電子發(fā)燒友App
工信部的數(shù)據(jù)顯示：“中國制造業(yè)約占整個世界制造業(yè)20%的份額，在500余種主要產(chǎn)品中，我國有220多種產(chǎn)量位居世界第一。2014年，我國共有100家企業(yè)入選‘財富世界500強’，其中制造業(yè)企業(yè)占56家”。
但長期粗放式發(fā)展之后，中國制造業(yè)發(fā)展面臨著穩(wěn)增長和調(diào)結(jié)構(gòu)的雙重困境，進入了“爬坡過坎”的關(guān)鍵時刻。正如國務院發(fā)布的《中國制造2025》提到，“新一代信息技術(shù)與制造業(yè)深度融合，正在引發(fā)影響深遠的產(chǎn)業(yè)變革，形成新的生產(chǎn)方式、產(chǎn)業(yè)形態(tài)、商業(yè)模式和經(jīng)濟增長點……但我國仍處于工業(yè)化進程中，與先進國家相比還有較大差距。制造業(yè)大而不強…”。
與此同時，德國提出了工業(yè)4.0，美國提出了工業(yè)互聯(lián)網(wǎng)的概念希望借此實現(xiàn)制造業(yè)的復興。中國提出《中國制造2025》正是要推動制造業(yè)向中高端邁進，以大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算等新一代信息技術(shù)將引爆這一輪產(chǎn)業(yè)變革，加速傳統(tǒng)制造企業(yè)的轉(zhuǎn)型升級。
第一節(jié) 工業(yè)大數(shù)據(jù)與德國工業(yè)4.0、中國制造2025的關(guān)系
工業(yè)4.0、中國制造2025的核心是工業(yè)大數(shù)據(jù)
2013年4月，德國政府漢諾威工業(yè)博覽會上正式推出“工業(yè)4.0”戰(zhàn)略，其目的是為了提高德國工業(yè)的競爭力，在新一輪工業(yè)革命中占領先機。該戰(zhàn)略通過充分利用信息通訊技術(shù)和網(wǎng)絡空間虛擬系統(tǒng)(信息物理系統(tǒng)Cyber-Physical System)相結(jié)合的手段，將制造業(yè)向智能化轉(zhuǎn)型。
2015年5月8日，國務院公布《中國制造2025》,這是中國版的“工業(yè)4.0”規(guī)劃。該規(guī)劃提到“加快推動新一代信息技術(shù)與制造技術(shù)融合發(fā)展，把智能制造作為兩化深度融合的主攻方向;著力發(fā)展智能裝備和智能產(chǎn)品，推進生產(chǎn)過程智能化，培育新型生產(chǎn)方式，全面提升企業(yè)研發(fā)、生產(chǎn)、管理和服務的智能化水平。
無論是“德國工業(yè)4.0”還是“中國制造2025”，都提到了智能化和互聯(lián)網(wǎng)化，而智能化和互聯(lián)網(wǎng)化的核心是：
一方面利用互聯(lián)網(wǎng)技術(shù)實現(xiàn)傳統(tǒng)的以產(chǎn)品為中心變?yōu)橐钥蛻魹橹行模訌娍蛻粜枨箢A測并嘗試讓客戶參與產(chǎn)品研發(fā)，提供個性化的產(chǎn)品、服務及體驗；
另一方面采集大量消費數(shù)據(jù)動態(tài)調(diào)整生產(chǎn)方式以快速適應客戶需求變化，即變大規(guī)模批量生產(chǎn)為大規(guī)模定制生產(chǎn);最后一方面利用企業(yè)內(nèi)部營銷、科研、生產(chǎn)、采購等經(jīng)營數(shù)據(jù)，為企業(yè)經(jīng)營解決提供依據(jù)，實現(xiàn)企業(yè)經(jīng)營透明。隨著企業(yè)智能化和互聯(lián)網(wǎng)化水平的提升，企業(yè)擁有了越來越多的數(shù)據(jù)，而這些數(shù)據(jù)反過來有提升了企業(yè)智能化和互聯(lián)網(wǎng)化的水平。
利用大數(shù)據(jù)驅(qū)動業(yè)務發(fā)展，打造企業(yè)新型能力
