产品平台管理
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇产品平台管理范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
产品平台管理范文第1篇
中图分类号：S-1 文献标识码：A DOI：10.11974/nyyjs.20170631015
引言
进入新世纪以来，我国的科学技术水平不断提升，网络信息技术的应用范围越来越广泛。在农产品的质量安全监测中，网络信息技术发挥着重要作用。数据管理中心将农产品的各项数据发送给监测人员，提升了农产品的生产加工水平。当农产品出现安全风险时，网络监测系统会进行自动预警，并划分风险等级。为了保障农产品的质量，应用网络信息监测平台进行数据管理势在必行。
1 农产品质量安全监测平台数据管理及上报系统的关键技术
1.1 大数据技术
在农产品质量安全的监测过程中，大数据技术具有突出的实用价值。想要对农产品进行数据管理，需要形成基础的数据库，而数据库的建成需要应用大数据技术。就大数据在农产品质量安全监测平台中的应用来看，可以分为3个主要部分：数据库的构建。在构建数据库时，需要形成农产品的加工生产动态立体图示，并把农产品的质量风险、农产品的工艺指数等作为主要参数；数据采集中心[1]。想要获取数据，并把数据发送给监测人员，需要应用WEBSERVICES，对农产品生产加工的数据信息进行采集；数据管理中心。在农产品的监测过程中，会产生大量数据，数据的类型不同，管理方式也不尽相同，因此要利用ORACLE10g形成动态数据管理中心。
1.2 地理信息系统
在农产品质量安全的监测过程中，地理信息系统具有突出的应用价值。地理信息系统可以实现对农产品的精准定位，形成农产品精加工的系统，了解农产品的质量系数等。就地理信息系统在农产品质量安全监测平台中的应用来看，可以分为3个主要部分：定位部分，需要对农产品进行位置确定和追踪；视图部分，需要把农产品的安全信息发送给监测系统；统计分析部分，需要对农产品的质量安全进行预判断。
2 农产品质量安全监测平台数据管理及上报系统的实现
2.1 数据管理的实现
在数据管理的过程中，需要对农产品数据进行检测。数据库储存着农产品的实时数据和往年数据，在进行数据更新的过程中，应该在网络信息平台中点击新增批次的按钮，然后把农产品的质量数据计入其中[2]。在对农产品的信息进行核对时，如果发现信息讹误，要点击修改按钮，并确认保存。
在数据管理的过程中，需要对农产品数据进行判定。不同农产品的类型不同，以蔬菜为例，在进行蔬菜的判定时，应该遵循具体的操作流程。一方面，在确定该农产品为蔬菜产品时，应该对比相应判定依据中的条例。另一方面，如果判定依据中不包含该类蔬菜产品的特征，应该点击设定判定参数按钮，优化蔬菜产品的判定流程。
在数据管理的过程中，需要对农产品数据进行评估。一些农产品会携带有毒有害物质，而有毒有害物质大多是来自于农药兽药。在进行评估过程中，应该设置农药兽药毒素的参数，如乐果参数、敌敌畏参数、伏杀硫磷参数等。在设置参数完毕之后，应该把农产品列入到评估列表中，如果农产品质量不合格，要立刻进行预警。
2.2 上报系统的实现
在构建上报系统的过程中，应该允许历史数据的查询。历史数据应该按照类型的不同被安置在不同的数据库中。当用户输入农产品的关键词后，页面应该显示与农产品质量相关的条例，如果数据为0，说明历史数据亟待补充。
在构件上报系统的过程中，应该允许用户信息的查询。用户信息包括地址、电话、电子邮箱等。如果用户信息出现了讹误，系统应该满足用户需求，对信息进行自动修改并保存[3]。
3 结论
我国的经济社会不断发展，人们的食品安全意识不断提升，对农产品提出了更高的质量要求。为了保障农产品的质量，促进我国农产品生产制造产业的可持续发展，应用大数据技术和地理信息系统，构建网络信息监测平台数据管理中心和上报系统势在必行。
参考文献
[1]邢美，金国良，张国伟，宫潘威，赵锡澄，董玉德.基于WEB的农产品质量检测与溯源系统的设计[J].安徽农业大学学报，2016（03）：499-502.
