4. 生命周期数据模型与元数据

数字线程要贯穿产品从需求、设计、工艺、制造到运维的全生命周期,前提是各阶段产生的数据能被统一理解、关联和追溯。做到这一点的技术基础,是清晰的数据模型与规范的元数据体系。本章围绕产品数据模型(PDM)、物料清单(BOM)演化、元数据标准、数据字典与本体建模方法展开,重点说明这些模型在数字线程中如何承载“同一产品、不同视角、跨阶段演化”的数据关系。

一、产品数据模型:从文档管理到结构化对象

产品数据模型(Product Data Model)是对产品相关数据对象、属性及其关系的抽象描述。早期 PDM 系统以“文档”为中心,把图纸、工艺文件作为受控文件管理,版本与权限是核心;而数字线程要求以“产品对象”为中心,把零部件、特征、材料、接口、需求、试验等建模为可关联的实体。典型的产品数据模型包含四类要素:

  • 对象类:如产品、部件、零件、文档、需求、变更单;
  • 属性:如件号、名称、材料、质量、版本、状态;
  • 关系:如“由……组成”“引用”“替代”“实现”“验证”;
  • 标识与版本:如全局唯一标识(GUID)、版本号、基线。

以某减速器产品为例,其产品对象可建模为:产品(减速器)—由—部件(箱体、齿轮组、轴系)—由—零件(齿轮、轴承、端盖)。每个对象携带件号、材料、质量、版本等属性,并通过“组成”关系形成结构树。数字线程中的追溯,本质上就是沿这些关系在对象之间跳转:从运维故障件反查到装配批次,再反查到工艺参数与设计版本。

二、BOM 演化:同一产品的多视图表达

BOM(Bill of Materials,物料清单)是产品结构在特定阶段的视图。生命周期中 BOM 并非一份静态清单,而是随阶段演化的多视图集合,常见包括:

  • EBOM(工程 BOM):按功能与设计结构组织,关注“产品由什么构成”;
  • PBOM(工艺 BOM):按工艺路线与装配顺序重组,关注“如何制造”;
  • MBOM(制造 BOM):按实际生产与物料供应组织,关注“用什么料、在哪个工位装”;
  • SBOM(服务 BOM):按维修与备件组织,关注“如何维护与更换”。

BOM 演化的关键不是重新建一份清单,而是建立视图之间的映射关系。例如 EBOM 中的“齿轮组”在 PBOM 中可能拆分为“齿轮装配工序”,在 MBOM 中对应具体物料编码与工位,在 SBOM 中对应可更换单元。映射关系一旦建立,任一视图的变更都能沿映射传播,从而支撑变更影响分析与追溯。

BOM 多视图演化与映射关系 EBOM(工程) 减速器 ├ 箱体 ├ 齿轮组 └ 轴系 PBOM(工艺) 箱体加工工序 齿轮装配工序 轴系装配工序 总装与调试 MBOM(制造) 物料编码 M-001 工位 W-03 批次 B-2024 供应商 S-07 SBOM(服务) 可更换单元 RU-01 备件编码 SP-12 维修手册章节 结构映射 工艺映射 服务映射 元数据层:标识 · 版本 · 状态 · 关系 · 来源 · 时间戳 统一元数据使 EBOM / PBOM / MBOM / SBOM 可关联、可追溯、可校验 数据字典定义字段语义,本体建模定义概念与推理规则

三、元数据标准:让数据可被机器理解

元数据是“描述数据的数据”。在数字线程中,元数据决定了数据能否被跨系统检索、关联和校验。常见的元数据标准包括:

  • ISO 10303(STEP):面向产品数据交换,定义产品结构、几何、配置等表达;
  • ISO 15926:面向流程工业全生命周期数据集成,强调本体与参考数据;
  • IEC 61360 / ISO 13584:面向元器件与零部件属性字典;
  • Dublin Core、schema.org:通用资源描述,常用于文档与数据集;
  • W3C RDF / OWL / SHACL:面向语义网的本体描述与约束校验。

选择标准时,应优先考虑与上下游系统的兼容性,而不是追求“最全”。例如航空结构件常以 STEP AP242 承载几何与 PMI(产品制造信息),而运维阶段则可能用 RDF 表达故障与备件关系。两者可通过统一标识与映射规则衔接。

四、数据字典:字段级的一致约定

数据字典是对数据元素的定义集合,通常包含字段名、中文名、数据类型、取值范围、计量单位、必填性、来源系统和业务含义。它是跨系统集成时最直接的“契约”。例如“件号”字段,若设计系统用 part_no、制造系统用 material_code,就必须在数据字典中明确二者映射关系与格式规则(如长度、前缀、校验位)。

一个可落地的数据字典条目示例:

字段名中文名类型单位必填说明
part_no件号字符串—是全局唯一,格式:两位类别码+六位流水号
material材料字符串—是引用材料字典编码
mass质量浮点kg否保留三位小数
version版本字符串—是形如 A.1、B.2
status状态枚举—是设计中/已发布/已冻结/已废弃

五、本体建模方法:从字段到语义网络

数据字典解决“字段一致”,本体则解决“概念一致与可推理”。本体建模通常遵循以下路径:

  1. 确定领域与范围:明确本体覆盖产品结构、工艺、质量还是运维;
  2. 抽取核心概念:如 Product、Part、Process、Resource、Requirement;
  3. 定义概念层次:如 Part 是 Product 的子类,Gear 是 Part 的子类;
  4. 定义属性与关系:如 hasMaterial、isPartOf、realizes、verifiedBy;
  5. 添加约束与公理:如“每个 Part 必须且只能属于一个 Product”;
  6. 实例化与校验:用真实数据填充,并通过 SHACL 或推理机检查一致性。

以减速器为例,本体中可定义 Gear 类,其属性包括模数、齿数、材料;关系 isPartOf 指向 Gearbox;verifiedBy 指向试验记录。当运维系统报告某齿轮故障时,可沿 isPartOf 反查所属产品,沿 verifiedBy 找到试验数据,沿版本关系定位设计基线,从而形成完整的追溯链。

实践建议:在数字线程项目中,先建立最小可用的数据字典与核心本体(产品、部件、文档、变更四类对象及其关系),再随阶段扩展。避免一开始就追求大而全的本体,导致落地困难。
常见误区:把 BOM 演化理解为“多套 BOM 各自维护”。正确做法是维护单一数据源与视图映射,任何视图变更都通过映射传播,否则数字线程会在 BOM 层断裂。

综上,产品数据模型定义了“有哪些对象”,BOM 演化定义了“同一产品的多阶段视图”,元数据标准与数据字典定义了“如何一致地描述”,本体建模则定义了“如何让机器理解概念与关系”。四者共同构成数字线程生命周期数据管理的语义底座,使跨阶段、跨系统的数据关联与追溯成为可能。