背景

在整車研發(fā)的過程中，每一個(gè)零件或子系統(tǒng)都不是單獨(dú)存在的，其研發(fā)過程往往需要其他零件或子系統(tǒng)的數(shù)據(jù)支持，這就涉及到各部門之間的參數(shù)流轉(zhuǎn)?，F(xiàn)實(shí)情況下零件參數(shù)數(shù)量龐雜，參數(shù)流向紛繁復(fù)雜。僅僅依靠線下交流的方式流轉(zhuǎn)數(shù)據(jù)，各部門之間重復(fù)索取或發(fā)布參數(shù)不可避免，且參數(shù)填寫無統(tǒng)一規(guī)范，項(xiàng)目彼此之間參數(shù)質(zhì)量差異較大。數(shù)字化轉(zhuǎn)型是當(dāng)下企業(yè)發(fā)展的大勢所趨，本文將淺析如何利用參數(shù)管理系統(tǒng)提高汽車研發(fā)過程中的數(shù)據(jù)共享、數(shù)據(jù)挖掘和數(shù)據(jù)分析效率，推動(dòng)研發(fā)業(yè)務(wù)鏈向數(shù)字化、智能化轉(zhuǎn)型。

圖1 參數(shù)流向千絲萬縷

2參數(shù)管理系統(tǒng)簡介

通過對參數(shù)收集業(yè)務(wù)的深入了解，將參數(shù)管理系統(tǒng)面向的用戶分為五個(gè)群體，分別為：參數(shù)發(fā)布計(jì)劃的制定角色、參數(shù)分發(fā)角色、參數(shù)填寫角色、參數(shù)審核角色以及參數(shù)需求角色，其中參數(shù)分發(fā)角色、參數(shù)填寫角色和參數(shù)審核角色可以統(tǒng)一歸為參數(shù)的提供方。

通過走訪參數(shù)的需求方，結(jié)合參數(shù)提供方的意見，形成參數(shù)庫，并將參數(shù)庫按照部門、參數(shù)組、參數(shù)三個(gè)層級(jí)進(jìn)行梳理，同時(shí)為了保證參數(shù)表的簡潔性，部分參數(shù)含有子參數(shù)。參數(shù)庫中的參數(shù)同時(shí)與其具體應(yīng)用工況相關(guān)聯(lián)。在這個(gè)過程中需要充分考慮各用戶群體的業(yè)務(wù)內(nèi)容，比如制定參數(shù)發(fā)布計(jì)劃往往需要依據(jù)工況選擇參數(shù)，分發(fā)參數(shù)根據(jù)參數(shù)組即可完成分發(fā)，而參數(shù)填寫及審核則需要依據(jù)具體的參數(shù)名或子參數(shù)名。參數(shù)庫中的參數(shù)最終被分為數(shù)字、坐標(biāo)、數(shù)模號(hào)、文本、文件等類型。通過與參數(shù)提供方和需求方的反復(fù)溝通，實(shí)現(xiàn)每一個(gè)參數(shù)均按統(tǒng)一格式發(fā)布，保證各項(xiàng)目各階段參數(shù)的格式統(tǒng)一。

通過實(shí)際參與參數(shù)收集業(yè)務(wù)，對線下流程進(jìn)行梳理后，我們?yōu)榫€上參數(shù)收集設(shè)計(jì)了一個(gè)主流程和兩個(gè)子流程。參數(shù)收集主流程主要包括：項(xiàng)目負(fù)責(zé)人制定參數(shù)發(fā)布計(jì)劃、各部門負(fù)責(zé)人分發(fā)參數(shù)、零件或系統(tǒng)負(fù)責(zé)工程師填寫參數(shù)、領(lǐng)域?qū)＜覍徍藚?shù)、用戶查詢參數(shù)等環(huán)節(jié)。針對實(shí)際項(xiàng)目中可能存在的分發(fā)錯(cuò)誤等情況，為參數(shù)分發(fā)和填寫的負(fù)責(zé)人設(shè)計(jì)了參數(shù)退回的子流程。同時(shí)針對參數(shù)可能存在的糾錯(cuò)或者更新，面向全體用戶設(shè)計(jì)了參數(shù)更新流程。

圖2 系統(tǒng)示意圖

3應(yīng)用展望

目前參數(shù)管理系統(tǒng)已經(jīng)進(jìn)入開發(fā)階段，系統(tǒng)上線后還會(huì)面臨用戶行為分析以及需求迭代等任務(wù)。通過參數(shù)管理系統(tǒng)，參數(shù)收集流程和填寫質(zhì)量將得到規(guī)范，同時(shí)實(shí)現(xiàn)參數(shù)信息的共享，提高零件或系統(tǒng)的協(xié)同開發(fā)效率。當(dāng)系統(tǒng)穩(wěn)定運(yùn)行，數(shù)據(jù)逐漸積累后我們還可以對參數(shù)價(jià)值進(jìn)行深層次的挖掘。

