REACH睿知在不同行业客户的成功应用合集

  公司成立10年以来，得益于大量企业用户的工程实践，国睿信维自主工业软件的道路越走越宽，步子迈的越来越大、领域涉及的越来越广。在面向研发、制造、保障、管理以及知识五大领域，均积累了众多实践案例，以下是部分案例概述：

1. 中国电科某所

  中国电子科技集团公司第某研究所是我国电子系统工程领域中规模最大、专业覆盖面最广、研发力量最强、技术成果最为丰富的大型综合性高科技雷达研究所。某所通过多年打造了覆盖全所型号的精益设计平台，至今依然在不断对标国际先进企业的数字化转型模式，持续引入先进信息化技术开展平台优化、整合和验证试点工程，并取得了丰厚的成果。

1.1 精益设计平台——REACH.IDSl

▶ 业务需求及挑战

• 缺乏型号研制相关流程的清晰定义，业务过程不稳定，不规范，研制要求/规范/方法难以融入至研制流程，导致计划与执行两层皮；

• 型号研制过程不透明，难以及时了解到型号研制进展状态，造成科研项目管控及资源调配缺乏必要的依据。整个研制过程难以监控：

• 难以从海量的知识库中精确获取设计所需的知识，设计成果难复用，造成不必要的重复劳动。

• 大量设计仿真工具/系统缺乏衔接，未能有效集成与整合，设计数据信息传递不畅，难以发挥专业间协同能力。

▶ 解决方案及建设成果

  该所通过IPD咨询规划形成了自身的全流程管控体系，通过流程管控体系的构建，形成了2000余个雷达研发各层级的流程模板。并最终通过REACH.IDS（集成化研发系统）平台固化型号研发过程，实现研发过程的标准化、知识化和集成化，支撑和覆盖型号的研发全过程。

• 实现精细化的研发计划管控，将各种设计要求/准则固化下来，指导设计人员向导式开展设计工作，提高了设计质量；

• 建立统一的知识共享平台，方便进行知识的检索和显性化管理，实现了“情景式”知识管理，知识的共享重用更为高效；

• 通过集成多种设计仿真工具，构建能力支持更为广泛的数字样机，以对产品的功能、性能、行为等进行定义及协同仿真验证活动；

• 产品研制过程中尽可能早地发现设计问题并进行解决，并为型号研发的项目决策和技术决策提供更有依据的数据支撑。1.2 远程保障中心——REACH.PHMl 业务需求及挑战

  该某所装备保障主要面临的问题与挑战包括：

• 装备状态精确性实施性不足

• 资源优化能力较弱

• 装备健康监测数据孤立

• 装备状态采集/维修/器材系统集成性差

• 缺乏全资可视化的态势管理

• 军地一体化协作能力较弱

• 解决方案及建设成果

▶ 项目内容及建设过程

• 第一阶段，聚焦远程监控、远程支援、远程维修等能力建设：基于REACH.PHM（健康管理系统）多型号装备接入远程保障全局态势掌控平台；实现远程支援服务，为现场维修端提供实时专家视频支持和解决方案支持；整合维修保障业务系统实现从装备报警到远程维修保障闭环。

• 第二阶段，聚焦远程资源优化等能力建设：基于资源优化模型实现备件快速调拨和保障技术人员精准储备调配。

• 第三阶段，聚集装备预测性维修能力建设：核心基于装备监控和保障业务大数据，实现PHM算法培养优化，设备故障对比分析与预测，装备性能退化分析与预测，装备故障预测性维修维护。

▶ 项目建设成效

• 通过该项目建设，为客户实现了装备实时态势、装备实力态势、装备性能态势、任务实时态势、任务绩效态势、资源实时态势等核心作战情报信息的实时监控的能力，保障了部队最关注问题的实时战力的反馈。

