西安交通大学机械制造系统工程国家重点实验室，西安，710054
摘要：围绕新一代信息技术驱动的装备生产过程技术管理过程，通过表征生产过程中数据、信息、知识及其关联，在装备生产的车间层、企业层以及跨企业层建立新一代信息技术驱动的生产数据、信息与知识的时变空间，阐述新技术在时变空间下的耦合作用机制；研究生产技术进化预测、生产技术进化实施路线、新生产技术升级实施流程与新生产技术项目实施运维等核心内容，形成面向新一代信息技术驱动的装备生产过程技术管理创新方法，助力装备生产企业提质、增效、降本。
关键词：新一代信息技术；创新方法；装备制造；技术管理；生产过程
装备制造业作为国民经济和国防建设的基础，其发展水平是国家科技硬实力的综合体现。作为引导社会经济发展的重要力量，以物联网、大数据、云计算为代表的新一代信息技术(newgenerationofinformationtechnology,NGIT)[1]为装备制造业的创新发展注入了新动能。近年来，工业物联网、车间大数据、数字化生产/物流装备及其信息化等方向的研究与应用[2]，为“NGIT+生产”的模式探索出较为清晰的发展路线。借助NGIT，提升自身核心产品质量与生产过程效率，降低生产过程浪费，是制造企业，特别是高端装备制造企业所需直面的问题[3]。
高端装备种类繁多，且处于价值链高端，其生产过程具有典型的知识密集、技术密集型特点[4]。在生产网络化[5]、社群化[6]的大背景下，装备制造产业链逐渐演变成为“整机制造核心企业+多外协/外购配套企业”的服务型生产模式[7]，这种模式对跨企业间的数据、信息与知识协同与交互效能提出了更高的要求。同时，高端装备零部件生产订单所具有的“单件/小批量+结构/工艺复杂”典型特性，使得以统计过程控制为代表的传统过程管控手段与方法难以施行，这在技术层面上掣肘了企业对工艺过程及零件质量的持续、有效改善[8]。
由此可见，目前针对装备生产技术，已经较多地使用了NGIT，无论在车间级、企业级还是跨企业级，生产过程中的数据、信息与知识正在被企业管理人员所重视[18]。基于此，本文提出了一套由NGIT实施所驱动的装备生产过程技术管理创新方法，通过将数据、信息和知识等NGIT映射到生产过程管控中，帮助企业进行技术预测、实施与升级，技术项目开发与运维，以便企业加速应用新生产技术，实现提质、增效、降本。
NGIT不仅可以驱动生产技术的迭代，也可以驱动生产技术管理方法的创新。NGIT驱动下装备生产过程的技术管理创新模式就是围绕生产技术迭代与管理方法创新，从技术战略、技术预测、技术路线图和技术项目组合[19]4个方面统筹兼顾工程、科学和管理等思想，将NGIT应用于解决有关技术能力的计划、开发与实施问题，以促成装备生产企业提质、增效、降本的目标[20]。
为此，首先需要明晰NGIT的范畴和生产技术所属层级，探索NGIT驱动生产技术迭代升级的逻辑，进而从生产技术进化预测、生产技术进化实施路线、新生产技术升级实施流程、新生产技术项目实施运维4个层面构建出面向新生产过程的技术管理创新方法框架。
这些软硬件环境共同支持着跨企业级、企业级以及车间级生产技术的迭代，而由生产过程所产生的数据、信息和知识则是表征这些技术迭代的媒介。NGIT驱动的生产技术集合关系如图1所示。
图1NGIT驱动的生产技术集合关系Fig.1ProductiontechnologysetdrivenbyNGIT
NGIT技术驱动装备生产过程中的(生产)技术迭代，具体可表现为以下4个层次：
(1)设施布局层。NGIT硬件、中间件与软件技术的引入导致传统生产与物流装备、布局等的升级、换代与改善。
(2)组织运作层。适应工业互联网/RFID/CPS交互的、面向高端装备生产过程的企业内及企业间资源(人、机、法、料、环)组织与运作模式。
(3)技术实施层。NGIT硬件、中间件与软件技术的引入导致传统生产技术的升级、换代与改善，新生产技术的引入、使用与完善。
(4)数据表征层。生产技术作用在装备层、组织层所产生的数据、信息与知识。
NGIT在装备生产过程中的应用使得生产技术呈现出快速迭代的特点，这对针对这种新生产技术的装备生产过程技术管理也提出了更大的挑战。为适应NGIT驱动的新生产技术的顺利实施，参考技术管理概念的4个范畴，设计如图2所示的面向新生产技术的过程管理空间。
图2NGIT驱动的新生产技术的过程管理空间Fig.2ProcessmanagementspacefornewproductiontechnologiesdrivenbyNGIT
