【PLM】PLM在工业4.0中占据着什么角色？

当前，世界各国将工业4.0作为自身工业未来发展方向的大趋势。PLM作为推进制造业产品创新的基础、支撑制造企业转型的切入点，在工业4.0占据着什么样的角色呢？

@文丨中车信息公司

PLM在工业4.0中的作用

    1) PLM支撑个性化定制

    支撑个性化定制是工业4.0的特征之一。在工业4.0时代，个性化定制不像现在买汽车，只有颜色、型号等非常有限的选项，而是涉及到关键零件，如发动机。选零件本质上已经是一种设计了。用户不是设计师，而设计是个专业性很强的活。要解决这个矛盾，就要用软件来支撑。这个软件就是PLM。PLM提供合适的部件，能保证用户所选的部件能与其他部件一起正常运转，且保证产品质量。从这种意义上说，PLM就像傻瓜相机：自动对焦、自动调光圈，让普通人也能照出近乎专业的照片。

    2) PLM支撑智能生产

    生产过程的智能化，有赖于智能工厂和智能产品。其中，智能产品就是依靠PLM开发出来的：一部分由研发人员设计，另外一部分由用户自行设计。设计软件的基础都是PLM。在工业4.0的工厂中，智能产品就是一个CPS。这个CPS的虚拟部分，首先是由PLM设计出来的，然后再经过ERP将其与生产计划和具体部件挂钩，以便在工业4.0的工厂中由新一代的MES智能化地生产出来。

    3) PLM支撑个性化服务

    个性化定制的产品交付用户以后，会面临服务的难题：零件是个性化定制的，维修人员可能都搞不清设备具体用的是哪个型号的零件。如何有效地进行服务呢?个性化服务仍然需要个性化定制时的信息，而这个信息就是由PLM管理的。于是，对一个特定的产品来说，在设计之初的PLM是设计图;生产的时候PLM是工艺方法;使用的时候PLM就是说明书，维修维护的时候PLM就是病历卡。这样就可以更加精准有效地服务了。

02

PLM对制造型企业转型的作用

    

如果说工业4.0是个漫长的发展过程，制造企业的转型则是企业面临的现实压力。制造企业转型的方向无非有两个：一个是研发、一个是服务。也就是“微笑曲线”的两端。

PLM对这两个方向的转型，都具有重要的支撑作用。PLM为什么能支撑企业转型呢?把研发和服务看成一种生产过程，就容易明白了。传统产业主要生产实物，现代产业的竞争力则是生产‘知识产品’：设计图、工艺方法、软件等。为了提高生产效率，实物产品的生产经历了从手工劳动到工业化大生产的转变。同样的道理，‘知识产品’的生产同样也要提高效率。现代化工业大生产是从流水线的发明开始的：也就是所谓的工业2.0。流水线生产之所以能提高效率，是因为压缩了不必要的劳动（如工人更换工具、来回走动）。每个人只做一件事。要做到这一点，必须很多人协作完成。而要协作完成，每个工序的操作必须标准化。

PLM的道理也是一样的：要提高‘知识产品’的生产效率，必须降低一切不必要的设计和创新。具体地说，就是要尽可能地采用已有的部件、知识和方法，解决新的问题、满足新的需求。而PLM正是用来管理这些东西的。同时，PLM还可以用在开发、生产、服务过程的协同。从某种意义上说，PLM就是用于‘知识产品’生产的ERP、MES。知识产品’的生产要跟上时代潮流，也必须与信息技术相结合、以信息技术为工具，而这个工具就是PLM。当然，要实现‘知识产品’生产的流程化，仅有信息技术还是不够的，必须与研发体制改革配套才行。

03

用好工业大数据必须借助PLM

    大数据是近几年的热点。用好大数据，对未来的工业企业至关重要。然而可悲的是：大数据理论被有些别有用心的企业和所谓的专家绑架了，不了解的企业很可能会误入歧途。在某些‘砖家’眼里，大数据就是一堆金光闪闪的宝藏，随时可以换成真金白银。