• 实现宏观微观一体监控，快速把握全局、聚焦重点；多个视角的统计分析，深入了解辖区各节点水平，支撑当前及未来的维修保障决策；基于优先级处理异常状态，保证作战效能最大化。

1.3 知识工程中心——REACH.KESl 业务需求及挑战

  该所在科研项目实践过程中积累了丰富的知识资产，然而由于缺少统一的知识管理机制与信息化手段，知识间的关联性较弱，知识与业务的结合度低，造成知识转化为生产力的周期较长。且未形成知识共享机制与文化，知识难以持续积累与创新，知识的潜在价值难以得到充分挖掘。为此提出了知识工程的建设需求，以期促进全体员工的知识共享，提升该所综合产品研制能力，缩短产品研制周期。

▶ 解决方案及建设成果

  本着“总体规划，分步实施”的推进策略，通过引入REACH.KES（知识工程）平台，该所逐步实现了知识共享化和知识场景化建设，取得了丰硕的成果，实现如下成效：

(1) 实现基于统一形式的知识存储、组织与管理

  一方面围绕知识管理制度及文化建设，另一方面建立该所统一的知识管理与应用的信息化环境，不断对雷达领域各类典型知识进行显性化的归集和提炼，实现知识能够按照业务需要建立多维的分类体系，并结合检索引擎使知识更容易被发现与传播。

(2) 构建典型雷达产品研制知识的场景化应用模式

  结合智能化的检索引擎，实现对文本、图片、产品模型等不同类型知识的挖掘与发现。同时将知识与型号研制的核心业务过程紧密融合，打通知了识工程平台与各业务系统的知识的传递，实现知识广泛地工程化应用，从而为提升型号研制效率与质量提供有效保障。1.4 经营管控与决策支持系统——REACH.DSSl 业务需求及挑战

  该所在各类经营管控数据的采集、汇总和分析等方面仍依赖于人工，统计数据的质量仍依赖于个人对管理要求、业务需求的理解，还缺乏基于流程、基于统一指标体系的经营数据的收集、传递、汇总、共享机制。此外，该所实施基于全级次、全领域、全流程的母子公司管控模式、提高管控效率的需要，不仅需要实现对全所科研生产态势的的实时掌控，亦需要对下属公司的经营情况进行实时掌控。

▶ 解决方案及建设成果

  通过建设统分结合、上下一体的REACH.DSS（智慧经营管控与决策支持系统），实现基于大数据和模型的经营管控可视化展示、自动化预警、决策支持和智能决策功能。

  具体成效可概括为“1183”，包括：

• 1套组织及指标体系：依据“五统四全”的全面经营管控要求，建立决策支持相关业务组织，结合产品研制全过程，全面梳理关键绩效指标体系，建立指标梳理框架、明确指标定义及分析维度、确定辅助决策战略主题，从而形成覆盖8个主题领域的辅助决策指标体系。

• 1个应用平台：依据决策指标体系，建立数据报送与集成、数据仓储与建模、数据分析与可视化展示的三层体系架构，构建覆盖经营全过程的决策支持信息化平台，提升决策效率与质量。

• 8个应用主题：在应用平台基础上，建立覆盖经济运行、科研生产、市场发展、财务管控、人力资源、公司管控、质量管理、风险管控八个维度的经营管控和决策分析业务主题。

• 3类基于大数据可视化的决策支持管控展示平台：结合市场展示、所级管控和部门管理的需求，分别建立了：

a）位于展厅的基于军民深度融合的经营态势展示中心，以便向客户、上级机关展示该所智能决策的水平和能力；

b）基于交互式体验的所级经营态势分析和管理中心，为所领导直观显示经营管控过程中存在的各类问题及风险，形成智能化的经营调度管控决策模式；

c）主题领域的数据分析、展示、决策平台，为分管领导、业务部门提供专业领域的数据展示、信息钻取、问题分析和指令下达功能。

2. 航天某院某所

  航天某院某所是最早参与我国载人航天工程的研究单位之一，参加了九十年代初期的飞船总体论证，随后参加了载人航天工程一期神舟一号至神舟六号研制任务，以及二步一阶段神舟七号、运输飞船、目标飞行器的研制任务。XX所独立研制或参与研制的运载火箭、载人飞船、应用卫星均取得了连续圆满成功，始终保持着高可靠的质量和不败的记录，为中国航天事业的发展做出了重大贡献。