在NGIT驱动的生产过程技术管理空间中，针对数据、信息和知识的应用层级逐渐提升。从基础的车间数据表征、数据挖掘与数据时序空间构建，到车间信息资源描述、生产信息抽取与多维信息交互，再到车间复杂知识图谱的构建、推理及应用，NGIT在各个层级上助推着装备生产技术向智能化、生产管理向系统化发展。
在技术管理创新方面，通过对NGIT驱动的装备生产技术进化方向进行预测，创建装备生产技术进化过程的实施路线图，进一步描述NGIT驱动的装备生产技术升级实施流程，形成一套面向新生产技术项目实施的可靠运维体系。
装备生产过程的技术管理，其本质是对生产过程中所产生的数据、信息与知识的管理。通过获取车间实时生产数据并将其加工转换成生产信息，进一步提炼、总结出生产知识，应用知识工程方法解决生产难题，是实现生产过程技术管理的基本方略。
NGIT中海量、多源、高维、异构的生产数据、信息和知识为生产过程管理提供了丰富的应用基础。由于这些数据、信息和知识均具有随加工过程的时变特性，因此可依照生产序列，从设施布局层、组织运作层和技术实施层，分别构建设备级、产线级、车间级、企业级和跨企业级的数据、信息与知识时变空间，如图3所示。
图3多维数据/信息/知识时变空间Fig.3Time-varyingspaceofmultidimensionaldata/information/knowledge
(1)产品基础与工艺数据dd。该数据包括基础数据和工艺数据，前者如产品编号、名称、交货期以及材质、数量等数据，后者则是产品的工艺要求、加工图纸、质量要求、加工程序和代码等数据。
(3)生产工艺系统工况数据dc。该数据是指加工过程中装备所产生的状态数据，如物料状态数据、工装刀具状态数据、人员状态数据、生产进度数据等。
上述4类数据在时刻i状态下所表征的数据空间为
Di={dd,dl,dc,dq}={di1,di2,…,dij,…,din}
Di会随着生产时序的变化而同步演化。为保证数据时变空间构建的准确、实时性，需要依托NGIT支撑硬件、中间件和软件，搭建装备生产过程数据集成平台。其中支撑硬件是以智能传感器为代表的数据传感终端，支撑中间件是以工业物联网为基础的数据传输/存储组件，支撑软件则是指围绕数据清洗、数据聚类以及数据归一化的数据管理系统。装备生产过程数据集成平台实现了车间资源、数据与信息、知识之间的关联，为信息、知识、乃至知识工程层面的NGIT应用提供基础保障。
依据生产数据时变空间，分析海量、多源、高维、异构数据间的关联关系，并构建数据空间D向信息空间I的映射函数fi(D)。与4类数据相对应，装备生产过程信息同样也可分为4类，需要指出的是，由于数据向信息映射求解过程中存在着数据融合，故信息空间中的元素数量远小于数据空间的元素数量。
数据空间D中数据之间的关联关系聚类、序列模式挖掘与关联等分析算法主要依托NGIT技术完成，其中：
(1)针对数据规模庞大的特点，需要采用并行算法来处理并计算生产数据。
(4)针对数据结构多样性、特别针对装备单件小批量生产所带来的统计学方法失效的问题，可采用本体论等方法对异构数据进行统一建模，并依托生产信息时序演化模型，构建数据结构多尺度转换映射模型；同时，自然语言处理技术也可以帮助机器理解非结构化的信息，实现人机异构信息交互。
知识图谱是一种以语义网络为基础发展而来的巨型、网络化的知识工程手段，其主要作用是表达概念实体之间的语义关系，实现知识查询、智能问答和决策推理等功能[22]。装备生产知识图谱属于垂直领域知识图谱，可表达装备生产车间内人、机、料、法、环等之间的关联关系。
知识图谱的构建分为知识获取、知识融合和知识存储三部分：
(2)知识融合，即通过WebProtégé程序将装备生产过程领域中的两类概念——生产技术和生产数据进行知识分类和概念抽取，利用ProtégéOWL进行可视化，根据显示内容，对所建立的领域概念进行属性、关系和约束的检查与补充，最终得到领域概念本体模型。
(3)知识存储，可根据构建知识图谱的阶段不同，综合考虑效率、可操作性等因素，分别选择RDF、文本或图数据库的方式实现存储。
围绕“数据→信息→知识→知识图谱”的应用逻辑链，可将知识、信息、知识主体服务于装备生产过程。而NGIT的引入使得知识图谱构建过程中的大量数据整理、信息分析和知识挖掘工作从人工劳动转化为人工智能(artificialintelligence，AI)，依托专家系统、语言学、语义网、数据库以及信息抽取等众多NGIT，可在知识空间K构建面向装备生产的知识应用体系，如图4所示。