制造型企業(yè)面臨著客戶需求個性化，產(chǎn)品上市時間短，研制成本提高等巨大挑戰(zhàn)。這種挑戰(zhàn)本身更多體現(xiàn)在企業(yè)與企業(yè)之間如何以更低的成本、更高的質(zhì)量、更快的速度滿足客戶多樣的需求。所以傳統(tǒng)方式很難解決大數(shù)據(jù)時代的企業(yè)問題，需要有創(chuàng)新的手段來解決。目前越來越多的企業(yè)通過大數(shù)據(jù)來驅(qū)動業(yè)務創(chuàng)新，提升產(chǎn)品質(zhì)量、降低研制成本、加快上市周期。
全球航空發(fā)動機制造企業(yè)勞斯萊斯公司，在飛機引擎的制造和維護過程中，都配備了勞斯萊斯引擎健康模塊。所有的勞斯萊斯引擎，不論是飛機引擎，直升機引擎還是艦艇引擎都配備了大量的傳感器，用來采集引擎的各個部件，各個系統(tǒng)，以及各個子系統(tǒng)的數(shù)據(jù)。這些信息通過專門的算法，進入引擎監(jiān)控模塊的數(shù)據(jù)采集系統(tǒng)中。利用這些數(shù)據(jù)的分析結(jié)果，不僅可以幫助勞斯萊斯提前發(fā)現(xiàn)故障，還可以幫助客戶更及時有效地安排引擎檢測和維修。通過算法的不斷改進，勞斯萊斯如今已經(jīng)可以通過數(shù)據(jù)分析預測可能出現(xiàn)的技術(shù)問題。
勞斯萊斯引擎使用壽命在過去30年里延長了10倍，比同行類似引擎的壽命長10年左右;尤其重要的是飛行安全得到了更大的保障。成功之處在于打破了制造業(yè)和服務業(yè)的界線，并使兩者相得益彰：技術(shù)先進的制造部門為售后服務提供可靠的技術(shù)保證。優(yōu)質(zhì)的售后服務不僅鞏固現(xiàn)有銷售市場份額，還不斷挖掘越來越大的潛在市場。
“盤活存量數(shù)據(jù)、用好增量數(shù)據(jù)”，推動企業(yè)轉(zhuǎn)型升級
制造型企業(yè)在信息化的每個發(fā)展階段都會有大量的數(shù)據(jù)處理要求并且會因為大量的業(yè)務活動產(chǎn)生各式的數(shù)據(jù)各樣，只要采用數(shù)據(jù)驅(qū)動業(yè)務的方式進行業(yè)務活動就是大數(shù)據(jù)，大數(shù)據(jù)是企業(yè)信息化發(fā)展到當前階段的必然結(jié)果。所以工業(yè)大數(shù)據(jù)的利用不僅僅是信息化基礎設施建設，更重要的是采用數(shù)據(jù)思維來管理和創(chuàng)新業(yè)務，大數(shù)據(jù)應是管理創(chuàng)新的手段，優(yōu)化全業(yè)務流程和提供業(yè)務管理工具。所以制造型企業(yè)大數(shù)據(jù)應用的難點是打通企業(yè)數(shù)據(jù)采集、集成、管理、分析的產(chǎn)業(yè)鏈條，幫助業(yè)務人員養(yǎng)成使用數(shù)據(jù)的習慣。在這方面互聯(lián)網(wǎng)企業(yè)走在前面，值得制造型企業(yè)學習。
2012年12月，阿里宣布在集團管理層面設立首席數(shù)據(jù)官(Chief Data Officer)崗位，負責全面推進阿里巴巴集團成為“數(shù)據(jù)分享平臺”的戰(zhàn)略并成立了數(shù)據(jù)委員會，委員會的成員是各個數(shù)據(jù)部門的領導。該數(shù)據(jù)委員會主要職責是協(xié)同不同數(shù)據(jù)部門的工作，制定整個集團數(shù)據(jù)應用的方向和規(guī)劃，協(xié)同各個部門使用數(shù)據(jù)，打通商業(yè)運營、做(基礎)數(shù)據(jù)、(構(gòu)建)數(shù)據(jù)模型等產(chǎn)業(yè)鏈條各環(huán)節(jié)。避免傳統(tǒng)上做數(shù)據(jù)的人不知道別人怎么用，用數(shù)據(jù)的人不知道數(shù)據(jù)怎么來的;而做數(shù)據(jù)模型不知道數(shù)據(jù)是否穩(wěn)定;用數(shù)據(jù)模型的人不知道數(shù)據(jù)模型究竟是怎樣的，甚至不相信數(shù)據(jù)模型的問題。
第二節(jié) 工業(yè)大數(shù)據(jù)的產(chǎn)生及特點
