智慧研制路线规划的目标是确定在可预期的有限时间内，依据目前技术水平，体系建设所能达到的最好程度，并研制合理的建设路线。通常来说，智慧研制建设路线一般规划为三个阶段，各阶段的目标分别是模式转型、正向研制和智慧发展，如图4-21所示。

4.9.1　第一阶段：模式转型

围绕企业核心业务，开展业务优化、平台建设、管理改进三方面的工作，基于智慧研制体系推进研制模式转型，促进核心竞争力的有效形成和全面提升。

作为多学科、多专业、复杂产品的研制企业，数字化研制流程是开展型号工作的基础。在模式转型期间，结合智慧研制建设的总体目标，在研制流程梳理的基础上规划三个方面的建设内容：知识的伴随、质量的管控和研制工具的集成，最终形成具有智慧研制特征的数字化研制业务蓝图。

（1）研制流程：是复杂产品的顶层工作依据，是智慧研制体系的基础和核心。研制流程的显性化是研制过程固化的最好手段。对型号研制工作进行完整分解，形成标准工作分解结构（WBS），进而形成标准化和规范化的研制流程，是提高型号策划能力和工作执行力的基础。在型号开发之初，通过对标准产品分解结构进行剪裁、补充、完善和修改，完成型号研制的顶层策划，使整个产品研制过程有据可依。标准化的研制流程对研制人员在产品研制过程中的行为进行规范，强化研制过程的条理性、可预测性、可跟踪性和可追溯性，减少部门之间沟通和协调成本。

（2）知识管理：这个阶段也称为面向流程的知识工程，是智慧研制体系的重要内容，也是智慧研制的特色之一。研制型企业作为知识密集型企业，以往的型号资料知识保存于个人电脑或档案部门资料柜中，或者存在于研制人员的大脑中。通过实施知识工程，对企业知识资源进行系统梳理、建设与优化，形成适合企业发展的知识体系。将知识资源与研制流程相伴随，在型号研制过程中自动推送知识，实现知识资源的高效利用。

（3）协同开发：是复杂产品研制过程重要的工作模式。流程管理解决企业技术管理层面的问题，协同开发则是解决企业技术开发层面的问题。研制流程梳理将研制工作分解到工作包层级，协同开发则能够对工作包的执行步骤进一步细化分解，通过工作流实现研制人员之间的协同。通过工具集成、组件封装和过程建模等手段为工作包的执行制作工具，丰富工作开展的技术手段，提升综合解决研制问题的能力。通过过程数据管理实现所有活动与工具所产生数据的完整记录，最终实现人员、数据和工具的协同。

（4）质量管理：是企业对研制质量的持续改进，也是研制能力的持续提升。为了使质量管理真正融入型号研制过程中，在研制流程中增加了质量要求文件的自动推送。在研制活动执行过程中增加了质量检查的环节，研制人员利用检查表完成质量自查互查。为项目负责人和质量管理人员提供质量监控环节，实时监控项目质量情况。研制流程中增加质量控制点，通过质量控制点及时发现质量问题，并通过质量跟踪、质量归零等过程实现产品质量的全过程管理，最终实现高品质的研制。

4.9.2　第二阶段：正向研制

针对企业正向研制能力进行专项建设，形成完整的正向研制流程、方法、工具和平台，并进行相应组织的优化和变革。此项工作主要从以下几个方面展开。

（1）需求管理：建立系统化方法，用于获取、记录、组织和跟踪系统需求。针对型号研制的需求定义、需求关联、需求追踪、需求变更等要求，定义和配置各阶段、各文档需求追踪矩阵，以及进行需求变更影响分析。

（2）系统设计：打造从需求出发的系统设计体系和能力，可以完成需求定义与指标分析、逻辑分解与功能分析、系统综合和架构设计以及系统仿真等工作。建立基于MBSE的系统开发体系，构建一个基于模型的系统研制环境，解决以前基于文档的落后设计模式所存在的各种问题。

（3）软件工程：针对CMMI（GJB 5000A）的要求，梳理软件研制的真实流程，提供以软件项目管理为主轴，将过程域有机结合在一起的软件开发集成与管理平台，提高软件开发全过程管理的可视化。企业软件开发人员只需要按照熟悉的方式工作，平台可以自动记录、输出和排版CMMI（GJB 5000A）评审和年审要求的证据链。

（4）快速论证：建立总体方案的参数化快速建模和论证方法，快速创建行业化方案模型，通过型号研制所需的专业工程算法及商业分析软件，实现基于几何样机的总体方案快速论证与评估。

