关键技术之三：并行工程的产品信息集成

《关键技术之三：并行工程的产品信息集成》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、关键技术之三：并行工程的产品信息集成免费获得VIP用户：按照以下提示点击操作后方可查看文章内容第一步,点击下面歌曲连接第二步,点击下面搞大了免费邮箱广告第三步,点击下面文字连接信息技术是当代使劳动工具产生革命性变化的技术，现代企业无法摆脱对信息技术的依赖。信息已成为企业的一种战略资源，制定企业信息的政策、管理信息的制度及信息控制的方法是现代企业的一项重要行为。企业的信息管理已经从数据管理上升到数据行政管理的高度，以至于企业开发的产品出现了两种形态:产品的物理形态和信息形态，企业通过产品的信息形态控制其物理形态。产品数据的采集、传递和加工处理需要一个数字化的企业环境。企业的

2、数字化环境由一组软件组成，这些软件系统之间不是简单的互补、上下级或前后置关系，而是为产品提供不同信息空间的多个视图。将这些多视图的产品数据组合起来是产品信息集成的主要研究内容。9/9并行工程重组产品开发过程的行为，必然涉及产品信息的变化，包括数据结构和数据。传统模式的部门制按职责逐层定义、操纵企业的信息。不同粒度信息的控制由不同部门实施，其表现是“抛过墙式”信息传递，其实质则是在不同阶段、不同部门中，信息的操作者、操作方式、操作对象均会出现变异，产品信息控制的统一性和连贯性难以得到保障，而大的阶段划分则难以保障产品信息的时效性。并行工程的集成产品开发团队消除了信息的操作者

3、、操作方式、操作对象因为部门制而带来的割裂，保证了产品信息控制的统一性和连贯性。跨部门、跨阶段的微循环使许多原来封闭于部门内、阶段内的信息可以更多地被揭示出来，更符合产品信息自身的流动规律，从而保障产品信息的时效性。产品信息集成层次划分从数据结构出发，产品数据可分为结构化数据和非结构化数据。管理型数据多为结构化数据，而技术型数据则两者皆有。产品信息集成的研究内容就是将各种类型的数据集成于一个单一的逻辑数据库中。对于管理型数据而言，产品信息集成的主要研究内容是多数据库集成，数据仓库是其中的一种模式，而技术型数据的集成则困难得多，其根源在于这些数据依赖于具体的应用系统，其数据

4、结构、文件结构不公开或不规范，而且数据之间关系复杂。一个管理数据库可能只需要20个关系就可以定义，而一般复杂程度的产品信息至少存在300个关系，并随着模型的增大而变得更为复杂。对于以二进制文件存储的数据，除了将整个文档作为一个大的数据对象进行管理之外，别无他法。9/9产品信息集成可分为以下4个层次：1．消息通信这是最低级的信息集成层次，是目前绝大部分软件所采取的方式，也是现有操作系统如Windows、Unix所支持的方式。但由于消息结构过于简单，难以表达复杂数据结构，因而不能支持企业内的产品信息集成。2．数据共享这是产品数据在不同部门之间流动的前提。数据库、数据仓库技术无

5、疑是实现数据共享的极好解决方案。但由于前述原因，企业内还有大量的技术型数据采用非数据库管理方式。因此，除采用数据库外，还必须为技术型数据提供实现数据共享的机制，IGES、STEP等标准可以在一定程度上实现产品数据共享。在现有产品数据共享的理论与实践中，STEP已被证明是最优秀的标准。国外主流三维CAD软件，如Pro/E、UG、CATIA都已提供STEP数据输出接口，国内三维CAD软件“金银花”则是直接基于STEP标准设计和开发的。原有的数据共享理论中有一个难以逾越的障碍，即参与共享的两个软件之间必须拥有完全一致的信息模型，信息模型不能从一个软件系统传递到另一个软件系统内。

6、显然，企业内的CAx软件是面向不同专业领域的，非同类软件不可能拥有完全一致的信息模型。这个障碍使企业信息集成难以实现。9/9幸运的是，可扩展注记语言的出现为突破这一障碍带来了曙光。我们可采用XML描述需共享的数据，从一个软件系统传递到另一个软件系统中，从而解决了信息模型不能流动的问题。3．互操作数据共享只能实现数据在产品全生命周期各个环节中的流动，但对于企业级产品信息集成的要求而言还不够，还需要支持对数据的加工操作。只有企业内的所有软件都具备互操作能力，产品数据的流动、加工才是一个完整的过程。目前，在支持互操作的解决方案中，CORBA和DCOM是最为典型的两种，但软件互操

7、作需要制定大量的标准，两者仍有很长的路要走。美国国家工业信息基础结构协议数据小组进行的测试表明,对于大型复杂产品数据，在异质异构软件环境下，目前还没有互操作的解决办法。4．数据与知识重用企业如果实现了上述三层技术，产品信息集成就已基本实现。但产品信息集成只是为企业产品生产提供了一个信息化的环境。要实施并行工程，重组业务流程，还需要实现数据与知识重用，将企业管理者和工程师长期以来所积累的产品开发经验化为企业的资源。数据挖掘是实现产品数据与知识重用的一种重要方法。9/9需要指出的是，数据挖掘能否成功依赖于大的数据集。无论国内还是国