基于产品全寿命周期的工业大数据标准体系建设方法研究

赵梦露 刘涛 晋庆

摘要：随着社会发展需求的不断提升，基于产品全寿命周期的工业大数据标准体系建设已成工业领域的技术热点。本文主要介绍基于产品全寿命周期的工业大数据标准体系建设必要性，并提出优化技术支撑、细化数据标准、完善制度体系、强化人才基础等具体措施，旨在进一步提高产品全寿命周期大数据应用与数据治理能力。

关键词：技术支撑;人才基础;数据标准;制度体系

全球已步入大数据时代，作为继云计算后的新一代信息技术，大数据技术和产业的发展和应用已经对政府、企业决策和人们的生活方式产生深远的影响。当前，各种大数据存产品和面向各行业的大数据应用层出不穷，急需通过标准化的途径规范认知，整合资源，为基于产品全寿命周期的工业大数据健康发展打下基础，为数据安全应用提供保障，同时促进“产业数字化，数字产业化”新兴服务模式规范发展。

1.基于产品全寿命周期的工业大数据标准体系建设必要性

近年来，我国工业生产环境大大改善，企业数字化转型加速推进。面对数字化建设和现代化发展对工业体系提出的全新要求，基于产品全寿命周期的大数据标准体系建设至关重要，以下对该体系的建设必要性进行介绍：

第一，提升企业数据资产质量。近年来，我国工业发展环境全面改善，工业大数据规模不断增加，基于产品全寿命周期的工业大数据标准体系建设有助于进一步优化企业现有数据资产体系，提高产品生产质量的数据化保证效果;第二，规范企业数据流通运行。工业产品的数字化生产一直是我国相关企业数字化转型的主要工作任务，基于产品全寿命周期的工业大数据标准体系建设不仅可与相关政府部门形成合力，进一步提高企业对产品质量控制的控制意识，同时还可有效优化企业质量管理人员的质量控制方式，构建标准化数据管理环境;第三，加速数据资源价值创造。我国是工业产品出口大国，基于产品全寿命周期的工业大数据标准体系建设能够支持相关企业深度分析产品数据环境，并致力于挖掘产品数据信息的内在价值，实现产品生产创新化和管理人性化[1]。

2.基于产品全寿命周期的工业大数据标准体系建设路径

2.1优化技术支撑

基于产品全寿命周期的工业大数据标准体系建设离不开先进的技术支持，以下对其提出相关建议：第一，数据平台架构。基于市场环境和工业数据化发展要求，企业应完成大数据体系架构，立足于工业产品质量管控情况，建立可实现的数据资源优化目标，并以此为基础，积极寻求技术支撑，搭建数据平台。第二，数据采集。在工业生产领域中，企业应以工业产品生产质量保证为前提，利用信息技术进一步优化工业产品生产线和质检体系的数据体系，实现信息的全方位采集，将质量信息和生产信息转换成数据，并实施传输到数据库进行精细化分析。第三，数据储存。考虑到工业生产信息数量多、载体复杂，企业可积极应用云计算技术，将数据信息一站式上传至云储存空间，提高数据储存能力;第四，数据分析，数据分析使数据价值挖掘和再利用的重要环节，技术人员可利用大数据技术搭建智能制造平台，细化数据管理系统，在平台端完成数据的虚拟化运行，以便推动生产过程智能化、管理智能化、新业态、新模式智能化、服务智能化和行业智能化，以产品数据为核心，实现制造业服务化转型。第五，数据应用。工业大数据具有专业性强、数据质量要求高、时序要求高、容错要求高等主要特征，在优化技术支撑的过程中，可有效搭建数据采集层、信息分析层、展示层和执行层，对工业产品的质量信息进行精细化处理，以全面提高产品质量保证能力[2]。

2.2细化数据标准

当前，基于产品全寿命周期的工业大数据标准化管理已成工业企业发展的主要契机。从这一角度出发，工业企业应基于生产的工业产品的技术特征和主要技术要求，实现数据标准的全面重塑和统一优化。

第一，基于产品需求，管理人员可建立明确的产品数据体系，致力于循序渐进地优化产品生产、销售环境;第二，就产品设计而言，可建立以产品质量需求、产品市场环境为基础的数据校验模型，支持相关设计人员有效优化设计方案;第三，针对产品生产，相关生產管理人员可在某一产品生产过程中，基于产品的主要用途和用户要求中对该产品的相关技术标准，对质量控制系统和产品的生产系统进行优化，从设计源头出发，对产品的数据参数进行合理设计，以提高工业产品的标准化程度。第四，针对产品供应链，可利用大数据技术构建产品供应链关系，提高产品在供应链中的核心竞争力。第五，就服务而言，可构建以用户为核心的售后体系，通过对产品售后信息、售后重点等内容进行深度分析实现产品升级和售后完善，提高客户满意度。

2.3完善制度体系

完善的制度体系，可进一步提高基于产品全寿命周期的工业大数据标准体系应用成效，以下对其提出相关建议：首先，应结合工业发展现状，制定完善的标准化质量管理规章，并对规章的实施情况进行全面监管，督促工业生产企业严格按照具体要求完成产品生产和产品质量管理。其次，相关工业生产企业也应从产品的标准化生产入手，对生产环境、生产管理人员和工艺流程进行全面审视，积极整合相关现代化信息技术，实现生产环境的优化、生产管理人员的精细化管理和工艺流程的全面重塑。最后，应制定奖励机制和惩罚机制，对产品生产过程进行严格管控，致力于以精细化的标准体系对工业产品的数据信息进行全面核查，提高工业产品的质量控制水平。

2.4强化人才基础

近年来，我国工业生产总值呈现了明显的上升趋势，这意味着工业生产环境逐步优化，工业产品进出口贸易基础日益坚实。在这种情况下，全面提高工业产品质量保证系数和质量标准化程度至关重要，可通过强化人才基础推动基于产品全寿命周期的工业大数据标准体系有效应用，以下对其提出相关建议：首先，我相关工业管理部门应充分整合当前工业质量管理人才发展现状，并以此为基础，加强顶层设计，致力于提高人才供给和人才服务能力。其次，相关工业生产企业应积极加强人才建设力度，对人才应用现状进行审视，并有效开拓人才引进视野，为工业技术发展注入新鲜血液。最后，应对专业人才进行技术培训，使其有效契合企业发展规划，掌握产品全寿命周期的工业大数据标准化管理需求，以全面提高产品质量控制水平。

结论

总而言之，当前我国正处于数字化建设推进的关键时期，基于产品全寿命周期的工业大数据标准体系建设，有助于优化产品质量控制体系，提高产品控制水平，基于当前我国的技术能力，可通过优化技术支撑、完善制度体系、细化数据标准、强化人才基础，推动工业大数据标准体系建设。

参考文献

[1]耿育科，郑炜，李辉.面向产品寿命周期的BOM管理关键技术研究[J].中国新技术新产品，2021（01）：122-124.

[2]夏明.数字化技术背景下质量管理发展路在何方（下）[J].上海质量，2020（10）：22-25.