产品平台管理范文第2篇
文中针对目前生鲜农产品流通存在的一系列问题，运用物联网等智能集成技术，基于生鲜农产品商业生态系统和配送模式，构建了生鲜农产品智能配送平台，并分析了该平台特点及其功能模块。
【关键词】
生鲜农产品;智能配送平台;配送模式;大数据分析
1问题的提出
近几年，我国生鲜农产品行业呈较快发展态势，据国家统计局统计数据显示:2013年至2015年3年间，我国水果、蔬菜、肉类、牛奶、禽蛋、水产品等主要生鲜农产品总量连年稳居世界首位。生鲜农产品行业的快速发展离不开物流配送体系的大力支持。物流配送安全性、及时性及其成本高低都直接制约着我国生鲜农产品行业的健康发展。据相关数据显示，2015年我国生鲜物流总额在3.5万亿～4万亿之间，年增长率高达到22%。我国生鲜农产品在流通过程中，其损失率高达到25%～30%，而发达国家损失率一般在5%左右。我国生鲜农产品年损失高达750亿元以上。借助物联网等智能集成，整合生鲜农产品交易中物流、商流、信息流和资金流，建设智能生鲜农产品配送平台，是生鲜农产品行业健康稳定发展的关键。随着移动电子商务的迅猛发展，国内生鲜农产品配送平台不断涌现。以山东省为例，绝大多数生鲜农产品配送平台辐射范围以城域为主，并且主要集中在沿海一线城市，在二、三线城市生鲜配送平台相对较少，辐射整个省域范围的生鲜农产品配送平台几乎没有。因此，目前急切需要建立一个覆盖省域范围以上的生鲜农产品智能配送平台。建设基于商业生态系统的生鲜农产品智能配送平台，不仅能充分发挥智能配送平台作为信息中心和调度中心的作用，而且更重要的是生鲜农产品商业生态系统从本质上改变了“分小蛋糕”的战略思想，以利益共享为纽带，采取“做大蛋糕”新型战略规划，各节点企业互利共生，实现系统内供应链优化和价值增值，提高了生鲜农产品配送效率和降低流通成本，有利于整个生鲜农产品行业健康稳定发展。
2生鲜农产品配送模式分析
为有效解决生鲜农产品流通中存在的各种问题，基于生鲜农产品商业生态系统的思想，提出以生鲜智能配送平台为中心的山东省生鲜农产品配送新模式。该配送模式采用“生鲜农产品生产基地－配送中心冷库－最终客户”二段式直配模式(见图1)，以生鲜智能配送平台作为生鲜农产品流通、生产、销售的调度中心，进行生鲜农产品的生产与加工，然后使用第三方生鲜农产品物流企业进行配送，将生鲜农产品送到客户就近配送中心仓库，最后再由该配送平台根据客户的预留信息进行末端配送。生鲜农产品生产基地可以对生鲜农产品进行包括电子商务、微营销等在内的综合营销活动，客户可以通过智能移动终端(例如智能手机)进行在线订购生鲜农产品。按照客户订单的需求，智能配送平台会自动寻找最适合的生产基地，向其采购产品。当生鲜农产品采摘、包装形成物流单元后，智能配送平台会自动安排最适合的第三方物流车辆等装备，把生鲜农产品物流单元运送到客户就近配送中心，并自动安排储存货位，完成第一阶段配送。根据客户要求，在适当时间，配送平台会安排城市配送车辆，将生鲜农产品配送到客户手中，自此，完成第二阶段配送。
3生鲜农产品智能配送平台构建
3．1智能配送平台系统总体架构
基于生鲜农产品商业生态系统的思想，运用物联网技术、移动互联网技术、GPS全球定位系统和GIS地理信息系统等智能集成技术，面向生鲜农产品生产者、物流企业及最终用户，构建集生鲜农产品电子商务交易和物流配送于一体的综合性智能配送平台。该系统框架主要包括感知层、网络层、应用支撑层、数据资源层、综合应用层、应用展现层和用户层，还包括安全、标准和运行维护保障体系措施。感知层是智能配送平台感知外界的“感觉器官”，主要作用是识别物体和采集信息。包括条码系统、RFID系统、车载智能终端、摄像头、各种传感器技术等。网络层主要负责信息传输，包括互联网、移动网络、WSN、WLAN等各种通信网络。应用支撑层是一个信息集成环境，将分散、异构的应用和信息资源进行聚合，通过统一的访问入口，实现结构化数据资源、非结构化文档和互联网资源、各种应用系统跨数据库、跨系统平台的无缝接入和集成，提供一个支持信息访问、传递以及协作的集成化环境，实现个性化业务应用的高效开发、集成、部署与管理。数据资源层采用统一的建设规范、对生鲜农产品智能配送平台信息资源进行科学分类组织和管理，为各类服务应用提供必要的数据支撑。综合应用层是整个平台业务功能及应用的实现，包括仓储监控与智能管理系统、配送监控与智能调度系统、交易管理与智能分析系统、统计管理与智能分析系统。用户层和应用展现层面向生鲜农产品配送过程涉及的政府、供应商、物流配送企业、客户、业务人员等各方提供税收、车辆、货物运输、结算等综合智能的全流程管理与服务以及各类应用的展现方式。三大保障体系包括标准体系、安全体系和运行维护体系，是本平台顺利建设与运行的重要条件。
3．2智能配送平台主要功能模块