3.1

數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是人工智能和數(shù)據(jù)庫領(lǐng)域研究的熱點(diǎn)問題，所謂數(shù)據(jù)挖掘是指從數(shù)據(jù)庫的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價(jià)值的信息的非平凡過程。數(shù)據(jù)挖掘是一種決策支持過程，它主要基于人工智能、機(jī)器學(xué)習(xí)、模式識(shí)別、統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫、可視化技術(shù)等，高度自動(dòng)化地分析企業(yè)的數(shù)據(jù)，作出歸納性的推理，從中挖掘出潛在的模式，幫助決策者作出正確的決策。[1]

圖3 通過數(shù)據(jù)挖掘出知識(shí)

當(dāng)參數(shù)管理系統(tǒng)中數(shù)據(jù)積累到一定數(shù)量后，便可以對參數(shù)進(jìn)行數(shù)據(jù)分析，如典型的相關(guān)性分析、聚類以及數(shù)據(jù)預(yù)測等。通過研究參數(shù)之間的關(guān)系，在項(xiàng)目的早期，根據(jù)已經(jīng)確定的信息可以對零件或系統(tǒng)的未知參數(shù)取值或其分布情況作出預(yù)測，提高設(shè)計(jì)或分析的效率。數(shù)據(jù)分析的對象除了參數(shù)以外，還可以納入各工況對應(yīng)的性能值，尋找各參數(shù)對性能的影響，在參數(shù)變更時(shí)及時(shí)掌握性能的變化情況，從而輔助零件或系統(tǒng)的設(shè)計(jì)。

3.2

參數(shù)圖譜

知識(shí)圖譜本質(zhì)上是一種揭示實(shí)體之間關(guān)系的語義網(wǎng)絡(luò)，知識(shí)圖譜是由一條條知識(shí)組成，每條知識(shí)表示為一個(gè)三元組(節(jié)點(diǎn)-關(guān)系-節(jié)點(diǎn)) 。參考該定義，我們也可以依據(jù)參數(shù)庫構(gòu)建參數(shù)圖譜。例如，參數(shù)a來源于零件 A，參數(shù)a應(yīng)用于工況1，將參數(shù)a、零件A和工況1作為節(jié)點(diǎn)，來源于和應(yīng)用于作為連接節(jié)點(diǎn)的關(guān)系邊，由此便在圖譜中構(gòu)建了兩條知識(shí)。以此類推，我們可以依據(jù)參數(shù)庫中對參數(shù)的層級(jí)梳理，結(jié)合參數(shù)的細(xì)分應(yīng)用場景即具體工況，構(gòu)建參數(shù)圖譜，從而將參數(shù)從來源到應(yīng)用的過程可視化呈獻(xiàn)給用戶。

除了節(jié)點(diǎn)和關(guān)系邊，知識(shí)圖譜的基本結(jié)構(gòu)還包括屬性，其中既包括節(jié)點(diǎn)屬性，也包括關(guān)系屬性。前面提到的對參數(shù)進(jìn)行數(shù)據(jù)分析，分析得到的結(jié)果便可以作為經(jīng)驗(yàn)知識(shí)以屬性的形式與參數(shù)或其他節(jié)點(diǎn)相關(guān)聯(lián)，從而實(shí)現(xiàn)輔助識(shí)別參數(shù)質(zhì)量問題、指導(dǎo)零件或系統(tǒng)開發(fā)等目的。

圖4 知識(shí)圖譜示意圖

4小結(jié)

參數(shù)管理系統(tǒng)的開發(fā)有助于實(shí)現(xiàn)參數(shù)信息的共享，規(guī)范參數(shù)收集流程和填寫質(zhì)量，提高零件或系統(tǒng)的協(xié)同開發(fā)效率，助力企業(yè)的數(shù)字化轉(zhuǎn)型。此外，規(guī)范的參數(shù)管理體系同時(shí)也是進(jìn)行數(shù)據(jù)分析、構(gòu)建數(shù)據(jù)圖譜等充分挖掘數(shù)據(jù)價(jià)值的基石。

參考文獻(xiàn)

[1] 劉宇主編；倪問尹副主編；邊耐政主審．中國網(wǎng)絡(luò)文化發(fā)展二十年（1994-2014）網(wǎng)絡(luò)技術(shù)編：湖南大學(xué)出版社，2014.11：第150頁