（5）项目管理：覆盖范围管理、时间管理、资源管理、成本管理、质量管理、风险管理、沟通管理、合同管理、综合管理等领域，以项目进度、资源、质量、成本整体最优为目的，实现对项目核心要素的动态控制。通过对复杂项目全过程中的信息进行整合与控制，解决工程数据与项目管理信息的关联一致，实现对型号项目的全生命周期动态管理。同时，实现单项目管理、多项目管理、项目组合管理的全方位管理，全面提升企业项目管理水平。

（6）综合仿真：打造企业综合仿真体系，实现仿真驱动研制的理想。通过梳理研制流程并进行仿真化改造，形成仿真流程、标准和规范，建立仿真组织和人才梯队，进行仿真软硬件装备的规划、选型和建设，开发协同仿真平台，包括仿真流程管理、仿真数据管理、仿真工具封装、仿真过程集成、多学科优化等模块。

（7）综合试验：包括实物试验管理和虚拟试验体系。试验管理是对实物试验过程和数据的管理，强调对试验数据资产的保护。虚拟试验是用仿真手段提升试验的有效性，促进实物试验的规划、目标设计、过程设计、过程操作和结果分析，将试验扩展到实物试验所不能达到的范围。

（8）知识工程：将智慧研制体系的构成要素进行分解，并据此进行针对性的知识增值加工，使这些要素与业务过程完全融合，按照智慧研制或其子体系的业务逻辑进行组织，就可形成相应的业务平台。详细参见第4~8章的内容。

（9）业务优化：在第一阶段已经建成的智慧研制模式与组织管理体系下，开展针对正向研制能力的业务优化和建设工作。对正向研制流程进行显性化梳理、数字化及工具化改造、知识伴随和质量关联，进行软硬件的规划、选型和建设。

（10）管理改进：根据正向研制模式的需要，进行组织机构和职能的调整以及专业间的重新组合划分，并开展流程、标准与规范的建设。

4.9.3　第三阶段：智慧发展

除了强调研制模式转型后的信息化以及正向研制的数字化外，智慧研制体系还关注以下几个方面：

（1）特别强调知识工程的深化应用，与研制体系全面和深入融合。知识工程是智慧研制体系的基础，是智慧研制体系要素建设的工程，是研制资源知识化程度的提升过程，也是智慧级别的提升过程。

（2）将工业大数据和工业物联网放到理想模型的两肋，不仅支撑和改造研制过程，支撑智能产品的开发，同时改造知识、质量、流程和监控体系。

（3）采用研制基础云平台，将PaaS和IaaS工业化，并嵌入工业中间件，以支持智慧工业时代基于互联网的开放化和协同化研制模式，同时支持智能产品基于云的智慧运营。

通过实施智慧研制体系，建设基于工业云的产业链协同研制、知识驱动的创新研制、基于大数据精确决策的研制体系，全面提升企业研制的智慧化程度。此项工作主要包括以下内容的建设。

（1）基于产业链云平台和大数据分析的智慧驾驶舱：研制过程智慧感知体系；

（2）基于云平台的产业链协同研制管理体系：管理复杂智能产品需求、产业链协同流程和跨企业项目协同；

（3）基于大数据的知识创新体系：利用大数据技术，对资源、数据、信息、模式和技术进行深度分析，形成全息化知识，并向研制过程精确推送；

（4）基于大数据的质量防控体系：通过产品全生命周期的大数据分析，特别是分析产品生产和运营期间的海量数据，形成对产品质量的反馈，指导研制过程对质量进行有效防控；

（5）基于性能样机的复杂智能产品协同开发体系：充分发挥仿真工具和技术的作用，为产品和系统开发提供全生命周期的设计分析和性能透视；

（6）基于工业云的科技资源共享体系：利用智能产品研制需要的构件，如工业软件构件、智慧研制平台构件、CPS构件、产品模型、技术模型和过程模型等，搭建智能产品开发资源的开放共享平台，即智能产品技术平台；

（7）基于产业链云和产品生命周期管理联盟（product life cycle support，PLCS）标准的数据采集、管理与协同体系：是产业链协同研制与产品全生命周期数据协同的基础；

（8）利用工业物联网、工业大数据、工业中间件、工业IaaS、工业PaaS等基础技术，建立研制云平台，为整个智慧研制体系及智能产品的服务化运维提供基础支撑。 GJ67lFlUMCTgsF182O/V5s8UAh7wqUo2IA49jpWyhVZVdup57GlyU0fi0ECD3VZl