智能配送平台将生鲜农产品供应、线上交易、线下配送三大管理子系统信息资源有机融为一体。该智能配送平台相当于“移动网上生鲜超市+云计算配送中心”，实现了使用移动终端随时随地购买生鲜农产品的目标，主要由供应商管理、网上交易、物流配送、仓储管理、数据分析与预测等五个功能模块构成。第一，生鲜农产品供应商管理功能模块。该模块在对生鲜农产品供应商进行科学分类编码的基础上，对供应商信息进行有效管理。分终端应用和后台维护两大部分，前者面向不用的使用者，并具有不同的权限，后者由智能配送平台相关管理人员完成。第二，网上交易功能模块。通过该模块，用户可以实现在线下单，主要有前台客户系统和后台管理功能模块。客户系统功能模块可以实现商品搜索、商品评论、购物车、在线支付、在线客服、订单状态查询等电商网站常用功能。后台管理模块包括商品管理、权限管理、订单管理、数据分析与统计等功能。第三，物流配送管理功能模块。客户订单生成后，该模块根据订单情况以及车辆的相关数据，按照智能配送平台车辆选择模型，自动计算最合适的配送车辆，然后将订单信息推送给第三方物流企业及其司机。如果有多个司机参加竞标，系统将衡量哪个司机更合适，就选择哪个司机来配送货物。配送平台在将订单信息发给驾驶员的同时，会计算出驾驶员最适合的路线和达到目的地的时间。整个过程中运载工具的空载率和空驰率得到有效降低，从而降低配送成本。第四，仓储管理功能模块。该模块可以对生鲜农产品仓库进行可视化监控与管理，实时获取产品状态与信息。第五，数据分析与预测功能模块。基于生鲜农产品各种历史数据和实时数据挖掘，运用云计算、大数据等技术对客户消费行为大数据进行分析，预测该客户下次可能的采购类型和数量，进而实现预测性配送，在几分钟内实现“买家下单—卖家发送配货指令—物流配送—买家收货”全过程。
4生鲜农产品智能配送平台特点
智能配送平台能够以规模化、精细化和智能化的运作实现生鲜农产品的保质保量的高效配送，并能有效降低配送成本。该配送平台具有以下特点。第一，智能化。该生鲜配送平台最大的特点就是实现了智能化调度。首先是智能化配货，客户下单后，配送平台根据订货信息会智能匹配生鲜农产品生产基地，生产基地按照订单要求第一时间做好准备。其次是智能规划配送线路，以GPS和GIS技术为基础，综合路网交通信息、客户收货地理位置、车况信息等因素，配送平台会计算最优行车线路并实时调整。最后是智能配车，配送平台根据配送路线和时间要求，智能匹配车辆和随车人员。第二，大数据技术应用。智能配送平台集成先进的数据分析工具，使平台具有强大的数据分析功能，可以预测客户生鲜农产品的需求情况，从而高效地完成配送。第三，实时监控与可追溯。在RFID技术、GPS/GIS和无线互联网等物联网技术的支撑下实现生鲜农产品在物流配送过程中的实时监控，同时也能实现生鲜农产品的可追溯性。第四，体现了移动电子商务思想。配送平台延伸到智能手机、平板电脑等移动终端上，农产品供应商、采购商、第三方物流企业等各方均可在线登录平成商务活动。第五，综合性。基于商业生态系统的思想，以智能配送平台为核心，汇集了从产品生产、流通到消费整个过程的多方参与，平台业务功能多元化，是商流、物流、信息流、资金流的交汇点。
5结束语
生鲜农产品的“生鲜度”会随着时间的流逝而降低，因此，生鲜农产品流通对时效性要求较高。据相关调查显示，我国生鲜农产品物流配送成本竟占总成本的58%以上。基于商业生态系统的生鲜农产品智能配送平台建设，营造了双向反馈的生鲜农产品市场信息网络平台，为参与方提供了优质服务。可以大幅度提高生鲜品的配送效率、降低生鲜农产品配送成本和损耗，满足人们对生鲜农产品安全性、新鲜度等方面较高要求。及时有效发现供应商和组织货源，并及时采购，提高农产品的流通速度，加速资金周转，基于信息平台将分散农户联接起来，能够解决“小农户和大市场”的问题，节约农产品交易谈判成本和物流成本，实现对农产品的信息流、物流、商流和资金流整合，提高了农产品的市场竞争力，推动了农业现代化和产业化发展。
作者：李晓丽 王海峰 姜永强 单位：烟台南山学院商学院
［参考文献］
［1］沈苏彬，杨震．物联网体系结构及其标准化［J］．南京邮电大学学报(自然科学版)，2015(1):1－18．
产品平台管理范文第3篇
云制造是以云计算关键技术、物联网技术为基础，在整个产品生产产业链的环境下，让生产过程中所需的生产资源在广域网中进行按需共享，包含了生产技术、生产物料、生产设备信息、用工需求等资源。其特点是生产资源的虚拟化、数字化、服务化与云端化，强调多家异地关联企业协同生产。目前，我国在服装产品开发与生产中，企业出于生产核心技术保护与商业机密等原因，生产资源平台往往呈封闭状态，其中的生产物料、生产工艺技术、生产调度等信息的使用大多仅仅限于企业内部的使用，企业内部及异地企业之间要么存在信息孤岛，要么资源共享与企业协作方式呈紧耦合状态[1]。但是在信息时代，与动态多变的服装市场对应，产品生产周期越来越短，服装产品生产相关的新工艺、新材料、新设备等生产资源更新换代频繁，封闭性的生产资源平台已远远适应不了复杂多变的客户需求，促使企业间信息孤岛的形成，在某种程度上来说限制了企业的良性发展。服装工艺设计作为产品生产标准制定的主要手段，所包含的产品工艺流程、工艺操作方法、质量检验标准、工艺装备（设备、工夹量辅具）、工艺缝型、工时定额和工艺参数、材料定额等信息贯穿了产品生产的全过程[2]，涉及到企业仓储、裁剪、缝制、包装等大多数部门。所以企业生产资源平台中有关信息管理与集成的关键环节，就是服装工艺设计信息平台的建设，主要强调企业内部之间信息的共享与异地多企业协同生产资源信息的同步。主要通过云计算技术、基于internet网的数据库集成技术、物联网技术等建立起一个云服务空间，突破地域空间对企业生产经营范围的制约，以生产工艺资源集成为基础建立起一个虚拟的服装产品生产信息平台，主要进行各企业之间产生的大量生产数据与需求信息进行适时分析与管理，利用适当的算法对相关需要处理的信息进行比较、选择和准确计算、绘制工艺技术与流程图示、工艺图表编制，并根据信息生成模拟加工手段与方法，并将多个协同生产企业生产实践中所产生的优良生产经验与生产方法进行总结，形成一个最优的生产决策模型，进行最优生产方案的设计与编制。各个关联的协同生产企业集中在一个以云制造虚拟空间为基础的环境下，不受时间与空间的限制，根据企业自身需要上传与获取产品生产的相关资源与信息，实现企业间的松耦合协作模式和面向任务的资源动态重构[1]。形成一种协同生产新思维下的敏捷智能制造模式，对于服装生产企业缩短交货时间、提高快速反应能力，赢得竞争优势有着重要影响意义和推动作用。
