目前，國外MBD(Model Based Definition，基于模型的定義)技術的應用已相對成熟。作為MBD技術的發起者之一，波音公司在以波音787為代表的新型客機研制過程中，全面采用MBD技術，將MBD模型作為制造的唯一依據；R&R公司應用主模型驅動的技術，以具有PMI(Product Manufacturing Information，產品制造信息)三維標注的模型作為單一數據源，貫穿產品研發的各個環節。MBD技術從2007年開始逐步引入國內，其應用得到了快速的發展，但與國外企業相比，仍存在一定差距。
MBE(Model Based EntERPrise：基于模型的企業)是基于MBD在整個企業和供應鏈范圍內建立的一個集成和協同化的環境方法，各業務環節充分利用已有的MBD單一數據源開展工作，有效地縮短整個產品研制周期，改善生產現場工作環境，提高產品質量和生產效率。在MBD/MBE技術實施過程中，產品研制、生產、管理各環節所使用的數據或信息全部“附著”在三維模型上，使產品工程數據的結構特征越來越弱，數字化程度越來越高，而在圍繞模型的整個生命周期中包括需求、分析、設計、實施等環節會產生大量的文檔、視頻等多種類型的數據，同時這些數據的生成速度會隨時間推移、產品型號增加等因素的影響不斷提高，逐步呈現大數據態。
作為四大核心軟件之一， 目前PDM(Product Data Management，產品數據管理)軟件幾乎全部基于關系數據庫(RDB)實現。然而，MBE技術的實施和全生命周期管理使企業中的用戶幾乎“全員參與”，使基于RDB的PDM在高并發讀寫、海量數據高效存儲和訪問、高可擴展性和高可用性等方面存在的問題日顯突出——服務器和用戶終端機越來越“高檔”、存儲設備數量和容量越來越大、用戶訪問速度越來越慢、數據備份時間越來越長。考慮到RDB在存儲、處理大數據方面的諸多制肘，以及NoSQL數據庫的高擴展性、高容錯性、高性價比等方面的優點，本文提出采用NoSQL數據庫作為PDM底層數據支撐環境，構建企業私有云存儲中心和PDM系統。
1、相關工作
1.1 NoSQL技術和大數據
NoSQL的發展，離不開兩大Web巨人——Google和Amazon的支持，目前絕大多數該領域的研究成果都是以這兩家企業分享的技術論文為基礎進行展開和改進的。2003年，Google在其網站上發表文章，介紹了在其內部部署的面向大規模數據密集型應用的、可伸縮的分布式文件系統關鍵技術。隨后在2006年，Google又發表了兩篇論文，分別闡述了基于NoSQL的數據處理MapReduce算法和GFS的底層Key/Value機制的數據庫Bigtable。Amazon在文獻中通過闡述改進的一致性Hash模型等方面的內容，介紹了其Dynamo是如何設計和實現的。
國內近年來在NoSQL方面的研究有很大進展，2011年，于戈等人通過對云計算環境下進行大規模圖數據處理的關鍵問題的綜述，分析討論了NoSQL數據庫的4種主要存儲模型的差異。2012年，李茂等人分析了關系數據模型和NoSQL數據模型各自的特點，提出了一種可以解決云計算中海量數據的存儲管理問題的新數據模型。2013年，孟小峰等人闡述了大數據管理的相關概念和技術問題，闡述了利用云計算和NoSQL技術在處理大數據問題上的優勢。由于當前國內大數據的研究主要集中在互聯網領域，對制造業領域的大數據問題的關注幾乎為零，因此從國家需求和企業發展等長遠戰略考慮，有必要通過對大型裝備制造業的大數據問題的研究，加速裝備制造業向智造業轉型。
1.2 PDM技術
近幾年，隨MBD/MBE概念的提出和應用，加之經過多年的積累和研制型號的不斷增加，存儲在PDM中的信息已呈現大數據態，造成存儲與處理成本不斷增加、并發性和訪問速度逐步下降、備份時間越來越長。如何解決制造型企業海量MBD數據的存儲和共享問題，是企業由制造向智造轉型的重要研究內容之一。
國外，為滿足CAx在分布式環境中的運行，文獻提出了面向對象的分布式數據庫架構，并構建了一種分布式產品數據管理系統(DPDM);文獻詳細介紹了使用基于UML的建模方法來指定和實施PDM系統的利益關系，提出了一種利用UML圖實例化到數據庫實體的實現方法;文獻中提出了一種集成軟件配置管理(SCM)的產品數據管理(PDM)架構，可以使硬件工程師和軟件程序員共享相同的用戶環境，在協同產品開發上共享一致的數據庫。
