技术典型应用场景/229

8.2.3轨道交通行业DMS一体化协同技术应用方案/237

8.2.4轨道交通行业DMS一体化协同技术应用实例/242

8.2.5轨道交通行业DMS一体化协同技术应用趋势分析与展望/258

8.3航空发动机行业DMS一体化协同技术应用/259

8.3.1航空发动机行业DMS一体化协同技术应用需求分析/259

8.3.2航空发动机行业DMS一体化协同技术典型应用场景/261

8.3.3航空发动机行业DMS一体化协同技术应用方案/273

8.3.4航空发动机行业DMS一体化协同技术应用实例/275

8.3.5航空发动机行业DMS一体化协同技术趋势分析与展望/284

参考文献/286 

本书是作者在制造业大数据和产品生命周期管理领域研究成果的系列化总结，所涉及内容主要来自作者们自2016年以来的研究成果和课题组博士研究生和硕士研究生的论文。全书共由八章组成。其中，章主要概述了制造业大数据、基于大数据的产品生命周期管理、设计-制造-服务一体化协同等技术的研究现状；第二章介绍了设计-制造-服务一体化协同的内涵、体系架构、工作逻辑和关键使能技术等；第三章到第七章则主要对支撑设计-制造-服务一体化协同实现的主要方法与核心技术进行了深入阐述，它们包括产品生命周期大数据获取与增值处理方法、面向设计-制造-服务协同的一体化建模方法、运维数据与知识协同驱动的产品创新设计方法、实时数据驱动的制造过程自适应协同优化方法、基于运维数据的产品主动维修与智能服务方法等；第八章系统地阐述了设计-制造-服务一体化协同技术在数控机床、轨道交通、航空发动机三个行业的应用需求、场景、实例等。

张映锋，男，1979年3月生，博士，研究生，西北工业大学机电学院教授、博士生导师。于2005年获西安交通大学机械工程专业博士学位，香港大学制造系统与工程系博士后。主要围绕“物联制造系统”、“生产调度和物料配送优化管理”、“产品服务系统与绿色制造”和“制造系统智能化”四个方向展开研究。在上述方向主持国家自然科学基金项目2项、国家十二五“863”子课题1项、国家重点实验室开放课题1项、西北工业大学校新人新方向项目1项。相关研究结果在国内外学术期刊与国际会议上发表学术论文50余篇，其中SCI检索15篇，EI索引20余篇，ISTP索引6篇，论文引用总次数200余次，获国家发明专利授权2项。

近年来，随着新一代信息技术的迅猛发展以及制造产品复杂程度的愈来愈高，制造企业间竞争的焦点已不再是单纯的缩短研发周期、提升产品质量、降低生产成本，而是在其产品价值链以及产品全生命周期的各个环节不断增加服务要素的比重，重构价值链和商业模式，从而实现为其用户提供具有高附加值的个性化定制产品、智能信息服务、整体解决方案等增值服务的目标。在此基础上，形成一种产品研发设计、生产制造、运维服务等跨生命周期阶段多业务协同的制造与服务模式，进而构建产品设计-制造-服务等生命周期业务活动与服务化理念深度融合发展的全新生产经营模式。

制造企业生产经营模式的这种转变为产品生命周期管理（Product Lifecycle Management，PLM）的发展提供了新的动力。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，其目的是满足制造企业对产品生命周期数据和信息管理的需求，并解决企业信息化发展到一定阶段的“信息孤岛”问题，是为提升企业市场竞争力而形成的一种战略思想和管理模式[[[] 周康渠, 徐宗俊, 郭钢. 制造业新的管理理念——产品全生命周期管理[J]. 中国机械工程, 2002, 13(15): 1343-1346.]]。一般来说，产品生命周期主要包括三个阶段：生命初期（Beginning of Life，BOL），包括需求分析、产品设计、生产制造等；生命中期（Middle of Life，MOL），包括产品使用、售后服务、维修保养等；生命末期（End of Life，EOL），包括再制造、回收、再利用、处置等。

经过半个多世纪的发展，特别是随着情境智能（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.]]、自动身份识别（Automatic Identification，AutoID）[[[] MCFARLANE D, SHEFFI Y. The impact of automatic identification on supply chain operations[