REACH睿知特征解读

“REACH睿知”由来

  当前，全球新一轮科技革命蓬勃兴起，新一代信息技术在企业中的应用已经从提升效率、降低成本、提高质量的辅助角色，上升到生产力的中心位置。企业通过进一步推动数字化转型战略，驱动企业决策模式创新、研制模式创新、生产模式创新、产品服务创新，深刻改变企业的能力和价值主张，进而带动提升行业整体运行效率，推动产业发展沿数字化、网络化、智能化路径加速转型，从而成就智慧企业。

  实现企业数字转型的目标，需要将先进的数字化技术与企业业务进行链接并深度融合，通过工业软件体系来推动企业深度变革与转型。然而目前国内的自主工业软件发展较为缓慢，中高端领域几乎被国外工业软件占领，随着国际形势的日趋紧张，禁止国内企业购买或限制国外主流工业软件的使用，正日益成为以美国为首的西方大国阻碍我国实现制造业转型的主要手段。

  国睿信维充分结合企业数字化转型的需求，当前国内工业软件发展的现状、存在的短板，以及国际知名工业软件公司的发展历程和实践经验，坚持以打造体系完整的自主工业软件为己任，以帮助制造企业利用信息技术转型升级为使命，助推以工业强国为主要动力的“中国梦”，在公司成立十周年之际，推出了自主工业软件品牌—— REACH 睿知。

“REACH睿知”五大特征

REACH睿知通过引入中台思想，构建前后端分离的IT架构，实现对企业IT架构的再造重组优化；通过引入以用户为中心的设计思想，构建面向用户角色的一站式全新体验交互模式；通过打造单一数据源平台，实现企业研发设计、生产制造、服务保障、运营管理等业务的充分融合；通过相互关联的数字模型网络，支撑不同业务领域端到端数字链贯通；通过借助IT与OT融合和人工智能手段，建立基于大数据的分析与决策模式，加速传统企业向智慧企业转型。集合上述REACH睿知构建的核心思想，形成品牌的五大主要特征：

图1. 五大特征

R：架构再造Architecture Reengineering

传统的IT架构是单体、点对点集成的信息化构建模式，随着企业规模的日渐庞大，系统到达一定量级后，必将变得繁冗与笨重，难以面对企业高速发展，持续创新的要求，因此企业需要对原架构进行重新审视与变革。睿知通过引入中台思想，利用提供低代码开发的基础平台，将业务聚类，构建易维护易扩展“微”业务。

图2. 架构再造四个维度

• 柔性适配

  在REACH睿知品牌打造的过程中随着工业应用的不断发展，以及国产自主要求的急剧增长，在国睿信维全新的工业软件打造过程中，以构建国外先进与国内自主融合生态为目标，核心关注两块能力的柔性适配：基础支撑软硬件的适配与工业应用软件。

  基础技术软硬件包含硬件服务器（曙光）、操作系统（中标麒麟）、数据库（人大金仓）、中间件（金蝶天燕）、云生态（华为云、阿里云）等；工业应用软件主要面向产品生命周期相关工业软件的接入，包含：MBSE、CAx（CAD、CAE、CAM等）、ERP、MES等。自基础平台诞生以来，便基于平台提供的开放架构（服务化、热拔插），持续开展对国内外典型软硬件的适配工作，并逐渐转换形成了通用的集成适配框架，以方便上述软硬件的持续接入。

图3. 柔性适配（工业应用软件与基础软硬件）

• 业务解耦

  改变原有单体的应用架构，以领域建模为核心，将数据对象（领域数据元数据）、业务逻辑、应用界面、服务接口（APIs）等进行解耦设计，形成相对独立的服务单元。最终基于耦合度相对较低的业务进行能力封装，形成独立的应用服务。REACH睿知采用前后端分离的微服务架构，构建完整的服务治理能力，采用轻量级通信机制，通过去中心化的管理机制与能力构建，有效保障平台的单一数据源管理及服务的横向与分布式扩展。