2.1 基于流程驱动的协同研发平台——REACH.IDSl 业务需求及挑战

  该所的产品覆盖面广，无论哪个领域的型号，其研制工作都是一个集设计、分析、仿真、试验、制造于一体的复杂系统工程，研制过程是多型号并行、多部门参与、多专业协同的过程。目前在型号研制过程中主要存在如下挑战：

• 流程策划与执行步调不一，项目进展与风险难以掌控的问题；

• 研发工作效率与质量参差不齐，过程方法与经验传承困难的问题；

• 型号任务密度高、参研单位众多，产品保证与型号研制实际工作往往相脱节的问题；

• 型号数据多版本迭代，上下游数据一致性难以保障的问题。

▶ 解决方案及建设成果

  基于REACH.IDS（集成化研发系统）建设而成的流程驱动的协同研发平台是该所型号研制模式的重要变革，涉及组织、流程、过程方法、平台建设等诸多要素的并行建设。项目建设成果主要包括：

• 实现示范型号硏制流程（计划、技术、产保）的分级并行策划与组织能力，确保研发流程的规范化管控和持续优化；

• 建立输入输出、工具、资源、知识等多要素结合的向导式工作环境，驱动硏发工作有序、规范开展；

• 结合网络化评审、问题协同闭环、关键输出检査等手段, 实现融入过程的产品保证，确保产保工作策划充分性与执行规范性；

• 实现以流程为牵引的型号硏发数据组织与关联，上下游数据致性得到有效保证。2.2 产品全生命周期大数据中心——REACH.PLMl 业务需求及挑战

  在多型号并举、技术状态各异、发射任务密集、研制更新换代快等新形势下，某所正积极推进研制模式的数字化转型。在转型过程中，型号对产品全生命周期的数据化、关联化和基于数据的挖掘、分析、优化研制等需求迫切。该所希望通过产品全生命周期大数据中心的建设，一方面有效响应院装备试验数据工程的试点建设要求；另一方面，构建起一套覆盖产品全生命周期的数据规范和治理标准，持续开展产品全周期数据治理和集中管理，挖掘分析其中的潜藏价值，为型号研制和管控决策赋能。

▶ 解决方案及建设成果

  基于REACH.PLM（产品全生命周期数据管理）的产品全生命周期大数据中心的建设是一项复杂的系统工程，涉及业务模式、数据标准、IT架构等多方面的协同推进。因此该项目将围绕“以点连线、以线带面”的推进思路，通过三个阶段进行逐步规划与实施建设。本阶段旨在围绕装备试验业务域，实现示范型号试验数据的采集、存储、管理与应用，并具备面向产品全生命周期扩展的数据组织与整合能力；同时，配合XX所制定相适应的保障机制（管理规范&数据标准）。具体包括：

• 围绕装备试验领域，形成全所统一的试验数据资产体系与数据标准；
• 结合示范型号装备试验业务应用需求，通过试验数据可视化查询与追溯以及试验数据对比分析的示范建设，初步探索产品大数据应用分析的建设模式；
• 建立灵活的数据资产的定义与整合能力，完成装备试验数据资产的建设，并具备面向产品全生命周期不同业务视角的扩展能力。2.3 产品质量与可靠性数据包系统——REACH.Foundationl 业务需求及挑战