2服装工艺设计智能化信息平台的体系结构
服装工艺设计智能化信息平台运用云计算等技术，其主要实施目标是服装企业产品生产资源的配置与优化，协调多方服装企业间生产资源共享与协同开发，突出多方服装企业间协同的智能生产模式。其关键点是在服装企业产品协同开发与生产的全过程中，对各异地分布企业所产生的数据信息进行的共享、并在调用过程不断进行优化，以便其他企业按需使用，整个过程体现的是服务与共享理念。服装工艺设计智能化信息平台的开发过程由多个异地关联企业协同合作，共同建设来完成的，其角色包括平台建设的龙头企业、协同生产企业群、物料与设备供应商等。其核心环节由生产工艺设计仿真系统和产品生产资源数据管理平台两部分组成。“生产工艺设计仿真系统”以多个企业共同生产的服装产品为原型，针对产品设计与生产中部件工艺技术、加工方法、工序与工时、工艺路线、材料定额和流水线编排等环节所产生的信息资源与数据。运用人工智能领域的遗传算法等技术建立智能计算仿真模型，进行编码运算与测试，得出最优结果。系统包含生产流水线智能调度、生产节拍自动平衡、生产工序优化组合、生产工艺单自动生成等智能模块，为服装企业提供一套产品生产优化的技术架构与工具。“协同式生产资源数据管理平台”主要包含企业动态联盟协作平台与生产工艺管理平台两个模块，在企业动态联盟协作平台中主要完成动态生产企业的构建，企业间生产订单的管理、库存管理、生产物料的流动管理、物流调度管理等功能；生产工艺管理平台主要实现各协同生产企业个性化的门户网站的配置、各种设计工具的提供、不同格式数据保存与使用的兼容性管理等功能。各关联企业与供应商根据自身需要，选择平台下的功能模块，来进行客户端的建设（如图1所示）云制造环境下服装生产资源的企业具有地域分散、企业自治、生产资源异构多样、生产能力动态变化等特点[3]。协同生产企业在使用两大平台不同模块过程中所进行的数据保存、分析与处理由建设的云服务器来集中完成，其核心支撑层主要包括系统部署与注册、资源搜索与匹配、资源组合与调度、系统安全监控与评估、系统兼容性处理等功能模块。并以这些功能模块为基础在云服务器上建立起工艺平台的系统功能开发环境、运行环境和运营环境，生产企业在包含资源管理、流程管理、授权等级管理、使用许可证管理、数据进行统计与分析、安全管理等操作模块的运行环境下，通过适配器，针对储存在云服务器上的应用软件资源、生产过程中所产生的相关智能计算资源、数据资源、设备资源进行、调度、检索、查阅、监控与优化等操作，及时得出最优的生产决策。服装工艺设计智能化信息平台的建设目的主要解决的是异地分布的生产合作企业之间的业务合作、服装产品生产技术规范、质量标准、生产进度等资源信息的共享与过程中的数据动态化、操作的协同性与自主性、分布网络构建、系统异构设计等问题，其构成的网络化平台侧重强调信息同步与共享。由于合作企业自身不同的特点，其生产过程中产生的大量工艺设计数据与不同软件操作中产生的不同格式的文件资源，也就说明资源有效利用的协调性与兼容性也是平台建设要解决的一个核心问题。
3服装工艺设计智能化信息平台建设的主要技术支撑
3.1基于遗传算法的服装生产工艺智能优化技术
遗传算法是人工智能的重要分支，其计算方式主要是根据适者生存、优胜劣汰等自然进化原则，通过遗传群体的反复迭代搜索全局来进行搜索计算与求解的，属于一种随机优化的算法。由五个基本部分组成：编码（问题解的遗传表示）；初始种群的生成方法；判定个体优劣的评价函数；用于进化的选择、交叉、变异等遗传算子；遗传算法的参数值[4]。作为一种全局优化方法，主要是针对产品生产流程进行优化，其范围包括：产品工序设计与智能分析；产品缝制方法、动作与工时智能分析；产品生产流程的智能编排、生产流水线节拍计算与工序组合、生产流水线平衡等，具有高度并行、随机、自适应等特点，全局搜索能力强，优化效率极高。服装企业生产过程智能优化包括两个内容：其一，以服装企业自身的生产条件（包括软硬件）为基础，针对正在进行的产品生产项目，采集产品生产全过程中与工艺有关的资源数据信息，包括产品的细分工序、工时、缝制动作、缝制方法、生产线产品流动路线、生产设备、现场生产节拍等，并对其数据信息进行整理、归纳、编码等处理；其二，针对企业单元式生产线，通过分析能用于自动化生产设备的工序，针对这些工序进行自动生产工艺模板的研制，按照精益生产的管理流程和生产技术进行产品生产试制，同时对试制获取的数据与信息资源进行整理、归纳等处理。针对整理好的数据，结合产品生产流程，利用遗传算法，建立工艺优化的计算仿真模型，按照其实施的基本步骤：确定寻优参数，编码方法，编码长度；初始化群体；计算群体中各个个体的适应度值；选择；交叉；变异；终止条件验证。其计算对象包括工艺流程优化、缝制动作优化、生产平衡优化、流水线路优化、生产节拍优化、工序组合优化等。使得即使是在生产规模大、产品品种多的情况下也能使服装缝制流水线的负荷达到平衡，可以很好地解决产品生产流程中的瓶颈效应，整体提高服装产品生产的效率。
3.2服装工艺设计信息云平台资源的虚拟化技术