图4. 多维度服务单元解耦

• 中台改造

  传统企业的核心业务大多是基于集中式架构开发的。这种集中式单体系统，一般都存在扩展能力弱、弹性伸缩能力差的问题。随着企业业务的复杂度、流程的标准化程度的不断提升，传统烟囱形式的业务管理、数据管理模式无法满足要求，因此引用中台化的思想，对现有的IT架构进行改造。REACH睿知热切关注企业所面临得痛处，结合服务化的思想从IT能力、业务能力、数据资产、知识应用等四个维度构建中台，对企业现有能力进行汇集、标定、改造、重组，并最终提供未来企业所需的服务化应用组件。

图5. 中台改造

• 敏捷响应

  敏捷在企业的数字化、信息化建设过程中，其核心关注于两个维度的敏捷：

一、对企业业务变化引起的系统能力改造的敏捷响应，通过低代码、可视化、在线化的应用构建能力打造，支持敏捷的数据建模、集成连接、页面配置、业务编排与应用封装管控，以此适配瞬息万变的业务调整；

二、对企业体量扩展引起的基础能力扩展的敏捷响应，通过一站式、全过程、插拔式的基础服务化资源的持续集成能力打造，支持应用容器化、构建持续化、部署柔性化、发布迭代化与运维可视化，以此支撑保障企业的不断扩张。

图6. 敏捷响应

E：沉浸体验Immersive Experience

  传统以功能为核心的应用系统建设，设计师为完成不同的工作，需要往返于不同的系统和工具，系统应用体验差、工作效率低。随着新时代工作模式的转型，将改变传统以功能为核心的系统建设模式，打造以用户为中心的沉浸体验环境。REACH睿知以业务场景驱动工具、数据、知识的集成整合，形成能够专属服务于各类角色、各业务场景的业务服务组件，并通过服务的灵活编排封装，形成面向用户的个性化工作环境。

图7. 以用户为中心的沉浸体验

• 场景驱动

  场景顾名思义用户应用系统的业务场景，为保障用户未来在系统中的用户体验，简化现有的操作逻辑，REACH睿知形成一套完备的场景驱动流程，主要分为3个阶段实现场景驱动模式下的应用打造：

一、对用户的应用需求与操作行为进行精准识别，主要依赖公司多年在企业应用系统中，对用户操作体验的增值开发与改造，并将用户的思想，融入到REACH睿知系列产品的自主打磨中。

二、基于用户的需求与操作行为，构建服务化的基础组件，包含页面的布局控件、操作的接口组件、标准的交互组件等，组件化、低耦合有利于后续灵活的调整与扩展。

三、匹配用户业务场景的组件化封装，可结合不同用户角色的需要，跨业务系统的流程需要，基于业务编排的能力，进行应用APP的封装，并集合人员角色进行情景化的推荐使用。

图8. 场景驱动

• 流程向导

  流程规范是企业业务流转的重要标准依据，在制造型企业的研发、生产、服务保障与企业运营管理中都不可或缺。流程一方面实现了对设计工作开展的标准化约束，同时更为核心的是提供人员开展工作的引导。因此在REACH睿知打造过程中，深刻认识到流程向导的重要性，通过流程驱动的思想，贯穿企业信息化的各个环节，并通过自顶向下的逐级分解，实现流程的逐级细化，最终形成指导工作所需的任务包；在流程执行过程中，及时进行流程执行效率的统计与评估，以此更好的推进流程的变革与再造。

图9. 流程向导

• 主动推送

  REACH睿知打造过程中，充分吸收了以人为本的思想，通过任务包的形式，将业务流程、工具方法、知识资源等信息进行有效组合，以此引导用户开展工作。通过主动推动的模式，实现流程活动的主动牵引（do what），明确用户开展工作的输入与输出信息；结合企业工具统型等要求，针对流程活动推送适合的APP应用或第三方工具，支撑工作的开展落实（how to do）；为提升工作开展的效率，以及开展工作的规范性，通过对企业知识的推送，提升知识经验的复用率，降低研制风险。