工業(yè)大數(shù)據(jù)是制造型企業(yè)創(chuàng)新轉(zhuǎn)型的驅(qū)動力和催化劑，隨著三維設計、3D打印、機器人技術(shù)等在制造型企業(yè)廣泛應用。工業(yè)大數(shù)據(jù)廣泛分布在產(chǎn)品設計、制造、物流、服役等各環(huán)節(jié)，具體如下：
數(shù)字化設計：如飛機全數(shù)字化設計：波音公司利用CATIA軟件設計波音777的300萬個零部件的尺寸和形狀數(shù)據(jù);
智能化制造：以智能工業(yè)機器人為典型代表的智能制造裝備已經(jīng)開始在多個領域得到應用;我國今年的工業(yè)機器人超過日本。
網(wǎng)絡化監(jiān)控：大型工業(yè)裝備運行狀態(tài)網(wǎng)絡化遠程動態(tài)監(jiān)測：例如，波音737發(fā)動機在飛行中每30分鐘產(chǎn)生10TB數(shù)據(jù);陜鼓動力實現(xiàn)數(shù)百臺旋轉(zhuǎn)機械遠程在線監(jiān)測及故障診斷。
物聯(lián)化管理：工業(yè)生產(chǎn)過程開始大量使用RFID實現(xiàn)零件與產(chǎn)品管理。
工業(yè)大數(shù)據(jù)區(qū)別其他行業(yè)大數(shù)據(jù)有自身的特點和挑戰(zhàn)：
一是多源性獲取，數(shù)據(jù)分散、非結(jié)構(gòu)化數(shù)據(jù)比例大：
工業(yè)大數(shù)據(jù)來源廣泛且分散，有來源于產(chǎn)品制造現(xiàn)場工控網(wǎng)監(jiān)控數(shù)據(jù)，有來源于互聯(lián)網(wǎng)的客戶、供應商數(shù)據(jù)，有來源于企業(yè)內(nèi)網(wǎng)的經(jīng)營管理數(shù)據(jù)。海量異構(gòu)多源多類數(shù)據(jù)難以有效集成，語義描述困難，不能實現(xiàn)面向系統(tǒng)生命周期管理的數(shù)據(jù)協(xié)同管理;
二是數(shù)據(jù)關(guān)聯(lián)性強，有關(guān)聯(lián)也要有因果：
工業(yè)大數(shù)據(jù)的產(chǎn)生和應用都圍繞產(chǎn)品全生命周期、企業(yè)主價值鏈等，數(shù)據(jù)間關(guān)聯(lián)性強且分析準確性要求高。不但要利用大數(shù)據(jù)給出決策也要用大數(shù)據(jù)給出決策依據(jù)。工業(yè)大數(shù)據(jù)預測精度低，準確性和可靠性不高，無法滿足安全性要求;
三是持續(xù)采集、具有鮮明的動態(tài)時空特性：
工業(yè)大數(shù)據(jù)來源于工控網(wǎng)絡和傳感設備，具有實時性強、連續(xù)性、穩(wěn)定性要求高等特點，需要采用可靠的數(shù)據(jù)采集、存儲、管理的工具進行管理，另外涉及國計民生領域還要求整個平臺安全可控。工業(yè)大數(shù)據(jù)分析的實時性要求高，動態(tài)控制困難，量化難度大;
四是與具體工業(yè)領域緊密相關(guān)：
工業(yè)大數(shù)據(jù)產(chǎn)生依賴于CPS網(wǎng)絡和智能產(chǎn)品，但目前面向信息物理融合系統(tǒng)的分析方法單一，無法實現(xiàn)閉環(huán)、多層次、多階段、自比較等的綜合分析;面向智能設備和智能產(chǎn)品的故障檢測能力不足，健康預測管理水平低，無法實現(xiàn)面向產(chǎn)品可靠性的深層次分析。
第三節(jié) 工業(yè)大數(shù)據(jù)的重點研究方向
為了應對工業(yè)大數(shù)據(jù)分散、形式多樣、預測精度高等挑戰(zhàn)，國內(nèi)外研究機構(gòu)與廠商開展了基于產(chǎn)品全生命周期的數(shù)據(jù)集成和管理，基于數(shù)據(jù)挖掘的數(shù)據(jù)分析應用等方面的技術(shù)研究與實踐，下面分別介紹。
研究方向1：基于MBD和物聯(lián)網(wǎng)的數(shù)據(jù)集成技術(shù)
