PLM应用的大数据思考

    伴随着信息技术的迅猛发展，人类的数据正以指数级增长——有研究表明，世界90%以上的数据创建时间不到两年，时至今日，全球每天要产生25亿GB的数据，超过16亿的社交媒体用户每天发布着海量的信息，到2015年全球信息总量预计会达到8 ZB。

    用大数据的思维来理解这一现象：世界在给自己制作一个数字的副本。

    将大数据的应用延伸至PLM领域，其实是一个伪命题，因为PDM本身就是管理产品数据的载体，至于数据量级需要膨胀到什么程度才称之为“大”，并无严格的界定。

    从技术层面来解释，面向产品生命周期的大数据管理，主要是通过PDM软件在海量企业数据中为决策者和工程师挖掘知识信息，有效提高企业数据的再利用价值，实现制造型企业数据信息资产的增值。其应用的落地可以是数据信息可视化、也可以是数据挖掘与分布式处理、还可以是面向PLM系统的知识管理等等。

    在科技大爆炸的今天，信息的数据量和种类不断持续增长——用户对蜂拥而来的数据应接不暇，然而企业的决策又必须依靠数据，这就要求企业快速的筛选出有效的、正确的数据信息。如今，数据的格式愈发多样化，并不是单纯的结构化形式，这也要求大数据解决方案需要多种搜索功能和更强大的分析功能，这种趋势会随着科技的发展日益严峻而不会缓和。

    当然，供应商和企业是充满智慧的，在传统大数据的释义中，可以延伸出各种变通，以及基于大数据技术的PLM应用。2014年3月安世亚太总工程师梅林涛接受记者的采访中，他就提到了在CAE深化应用中对大数据技术进行了探索：譬如某装备企业，通过搭建HPC平台，将其产品的拓扑结构、网格参数、仿真结果等在合理的范围内都计算出来，形成一个大数据的资料库。原来仿真的结果只有CAE工程师能用，现在可以将仿真结果应用到维护服务环节，假如某个管道设备发生了故障，现场工人可以根据管道的压力形变、缺陷大小、使用年限等资料，在移动设备上链接到数据库进行检索，判断故障的严重性，得出是否需要更换设备的结论，以前则需要将采集的数据拿到设计院进行计算才能得出结论。

    2014年4月，台湾东吴大学宣布采用达索系统EXALEAD的索引查询和Web 2.0技术，快速整合校内外各类大数据、开发学务教务发展规划和执行所需的各类智能信息。自2010年收购EXALEAD后，达索系统逐渐调整了EXALEAD的发展方向，将其面向消费和商业用户的搜索应用技术，嵌入至达索系统的3D体验平台，以应对大数据时代的来临。据了解，目

    前全球有超过1.1亿人运用EXALEAD对各类信息进行搜寻分析和应用，包括在研发阶段将搜集到的庞大数据，进行各类特定目的的分析，突破现行系统的技术障碍，大幅提升原有信息软硬件系统效能，并确保数据搜集的完整性与正确性。

    同样在试验数据管理领域，基于工业大数据的数据挖掘也将为TDM的发展带来积极影响。TDM系统的价值不仅仅是将散落在各个部门、各试验室、各试验设备的试验数据、试验文档采用统一的数据存储平台进行存储，还将借助时域分析、频域分析、图形绘制等数据分析方法导出试验报告，数据分析处理的价值在于实现试验数据的利用以及与仿真数据的对比分析。神舟普惠副总经理李玉国在一次采访中提到，某个大型的车辆装备企业每年产生的试验数据多达几十个G，借助TDM系统，可以从海量数据中挖掘出有价值的知识，这将产生不可估量的价值。

    上述几类应用终归只是大数据的九牛一毛，回归到PLM本身，其核心是面向产品生命周期的各个阶段作出正确的决策，而决策总是需要更多的信息和数据。由于产品决策需要囊括许多不同类型的信息，这些信息又存在于多种媒介、格式和存储空间之中，这意味着PLM与大数据的结合还有很长的路要走。

    据CIMdata的研究统计，大数据在PLM中的应用主要表现在三方面：通过在社交应用网站搜索了解客户喜好，以选择功能特性加入到产品之中；搜索专利和材料，判断是否可以使用新材料制造产品；在企业信息系统中搜索客户提交的产品问题，然后搜索外部网站看其他产品是否已经解决了这个问题。

    在未来，PLM与大数据的突破则可在以下方面：通过移动应用和大数据的结合，实现在任何地点用任何终端访问PLM信息；通过先进的分析技术和手段帮助企业迅速、准确地洞察复杂的数据；通过探索性分析在数据分析的过程中了解企业需要关注的问题；通过运营分析更加实时地对关键运营指标做出可执行的智能分析。