NGIT的配置与运行，颠覆了传统装备制造业在车间、企业内、跨企业间的数据、信息与知识的运作与交互方式，这对装备生产技术进化预测、生产技术进化实施路线、新生产技术升级实施流程、新生产技术项目实施运维也提出了更高的要求。
生产技术先进与否决定装备制造过程的能效高低，因此装备制造企业有必要紧跟NGIT驱动的先进的生产技术。由于大数据、人工智能等NGIT仍处于高速发展的过程，其驱动的生产技术也在迅速迭代，因此，企业必须能够在现有生产技术和数据信息的聚类分析的基础上，通过对NGIT软硬件环境及其技术、生产设施与布局、增量数据等进行深入调研，准确预测出适用于面向未来的生产技术。其中，新生产技术预测由企业传统生产技术与NGIT共同驱动完成，影响的主要因素如图5所示。
图4装备生产车间的知识应用体系Fig.4Knowledgeapplicationsysteminequipmentproductionworkshop
图5未来生产技术预测驱动因素Fig.5Drivingfactorsoffutureproductiontechnologyforecast
图6NGIT驱动的生产技术实施路线图Fig.6ImplementationroadmapofproductiontechnologydrivenbyNGIT
图7实施项目的系统工程双Vee过程模型Fig.7Systemengineeringdouble-Veemodeloftheimplementation
该双Vee过程模型由一个“主Vee”和多个“子Vee”模型组成，其中“主Vee”是以生产技术系统的组织与配置为逻辑，沿先下后上的序列，从左至右依次执行。“主Vee”在系统、子系统与生产单元3个层次上，又可分别衍生出1层、m层和m×nm层“子Vee”模型。
图8支持新生产技术实施的LCUE-OTPR运维矩阵Fig.8LCUE-OTPRoperationandmaintenancematrixsupportingtheimplementationofnewproductiontechnologies
图9新技术单元应用进度表征模型Fig.9Newtechnologyunitapplicationprogressmodel
H企业[23]是我国首批智能制造综合试点示范企业，其互联工厂则是该企业智能制造战略实施的载体，通过“三联”(用户个性化需求和工厂设备及全环节的人互联，用户和“网器”互联，用户和市场、研发、采购、制造、物流、服务等全流程互联)和“三化”(柔性化、数字化和智能化)，满足用户高端化、个性化需求，实现产消合一(用户既是生产者、设计者，又是消费者)。
那么，如何将传统工厂升级为互联工厂是摆在H企业面前的一道难题。这种升级不是简单的自动化，而是创造用户资源与用户体验，把用户体验和NGIT联系起来，满足高质量、个性化、快速响应的生产需求。根据第三节，其升级过程主要可分为以下4步：
(1)生产技术进化预测。根据图5，结合车间已实现的6S标准化/精益、部分模块自动化等生产实际，考虑到已引入了MES、ERP、PLM等信息化系统，借助技术调研与咨询手段，H企业首先对生产技术进化进行了预测。预测结果显示，企业应选择升级的NGIT技术为高阶人机通信技术(实现物与机、机与机、人与机、人与人和企业与企业之间的信息交互)、深度数据融合技术(深化MES、ERP、PLM、iMES、iWMS、SCADA五大系统集成)、人工智能控制技术(工业机器人、数控机床、自动化立体仓库等的柔性自组织控制)。
(2)厘清生产技术进化实施路线。从技术制约逻辑上看，高阶人机通信技术、深度数据融合技术和人工智能控制技术需要按顺序依次实施。
(3)新生产技术升级实施流程。借助图7的双Vee模型，分别构建系统(互联工厂核心平台)、子系统(高阶人机通信技术、深度数据融合技术和人工智能控制技术)，和单元(具体的NGIT实现)层面的开发与验证。
(4)新生产技术项目实施运维。将利用系统工程双Vee模型梳理出的内容，通过LCUE-OTPR矩阵进行项目在企业的落地实施。
H企业通过NGIT软硬件及中间件，调度企业内资源，将传统工厂升级成为互联工厂。从实施效果来看，一线操作人员减少57%，产能提高80%，单位面积产出提高了100%，定单交付周期由15天降低到7天，实现了快速满足用户个性化体验的目标。
NGIT驱动的高端装备生产过程技术管理挑战来自于因设施布局层、组织运作层、技术实施层和数据表征层在引入NGIT后，所导致的新生产技术的持续迭代、进化与成熟过程。围绕提质、增效、降本的目标，通过表征装备生产过程中数据、信息、知识及其关联，在装备制造车间、企业以及跨企业层面建立了NGIT驱动的生产数据/信息/知识时变空间，阐述了生产技术与时变空间的互作用机制；进一步形成了面向NGIT驱动装备生产过程的技术管理创新方法，并实现了对该方法所囊括的生产技术进化预测、生产技术进化实施路线、新生产技术升级实施流程、新生产技术项目实施运维的全面剖析。