图10. 主动推送

A：能力聚合Capability Aggregation

  相比于传统单点业务系统的打造，随着产品复杂度的不断提升，业务不再是孤立存在的某个面，而是相互影响的多面体，因此需要面向全生命周期进行业务能力聚合构建，打造业务一体、多面协同、柔性适配的综合平台。REACH睿知通过将多年产品全生命周期各领域的行业最佳实践，持续打造互相融合的业务应用（IDS、PLM、MOM、MRO等），基于统一底层平台进行服务化能力聚合，为企业提供产品全生命周期端到端的数字转型支撑。

图11. 能力聚合

• 单一数据源

  REACH睿知突破模型数据管理的业务与技术瓶颈，实现复杂产品研发各阶段模型数据的细颗粒度的组织与管理新模式。覆盖产品全生命周期，从需求、功能、逻辑、物理、工艺等多个维度探索模型数据的组织与复杂关联管理与追溯，最终构建模型生命周期管理能力，形成精细化的管控与变更评估能力，并实现以模型为中心的管理模式与以BOM为中心管理模式的融合。

图12. 模型与BOM为核心的单一数据源

• 全周期贯穿

  REACH睿知的打造，秉承了国睿信维一如既往的业务主线——产品全生命周期价值链，因此在产品打造过程中，基于先进的微服务化技术开发平台，从型号的需求管控、协同研发、数据管理、工艺设计、制造执行、服务保障全生命周期入手，构建或集成整合满足业务需要的行业应用，以此支撑制造型企业产品全生命周期贯穿的平台应用模式的构建，支撑产品不同研发阶段、不同专业基于统一的上下文环境协同工作。

图13. 全周期贯穿的自主应用覆盖

• 全业务融合

  在国睿信维产品打造的初期，更多以单体的应用系统、工具打造为主，系统间通过接口的方式进行打通，包含数据接口、流程接口和应用工具的集成调度。随着多年市场中的摸爬滚打，对企业内业务诉求的理解逐渐加深，单体应用的独立烟囱，不利于企业业务的流转与快速响应。因此在自主REACH睿知品牌打造过程中，同样引入了融合的思路，将过往单业务域的系统进行基于流程、数据、应用的多维度融合。通过底层统一的业务对象模型为牵引，以服务化、模块化的业务能力打造为基础，基于业务流程进行串联编排，实现跨业务域的融合应用

图14. 多业务系统的平台化融合

• 全行业覆盖

  为了更加完整、广泛的覆盖国内典型的制造型企业应用，支撑不同企业的业务模式，例如：总体设计、总装集成、分系统或单机配套设计等复杂协同研制过程。国睿信维结合多年在各行业内的业务积累和最佳实践的沉淀，针对不同行业的特点进行了梳理，并通过基础组件与各行业解决方案包的方式进行同步规划与异步开发。最终通过基础包与行业包的部署，为行业用户提供更加贴合的业务应用环境（例如：贴合的产品研发阶段定义、贴合的行业术语名称定义、贴合的技术状态管理模式定义等）。REACH睿知通过通用服务组件库与行业服务组件库的构建，形成基础的业务服务，并基于行业属性进行编排，打造匹配的行业应用。

图15. 行业属性的应用服务提供

C：数字连续Digital Continuity

  数据是定义、分析、制造、运维产品的基础，通过一定规则进行组合包装形成展示产品一体多面的模型，产品全息数字模型是未来企业数字转型的核心。因此为推进企业数字转型，需要对企业在产品研制全生命周期的数据进行集中统一的管控，构建单一数据源，并以产品生命周期为主线，实现数据间的关联影响与连续传递，形成复杂的数字网络。REACH睿知通过对单一数据源的构建，形成定义、集成、采集、应用为一体的产品数字链，以此支撑数据一体化集中管控与孪生应用的需求。