针对各节点的异地合作企业协同生产的特点，云制造环境下服装工艺设计信息平台的运行，主要是以动态管理和高效率利用平台内的各类资源为目的，就需要虚拟化技术对服装工艺设计信息平台下的生产信息数据资源、软件资源、硬件设备以及虚拟机的运行进行管理服务虚拟化。主要体现三方面内容：其一，对平台内虚拟资源的系统管理，包含封装/注册管理、QOS评价管理、智能搜索/匹配管理、定价与结算管理等，统一对平台内企业用户动态分配硬件系统的调用，动态回收和部署虚拟资源（生产设备、软件库、数据库、物料库、知识库、人才库、生产信息等），产生或变更虚拟服务器、交换机和储存资源等；其二，平台内软件资源的使用云服务化，即通过许可证的调度动态分配各使用节点的应用软件的使用，并提供扩展应用软件的开发接口等服务。其三，虚拟机应用模板的定制，根据平台系统中各节点的协同生产企业与供应商不同的需求功能设计对应的虚拟机模板，针对模板的应用动态化，实现操作系统、应用软件的动态迁移，将物理资源的利用最大化，统一映射管理软件资源、硬件系统、虚拟资源。服装工艺设计信息云平台资源的虚拟化过程主要是以实现生产资源服务化与业务协同化为基础，主要通过两部分工作来完成：包含平台资源建模和描述在内的资源特性文档的建立、实现资源特性操作与调用[5]。通过在虚拟机上一系列操作步骤，各协作企业可以在平台内动态的相应的资源，并通过对应的服务接口实现所需的资源调用与信息共享。在云制造环境下，平台内各异地分布式企业通过虚拟化方式进行封装且屏蔽资源的异构性，达到云制造环境下资源的相互兼容目的，使资源共享顺利进行，并能进行集中的监控与管理。
4结束语
产品平台管理范文第4篇
论文关键词：精益研发；研发方法学；知识管理；研发平台；协同设计仿真
论文摘要：在分析精益研发方法学的基础上，将企业知识、研发过程与计算机网络技术充分结合，搭建出精益知识系统和精益研发平台，使企业尽快走上精益研发之路。
目前我国制造行业整体利润指标偏低，产品结构同质化严重，原创能力较差导致不同企业和品牌的产品之间缺少差异化．随着市场竞争的进一步加剧，竞争方式将从以前单纯的价格竞争转向技术实力、产品品质、品牌影响力、销售渠道、售后服务等全方位的竞争．因此，如何保持企业旺盛生命力是摆在企业面前亟待解决的课题．而“精益研发”的提出正是为了区别于仿制型和跟随性的研发策略，即采用先进研发技术和设计方法学，创新、改善和规范企业研发流程，以提高产品质量和创造更多附加值，这也是企业增强企业竞争力，创建产品品牌的关键方面。
1精益研发学
社会发展到现在，已经存在了很多好的产品设计方法学和设计理论，但它们各有千秋，优劣补充．没有一种设计方法学或者设计理论普遍适用于所有的企业，丰田、三星、波音等大企业的精益生产模式也是组合使用多种方法学。任何的设计研发方法学都承认产品设计活动应该分为4个域：客户域、功能域、物理域和工艺域．各方法学基本都建议在产品设计的各个域中采用相应的设计工具，如计算机建模、虚拟仿真、协同设计、优化等，只是不同的方法学强调的重点不同罢了。
2008年末，安世亚太提出了“精益研发4×4法则”，它把研发流程的4个阶段：概念设计、方案设计、详细设计和设计定型与产品设计活动的4个域构成4×4矩阵，如图1所示．每个产品研发过翟应该完整走过l6个子环节，对每一个环节，需要清楚上游输入的信息、要输出的信息和设计过程中的流程、数据和设计工具(CAE／CAI／CAQ等)以及产生的知识．将数据、知识存储和积累，能够方便以后的研发设计，避免或者尽量减少重复性工作和返工过程，使产品研发流程更加规范化和标准化。
2精益知识工程
精艺知识工程就是通过知识管理的途径将人与信息充分结合，创造知识分享的文化，使知识管理的主体能够快速并且方便地访问到所需要的信息和知识，通过把恰当的知识在最恰当的时间传递给最合适的人，实现最佳的决策，并加速人员学习和创造新的知识，这是企业持续提升研发能力和提高企业效率的唯一保证。
但是，我国大多数制造企业正处在由二维转三维或者CAD／CAE／CAM集成、PDM和ERP实施的初级阶段，使得企业在知识管理方面面I临的瓶颈．具体表现为：①电子文档管理混乱开发设计过程中的文件分散存放，没有统一的管理，无法形成企业共享的知识库；②FMEA资料获取更新管理较差企业还没对FMEA这类附加值很高的经验文档进行有效的管理和共享，导致类似的问题在不同的产品开发中重复出现，导致了较高的产品开发成本，并严重影响开发周期；③缺乏共享的零部件库信息库产品数据的管理上并没有形成一个统一的零部件共享知识库，产品设计和改型设计的零部件信息不能进行相互共享，导致产生了很多类似零部件数据；④没有建立电子化的工程变更和品质改进经验库；⑤缺乏基于关联关系的结构化知识库藏；⑥对于隐性知识不能够良好的利用。
因此，企业想要实现精艺研发必须要建立知识管理工程管理平台，遵循“知识积累——创造——应用——形成知识平台——再积累——再创造——再应用——形成新的知识”这样一个循环过程．任何进人到知识管理平台的知识需要有相关的负责人员进行知识的分类、摘取、更新、批准和，并纳入企业的考核机制，从而形成良性的循环机制，企业知识平台数据库结构如图2所示。
由于隐性知识无法将其用文档或者模板进行规范和总结，因此可以建立隐性知识交流平台，也就是所谓的社区BBS交流平台，用及时讯息以及网络会议等在线沟通的方式交流、共享隐性知识．
3精益研发平台
要真正意义上实现精艺研发，必须搭建先进的研发平台．近年来，以PLM为核心的研发平台已经显示了它的不足，其在促进技术创新、支持协同仿真和实现质量管理方面还做得还不够．因此，制造业亟待先进的、高效的精艺研发平台，精益研发平台由3个子平台构成：CAI技术创新平台、协同设计仿真平台和质量管理平台．3个子平台既相互关联，又可独立运行。
