文件名称：产品制造尤其是高端装备-golang高级编程
文件大小：2.1MB
文件格式：PDF
更新时间：2024-07-21 21:41:15
大数据分析 工业大数据
3.4 制造的全生命周期 产品全生命周期可以分成生命初期(BOL)、生命中期（MOL）和生 命后期（EOL）三个阶段。生命初期以设计制造为主，生命中期以使用 维修为主，后期则以回收及再利用为主。研发设计聚焦产品创新、生 产制造其核心是制造资源协同。使用维修阶段也称为运维阶段，主要 关注装备健康与高效使用，往往是高端装备生命周期中时间最长，与 装备业主（运营商）、制造商、第三方维修商等关系最为密切的一个 阶段。互联网与大数据技术加速了制造数字化、网络化与智能化进程， 以制造生命周期为主线的专业化、服务化、分散化、绿色化趋势明显， 迫切需要支持跨生命周期阶段、跨主体、跨专业的制造管理的新型使 能技术。 工业大数据分析在产品运维服务领域具有最广阔的应用前景，但 也面临最艰难的挑战，其应用面临的主要挑战是跨生命周期数据的管 理和分析。主要存在以下四方面难题：(1)产品制造尤其是高端装备 制造由于产品自身复杂性决定了其全生命周期制造过程的复杂性，涉 及跨企业协同的大规模多层次业务过程集成与优化难题；(2)制造生 命周期中产生和消费了海量数据，包括三维模型、仿真分析、制造工 艺等非结构工程数据，生产装备、加工质量、装备工况等机器时序数 据，以及资源规划、供应链管理、客户管理等关系数据，跨阶段、长 周期多源异构数据双向关联与追溯成为不可回避的技术挑战；(3)互 联网与大数据环境下开源与分享经济模式使得制造跨界数据集成与