图16. 数字连续（模型è孪生）

• 数字模型

  以文档为载体的方式中，产品定义要素信息都分散在不同文件中，相互之间彼此割裂而难以关联，工作人员往往“只见树木不见森林”，信息之间难以联动，一致性无法保证。REACH睿知所定义的数字模型，就是对现实世界（物理对象及过程）的抽象、表达与模拟，而模型化就是通过各种建模手段，针对企业中各类要素建立反映各要素特性、运行机理、工作过程等的模型，模型的种类有很多，包含：数据模型、信息模型、技术状态模型、流程模型、管理模型、决策模型、知识模型等。只有模型化以后，才能在计算机虚拟世界中对模型网络进行解析、演算、分析、验证，同时利用模型信息粒度小、关联全、语义丰等特性，才能为不同角色人员之间的协同、知识高效积累与重用、业务过程的有效管控奠定基础。

图17. 多维度数字模型

• 数字链

  结合国睿信维多年数字化建设的理解，除了通过数字模型提升设计手段，还需要以业务过程为中心，构建完整的数据链条，包含数据无冗余，产品生命周期中不建立副本；一次建模，多次引用；跨越生命周期阶段、不同学科的实时传递；传递中无失真，信息无丢失；前向传递，后向反馈，双向贯通；授权机制下的透明访问。综合上述对数字链的要求在REACH睿知打造过程中，通过统一的业务基础数据模型定义，实现基础业务对象统一建模与控制，并通过插拔式、快响应的服务化接口开发能力，可支持复杂场景的数据接入、索引、关联与拉通。

图18. 业务端到端数字链贯通

• 数字网络

  数字网络是实现企业虚实两个世界之间联通、融合、互相驱动及闭环管理的基础，也是实现信息在产品全生命周期不同环节之间，企业不同类型的实体之间（产品、信息系统、生产试验设备、人员等）进行顺畅传递和无缝衔接的重要保障。REACH睿知从多个维度实现数字链的贯通，包含：一、围绕产品全生命周期的模型定义与虚拟验证维度；二、模型化的产品数字定义与传统xBOM的多视图定义维度；三、虚拟产品的数字设计仿真与实物产品的实物调试运维维度。通过上述横纵交织的数字链，构建错综复杂的数字网络。通过复杂关联的数字网络，可以实现对产品不同阶段、不同视角、不同层级信息的关联分析、展示与追溯。

图19. 织线成网、全面贯通

• 数字孪生

  物理实体是客观存在的，它通常由各种功能子系统（如控制子系统，动力子系统，执行子系统等）组成，并通过子系统间的协作完成特定任务。虚拟模型是物理实体的数字化镜像，集成与融合了属性、功能、物理与行为四层模型。服务系统集成了评估、控制、优化等各类信息系统，基于物理实体及虚拟模型提供智能运行、精准管控与可靠运维服务。孪生数据包括了物理实体、虚拟模型、服务系统的相关数据、领域知识及其融合数据，并随着实时数据的产生被不断更新与优化。连接将以上四个部分进行两两连接，使其进行有效实时的数据传输，从而实现实时交互以保证各部分间的一致性与迭代优化。REACH睿知通过集成整合建模仿真工具，实现对虚拟模型的集成整合；同时通过PHM、中控、数采等手段实现与物理实体的连接；通过工业互联网的平台，实现物理实体与虚拟模型间的关联映射，并基于泛在连接技术实现相互间的信息交互；最终实现虚实互联互通、相互映射、相互控制，推进产品的良性自我优化。

图20. 虚实孪生理论模型

H：智慧中心Wisdom Hub

  实现企业的数字化运营管控与产品全生命周期的管理是数字转型的重要转型方向。REACH睿知将传统的“人治”转变为“智治”，以数据作为智能分析决策的“原动力”，通过数据对企业、人、产品、设备的各个维度进行“全息投影”并通过知识、算法进行全方位的分析评估，形成“自感知、自组织、自优化”智慧全息模型，加速企业的智慧转型。

