大数据分析助力制造业挖掘百万级节约潜力：流程挖掘提升流程效率

《制造工程》： 数据挖掘和大数据是热门话题。贵公司开发流程挖掘软件，它与数据挖掘有何不同？

Alex Rinke： 数据挖掘传统上以KPI（关键绩效指标）为导向，专注于识别模式以预测未来趋势，并分析数据以创造可行见解。企业利用数据挖掘得出结论、解决特定问题，但流程挖掘采取完全不同的方法。流程挖掘技术利用事件日志创建任何流程“现状”的可视化重建，用户不再需要在数据集中摸索寻找相关模式，而是能实时看到流程实际运行情况。我们喜欢用“在黑暗中打手电筒”与“打开灯”来形容两者的区别：两者都有用，但后者能提供全方位可见性。

ME： 流程挖掘具体为离散制造运营提供什么价值？

Rinke： 流程挖掘的一个关键优势是其基本适用于任何流程，包括制造运营。只要有事件日志生成，流程挖掘就能描绘出运营实际运行的清晰图景。离散制造是受益最大的行业之一，西门子、ABB、3M等企业正大量依赖流程挖掘提升运营灵活性和效率。

制造领域常见用例包括提高计划遵守率、监控自动化、产能建模和减少浪费，流程挖掘在所有这些方面都证明了其价值。例如，ABB作为全球最大、最复杂的制造企业之一，将流程挖掘应用于从采购付款到生产的多个流程。德国哈瑙工厂员工过去每天多次从SAP系统提取评估数据，导入Excel，用复杂公式分析流程。现在，生产和装配团队负责人每天早上收到邮件，自动列出前一天的生产变体、吞吐时间和废品数。重要的是，我们不仅谈论KPI——工厂的全流程生态系统通过流程挖掘即刻可见，低效环节的发现变得轻而易举。解决已知问题已很难，解决未被发现的问题几乎不可能。

ME： Celonis Proactive Insights流程挖掘引擎如何工作？

Rinke： Celonis PI是我们核心技术的激动人心的补充，有巨大潜力为客户持续创造价值。本质上，我们在Celonis上叠加的机器学习算法基于过往用例构建，充当自动化业务顾问，推荐改进方案。自动化模式识别能力意味着，如果Celonis过去遇到过类似低效，它能反馈相关解决方案。若把Celonis比作业务流程的MRI，PI就是解读MRI扫描结果的自动化医生。

ME： 哪些制造商使用这项技术，如何部署？

Rinke： ABB、3M、西门子是Celonis客户，他们跨多个流程部署流程挖掘技术，并让大量员工使用。例如西门子选择广泛部署，数千名员工每天使用Celonis了解其流程实际情况。物料采购、供应商管理、生产装配、共享服务——每个流程在“开灯”后都变得透明易懂。

ME： 哪些制造行业最能利用流程挖掘？

Rinke： 流程挖掘的美妙之处在于它对所有行业（制造或非制造）完全适用。我们见证了采购部门的彻底变革和效率提升，以及工厂通过实现全数据透明化变得更智能。当前趋势是“工业4.0”和自我优化的智能工厂，核心特征之一是信息透明——Celonis流程挖掘是实现该透明度的开箱即用解决方案。

ME： 结合机器学习和AI的流程挖掘数据分析，制造运营的未来如何？

Rinke： AI在流程挖掘软件中的潜力无限，因为随着系统聚合更多基于更多用例的信息，Celonis会变得更聪明。与所有机器学习和AI应用一样，输入数据越多，系统识别模式的能力越强。我们不再依赖复杂的手动流程分析，而是期待Celonis PI即时返回结果。设想一个导致工厂延误的瓶颈生产流程——你不知道瓶颈在哪里，也不知其后果。Celonis能轻松识别瓶颈源头，PI将推荐如何有效缓解根因。这是任何行业制造商的激动人心时刻。

Epicor任命Stephen Murphy为CEO

ERP开发商Epicor Software Corp.（德克萨斯州奥斯汀）于10月5日宣布，总裁兼CEO Joe Cowan将于10月底退休。Epicor董事会任命前OpenText（安大略省滑铁卢）总裁Stephen Murphy为新CEO。

加入Epicor前，Murphy担任OpenText总裁，该公司是一家20亿美元的企业信息管理（EIM）软件开发商。他的职业生涯跨越科技领域20多年，包括在Oracle、Sun Microsystems和Manugistics的销售与运营领导职位，以及在Accenture和宝洁领导全球物流供应链战略和大型ERP实施的制造分销经验。Murphy拥有哈佛商学院MBA和加州大学戴维斯分校机械工程学士学位。