岂不知，非结构化的数据很难利用，‘沙里淘金’不仅是个花时间的力气活，也是个技术活：如果矿藏的品味太低，淘金也会是个赔钱的买卖。有些数据可以淘出金子，更多数据则依然是垃圾。用好大数据的关键是建议一个合适的PLM。这是因为，PLM中的知识和数据，就像存在银行中的现金，是可以随时拿出来用的。数据、知识是一种非常值得投资的‘现金’：会因为‘存款’而增加，却不会因为‘取款’而减少。

04

做PLM要花大力气

    信息时代缺少的不是知识或信息，而是人注意力。PLM做不好，有用的知识和数据就会淹没在没用的数据和知识的海洋中，成为难用的废物。要做好PLM，关键是做好数据和知识的结构。PLM的体系越大，结构就越重要。这就像图书的管理：如果家里只有几本书，随便放都可以找到。但如果是一个图书馆，有数以百万级的图书，就需要认真编目和存放了。没有编目和有序存放的图书，无异于一个废纸堆。PLM的难点也就在这里。

与ERP、MES相比，产品开发和服务的流程规范性很差，数据的规范性自然很差。所以，对知识和数据的结构化也就很难了。PLM在离散制造行业发展的很快。但要将其运用到流程行业就很难了。原因是：流程行业的数据和知识面临‘组合爆炸’的风险，人们很难把握哪些数据和知识该存、哪些不该存。这样，PLM在执行过程中就会很不规范。同样，要把工业2.0、3.0时代的PLM用到工业4.0时代，也会面临众多的挑战。正如《工业4.0》书中指出的，未来的产品已经成为一个系统，复杂性大大增加了。同时，PLM的数据管理，要适合CPS的要求。也就是说，对数据完备性的要求大大提升了。

这些矛盾如何解决?可以设想：让知识自动地推送到需要它的地方。具体地说，首先要将研发和服务的过程流程化、角色化。当特定的角色进入特定的流程时，真正有用的知识会自动地推送到他的面前。这时，要把研发和服务看成一种知识的生产，把需要推送的‘知识’看成一个零件，把推送知识的系统看成智能的生产系统、把传统的PLM看成现代化的无人仓库。而这套‘生产系统’需要更高级别的知识来管理。这大概就是安筱鹏司长所说的‘系统的系统’吧?这些道理说起来还是容易的，做起来会非常不容易。这不仅是技术问题，还是企业战略问题、企业文化问题、是投资问题。开发一套真正具有生命力的PLM，是件非常辛苦的工作、是件‘黑发人熬成白发人'的工作。特别地，数据需要积累到一定程度，才能发挥关键作用。一个成长性良好的PLM可以变成‘龙’，成长性差的则会变成‘虫’。PLM本身的成长性就必须受到足够的专注。这或许是PLM成败的关键因素。

05

总结

    天下没有免费的午餐，成果必须通过辛勤的劳动才能获得。如果把工业4.0、工业大数据看成是人们梦寐以求的‘果实’，PLM的建设则是种树。关注工业4.0、关注工业大数据的企业，应该把注意力集中在PLM上。这是需要长期不懈、踏踏实实实践的工作。

