亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Manufacturing Technology >> 自动化控制系统

在制造业中利用产品生命周期管理

Configit 的高级首席软件开发人员 Anders Rasmussen 解释了如何利用产品生命周期管理以掌握产品复杂性

传统上,产品生命周期是线性过程,产品生命周期管理 (PLM) 系统从头到尾处理设计和工程。但是今天,越来越多的产品是可定制的(也就是可配置的),这意味着制造公司让买家改变他们的商品以满足他们的特定要求。虽然这为消费者提供了更多的自由和灵活性,但它也给制造商带来了更大的复杂性。

与此同时,许多人也开始了数字化转型之旅,必须想办法控制这个日益复杂的产品新环境。旧的线性方法行不通;需要一种新方法来满足日益复杂的产品和不断变化的客户需求,同时又不影响现有系统安装和流程。

产品生命周期管理非常复杂

当我们谈论复杂性时,有两个因素在起作用:产品复杂性和流程复杂性。产品的复杂性很大程度上源于变化的数量——以及如何处理这些变化。即使像礼品包装这样简单的事情也可能具有与之相关的高度复杂性。因此,这不一定与实际产品在技术上的复杂程度有关(或不是),而是与可用变体的数量、产品配置期间要做出的选择的数量以及这些选择之间的相互依赖关系有关。

流程应该简单,但它们很快就会变得复杂和不可预测,这意味着复杂性的增加。理想情况下,订购流程应该是精简和简单的;客户以直接透明的方式进行指导。从那里开始,订单应该以同样简单和自动化的方式完成所有后续步骤,一直到制造。

但是,当您处理可配置的产品(以及这些多种变体)时,流程可能会变得非常复杂。

Anders Rasmussen,Configit 高级首席软件开发人员

为制造部门创建更简化的流程

可配置产品可能出现的一个问题是销售、制造和其他部门之间缺乏全面的可见性。因此,可能发生的情况是销售人员根据他们所拥有的有限知识进行销售,而不知道他们刚刚出售给客户的配置是否确实可以由制造部门生产。许多公司试图管理这种复杂性的一种方法是使用 PLM 解决方案。

这是一个好的开始,但 PLM 在某些领域还不够。它倾向于关注解决方案而不是关注需求。当您处理产品复杂性时,您真正想要表达的是您可以满足的不同要求。

如果您认为 PLM 是零件、装配体和 CAD 文档的大师,那么您将非常关注您可以提供什么,即您拥有什么解决方案。然而,需求和部分之间的联系很难弄清楚;它不透明。这就是配置生命周期管理 (CLM) 发挥作用的地方。

CLM 创建了单一的配置知识来源,为更紧密的部门协作奠定了基础。这使产品设计师和工程师能够执行配置并连接到组织的其他部分——更不用说供应商、供应链合作伙伴和客户了。

为丰富的自动化系统整合配置生命周期管理和产品生命周期管理

为什么不直接用 CLM 代替 PLM?这两种工具扮演着不同的角色,它们协同工作,但不一定会相互排斥。 PLM 专注于控制变更管理;它通常具有产品定义,而 CLM 主要侧重于配置管理。换句话说,PLM 是您设计的地方; CLM 是您收集和组合的地方。理想的情况是耦合两个系统。

您需要能够建立一个环境,在该环境中可以轻松地在部门之间共享信息,以创建单一的玻璃视图。要成功地使用这些组合系统,您需要开始抽象思考——关于需求与解决方案。你需要一种共同的语言。当您从工程的角度谈论您的需求时,您需要使用与销售、制造、售后服务等相同的语言。这将有助于销售团队和其他人了解什么是可能的,它会用关于什么是可能的和什么不可能的信息来丰富自动化系统。

掌握现代制造业的复杂性

在数字世界中,手动管理产品生命周期是行不通的。现在有更多产品是可配置的,客户越来越期望他们能够根据自己的独特需求定制产品。越来越多的制造商愿意提供这种选择,以免失去客户,但他们发现仅靠 PLM 无法处理这种复杂程度。

将 PLM 系统与 CLM 集成可以提供必要的规模,以解决产品日益复杂的问题和动态的客户需求,而不会影响现有的系统安装和流程。作为奖励,您可以收集生成的数据和行为模式,以检测新趋势并开发客户需要的下一批产品。


自动化控制系统

  1. 物联网数据管理的 4 大优势
  2. 即时管理——有效库存管理的制造商指南
  3. COVID-19 后的制造运营管理 - 下一步是什么?
  4. 使用资产生命周期管理 (ALM) 来最大化资产价值
  5. 制造设计的重要性
  6. 什么是物联网?产品管理视角
  7. 斯坦福大学物联网产品管理
  8. 在制造业中利用数字技术
  9. 制造涉及塑料注射成型工艺
  10. 隐藏数据:关键警报管理是否加剧了英国制造业的生产力差距?
  11. InRiver:制造业中的 B2B 数字商务
  12. IBM 谈 2022 年的 AI 和制造