CAX工具數(shù)據(jù)集成技術(shù)：面向產(chǎn)品設計過程中結(jié)構(gòu)設計、電氣設計、仿真、試驗等過程，一方面定義產(chǎn)品所需標準件、材料、元器件的參數(shù)模型和實體模型及標準標準，供不同CAX工具共享使用，另一方面集中管理CAX工具輸入輸出參數(shù)等過程數(shù)據(jù)并形成設計知識。
智能裝備數(shù)據(jù)集成技術(shù)：面向車間各類對象的實時監(jiān)控和管理，底層采用傳感器對環(huán)境和設備進行信息采集，采用電子標簽對物料、人員、工具工裝等進行標識和跟蹤，通過數(shù)據(jù)采集和處理實現(xiàn)信息的可靠高效傳輸，實現(xiàn)人機料法環(huán)測等生產(chǎn)要素的狀態(tài)監(jiān)控和集成管理。
異構(gòu)業(yè)務系統(tǒng)數(shù)據(jù)集成技術(shù)：面向工廠內(nèi)部ERP、PDM、MES、QIS、TDM等業(yè)務系統(tǒng)，利用企業(yè)門戶、企業(yè)服務總線、流程平臺等集成工具實現(xiàn)各業(yè)務系統(tǒng)間界面、服務、流程和數(shù)據(jù)的集成，最終達到跨業(yè)務部門和業(yè)務系統(tǒng)的數(shù)據(jù)融合和流程貫通。
研究方向2：基于產(chǎn)品全生命周期數(shù)據(jù)管理技術(shù)
產(chǎn)品全生命周期管理不同于傳統(tǒng)的PDM，它將分散在設計單位、生產(chǎn)單位、供應商、客戶等地理分散、形式不同的“產(chǎn)品數(shù)據(jù)”通過工作流平臺和產(chǎn)品全生命周期模型，連接為一種單一的、標準的、真正的產(chǎn)品信息資源的能力。它包括產(chǎn)品設計、仿真、試驗制造的數(shù)據(jù)，還集成來自企業(yè)內(nèi)外部數(shù)據(jù)，如銷售、市場、質(zhì)量、制造、供應商、客戶使用、產(chǎn)品報廢處理等數(shù)據(jù)，從而建立起規(guī)范的產(chǎn)品信息來源。
這種信息資源保存整個產(chǎn)品開發(fā)決策過程的信息，包括產(chǎn)品的特征描述、功能描述以及對設計和資源的考慮，從而跟蹤整個項目進度，并為將來啟動的新項目或產(chǎn)品改進項目提供知識。
產(chǎn)品全生命周期管理的關(guān)鍵在于產(chǎn)品生命周期的建模技術(shù)、集成數(shù)據(jù)環(huán)境技術(shù)和設計制造協(xié)同技術(shù)。
產(chǎn)品全生命周期建模技術(shù)：產(chǎn)品全生命周期建模的目的是建立面向產(chǎn)品生命周期的統(tǒng)一的、具有可擴充性的能表達完整信息的產(chǎn)品模型，該模型能隨著產(chǎn)品研制自動擴張，并從設計模型自動映射為不同目的的模型，如可制造性評價模型，成本估算模型、可裝配性模型、可維護性模型等，同時產(chǎn)品模型應能全面表達和評價與產(chǎn)品全生命周期相關(guān)的性能指標。
集成數(shù)據(jù)環(huán)境技術(shù)：產(chǎn)品全生命周期的數(shù)據(jù)分開存放，系統(tǒng)提供數(shù)據(jù)的聯(lián)邦機制，分散在網(wǎng)絡上的用戶對數(shù)據(jù)進行存取時，所有數(shù)據(jù)對用戶都應是透明的，所以需要一個電子倉庫對分散在企業(yè)內(nèi)外部產(chǎn)品及相關(guān)數(shù)據(jù)進行存儲和增刪修改操作。當然產(chǎn)品全生命周期數(shù)據(jù)符合大數(shù)據(jù)的4V特征，傳統(tǒng)數(shù)據(jù)庫管理系統(tǒng)難以支撐，需要大數(shù)據(jù)平臺和技術(shù)支撐。
產(chǎn)品研制協(xié)同技術(shù)：異地設計與制造是指在異地異時、異構(gòu)系統(tǒng)、異種平臺間進行實時動態(tài)設計和制造，它是企業(yè)內(nèi)部或供應鏈之間進行產(chǎn)品全生命周期管理的重要技術(shù)手段。
研究方向3：面向智慧工廠的數(shù)據(jù)分析方法