---

居然这样解释PLM，真是难为CIO了

来源： 阿郎 CIO进化论 

PLM就像老学究口中深奥的天书，一般人很难理解它到底是什么。尤其是看了定义后更不知所云。

不过有位天才CIO只用两张图就让老板在一分钟内理解了PLM是干什么的。各位老板请看，这个是公司的利润。

但是变成银子的利润只有这么多，剩下的不叫利润，叫“心疼”。

PLM就是通过管理方式让你的“心疼”减少，到手的银子变多。

1

什么是PLM

知

道PLM成本的人很多都不信这些方案能增加利润。有人计算，一颗螺丝钉寿命周期的广义维护成本往往在5,000欧元以上。

PLM是怎么赚回这些钱的？这个先从PLM中的一个部分PDM说起。

像刚才说的一个螺丝的管理成本非常高，但如果很多螺丝，还有很多其他的零部件时，单个管理成本就会非常低，而所提供的效率和优势是无所比拟的。

拿超市举例，一个小卖部是不需要管理系统的，老板娘按照自己的经验和审美来管理货物，但是超市就不行了，没有体系是不能成功的。

图上的内容就是PDM管理的内容，这些内容在大小企业都会有，但是小企业的管理体系无法运用到大企业，这时候就要采用PDM。

如果体系更大的时候，还需要PLM。PDM和PLM什么关系呢，下边这个图可能更形象直观一些。

所以PLM不仅针对研发过程中的产品数据进行管理，同时也包括产品数据在生产、营销、采购、服务、维修等部门的应用。

总的来说，PLM不是一个系统，而是一种理念，对产品从创建到使用，到最终报废等全生命周期的产品数据信息进行管理的理念。

而且PLM是一个非常庞大的体系，庞大到不可一世的ERP都相形见绌。

只有企业的体量非常大时才需要PLM，一般的企业支持不了这么大的方案；就算能支持，也是赔本买卖。

再补充一句，PLM的价值不仅仅体现在提高利润上，在很多方面都有不小的优势。

2

什么企业需要PLM

当

体量非常大时，才需要PLM系统。这时，PLM系统也才能真正得达到提高利润的作用。这个体量非常大是有多大呢？

目前在国内一般认为，企业年营收规模达到1个亿时，才需要考虑PLM。当然这个数字不是编的，上图是2016年的调研结果，使用PLM解决方案的企业中有88%的年营收规模大于1亿元。

这些企业包括华晨汽车、苏泊尔、京东方、山钢集团、中通客车、美的电器、北汽集团等。

PLM不仅需要体量大，对行业也有区分，一般都是制造企业。主要集中在三块：机械、电子科技和消费产品生产企业。

其中消费产品主要有汽车、服装、制鞋、医药、家具等行业。

3

怎么选择PLM

有

人说选择PLM厂商就像买汽车，进口的就好比进口车，有钱老板用；国产的就好比国产车，经济老板用。

甚至还做了一图来解释，这句话说得很偏颇，图做得确实还挺能概括目前现状的。但同时也有一个致命缺点——看了跟没看一样。还是不知道怎么选和选什么。

而以主体特征把PLM供应商做个分类，对于选择更有参考意义。

1. 以CAD为主体的PLM供应商。

   
   

   最初大多是PLM系统中的“PLM工具”（包括多种适用于制造业的计算机辅助技术，如：CAD、CAM、CAE等）的生厂商。

   
   

   这类厂商从CAD起家，以管理CAD的数据见长，逐步形成与之匹配的PDM解决方案，这对于自身以CAD为主体的厂商来讲优势明显。

   
   

   客观来讲，由于发展比较早，此类厂商占据的PLM市场份额最大。但是，这不能掩盖在现代企业新的管理需求下所反应出来的缺陷——设计和生产的一体化。

   
   

   代表厂商如Siemens 、达索、PTC等 。

   
   

2. 以PDM为主体的PLM供应商。

   
   

   这类PLM厂商往往只专注于PDM这一单一领域，既不支持CAD技术，也不提供ERP系统的PDM方案。

   
   

   由于抓住了PDM在国内的需求特点，因此能够以较高的性价比和产品本地化等优势来占领部分市场。

   
   

   代表厂商如：北京艾克斯特、清软英泰、上海思普、浙大联科、武汉开目等。

   
   

3.  以PLM+ERP信息化整体解决方案提供商。

   
   

   代表厂商国内如用友，国外如Oracle、SAP等。这类供应商，多是由原来的ERP厂商通过并购或其它方式进入PDM领域，如用友并购PLM软件厂商重庆迈特等。

   
   