图21. 智慧中心

• IT与OT融合

  IT与OT的融合通过与资源、资产、设备、流程、工具、系统、产品、工厂、供应商、客户等“物（Thing）”建立实时连接，可以实时地了解业务的执行情况，并通过机器学习等人工智能技术的应用，对业务数据进行理解和学习，进而对业务异常进行预警，对业务结果进行预测，甚至执行规则学习和场景化自主决策。帮助制造业拉长产业链，形成跨设备、跨系统、跨厂区、跨地区的互联互通，从而提高效率，推动整个制造服务体系智能化，REACH睿知基于成熟的数据采集集成框架，利用传感器、网关、设备直连等多种技术实现对产品、资源、设备的数据采集；同时通过灵活的服务化集成技术，与各业务系统进行连接，实现对企业不同层级运营管理数据的采集，最终将IT与OT的数据基于标准的数据分析模型开展分析挖掘。

图22. IT与OT融合

• 工业大数据

  工业数据无论从数据来源渠道、数据整合的复杂性以及应用模式方面，与传统的商务大数据均存在着较大的差异。工业大数据，不仅需要关注单一业务对象数据属性相关性的分析挖掘，还更应关注数据所表征的各个业务对象（产品、人、设备、流程、工具等）之间所富含的关联关系的挖掘与利用。因此，企业需要形成一套面向企业工业系统各业务对象及其相互关系的数据资产建设的方法，将以往“孤立、割裂”的业务对象数据，实现面向不同环节、不同状态的有序组织与广泛互联，为工业数据价值的充分挖掘，夯实基础。REACH睿知将工业大数据分析的核心对象概况为产品、人、企业、设备四类。因此，结合多年国睿信维企业信息化的经验，将企业数据资产的建设，以四类核心业务对象为主线，建立与之应用模式相匹配的数据资产体系，实现工业数据及工业系统各业务对象关联关系的有机整合，并基于场景化的定义工业大数据的应用模式，与数据采集分析策略，并最终基于成熟的大数据分析技术框架开展分析展示。

图23. 产品、人、企业、设备多维度工业大数据挖掘分析

• 人工智能

  随着人工智能技术（AI）在各个领域的应用越发活跃，在企业的数字转型变革中也逐渐发挥其效果，人工智能相关的算法模型，已越发广泛的应用与REACH睿知品牌下的各个产品中，例如：REACH.PHM 中的人工神经网络在故障预测领域的应用；REACH.KES中关联规则学习在智能问答机器人中的应用；REACH.KDD利于分层聚类算法和自然语言处理，支持基于决策分析的结构快速设计。可见人工智能是实现产品研发智能化、企业管控智能化的基础，因此在REACH睿知产品打造过程中，充分将大数据、语义索引、知识图谱等技术进行结合，构建采集、感知、理解、分析、学习、决策的一体化智能分析引擎，以此反哺于日常系统的运行与用户工作的开展。

图24. 人工智能与自主产品的紧密结合

• 智慧赋能

  智慧赋能是一个高度个性化与行业深度结合的技术加业务的综合体，没有业务的指引，智慧赋能应用的建设就失去了方向。因此REACH睿知的智慧赋能建设规划以应用价值为前提，通过企业战略愿景进行解读，分析存在的瓶颈问题，挖掘赋能的应用场景需求，并基于大数据的分析挖掘技术，以及中台化的快速敏捷开发技术，设计业务应用场景，开展以“业务场景”为导向自顶向下的赋能规划，目前已经形成了多个匹配产品研发关键瓶颈环节的增效、提能应用，并结合企业经营管理构建了一套自主决策的智慧赋能模型。

图25. 基于场景化的数据挖掘赋能

总结

  REACH睿知是一个品牌，也一个工业软件，更是一个生态。REACH睿知将以五大特征作为后续的发展方向，坚持兼容并蓄、开放进取、协作共赢的策略，将包括工业企业、软件研发企业、实施服务商、科研院所、基础架构提供商、行业协会等不同类型单位紧密联系在一起。通过大家共同参与和不懈努力，打造一个生机盎然的工业软件生态，使得工业软件产业链各环节的产品和单元能相互促进、共同发展，通过生态的协同共进，尽快追赶甚至超越国外先进工业软件，助力中国工业软件发展水平的快速提升。