國內的研究由于起步較晚，且缺乏大企業在PDM研發方面的推動，大多數研究都集中在PDM的技術應用和系統集成上，如文獻分別提出了以PDM系統為平臺與CAx系統進行集成的不同的解決方案，為以后企業進行PDM系統與三維CAD系統的集成提供了參考。
1.3企業私有云
在大數據面前，集中式的存儲和處理策略無論如何也無法滿足需求，云存儲、云計算是未來發展的必然趨勢。文獻中提出了云制造的概念，其作為一種基于知識、面向服務、高效低碳的網絡化智能制造新模式，強調產品全生命周期中各類制造資源的整合與高度共享，當時引起了學術界、科技界和國家層面的高度重視。但目前關于云制造的研究還主要集中在概念、體系結構和應用原型等方面。因此，云計算技術與PDM技術的結合對云制造的深化和發展在生產實踐上具有十分重要的意義。而從我國國情出發，許多行業的高度保密性使我們只能走“企業私有云”路線。企業私有云存儲利用云計算、大數據管理等多項新技術，充分整合企業已有資源，可以有效地解決海量數據存儲訪問、高并發、高擴展等問題，可有效降低存儲成本，減少PDM系統的實施周期，提高生產效率。
綜上不難看出，目前國內外研究都是從現實存在的問題出發，基于現有的PDM系統來對海量數據進行處理。為徹底解決大型裝備制造業所面臨的大數據問題和MBD/MBE技術實施帶來的挑戰，利用企業私有云技術，搭建“邏輯上集中、物理上分散”的分布式環境，在此基礎上利用NoSQL為底層支撐環境搭建PDM私有存儲云平臺，以實現企業數據的存儲和共享，是未來的一個發展趨勢。
2、基于企業私有云的PDM體系架構
傳統的PDM系統是以RDB為基礎的單點存儲系統或分布式存儲系統。而PDM私有存儲云平臺則是在企業內部(設計制造一體化企業)或有限幾個企業(設計、制造相對獨立的企業群)中的一個包含多存儲設備、多應用、多服務協同工作的集合體，并采用NoSQL數據庫作為其底層數據支撐環境。
基于企業私有云的PDM系統架構可采用四層結構模型:基礎設備層、存儲管理層、應用接口層和訪問層。其系統架構如圖1所示。
圖1中，基于云存儲和層次結構模型的PDM私有存儲云平臺在下層為PDM軟件提供云服務，PDM軟件在最上層通過平臺提供的接口實現數據的訪問操作。在層次結構模型中存儲層包含了企業服務器、網絡設備、中間件等各類硬件資源，在其之上是一個統一的存儲設備管理系統，通過存儲設備的邏輯虛擬化管理、多鏈路冗余管理，以及硬件設備的狀態監控和故障維護等實現資源的虛擬化、服務化。
存儲管理層是PDM私有云存儲的核心，也是云存儲中最難以實現的部分。存儲管理層通過集群、分布式文件系統和網格計算等技術，實現云存儲中多個存儲設備之間的協同工作，使多個的存儲設備可以對外提供同一種服務，并提供更大更強更好的數據訪問性能。數據加密技術保證云存儲中的數據不會被未授權的用戶所訪問，同時，通過各種數據備份和容災技術等可以保證云存儲中的數據不會丟失，保證云存儲自身的安全和穩定。
應用接口層可以根據制造企業的實際業務類型開發不同的應用服務接口，提供不同的應用服務，并根據不同的服務接口提供PLM管理、CAx集成接口等功能。在存儲管理層和應用接口層之間的跨層次數據流引擎技術保證了平臺間數據的高效流通。
訪問層為授權用戶提供標準的應用接口來登錄云存儲系統，支持不同的協同制造模式，并根據企業的需求提供不同的訪問類型和訪問手段，用戶可以享受不同的PDM私有云服務。
3、系統實施關鍵技術
在MBD/MBE大數據環境下，基于私有云存儲的PDM系統采用NoSQL數據庫作為底層環境，構成比較完整的PDM云技術體系如圖2所示。
技術體系成層次結構，主要包括:基于NoSQL的PDM數據組織研究、基于NoSQL的企業私有存儲云技術、面向MBE的基于私有云存儲的PDM軟件相關技術研究和MBD/MBE環境下的大數據管理。
3.1基于NoSQL的PDM數據組織
NoSQL并不單指一個產品或一種技術，它代表一族產品，以及一系列不同的、有關數據存儲和處理的概念。不同的NoSQL技術其數據存儲模式也是不同的。因此對于裝備制造企業來說，基于NoSQL的PDM數據組織研究內容主要包括PDM數據物理組織結構和邏輯組織、數據的查詢優化以及數據的完整性和一致性等技術。
3.2基于NoSQL的企業私有存儲云
面向集團企業的云制造應用屬于典型的私有云服務平臺。私有云基于企業網構成，其構建與運行者、資源提供者和使用者是集團和集團企業下屬相關廠所、研究單位和企業等，目的主要是強調企業內或集團內制造資源和制造能力的整合與服務，優化企業資源和能力使用率，減少重復資源和能力的重復建設，降低成本、提高競爭力。