3．1 CAI技术创新平台
在当前以技术、知识为核心的竞争环境下，以多学科攻关、技术知识密集和高度创新性为核心特征的工程设计，需要一大批高质量、高水平的创造性解决方案，通过一系列关键技术突破，快速提升技术水平．没有一流的技术创新人才，就不可能有一流的产品和技术创新．同样，没有创新设计工具和高效智力资产管理，也就很难实现技术创新。
CAI技术创新平台是将“创新人才”、“创新设计”和“知识管理”进行很好的结合，利用计算机辅助创新技术和工具，快速解决各种工程难题，加速创新性的可行方案产生过程，大幅度缩短研发周期，降低研发成本；通过系统化的知识共享和管理工具，实现知识管理和产品研发的紧密集成，优化和加速企业的研发设计管理，提升企业的研发计投资回报率。CAI技术创新平台功能特点如图3所示。
3．2协同设计仿真平台
协同设计是制造的更高层次，也是当今制造业在全球化和网络化背景下发展的必然．协同仿真以从过去的单学科、单参数、事后验证的CAE发展到了多学科、多参数、多场耦合、高性能计算的协同仿真．可是由于CAE是求异的，因此结构不统一，网格不统一，输入和输出不一致，知识表述等也不统一，这样就形成了很多的仿真信息“孤岛”，严重影响了研发效率．
通过借鉴和吸纳国际先进的产品设计思想和技术，参考部分先进制造企业的产品分析方法，针对产品研制全生命周期过程中数字化设计、仿真、试验和管理及其集成等，有必要建立和完善一套适用于我国绝大多数制造企业的协同仿真和优化全过程的企业协同设计仿真平台，如图4。
综合协同设计仿真平台的结构特点，建议可将其分成4个功能层：①在有效的网络的环境下，把各种应用系统资源、数据资源、信息资源统一集成到一个平台之下，根据每个用户使用特点和角色的不同，形成个性化的应用界面；②提供设计与仿真各专业的应用系统，完成专业设计、仿真、状态监控等业务活动的统一环境，考虑设计过程中可能存在很多相似构件，而且仿真过程中会存在一些相对固化的仿真分析流程，因此可以构建标准化设计系统，使设计人员能够快速进行参数化地建模、仿真分析和结果评估．固化的流程能够大大的降低仿真分析的门槛，提高研发设计的效率；③提供面向专业应用系统的各种支撑系统、如任务流程集成与管理、工具集成与协同仿真、数据管理、质量管理、知识管理等；④用以进行快速设计的设计流程库、仿真与优化的模板库、知识库和试验数据库等构成的基础数据库库，以及相应的一些软硬件环境等。
协同设计仿真平台能够很好的解决制造企业信息化中的“孤岛信息”现象，将数据、业务、标准有机组织起来，实现产品设计及仿真工作流管理、产品全生命周期管理的集成和综合优化，有效支持产业链上下游企业间合作的新产品同步开发，显著缩短新产品与零部件同步研发周期，提高新产品研发质量，降低研发成本。
3．3质量管理平台
设计质量管理在产品的设计研发中扮演了越来越重要的角色，这是由于产品初期的设计一旦有问题，会对产品生命周期的后期产生重要影响，会使产品的成本极具增加．因此，有必要建立设计质量管理系统。
质量数据管理平台(如图5)包括产品可靠性数据管理和产品质量档案管理，对产品质量数据进行有序化管理，方便质量数据的管理、查询和共享。相关质量信息按照工作流程或计划，逐步归档和完善，部分信息可以直接通过系统获取，实现自动归档和更新．质量数据管理系统还能够将客户的需求分解，转化成产品研制的各项指标，并提品研发指标监控、功能查询，有针对性地对关键质量特性进行重点设计和质量保证。
产品平台管理范文第5篇
Abstract： Digital Factory is built with the core of "four modernizations integration" which are digital product data， intelligent management software， visualization of the production process and automated production equipment. It provides mechanical， electronics， information， systems and management as one of the modern teaching environment and platform engineering background to the relevant professional of the school. It can train students' engineering design capabilities， the ability to practice engineering， production management ability， information technology application ability and intelligent manufacturing capacity by giving service to students， enterprises and society. Through the platform of practice project training， the students have the multi-disciplinary comprehensive knowledge and skills， to provide talent support for intelligent manufacturing.