在工業(yè)4.0及大數(shù)據(jù)應用背景下，“智慧工廠”的建設將以大數(shù)據(jù)中心為平臺，輔以智能技術(shù)、數(shù)字技術(shù)、信息技術(shù)，構(gòu)建精益化的大融合研制體系，形成基于知識工程的產(chǎn)品研發(fā)設計、仿真、試驗、制造、檢驗、售后等一體化的服務型研制模式，打造具有自主創(chuàng)新能力、透明管控能力、自我優(yōu)化能力的智慧化生態(tài)環(huán)境。
智慧工廠“智慧”的體現(xiàn)應涵蓋企業(yè)的各個業(yè)務領域，能夠?qū)崿F(xiàn)科研院所信息流、物流、資金流、知識流、服務流的高度集成與融合，使得企業(yè)持續(xù)創(chuàng)新，并不斷開發(fā)新產(chǎn)品、新服務。但工業(yè)大數(shù)據(jù)具有數(shù)據(jù)量大、來源廣泛、形式多樣、種類繁雜等特點，傳統(tǒng)的數(shù)據(jù)分析手段難以實現(xiàn)數(shù)據(jù)分析和利用。所有要實現(xiàn)各業(yè)務領域的智慧就必須結(jié)合數(shù)據(jù)挖掘、文本視頻挖掘、統(tǒng)計分析、高維可視化等技術(shù)實現(xiàn)工業(yè)大數(shù)據(jù)的充分利用，具體介紹如下：
數(shù)據(jù)挖掘技術(shù)：“數(shù)據(jù)海量、信息缺乏”是相當多企業(yè)在信息化建設和技術(shù)手段更新后遇到的問題，數(shù)據(jù)挖掘又稱為知識發(fā)現(xiàn)(Knowledge Discovery)，是通過分析每個數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)。知識發(fā)現(xiàn)過程通常由數(shù)據(jù)準備、規(guī)律尋找和規(guī)律表示3個階段組成。數(shù)據(jù)準備是從數(shù)據(jù)選取所需數(shù)據(jù)并整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集;規(guī)律尋找是用分類、聚類、回歸、預測、關(guān)聯(lián)等算法將數(shù)據(jù)集所含規(guī)律盡可能以用戶理解的方式將找出來。第三節(jié)的案例詳細描述了整個過程。
圖像挖掘技術(shù)：產(chǎn)品制造使用過程中有大量的視頻、文本、圖紙等非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)占到了企業(yè)數(shù)據(jù)的80%以上，如何進行非結(jié)構(gòu)化數(shù)據(jù)挖掘分析是工業(yè)大數(shù)據(jù)利用的核心問題。
例如，某汽輪機企業(yè)通過X光機進行葉片虛焊質(zhì)量監(jiān)測，傳統(tǒng)采用人工方式進行看片，工作量巨大且長時間在高亮度環(huán)境下工作對人體有害。該企業(yè)對歷史二十萬張X光機底片進行掃描，并提取存在虛焊的底片利用聚類算法提取虛焊特征，并采用機器學習技術(shù)進行算法優(yōu)化并建立專家?guī)臁，F(xiàn)在通過X光掃描儀就可以進行疑似虛焊底片的識別，人工在進行復查，提高了檢驗準確率并減低人員工作強度。
高維數(shù)據(jù)可視化技術(shù)： 該技術(shù)旨在用圖形表現(xiàn)高緯度的數(shù)據(jù)，并輔以交互手段，幫助人們對其分析和理解高維數(shù)據(jù)。例如，一個機電產(chǎn)品包含了型號、廠家、價格、性能、售后服務等多種屬性，傳統(tǒng)BI手段很難直觀的表現(xiàn)三維以上的數(shù)據(jù)關(guān)系，人們也很難直觀快速的理解。高緯數(shù)據(jù)可視化是將多維度的原始數(shù)據(jù)通過聚類算法轉(zhuǎn)換成可顯示的低緯度數(shù)據(jù)，并通過分類算法進行規(guī)律總結(jié)并通過計算機以圖形和圖像的技術(shù)表達。