本文从管理与工程科学融合的角度出发，探索了满足国家战略发展需求的装备生产的技术管理创新模式，有助于企业提升大国重器的生产能力。
参考文献：
[2]ROTHMA,WOLFSONDC,KLEEWEINJC,etal.InformationIntegration:aNewGenerationofInformationTechnology[J].IBMSystemsJournal,2002,41(4):563-577.
[3]ZHOUJ,LIP,ZHOUY,etal.TowardNew-GenerationIntelligentManufacturing[J].Engineering,2018,4(1):11-20.
[5]KASSNERL,HIRMERP,WIELANDM,etal.TheSocialFactory:ConnectingPeople,MachinesandDatainManufacturingforContext-AwareExceptionEscalation[C]∥Proceedingsofthe50thHawaiiInternationalConferenceonSystemSciences.Hawaii,2017.
[6]JIANGP,DINGK,LENGJ.TowardsaCyber-Physical-Social-connectedandService-orientedManufacturingParadigm:SocialManufacturing[J].ManufacturingLetters,2016,7:15-21.
[7]程颖,戚庆林,陶飞.新一代信息技术驱动的制造服务管理:研究现状与展望[J].中国机械工程,2018,29(18):2177-2188.
CHENGYing,QIQinglin,TAOFei.NewIT-drivenManufacturingServiceManagement:ResearchStatusandProspect[J].ChinaMechanicalEngineering,2018,29(18):2177-2188.
[8]LIP,JIANGP,ZHANGG.AnEnhancedDMAICMethodforFeature-drivenContinuousQualityImprovementforMulti-stageMachiningProcessesinOne-of-a-kindandSmall-batchProduction[J].IEEEACCESS,2019,7:32492-32503.
[9]曹伟,江平宇,江开勇,等.基于RFID技术的离散制造车间实时数据采集与可视化监控方法[J].计算机集成制造系统,2017，23(2):273-284.
CAOWei,JIANGPingyu,JIANGKaiyong,etal.RadioFrequencyIdentification-basedReal-timeDataCollectingandVisualMonitoringforDiscreteManufacturingWorkshop[J].ComputerIntegratedManufacturingSystems,2017，23(2):273-284.
[10]ZHONGRY,HUANGGQ,LANS,etal.ABigDataApproachforLogisticsTrajectoryDiscoveryfromRFID-EnabledProductionData[J].InternationalJournalofProductionEconomics,2015,165:260-272.
[11]张洁,高亮,秦威,等.大数据驱动的智能车间运行分析与决策方法体系[J].计算机集成制造系统,2016，22(5):1220-1228.
ZHANGJie,GAOLiang,QINWei,etal.Big-Data-drivenOperationalAnalysisandDecision-makingMethodologyinIntelligentWorkshop[J].ComputerIntegratedManufacturingSystems,2016，22(5):1220-1228.
