EN
新闻中心
News Center
软件业务
研发信息系统|聚焦车企数字化转型 企业级知识管理现状分析与优秀应用工具介绍
最后更新:2020-03-04 浏览:589次

新冠疫情的发生深刻影响着各行各业,对于汽车行业来说,面临着内部车型研发升级与外部市场下行的双重压力,在此背景下,“数字化转型”成为提升研发效率和产品竞争力的关键要素。

汽车“新四化”现已成为行业发展的共识。企业一方面要实现产品高效开发、持续创新、快速响应市场需求、缩短研发周期;另一方面要规避人才流动、流失对企业造成的知识经验资产流失的风险。如何凝聚企业的智力资源形成智能化数据资产,弱化人员流失的影响,将知识有效、高效、精准地应用到新产品创新开发中,是当下各个车企需要重点研究与推进的难点之一,随着信息化新技术的不断应用,车企知识管理与知识应用逐步走向智能化。

企业级知识管理是车企走向智能化的前提,数据资源中心立足信息化技术服务能力,分析知识管理现状,搭建知识工程平台架构,并提出以融合新技术的信息化工具,助力车企知识管理与应用。

01 车企知识管理

知识管理从广义上来看,主要有个人积累、图书馆式、说明书式、工具书式、智慧式五大类,五大类互有重叠,但整体呈现递进发展的关系。目前国内汽车领域开展的知识管理数字化建设,多数处于“图书馆式”或者部分实现“说明书式”,因为多数企业依托于现有信息化的架构体系开发知识管理平台,早前建设的信息化系统较为孤立,难以真正意义上实现“人”、“知识”、“业务”互联互通的闭环知识工程。

image.png

知识管理五大阶段

传统意义上的“图书馆“式知识管理局限于知识文档的收集,仍然需要依靠工程师的主动学习应用,难以将知识以数字化、软件化的形式融合应用于汽车研发任务当中。预期未来汽车研发全流程将以项目应用为导向,结合云平台、分布式、人工智能、智慧检索等先进技术,实现大规模异构系统的知识软件化、辅助决策和信息管理等核心数字化工具。构建以企业级数据中台为大脑、功能模块化拓展的智慧型知识工程平台将会是车企重点探索的方向。

image.png

智慧型知识工程应用场景

image.png

数据资源中心知识工程管理平台框架

02 知识应用新技术

随着信息技术的不断发展与创新,针对汽车数字化研发以及知识封装软件化的需求,汽车研发设计领域涌现出了诸多知识应用的新技术。

l 基于知识的工程(KBE:Knowledge Based Engineering)

数字化发展的背景下,汽车结构设计工作需要依靠工程师操作CAD、CAE等工业软件完成,模型是知识的集成和重构,研发质量与效率很大程度上取决于工程师自身的经验,在实际工作中会遇到以下几种潜在问题。

  • 标准法规应对复杂,工程师需要研读标准文档并操作软件完成若干项法规参数校核,对工程师的工作经验要求高。

  • 部分设计环节复杂,实际开发中部分设计工作的完成需要依托于工程师熟练的软件技巧和研发经验。

  • 设计过程重复操作,开发中存在一定量的、重复性的设计,需要工程师多次操作软件完成同一个动作。

为了提升研发效率和质量,众多车企进行了数字化辅助研发的KBE工具研究工作。通过把规范的校核、最优的设计等隐性知识转化为正规显式的知识,把智慧资产封装为产品设计流程及模板,以KBE工具的形式集成在CAD、CAE软件中应用,以标准化减少人为因素影响,不同水平和经验的汽车研发人员使用统一的设计流程完成研发任务,提高研发效率,达成一致的、高水平的研发质量。

数据资源中心立足于法规标准解读能力,开展了面向行业的需求调研,并聚焦于研发设计端和验证端,现有团队能够开发的KBE产品涉及整车研发全生命周期内的设计、仿真、工艺等数十个领域上百个细分功能。

image.png

KBE常见应用场景及典型工具

三维模型检索技术

三维数模是车企研发知识模型化的体现,凝聚了企业众多的智力资源。但随着企业三维模型数据量不断增加,会存在以下几种问题:

  • 数据冗余。工程师创建了大量重复、冗余数据上传到PDM系统,个别企业甚至存在出现一物多码的情况。

  • 数据查找效率低、不全面。传统的基于零件编码的查找方式需要耗费一定的时间,且难以保证查找的全面性。

  • 模型复用率低。无法保证工程师在产品开发时知晓所有历史数据的存在,历史数据难以再次利用,造成企业知识资源浪费。

  • 缺乏查找途径。特别是针对初级工程师在学习阶段,例如断面、竞品对标等过程,缺乏快速检索出企业内部相似设计的手段,增加了学习的时间成本。

针对上述问题,通过应用三维模型检索技术可以得到有效解决。三维模型检索是一项成熟的技术,其基本原理是基于模型的内容去搜索数据库中相似的模型数据。

数据资源中心集成集群计算和深度学习算法,打造了高性能和高可靠性的三维模型检索工具,300万三维模型数据库,平均检索时间可以达到毫秒级,支持多种主流CAD数据格式,支持嵌入在UG、CATIA等主流CAD软件中作为插件使用。基于模型检索算法,结合使用者的不同需求,可以衍生出诸多应用场景,例如数据库冗余查询、工程设计相似结构推送、基于断面反查数模等等。

image.png

三维模型检索技术应用场景

知识图谱技术

车企经过多年积累,内部已经沉淀了海量的知识,同时汽车领域通用的知识也是海量的。但目前已有知识多为文本或者图片形式,工程师在学习及应用知识的过程中会存在以下2项典型的问题:

  • 知识获取不全面。知识内部存在一定的隐含、衍生与关联关系,仅通过知识的标题或者某些关键字来获取知识,势必会造成知识获取不全面。

  • 知识孤立。知识之间的显性与隐性关系仅仅依靠人工难以梳理完成,无法构建完整的培养员工专业能力的知识地图,同时知识也难以与开发任务建立关联。

针对上述2项典型问题,通过应用知识图谱这项技术能够得到有效解决。知识图谱是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系,并推过知识推理将结构化的数据组合成新的知识。知识图谱技术已经在金融、医疗、教育等诸多领域广泛应用。以目前市场上认可度比较高的医疗知识图谱为例,通过对互联网、专业文献等医学大数据智能提取,再将数据进行标准化转换,最后对数据做结构化处理和数据分布式存储形成医疗领域的知识图谱,并基于图谱衍生出智能专家问答、医生辅助决策、通用性质的医学知识库等诸多应用场景。

数据资源中心基于对汽车领域工程师工作共性需求的梳理与研究,正在研发适用的知识图谱工具,同时认为汽车企业通过应用知识图谱技术并搭建应用平台,能够建立企业级的结构化知识数据库,构建完整的研发知识地图,以图形化、拓扑结构的形式将知识展现,支撑工程师日常学习与开展业务的需求。同时基于知识图谱平台能够衍生出一系列应用场景,形如个性化的知识推荐、开发任务辅助决策等。

image.png

知识图谱技术应用场景

数据资源中心-汽车研发设计组专注于汽车研发领域数字化解决方案与应用工具研发,以信息化、数字化技术为企业“赋智”、“赋能”。

业务联系人:

刘洋,邮箱liuyang@catarc.ac.cn,联系电话15022483473

兰锦,邮箱   lanjin@catarc.ac.cn,联系电话17602141035

(文/研发信息系统部部)

中汽数据有限公司 版权所有 | 京ICP备17070093号-12