关键词：工业4.0；数字化工厂；实践平台
Key words： industry 4.0；digital factory；practice platform
中图分类号：G719.21 文献标识码：A 文章编号：1006-4311（2016）30-0115-03
0 引言
新一轮工业革命大潮中，各国纷纷把发展先进制造业上升为国家战略，德国推出“工业4.0”，美国提出“再工业化”，都在努力争夺全球制造业的领先地位[1]。中国制造业由于人力成本上涨、产能过剩、技术含量不高、品牌影响力不够，一直以来依靠低成本、高消耗、高排放推动增长的模式已经严重阻碍其发展。目前企业以劳动密集型为主，自动化水平较低，已实现数字化管理，数字化设计，数字化制造的还不多，随着人口红利减弱，低成本优势消失，发达国家制造业回流，传统制造业的产业升级成为必须要着力解决的关键问题。
企业在产业升级过程中需要面对两个问题，一个是企业需要大量复合型高技术技能人才问题，二个是如何升级的问题。高校建设数字化工厂实践平台可以解决这两个问题。利用数字化工厂实践平台，培养学生对数字化工厂体系的认识理解及相关设备的操作，了解工业，制造业，智能制造的生产模式、组织模式，产品形态等，为企业升级提供相关的高技能人才。同时，又可以为企业升级做示范。
国内的高校对数字化工厂实践平台的研究比较少，知网上相关文章并不多，如：苏亚辉《高职工科类专业数字化实训工厂的建设》只是提出把现代化的企业生产流程引入日常实训教学。宫海斌《校企合作――数字化实训基地的建设与管理研究》提出了通过校企合作、工学合一，引进企业先进生产理念、企业文化、管理经验、产品设备为学生实习实训提供保障的理念。周月侠《高职院校建立数字化工厂意义浅析》只是介绍了高职院校建立数字化工厂的意义。武平丽《模拟数字化工厂的实训中心建设方案研究》提出利用工业控制软件，模拟数字化工厂控制工程的设计、安装、仿真调试和投运的方案。这些研究还只是对数字化工厂理念和实训仿真的研究。还有少数的高职院校建设了校内智能工厂，但只是停留在现成的硬件集成或建一条数字化生产线和厂房，在软件方面，基本是购买商品化的各种应用软件，不仅成本高，而且各软件的集成相当困难，应用的效果并不理想。
基于“工业4.0”高校数字化工厂实践平台依托于具有自主知识产权的JDDFS数字化工厂平台，根据校内现有的以及可以增加的硬件设备进行数字化升级和改造，不仅成本低，而且易实现，可以作为机械、机电、控制、电子乃至管理类专业的实践基地。通过依托平台开发的实践项目，培养学生具有生产第一线或工作现场技术操作与指导、工程管理方面的技能，知识技能高度复合，该实践平台建设对培养数字化设计与制造、数字化加工、数字化管理人才，推进数字化工程，提升制造业竞争力有重要意义。
1 数字化工厂实践平台建设目标
建设“四化融合，三服务”的数字化工厂实践平台，即：数字化产品数据、智能化管理软件、可视化生产过程、自动化生产设备，更好的为学生、企业、社会服务。
①数字化工厂实践平台面向学生主体群，面向全校相关专业，打造一个真实的、适合的、可行的，能培养适应智能制造的专业技能人才的实践平台，使学生在校期间对未来智能制造体系有一个比较清晰的认识和概念。
②为目前自动化程度不高，信息化管理落后的中小企业提供数字化工厂的示范。
③培训社会人员。企业经营风险增加，员工技能老化率上升，工作岗位重组频繁，在职员工流动加大，再就业的终身进修成为必要手段。利用该实践平台可以开展层次多样，期限不同的各种培训，为社会人员再就业提供保障。
2 数字化工厂实践平台建设内容
数字化工厂实践平台建设分为两部分，一是数字化工厂实践平台的建设，二是针对此平台的教学实践项目的开发。
2.1 数字化工厂实践平台的建设
数字化工厂实践平台是由硬件与软件组成，即车间硬件设备与产品数据管理系统、企业资源计划系统、制造执行系统、过程控制系统进行集成，形成综合信息流自动化集成制造系统[2]。
数字化工厂实践平台从组织结构上分为四层：设计与制造层、计划管理层、数字化制造层和底层控制层。
2.1.1 数字化工厂实践平台软件运用
数字化工厂实践平台软件主要由三部分组成：PDM系统（产品数据管理）、ERP系统（企业资源计划）、MES系统（制造执行系统）。PDM解决了“做什么”的问题，ERP解决了“何时何地由谁做”的问题，MES解决了“怎么做”的问题。
①产品数据管理（PDM， Production Data Management）软件的运用。
产品数据管理是位于设计与制造层的管理软件，它是介于数据库和应用软件间的一个软件开发平台，解决了“做什么”的问题。通过PDM平台，实现CAD/CAM/CAPP/CAE的一体化，使产品向无图纸制造方向发展。产品CAD数据经过校核，直接传送给数控机床完成加工[3]。
