八图介绍软件在智能制造中的角色

如需讨论或咨询，请关注公众号德国数据圈。

企业的业务目标可以由不同层面的关键数据来呈现，比如软目标及硬目标。软目标即员工满意度、客户满意度（客户满意度指数）、与供应商的成功合作（供应链管理）、对利益相关者的关注及环境管理等。硬目标则包含最重要的业务指标，例如销售回报率、资本周转率、边际贡献（绝对和相对）和投资回报率、ROI等。

智能制造覆盖的领域很多，从汽车到制药，半导体，到食品和饮料等。通过智能制造，能实现数据在产品生命周期里的流动，加快的开发时间，提高产品生产效率，保证质量和可靠性，实现终端用户需求的定制化等，从而为实现企业的业务目标助力。

所谓产品生命周期，它的阶段从产品的概念开始，到计划，设计，制造，再到维护（交付与使用，技术支持，维修等)，以及报废。在下图中我们看到，随着服务化水平的提升，制造商与客户的交易场合不在局限于交付阶段，客户将参与到更大范围的产品生命周期里。

Source: 智慧企业工业互联网平台开发与创新 – 彭俊松著

软件生命周期管理(PLM)服务于整个软件生命周期。智能制造中的PLM, 它让不同阶段的产品数据得以通用，也协同各个阶段的进程，从而实现产品设计，试验仿真调试，数字化制造，物流到销售，服务(维护, 咨询)的连续数字化数据流转。

如下图所示，当软件生命周期管理系统与其他软件系统融合后(比如企业资源计划系统ERP，供应链管理系统SCM，财务系统FICO等), 在各阶段的产品数据便得以打通，用以服务客户。这样的一个具备通用接口的软件套件，往往能支持数据小颗粒在线实时集成。

Source: Siemens – Industrie 4.0: Datendrehscheiben vs. Datensilos – ERP vs. MES vs. IIoT

西门子的 Xcelerator 工业软件组合便是一个相关的例子，它聚集来自 PLM、MOM(制造运营管理)、IIoT(工业物联网)、多体验低代码平台、仿真和自动化的数据，并协同其数据在不同阶段的交流。

下图将产品生命周期简化为三个互相关联的阶段，即产品定义，产品开发和产品生成。产品定义阶段定义产品的特征，需求，参数，目标，功能性及系统性模型，多Domain架构等。产品开发除了软件设计以外，还有机械设计，电子电气设计，支付模块等。当然质量检测也输入产品开发这一块。如何在产品生命周期中，融合各个阶段，各种设计之间的数据，是智能制造中对软件的主要要求之一。