[12]LEEJ,BAGHERIB,KAOH.ACyber-PhysicalSystemsArchitectureforIndustry4.0-BasedManufacturingSystems[J].ManufacturingLetters,2015,3:18-23.
[13]孙培禄,江平宇,陈宝泉,等.知识工程驱动的数控加工刀具选配方法研究[J].机床与液压,2017(19):26-29.
SUNPeilu,JIANGPingyu,CHENBaoquan,etal.ResearchonMethodofKnowledgeEngineeringDrivenCNCCutting-toolSelection[J].MachineTool&Hydraulics,2017(19):26-29.
[14]YEY,HUT,ZHANGC,etal.DesignandDevelopmentofaCNCMachiningProcessKnowledgeBaseUsingCloudTechnology[J].TheInternationalJournalofAdvancedManufacturingTechnology,2018,94(9/12):3413-3425.
[15]CHOFREHAG,GONIFA,KLEMEJJ.ARoadmapforSustainableEnterpriseResourcePlanningSystemsImplementation(PartⅢ)[J].JournalofCleanerProduction,2018,174:1325-1337.
[16]BRYNERM.SmartManufacturing:theNextRevolution[J].ChemicalEngineeringProgress,2012，10:1-12.
[17]LENGJW,JIANGPY,ZHANGFQ,etal.FrameworkandKeyEnablingTechnologiesforSocialManufacturing[J].AppliedMechanics&Materials,2013,312:498-501.
[18]王康周,彭波,江志斌.新一代信息通信技术在装备制造业服务化中的作用:基于我国4家企业的案例研究[J].中国机械工程,2018,29(18):2259-2267.
WANGKangzhou,PENGBo,JIANGZhibin.RolesofNewGenerationofICTinServitizationofEquipmentManufacturing:aCaseStudyBasedonFourChineseCompanies[J].ChinaMechanicalEngineering,2018,29(18):2259-2267.
[20]李双珠.全过程技术创新管理研究——中小型专用设备制造企业技术创新管理[D].上海:同济大学,2007.
LIShuangzhu.ResearchontheTotal-processTechnicalInnovations—theTotal-processTechnicalInnovationsintheSmall&Medium-sizedSpecialPurposeMachineryManufacturingEnterprises[D].Shanghai:TongjiUniversity,2007.
[21]李智.面向离散制造过程的数据采集与处理系统研究与设计[D].南京:南京理工大学,2013.
LIZhi.ResearchandDesignofDataAcquisitionandProcessingSystemsforDiscreteManufacturingProcesses[D].Nanjing:NanjingUniversityofScienceandTechnology,2013.
[22]SONGQ,WUY,LINP,etal.MiningSummariesforKnowledgeGraphSearch[J].IEEETransactionsonKnowledgeandDataEngineering,2018,30(10):1887-1900.
JIANGPingyuLIPulinSUTing
StateKeyLaboratoryforManufacturingSystemEngineering,Xi’anJiaotongUniversity,Xi’an,710054
Abstract:Bycharacterizingdata,information,knowledge,andtheirrelationshipsintheproductionprocesses,thetechnologymanagementofNGIT-drivenequipmentproductionprocesseswasproposed,thetime-varyingspacesforproductiondata,informationandknowledgedrivenbyNGITwerebuiltrespectivelyintheworkshop,enterpriseandcross-enterpriselayers.Furthermore,theprediction,theimplementationroute,theupgradeflow,andtheoperationandmaintenanceofnewproductiontechnologywerestudied.WiththehelpoftheproposedtechnologymanagementinnovationmethodforequipmentproductiondrivenbyNGIT,thequalityoftheequipmentandtheefficiencyoftheproductionwillbeimproved.
Keywords:new-generationinformationtechnology(NGIT);innovationmethod;equipmentmanufacturing;technologymanagement;productionprocess
中图分类号：F273
DOI：10.3969/j.issn.1004-132X.2020.02.001
开放科学(资源服务)标识码(OSID)：
收稿日期：2019-05-07
基金项目：科技部创新方法工作专项(2016IM010100)
(编辑郭伟)
作者简介：江平宇，男，1963年生，教授、博士研究生导师。研究方向为网络化数字制造与服务型制造系统工程、RFID/物联网及物流工程、产品族设计理论与协同工程、工业产品服务系统方法等。获教育部自然科学一等奖1项、省级科学技术三等奖1项。发表论文200余篇。E-mail：pjiang@mail.xjtu.edu.cn。