  该所在产品研制规范及程序文件中，明确提出了形成产品数据包的相关要求，各有关部门也都在开展产品数据的采集、交付和验收工作。目前，针对分系统及关键单机、软件产品，也已经梳理形成了质量与可靠性数据包的清单及相关数据要求。但由于缺少有效的工具和平台支撑，导致产品数据包在策划、建立、采集、管理、应用等各方面都存在较多的问题，与型号应用要求差距较大，主要包括：

• 跨厂所协同研制的任务特点，对数据包组织策划的挑战
• 前期策划较为笼统，对后期数据收集完整、有效的挑战
• 散落各处的海量数据，对数据采集及时、完整的挑战
• 缺少数据分析与挖掘的能力，对挖掘产品潜在的可靠性隐患的挑战
• 大量非结构化、半结构化的数据，对数据处理、分析应用带来的挑战

▶ 解决方案及建设成果

  该项目的总体建设思路是通过信息化手段，提升数据包组织策划的系统性、数据采集的完整性，形成数据结构化处理及应用能力，从而为产品质量控制及风险预防提供支持。针对某所型号产品研制中产品数据包管理及应用现状，为实现产品数据包的策划、采集、管理、应用等全过程的管理，确保质量与可靠性数据的系统性、完整性、关联性、一致性、实时性、可追溯性。

  通过型号本系统的实施建设，实现如下成果：

• 实现了跨厂所产品质量与可靠性数据包业务组织过程的规范化、协同化；
• 实现了产品研制阶段部分核心数据的数字化采集、结构化存储；
• 实现基于客户端、移动终端相结合的离线数据采集模式，有效支撑外场、售后、外协外包单位数据的有效规范采集；
• 改变传统文档人工汇总编制模式，提供基于规则配置的文档结构化、自动化输出模式；
• 建立质量与可靠性信息的可视化监控与追溯能力，支撑对异常信息、问题的快速定位；
• 建立基于结构化质量数据的统计与分析机制，提升针对产品质量及可靠性的决策能力。

3. 航空工业某飞机设计研究院

  航空工业某飞机设计研究院为集军民用飞机设计研究于一体的国家级设计研究院，该单位对综合保障工作非常重视，拥有独立的保障性室，负责综合保障分析的整体规划、论证工作，并制定综合保障分析工作流程、方法及相关综合保障交付文档的管理工作。

3.1 保障性分析平台——REACH.LSAl 业务需求及挑战

• 缺乏专业规范的业务流程驱动综合保障分析工作。各总体研究所普遍存在缺乏专业规范的业务流程驱动综合保障分析工作，各个专业室之间的沟通协调成本高，综合保障分析工作质量较低。
• 缺乏专业的综合保障分析技术。大多数保障性分析分析工作都是基于表格人工开展，效率低，质量差，且数据关联、汇总困难，数据的一致性得不到保障。
• 缺乏高效的综合保障数据管理。历史型号中综合保障分析大都靠人工分析，将分析结果记录在电子文档或纸制文档中，分析的质量取决于人员的专业水平，且工作效率低下，查询困难。
• 缺乏统一规范高效的报告编制。型号研制过程中会产生大量的综合保障分析报告，报告的编制往往需要耗费较大的人力成本，且质量较低。

▶ 解决方案及建设成果

  基于REACH.LSA（综合保障分析系统）建立了的符合国际标准规范ASD S300OL的综合保障分析业务流程、建设了综合保障分析系统。具体应用效果如下：

• 建立飞机保障性设计准则一百余项；
• 建立飞机使用保障场景几十个，使用保障任务一千余项；
• 完成拆装任务分析三千四百余项；
• 将六千一百余条工程FMECA结果归并成一千六百余条面向维修保障的LSA FMEA分析；
• 完成当前型号飞机的备件需求数量的计算，并形成二千五百余条的随机备件清单；
• 针对不同专业生成数十份可直接进行型号归档的综合保障分析报告，内容涉及使用保障分析报告、拆装报告、LSA FMEA 报告、备件分析报告等。