②企业资源计划（ERP， Enterprise Resource Planning）软件的运用。
ERP是位于计划管理层的管理软件，主要用于制造资源（人、财、物、信息等）的组织和控制，解决了“何时何地由谁做”的问题，在数字化工厂实践平台上重点实现物料需求、物流及库存管理功能。
③制造执行系统（MES， Manufacturing Execution System）软件的运用。
MES是处于计划管理层与底层控制层之间的数字化制造层的管理软件，解决了“怎么做”的问题，在数字化工厂平台上实现生产调度、产品跟踪、质量控制、设备故障分析及在ERP生产计划的指导下，采集现场自动化系统与生产相关的实时数据，自动生成生产日计划，现场监控、生产过程优化等任务[4]。
2.1.2 数字化工厂实践平台系统集成
数字化工厂实践平台实现以数字化制造层为核心与其它部分的集成。一与设计与制造层进行集成。二与计划经营管理层集成。三与底层控制集成。
2.1.3 数字化工厂的硬件建设
根据已有的数控设备及增加设备，进行整体布局。即对厂房设计、车间内部设施、整体信息化及各种物流进行规划设计。车间内部设施的布局包括：生产设备的位置与摆放；各工位的位置；车间内各种附件位置；立体化仓库的位置以及实时数据采集设备的安装；车间生产监控设备安装；车间信息看板设备安装等。整体信息化包括：机房、中控室的选择；DNC子网的综合布线、网络设备的位置及其防护设备等[5]。
数字化工厂实践平台的总体运行机制是“数据驱动”，即从PDM系统中获取产品的结构数据信息，输出各种与生产有关的信息，实现与ERP和MES等系统的交互。图1给出了数字化工厂实践平台信息化框架图。
2.2 数字化工厂实践平台教学实践项目开发
数字化工厂实践平台提供一个了具有现代化管理特征的工厂环境，在此平台上开发了五大模块的实践项目，分别为基础模块、设计工艺模块、计划管理模块、数字化制造模块、设备操作模块。图2给出了数字化工厂实践平台教学实践项目。
第一模块：基础模块
①数字化工厂认识（音像教材、数字化工厂实践平台）；
第二模块：设计工艺模块
②机械CAD/CAM（产品设计与制造）；
③CAPP（产品工艺）；
④逆向工程（产品设计过程再现）；
第三模块：计划管理模块
⑤物料管理（适时、适量、适价、适质地满足对物料的需求）；
⑥生产管理（信息化生产管理）；
第四模块：数字化制造模块
⑦制造物联网工程（把互联网和物联网技术应用到制造业领域）；
⑧质量管理（全面、全过程、全员参与、全企业的质量管理）；
⑨数据采集技术（从系统外部采集数据并输入到系统内部，如条码技术、RFID技术）；
⑩传感器技术应用（合理选用各种类型的传感器，常用检测仪器和传感器的操作和调试）；
{11}AGV小车（原理、结构、种类及应用，物料运输、出入库运输等）；
{12}立体化仓库（工作原理、货物入库、出库及盘库流程）；
第五模块：设备操作模块
{13}数控设备编程与操作（数控车、铣，加工中心的编程与操作）；
{14}用于典型加工对象的制造单元{箱体类零件、轴类零件、盘类零件}（针对不同加工对象的机床选择、工艺安排与加工操作）。
3 数字化工厂实践平台建设过程
数字化工厂的建设过程分五步：①总体规划；②初步设计；③详细设计；④工程实施；⑤运行和维护。图3给出了数字化工厂实践平台研究过程。
4 结论
数字化工厂实践平台以建设数字化产品数据、智能化管理软件、可视化生产过程、自动化生产设备，即“四化融合”为核心，以为学生、企业、社会“三服务”为宗旨，以培养学生的工程设计能力、工程实践能力、生产管理能力、信息化应用能力、智能制造能力为重点，为全校各相关专业提供集机械、电子、信息、系统和管理为一体的具有现代工程背景的教学环境和平台。通过平台的实践项目训练，培养学生具有多学科的综合知识和技能，为智能制造提供人才支撑。
产品数据管理PDM、制造执行系统MES、企业资源计划ERP三个管理软件的开发依托于具有自主知识产权的JDDFS数字化工厂平台，根据校内现有及增加的硬件设备进行数字化升级和改造，成本低，集成方便，易于实现，应用的针对性更强。
针对数字化工厂产品生产过程来开发实践项目。在实践项目的总体构建上注重实践项目之间的学科相关性和生产、工艺、技术、管理的完整性，使学生得到对数字化工厂从产品设计、工艺、管理到加工的完整实践，保证了认识的全面性和系统性。
参考文献：
[1]李志东.数字化制造车间系统构建[J].一重技术，2011（2）：27-30.
[2]王海峰.高职软件技术专业实训基地建设研究――以南通职业大学为例[J]. 南通职业大学学报，2013（4）：22-24.
[3]王建军，魏平安.高速数控技术的发展及其应用[J].机械制造，2009（9）：12-15.