例如復雜機電產(chǎn)品壽命數(shù)據(jù)是一序列的時間記錄，利用高緯數(shù)據(jù)可視化技術(shù)將產(chǎn)品失效率的演變規(guī)律用圖像方式ibiaoda，幫助用戶直觀地了解到運行環(huán)境的可靠性。
第四節(jié) 工業(yè)大數(shù)據(jù)的典型應用場景
1、企業(yè)經(jīng)營管控
現(xiàn)狀：對企業(yè)的掌控依賴于紙質(zhì)的、離散的報表及總結(jié)報告等，獲取的信息往往存在滯后、缺乏綜合性分析意見的反饋等;
目標：實時的、準確的、全面的獲取企業(yè)運營現(xiàn)狀，實現(xiàn)管控透明化，及時發(fā)現(xiàn)問題，為科學決策提供支撐;
應用示例：
通過問題看板展示相關(guān)負責人或領導可直觀的了解現(xiàn)行問題及項目進展等情況，追溯科研能力及生產(chǎn)能力相關(guān)的缺失，及時予以科研流程及生產(chǎn)流程的干涉，從根本上解決問題，達到企業(yè)價值及客戶需求。
大數(shù)據(jù)對于企業(yè)透明化的經(jīng)營管控可實時的、直觀的、全面的展現(xiàn)企業(yè)現(xiàn)狀、及時地發(fā)現(xiàn)問題、快速的定位問題根源并提出相應措施，最終回歸到企業(yè)價值體現(xiàn)及經(jīng)營目標建設。
2、產(chǎn)品研制協(xié)同
現(xiàn)狀：各學科設計分散，缺乏綜合考慮;知識以經(jīng)驗的形式掌握在少數(shù)人手中;設計工作對少數(shù)人的依賴性強，傳承性差;存在未考慮上下游客戶需求的問題等;
目標：開展多學科融合的協(xié)同設計、產(chǎn)品貨架支撐的并行設計、以產(chǎn)品全生命需求為依據(jù)的綜合設計(以客戶為中心，向產(chǎn)品定制轉(zhuǎn)型)。
應用示例：
通過建立統(tǒng)一的設計開發(fā)環(huán)境，實現(xiàn)知識的積累和重用。建立設計平臺，對產(chǎn)品研制過程中的各種工作內(nèi)容進行集成展現(xiàn)和管理，并根據(jù)用戶角色和工作內(nèi)容的不同，管理并查看相應的內(nèi)容，用戶可通過研發(fā)設計工作臺直接開始設計工作。
協(xié)同設計研發(fā)平臺一方面通過數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、運營數(shù)據(jù)管理為基礎，將設計經(jīng)驗、工藝信息、制造信息、產(chǎn)品服役過程信息(零部件壽命、質(zhì)量問題記錄等)、客戶需求等統(tǒng)一納入設計需求范疇，也即完成客戶等納入需求考慮，保證設計需求的全面響應，實現(xiàn)定制化奠定基礎，逐步協(xié)助企業(yè)服務化轉(zhuǎn)型;另一方面具體執(zhí)行設計研發(fā)業(yè)務支持基于多學科融合的綜合，支持多學科并行設計等。
3、全面質(zhì)量控制
現(xiàn)狀：由于質(zhì)量問題等原因的工程變更追蹤困難、變更范圍難以確定;
目標：可通過BOM集成管理的數(shù)據(jù)，進行產(chǎn)品問題的向上及向下追溯，一方面追蹤問題根源并對其影響范圍進行確定(如存在多少在制品等)并干預，保證后續(xù)產(chǎn)品的質(zhì)量;另一方面根據(jù)問題根源，改進原材料或設計工藝等，從根源上解決問題，降低問題重復帶來的損失。
應用示例：
以某零部件服役過程產(chǎn)生質(zhì)量問題為例說明。當產(chǎn)品產(chǎn)生問題時回饋制造商形成質(zhì)量問題記錄單，零部件制造企業(yè)基于完整的產(chǎn)品全生命周期數(shù)據(jù)管理可通過BOM追溯實現(xiàn)零部件批次、設計信息、工藝信息、制造過程信息的快速定位，進而由專業(yè)人員進行分析質(zhì)量原因并采取響應的改進措施：
一方面：保證后續(xù)零部件/半成品按更改后的文件制造生產(chǎn)，使問題重復再現(xiàn)得到改善;
另一方面：對同一樣已交付使用的零部件采取一定的維護更換或召回處理，規(guī)避由某零部件問題造成工程停產(chǎn)的更大損失。
工商網(wǎng)監(jiān)
評論