   PLM与ERP的一体化是企业信息化发展的必由之路，也是企业的必然选择。另外，广泛的企业管理系统用户基础，增加了其PLM产品的销售机会。覆盖范围广泛的管理软件产品线和与ERP集成的超强能力，使PLM与ERP结合更加易于企业信息化建设的实施和扩展。

   
   

    代表厂商国内如用友，国外如Oracle、SAP等。

而对于厂商的竞争力和潜力也有网友做过分析。该图请看官选择性参考，并不代表本站观点。

---

PLM\MES常用“三字经”大全！            

1.MES：Manufacturing Execution System

制造执行系统：美国先进制造研究机构AMR将MES定义为“位于上层的计划管理系统与底层的工业控制之间的面向车间层的管理信息系统”,它为操作人员/管理人员提供计划的执行、跟踪以及所有资源(人、设备、物料、客户需求等)的当前状态。

2.APS：Advanced Planning and Schedul

高级计划与排程：对所有资源具有同步的，实时的，具有约束能力的，模拟能力，不论是物料，机器设备，人员，供应，客户需求，运输等影响计划因素。不论是长期的或短期的计划具有优化，对比，可执行性。

3.MESA：Manufacturing Execution System Association

国际制造执行系统协会。

4.SQC：Statistical Quality Control

统计质量控制：20世纪30年代Walter Shewart的统计质量控制原理，已有70多年历史。W. Edwards Deming和Joseph Juran 在20世纪40和50年代发展了这些原理，并在实践中得到了证明，特别是在日本，获得了极大的成功。

5.PCS：Process Control System

过程控制系统：是指以表征生产过程的参量为被控制量使之接近给定值或保持在给定范围内的自动控制系统。这里“过程”是指在生产装置或设备中进行的物质和能量的相互作用和转换过程。表征过程的主要参量有温度、压力、流量、液位、成分、浓度等。通过对过程参量的控制，可使生产过程中产品的产量增加、质量提高和能耗减少。一般的过程控制系统通常采用反馈控制的形式，这是过程控制的主要方式。

6.SMED：Single Minute Exchange of Die

快速换模：SMED在50年代初期起源于日本，由Shigeo Shingo在丰田企业发展起来，Single的意思是小于10分钟(Minutes) ，最初使用在汽车制作厂，以达到快速的模具切换(Exchange of Dies) ，它帮助丰田企业产品切换时间由4小时缩短为3分钟。

7.SFC：Shop Floor Control

车间作业管理：MRP的运行产生车间作业计划。车间作业管理进一步生成以零件为对象的加工单和以工作中心为对象的派工单。这是执行计划的两项主要文件。

8.OPC：OLE for Process Control

用于过程控制的OLE：OPC (用于过程控制的OLE)是一个工业标准，管理这个标准国际组织是OPC基金会，OPC基金会现有会员已超过220家。遍布全球，包括世界上所有主要的自动化控制系统、仪器仪表及过程控制系统的公司。

9.CNC：Compute Numerical Control

计算机数控技术：目前它是采用计算机实现数字程序控制的技术。这种技术用计算机按事先存贮的控制程序来执行对设备的运动轨迹和外设的操作时序逻辑控制功能。

10.DCS：Distributed Control System

分布式控制系统：在国内自控行业又称之为集散控制系统，即所谓的分布式控制系统，或在有些资料中称之为集散系统，是相对于集中式控制系统而言的一种新型计算机控制系统，它是在集中式控制系统的基础上发展、演变而来的。

11.RFID：Radio Frequency Identification

射频识别：RFID射频识别是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，可工作于各种恶劣环境。RFID技术可识别高速运动物体并可同时识别多个标签，操作快捷方便。