4. 杭州海康威视数字技术股份有限公司

  杭州海康威视数字技术股份有限公司是一家成立于2001年的高科技公司，十余年来不断融合前沿技术，从最初的视频压缩板卡研发制造商，发展成为目前以视频为核心的智能物联网解决方案和大数据服务提供商，产品和解决方案应用到全球150多个国家和地区。

4.1 工艺规划 (工艺平台)——REACH.MPMl 业务需求及挑战

  海康威视为典型的多品种小批量大规模定制生产模式，产品种类繁多、迭代速度快、敏捷交付要求高，工艺的设计和变更管理工作量巨大，结合业务现状和行业实践，业务部门提出了数字化工艺的项目需求，以期提高工艺设计的效率、提高工艺设计的标准化程度和管理透明度。

▶ 解决方案及建设成果

  至2019年引入REACH.MPM（集成化三维工艺平台）后，历经一年多的项目建设，目前已经全部上线，并取得了丰硕的成果。

• “1”个工艺平台：将分散在供应链多个系统的工艺业务纳入单一平台管理。
• “2”类工艺平台：涵盖各组装工厂从模板工艺到产品工艺、订单工艺的结构化设计与管理；涵盖电装工艺路线设计、多专业协同SOP设计、制造资源开发管理等完整的电装工艺业务。

• “3”大能力提升：

1. 工艺管理精益化能力：在工艺平台实现工艺管理全业务过程基于任务驱动的工作模式，提升信息流转效率；
2. 工艺设计数字化能力：建立结构化工艺快速设计、基于3D可视化的工艺设计能力；
3. 工艺指导精细化能力：推行一标准产品代码一工艺（工时）、一MTO订单一工艺（工时）的模式。

• “4”点技术创新：

1. 规则配置库技术：支持工艺业务推理规则的更改与实时生效；
2. ODB++解析与可视化技术：将ODB++浏览器集成整合至工艺平台，提升电装工艺快速设计能力；
3. 线平衡分析与优化技术：基于组装、电装工艺不同的业务规则和算法进行线平衡计算优化，自动分工站；
4. 图片编辑器内嵌技术：弥补行业同类产品均缺少的技术能力，提升SOP编制效率。

4.2 透明工厂系统——REACH.VFSl 业务需求及挑战

  随着市场竞争日益剧烈以及产品需求日趋复杂，生产作业面临产品交付期更短、可靠性要求更高、产品品种变化更频繁等压力，生产管理人员需要及时掌握车间现场作业情况，并识别生产中的异常，从而合理调整生产计划和资源配置，提高生产效率和可靠性。而由于工厂信息交互不够及时全面、可视化程度低所引发的车间作业“黑箱”问题，导致生产管理人员对车间底层执行信息的监控力度不够，严重制约了车间智能化的发展。

▶ 解决方案及建设成果

• 建立车间全要素生产运营数据管理模式

  透明工厂数据集成体系包含近100类数据表，指向多达500种数据信息，覆盖车间、产线、设备三大管理层级，全面支持对设备运行、产线运营、车间运营、环境监控、安灯监控、WIP监控、AGV物流监控、视频监控等可视化需求。

• 建立三维透明化工厂，显著提升生产管理用户体验

  透明工厂三维仿真场景采用多样的交互界面及丰富的三维可视化技术手段，实现对透明工厂中仿真对象各生产信息和统计信息的实时展现。透明工厂三维仿真系统还将构建沉浸式漫游环境，为观察者提供逼真的生产车间仿真映射。

• 构建基于规则驱动的生产异常快速定位模式

  透明工厂系统进一步基于生产管理需求，在管理平台中通过规则驱动，定义各类异常判定逻辑，依据异常判定逻辑对采集到的数据进行有效处理，针对车间和产线的生产异常数据进行追溯，并通过虚拟现实技术手段实现对生产异常的可视化展现及快速定位，进一步优化企业也异常处置机制、缩短异常处置周期、提高生产运维水平。