本源：系统的起源与发展认识

PLM系统是随PDM（Product Data Management）系统发展演化而来的。PDM历经多代产品，分别解决了CAD设计人员的二维和三维工程图纸和技术文档的管理，企业内产品设计、工艺部门的数据管理和流程管理，跨企业的异地协同设计和管理等突出问题，最后进入到管理产品研发设计、生产制造、试验验证、售后服务等全生命周期业务，至此，产品生命周期管理（PLM）概念开始出现。对PDM的功能范围，业界有PDM “三板斧”和“五板斧”提法，直指PDM核心功能是图文档管理、签审管理、BOM管理、变更管理和配置管理。依据CIMdata定义理解，PLM是单一企业或多企业联合协作开展产品全生命周期的信息创建、管理、分发和应用的一系列应用解决方案，它能够集成与产品相关的人员、流程、应用系统和信息。PLM虽在时间和空间的管理维度不断发展，但始终在“集成、数据、协同、安全”保持本质特征。

集成：系统是连接汇聚各类工具和应用的枢纽

PLM承担连接汇聚各类工具和应用的枢纽，通过集成多种类工具（如CAD、CAE、EDA、CAM、CAT等）和应用系统（如ERP、MES等）将工业软件、应用系统、人员和信息贯通。

数据：系统是产品生命周期数据的权威数据源

PLM被视为管理产品智力资产的单一、权威数据源载体，PLM始终保持了产品设计和配置相关数据的源头特性，牵引产品生产制造等后续生命周期阶段应用。

协同：系统是产品全生命周期业务贯通的基础

协同是PLM最直接的最本源的功能体现，PLM将企业内、企业间、合作伙伴等不同利益体集成协同到一起，共同开展产品构思、设计、生产制造到维护等活动，赋能业务。

安全：系统是企业核心产品数字资产的盾牌

安全是PLM最基础的保障要求，涉及产品全生命周期数据、模型、流程，是企业的核心竞争力所在，PLM系统要提供安全、可靠的资产保护。

发展：系统的新时代要求与内涵

PLM系统的新要求

当前，在数字化转型大背景下，PLM呈现新的发展趋势，如以文档为中心向模型数据为中心的业务范式转变，基于MBSE/MBD的正向研发和全三维研制应用更广泛、多层次跨领域业务协同更普遍、大数据/AI/知识工程等关键技术持续赋能、以及系统向平台化方向发展明显并提供可定制解决方案等。我们可赋予PLM新的内涵认识。

PLM是制造型企业数字化转型的抓手

数字化转型是企业提质增效的内在需求，也是企业改革发展的必然途径，已成为企业必修课。转型重点是通过构建企业在数字空间的业务孪生来降低内外部不确定性的影响，其核心抓手和突破口是数据和流程。而PLM系统是管理企业产品核心资产和产品相关流程的所在地，是支撑数字化转型的抓手系统。

PLM是模型数据驱动研制模式创新的支撑

从以文档为中心向模型数据驱动的研制模式转型，重点是构建实物产品的数字产品空间。利用产品数字化、过程数字化、规则数字化技术，形成产品数据域、过程域和业务域的融合，支持全生命周期模型体系管理，以及全生命周期技术和管理活动，逐步形成模型数据驱动的数字化研制过程。PLM作为管理产品所有资产并有效协同各利益方的基础系统，是研制模式变革的直接支撑。

图 1 模型数据驱动的产品数字化研制模式示意图

PLM是体系推进自主可控应用的关键牵引

当前，我国工业软件领域形成多品类自主工业软件产品成果，并在局部应用点上发挥重要作用，但是尚未形成“点-线-面-体”的体系化应用格局。要体系化推动自主软硬件成果的工业应用，需发挥PLM的枢纽牵引作用，拉动覆盖基础设施、基础软硬件、工业软件产品和业务应用的立体全栈式自主可控应用，构建具备“实时、在线、安全、智能”特征的新PLM协同应用，支撑安全可靠的工业软件产业链和自主生态建设。

PLM系统的内涵

综上分析，我们认为：新一代PLM系统是运用先进的数字化理念、工具和技术，以相关利益方（含客户、企业内部、合作伙伴等）协同论证、创建和使用产品资产为基本目的，以产品全生命周期的权威数据源管理为主线，构建产品的数字空间，开展模型数据驱动的规划论证、研发设计、生产制造、试验测试、运用保障活动，以及科研生产管理活动，形成客户需求快速对接、工业部门按需研制、合作伙伴有序配套的体系性协同环境，支撑企业产品全生命周期的业务赋能与流程再造，以及业务的重构和优化，助力企业研制范式变革和业务转型。

思考：PLM系统的建设思路设想

新一代PLM系统的“新”体现在“系统理念新、管理内容新、协同层次新、赋能手段新”四方面，理念上坚持系统思维，定位到推动企业研制范式和数字化转型的支持基座。管理上坚持数字思维，构建体系化的模型数据体系，数据范围更全、数据类型更多、管理粒度更细。协同层次方面秉持上游思维，围绕模型驱动，形成工程急需的模型“集、析、管、构、用”能力。技术上采用先进架构，融入人工智能、知识工程等，形成动态、灵活的构件化组装式应用，以及更快捷、精准的模型数据服务。

图 2 PLM系统的框架思路示意图

夯实系统之基：开放性技术平台

技术平台是PLM系统与外部软硬件的切分界面，向下兼容各类软硬件环境。向上支撑PLM系统的功能研发和应用，助力企业科研生产数字化转型。平台需重点关注基础技术能力、软硬件适配能力、多类应用模式支持能力和高阶应用支持能力。