12.EDI：Electronic Data Interchange

电子数据交换：即电子数据交换，EDI不是用户之间简单的数据交换，EDI用户需要按照国际通用的消息格式发送信息，接收方也需要按国际统一规定的语法规则，对消息进行处理，并引起其它相关系统的EDI综合处理。整个过程都是自动完成，无需人工干预，减少了差错，提高了效率。

13.TOC：Theory Of Constraints

约束理论：简单的讲，约束理论是关于企业应作哪些变化以及如何最好地实现这些变化的理论。具体一些，约束理论是这样一套管理原则──帮助企业找出目标实现过程中存在的障碍，并实施必要的改变来消除这些障碍。

14.FQC：Final Quality Control

最终品质管制：FQC 是在产品完成所有制程或工序後，对於产品「本身」的品质状况，包括：外观检验(颜色、光泽、粗糙度、毛边、是否有刮伤)、尺寸/ 孔径的量测、性能测试(材料的物理/化学特性、电气特性、机械特性、操作控制)，进行全面且最後一次的检验与测试，目的在确保产品符合出货规格要求，甚至符合客户使用上的要求。

15.SPC：Statistical Process Control

统计过程控制：是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。

16.JIT：Just In Time

准时生产：JIT生产方式的基本思想是“只在需要的时候，按需要的量，生产所需的产品”，也就是追求一种无库存，或库存达到最小的生产系统。JIT的基本思想是生产的计划和控制及库存的管理。

17.TQC：Total Quality Management

全面质量管理：其中，Total指的是与公司有联系的所有人员都参与到质量的持续改进过程中，Quality指的是完全满足顾客明确或隐含的要求，而Management则是指各级管理人员要充分地协调好。

18.PDCA：Plan-Do-Check/Study-Act

戴明循环：戴明循环是一个质量持续改进模型，它包括持续改进与不断学习的四个循环反复的步骤，即计划（Plan）、执行（Do）、检查（Check/Study）、处理（Act）。

19.WIP：Working In Process

在制品：ERP中指在制品或流水线。

20.TPM：Total Production Management

全面生产管理：按照日本工程师学会(JIPE)，TPM有如下的定义：（1）以最高的设备综合效率为目标。（2）确立以设备一生为目标的全系统的预防维修。（3）设备的计划、使用、维修等所有部门都要参加。（4）从企业的最高管理层到第一线职工全体参加。（5）实行动机管理，即通过开展小组的自主活动来推进生产维修。

21.VSM：Value Stream Mapping

价值流图：是丰田精益制造（Lean Manufacturing）生产系统框架下的一种用来描述物流和信息流的形象化工具。它运用精益制造的工具和技术来帮助企业理解和精简生产流程。价值流程图的目的是为了辨识和减少生产过程中的浪费。

22.VMI：Vendor Managed Inventory

供应商管理库存：它是一种在供应链环境下的库存运作模式，本质上，它是将多级供应链问题变成单级库存管理问题，相对于按照传统用户发出订单进行补货的传统做法。VMI是以实际或预测的消费需求和库存量，作为市场需求预测和库存补货的解决方法，即由销售资料得到消费需求信息，供货商可以更有效的计划、更快速的反应市场变化和消费需求。

23.SOP：Standard Operation Procedure

标准作业程序：将某一事件的标准操作步骤和要求以统一的格式描述出来，用来指导和规范日常的工作。

24.OPT：Optimized Production Technology

最优生产技术：首创于70年代末，其指导思想实质上是集中精力优先解决主要矛盾，这对于单件小批生产类型比较适应。这类企业由于产品种类多、产品结构复杂，控制对象过多，因此，必须分清主次，抓住关键环节

工业互联网

---

产业智能官  AI-CPS

加入知识星球“产业智能研究院”：先进产业OT（工艺+自动化+机器人+新能源+精益）技术和新一代信息IT技术（云计算+大数据+物联网+区块链+人工智能）深度融合，在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的机器智能认知计算系统；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

版权声明：产业智能官（ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源，涉权烦请联系协商解决，联系、投稿邮箱：erp_vip@hotmail.com。