基于NoSQL的企業私有存儲云重點在于支持PDM系統中的資源動態共享與協同，相關技術主要包括存儲虛擬化技術、集群技術、分布式文件系統、數據和服務器負載均衡技術、數據備份和容災技術等。
3.3基于企業私有云存儲的PDM軟件
基于企業私有云存儲的PDM軟件支持在MBD/MBE生產環境下，為用戶提供外部工具調用的系統服務，包括產品結構管理、版本管理、文檔管理等通用工具集和CAx, ERP, WebService客戶端等集成接口。其研究的主要內容包括在MBD/MBE環境下的數據流引擎等核心引擎技術、產品生命周期管理技術、產品配置管理技術等。
3.4 MBD/MBE環境下大數據管理
從技術層次來說大數據管理主要是通過PDM軟件在海量企業數據中為決策者和高級工程師等企業高層挖掘知識信息，有效提高企業數據的再利用價值，實現制造型企業數據信息資產的增值。基于NoSQL企業私有云存儲的大數據管理主要包括數據信息可視化、數據挖掘與分布式處理、知識管理等相關技術。
3.5系統實施的技術路線
基于NoSQL和企業私有云存儲的PDM系統的開發和實施是一項復雜浩大的工程，應統籌規劃、有目的地進行，其可采取的技術路線如圖3所示。系統實施的技術路線應遵循“統籌規劃、健全團隊、技術規范”的總體指導思想。
1)在MBD/MBE環境下，PDM是一個戰略性的系統工程，它的發展將是一個階段性漸進過程，需要企業和科研單位的共同努力。因此一個具有前瞻性的架構、業務規劃是實施如PDM這樣的大型項目的首要保證。同時健全的團隊和詳細的技術規范是保證系統成功實施的關鍵因素。
2)基于NoSQL的PDM數據組織研究是基礎。MBD/MBE環境下，PDM數據的結構化特征越來越弱，根據NoSQL的特點開展PDM數據物理組織和邏輯組織方面的研究，關系到PDM數據在私有云環境下的存儲模式和未來如何利用NoSQL實現產品結構樹、產品配置管理等PDM功能。
3)基于NoSQL的企業私有云存儲技術研究是關鍵。結合云制造和MBD/MBE等理念，PDM企業私有云存儲采用NoSQL技術作為底層支撐，包括集群技術、分布式文件系統、網絡通信、數據備份、容災等關鍵技術。其相關技術的實現是PDM基本存儲功能能否實現的關鍵。
4 ) PDM并不是一個僅僅實現簡單文檔管理和數據存儲的技術模型，它是一個能夠實現產品生命周期管理和信息共享的技術。因此，基于企業私有云存儲的產品生命周期管理和PDM軟件接口技術等PDM系統功能是研究的重要內容。
5)構建基于NoSQL和企業私有云的PDM原型系統對研究內容具有重要支撐作用。原型系統的構建是檢驗系統各項技術實施的必要手段，同時也是將系統各項技術向企業生產實踐轉化的跳板。
6) MBE大數據管理相關技術的研究是對PDM技術的拓展性研究。在解決制造企業MBE大數據的存儲問題的基礎上，通過大數據管理技術實現企業數據的再利用價值，對制造企業向智能化、知識化轉型具有戰略意義。
4、結束語
目前，從國內裝備制造企業的信息化環境來看，探索一條MBD/MBE時代的具有自主知識產權的PDM解決方案，從根本上解決全行業PDM受制于國外大公司的被動局面對制造型企業的未來發展具有十分重要的戰略意義。利用NoSQL的存儲機制和靈活的分片功能對PDM中的數據進行組織與部署，可以有效避開MBD數據的復雜模式設計，減少PDM系統的開發和企業實施的周期。同時，基于企業私有云存儲的PDM系統打破了傳統PDM系統設計和實施觀念，可以加快MBD/MBE生產環境的建設和制造企業的轉型升級。
基于企業私有云存儲的PDM系統具有高擴展性、并發性強、訪問效率高等特點，這為解決具有海量數據、多型號產品、周期短和高價值特征的企業大數據問題方面提供了一個很好的解決方法。在企業私有云環境中，也更好地保證了在數據資源化、數據共享聯盟等大數據趨勢下數據安全性問題，并為大數據的管理走向知識化、智能化打下基礎，最終引領企業由制造向智造變革。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：MBE與大數據給企業PDM帶來的思考
本文網址：http://www.guhuozai8.cn/html/consultation/10839313072.html
相關文章