锤炼系统之魂：全周期数字主线

全生命周期数字主线是PLM系统本源功能的固化和深化，效果体现为按照业务流程要求，将正确的数据在正确的时间递送给正确的消费者，完成从数据提供方到消费者（包含人员、工具软件、应用系统、设备等）的安全、高效递送。全周期数字主线包括以下关键能力，一是管理全生命周期数据，构成PLM系统的数据基础。二是全生命周期数据的结构化、参数化和模型化处理。三是通过模型数据的网络化管理，将数据从“孤立状态”连接为“连通状态”，形成经纬相通的数据网络。四是模型数据的业务赋能，即通过管控流程、技术流程和协同流程，为业务提供数据服务，并与可视化技术和工具深度融合，构成3D为主的直观、模型驱动的产品研制协同环境。

图 3数字主线能力构成示意图

重塑系统之体：全周期应用套件

应用套件作为PLM系统的具象化表现形态，在平台化背景下要具备构件化特征，可随业务变化独立或组合运行。应用套件的来源包括几类，一是通过集成方式将各类工具软件（如MBSE工具、CAD、CAE等）纳管到系统管理。二是通过技术接口、数据库集成和流程集成等方式将应用系统接入。三是利用平台技术能力重构的业务套件。这些应用套件是支撑全生命周期业务应用的关键工具和生产力体现，是PLM系统提供解决方案的基本构件。

精描系统之眼：体验式工作空间

工作空间是系统的直接体验窗口，是数字产品空间中重构和执行数字化流程体系的终端载体。工作空间需考虑主流体验、工程特殊性、学习成本以及推进难度等因素，系统从能用、好用到易用，需在体验上下功夫。体验式工作空间可考虑三类风格，即服务原有用户的既有界面风格、适应当前体验要求的个性化风格以及3D沉浸式风格，尽量避免“做新的丢旧的”。

 建议：系统的相关研发应用建议

   以重大工程为牵引，筑牢产品工程能力和解决方案体系

工业软件需求来源于工业，赋能于工业。要在调研分析重大工程在技术、应用、资源、模式和运营等客观需求基础上，为工程提供可行、可靠的解决方案。

做好工程需求分析，加强原创关键技术策划和创新

重点围绕工程，发现并识别重大技术机会，突破制约工程应用的关键核心技术，解决工程直接关切。同时，要结合实际场景，对产品进行再定义、再规划和再优化，明确系统功能、性能、易用性要求和指标，研发可靠软件产品，突出特色能力培育和形成，力争走出对标发展的老路子。

结合工程应用需要，加强分层分级的解决方案建设

结合工程需求，甄选、评估工程所需的自主工业软硬件生态伙伴，以PLM系统为牵引，联合打造适合工程需要的构件化、组合式应用，并具备适应业务变化的“快、灵”技术能力，支撑研制范式变革的动态性、长期性，为总体、分系统和配套单位提供实用、好用的个性化解决方案。

以工程需求为牵引，强化历史资源和系统平替能力

系统建设要避免出现“修路拆城”现象，尽量降低建设或升级对业务应用带来的影响。平替能力需覆盖不同厂商的同类产品替换，以及同一公司的产品替换和升级，两类场景均需保持客制化功能和应用不受或少受影响，支持平滑无感升级乃至回退操作，最大程度保护客户数字资产。

聚焦产品核心能力，打造自主可控的高质量软件

新一代PLM系统在产品上要采用减法思维，以模型数据为基础，更广泛集成各种MBD、MBE、MBX技术和工具，重点突破模型数据管理、数字样机应用、多层次业务协同等核心能力，形成跨代特征鲜明的PLM产品。

PLM系统能力构成包括集成维度、数据维度、模型维度、协同维度和数智维度的功能集。

数据维度是PLM系统的基本功能，历经近二十年发展已经相对成熟稳定，避免重复投入。集成维度要重点研发与各种工具的深度集成，实现多品类模型的解析、管理和应用。模型维度重点突出工程特性，强化模型的连续性，力争打通模型的应用全链条。协同维度重点聚焦到以模型数据驱动的协同场景，以及由此引起的IPT等应用模式变化，探索供需方协同论证、方案设计、设计仿真、设计制造等典型应用场景。数智维度结合工程场景加大人工智能技术应用，从智能知识推送、自动化模型识别处理、数字工程师等方面探索应用落地，将耗时耗力易错环节实现自动化和智能化，为业务人员提供AI赋能工具。

产品上建议采取“数据驱动做优，模型驱动做强、数智化做实”策略，数据维度做优，模型和协同做强，数智维度做实。

图 4 PLM系统分类功能示意图

以国家创新战略为指导，加快PLM系统数智化进程

传统PLM系统注重管理，弱化工程，新一代PLM系统要站在用户和业务角度换位思考，通过AI赋能为业务带来更多粘性，为用户赋能并大幅减负。在数据的“集管用”、模型的“集析管构用”中强化AI场景识别和场景赋能，形成数据“集管识用”和模型“集析管识构用”新场景，探寻多方案设计空间的快速寻优、创成式CAD设计、复杂系统智能仿真分析、智能生产调度、智能质量检测与控制、智能设备运维、智慧管理等数智化应用，形成AI赋能工具集，加快系统的数智化进程。

结语

PLM产品要力争做到“平台基础牢、核心功能强、业务方案好、应用体验优”的高质量、高可靠的软件系统，通过PLM牵引，打造分层分类解决方案，带动自主软硬件成果的工程化应用和优化，支撑模型数据驱动的研制范式变革，带动自主工业软件生态建设。