下载掌阅APP，畅读海量书库
立即打开
人工智能技术的进步为将计算机和信息科学技术融入制造业带来了新的可能，进而促成了一个灵活且智慧的生产体系，以迎合市场的实时需求变化。在这样的智能生产框架下，信息技术与前沿生产技术实现了深度整合。得益于物联网、边缘计算等尖端技术的推广应用，制造过程中产品的整个生命阶段都积聚了丰富且有价值的数据资源。有效利用智能生产体系内的数据资源来管理产品的生命周期对于推动制造业的价值链转型升级至关重要。
产品生命周期管理（PLM）是企业管理复杂知识过程的关键信息战略，涵盖了产品从需求分析、设计、生产、销售、服务到废弃回收的全程。产品设计是工业生产的关键环节，对整个产品生命周期产生了深远的影响。在设计的每一阶段，涉及到丰富的知识和数据，包括产品规划、初始设计、结构设计，以及细节设计等。设计师在整个设计流程中，往往需要大量时间用于整理和管理这些设计知识和数据。因此，高效的设计知识与数据管理是企业提升市场竞争力和缩短产品开发周期的关键技术。
随着社会的演进，数据作为一种资源，在积累的同时，在各个行业中也扮演着越来越关键的角色。这些产品数据是伴随产品整个生命周期产生的，并由产品与人类及环境的交互作用共同构成。主要数据来源包括互联网上的数字资源、网络化的物理系统，以及科学实验所得数据。在智能设计的新时代，通过匹配功能的应用以满足客户需求，进而通过终端记忆与模拟学习预测消费者偏好，这一过程与人脑的思考方式相似。在产品的设计与开发过程中，数据已成为一个不可或缺的元素，贯穿产品生命周期的始终。
在产品设计的实践中，设计师依靠丰富的产品数据来做出决策，将一系列功能需求转化为具体的产品实施方案。产品设计是一个多阶段、迭代性的复杂活动，包含了从产品的原理方案设计、宏观设计到详尽的方案设计等多个环节。每个设计任务都需要明确的分工，且往往涉及到若干子任务的子流程。这些设计任务需要多轮迭代，对数据的支持需求极其强烈。产品设计的过程可以分为四个关键阶段：计划与分工、概念设计、结构设计和详细设计。在这一连串的设计阶段中，各个环节都有其特殊的工作内容，涉及众多员工和部门的协作，这一过程中将产生大量的数据。以下是与需求分析、概念设计、详细设计相关的产品数据介绍。
（1）需求分析：在这个阶段，基于市场和顾客的数据需求，分析关键顾客的偏好，并将这些偏好精准地转化为产品的属性和规格，关键任务是有效捕捉和筛选出客户偏好的数据。需求分析所涉及的数据可能包含顾客反馈、满意度调查以及网络上的评论和视频等。
（2）概念设计：在此阶段，设计师通常会构建基于数据的产品概念模型，并结合概念设计过程中的数据来获取相关的知识，以辅助概念设计的决策。在建立功能结构和寻找合适的工作原理之后，将解决方案整合为一个可行的工作模型。概念设计阶段可能包括产品的功能需求数据、结构设计数据和各种设计方案的备选数据等。
（3）详细设计：在这个阶段，设计师根据收集到的产品数据来对产品开发进行建模。这些数据描述了如何基于特定的需求来构建产品方案，并支持设计过程中的仿真和验证。详细设计阶段可能会用到的数据包括产品的外观造型、配置选项以及各种设计参数等。