优化全复合材料航空结构的软件

Stratolaunch Systems Corp.（西雅图）今春将全复合材料Stratolaunch飞机推出莫哈韦沙漠进行地面测试准备，这架巨型飞机展示了复合材料设计制造近年来的巨大进步。上个月，飞机六台普惠涡扇发动机的首阶段测试完成。

这架翼展世界最大的飞机——比足球场长度还宽——几乎完全由复合材料制造，提供轻量、高刚度和高强度特性，在航空航天、汽车、体育、医疗和工业领域需求日增。制造商Scaled Composites广泛使用Collier Research（弗吉尼亚州纽波特纽斯）的HyperSizer优化软件，优化飞机复合材料机身和机翼结构。

HyperSizer是首个从NASA商业化的软件包，广泛应用于各类航空航天及其他复合或金属材料项目。软件自动执行设计、应力分析和尺寸优化，通常能减轻结构重量20%-40%。

Collier Research总裁Craig Collier表示：“为确保任何尺寸全复合结构最高效用材，需从最早阶段有效采用设计制造优化工具。”

Stratolaunch飞机是创始人Paul G. Allen的构想。它拥有两个由巨大单翼连接的机身，六台发动机可使其从跑道起飞，携带高达550,000磅（247,500公斤）载荷。在商业客机巡航高度，飞机将释放空间发射载荷并返回机场复用。首次发射演示预计最早2019年进行。

对于巨大的Stratolaunch机翼，挠度限制是重要考量因素。双机身面板按强度、稳定性和蜂窝夹层失效模式设计。使用HyperSizer，应力团队可访问全套自动失效分析，包括快速自由体分析、离散层压板尺寸设计、基于铺层的复合材料失效分析、蜂窝夹层分析方法（如起皱、芯剪切、平向张力和单元内凹陷），以及从Excel电子表格推入载荷的脚本API。

Collier看到复合材料设计制造工具集集成持续演进。“HyperSizer软件能提供结构可制造性洞察，及潜在制造问题，”Craig Collier说。“它能在早期设计思维中融入层压板制造偏好；制造易用性正成为层压结构强度设计的主要影响因素。”

新品发布

产品线工程（PLE）开发商BigLever Software（德克萨斯州奥斯汀）和工程流程管理供应商Method Park（匹兹堡）联合开发了新的基于特性的PLE流程框架，提供现成的最佳实践模板，助力PLE成功落地。

该框架现已可用，结合Method Park的Stages流程管理系统与BigLever的三层PLE方法论，帮助企业加速向PLE实践转型，实现跨职能协同。企业可利用框架优化PLE运营，改善软件、电气、机械领域的沟通协作，避免临时和一次性方法的陷阱。BigLever将新框架作为其整体onePLE解决方案的关键部分。

基于特性的PLE通过共享工程资产集、受管特性集和高效自动化产品线生产手段，大幅简化产品线组合的创建、交付、维护和演进。新流程框架提供完全可定制的运营概念（ConOps）模板，明确组织架构、角色、职责和流程，使其在PLE范式下有效运行。

Boothroyd Dewhurst Inc.（罗德岛州韦克菲尔德），DFMA（面向制造和装配设计）软件开发商，发布了更新版DFM Concurrent Costing 3.0。作为工程和采购团队的成本分析工具，新版软件让制造商超越基于过往投标的“价格”模型，转向基于科学测试数据和研究的工业成本模型。公司称，这提供了高度可靠的“应该成本”产品视图，揭示隐性成本驱动因素，优化设计和生产。

DFM 3.0让OEM及其供应商在中性框架下探讨投标，讨论机型、速度、加工序列和最佳自动化水平。这种知情环境鼓励供应商建议，围绕专长、最佳成本实践和共同目标建立更深度、集成的伙伴关系。

传统价格模型与数据驱动成本模型的差异可能显著，影响产品制造区域/国家的决策。设计和成本核算得当的产品更可能留在原制造地点及现有资源附近。OEM和供应商可围绕DFM软件协作解决这些战略问题。在设计早期或原型阶段进行DFM分析可缩短上市时间，影响直接和间接成本，优化产品功能。个人或团队均可用于权衡决策以降低成本。

新版亮点包括：DFM 3.0中的几何计算器得到简化并整合到主响应面板，更好地引导用户进行零件DFM成本分析；默认制造工序和用户工艺库得到精简，所有公式窗口新增测试视图面板；自定义工序和用户工艺开发更快更易；整体外观更新，提供DFA和DFM应该成本之间更连贯的用户体验；DFA/DFM软件链接性能提升，实现软件包间更无缝的数据集成。