摘要： 介绍了以知识自动化为基础的工业APP开发体系构建方法，分为聚集工程知识组件、构建研发技术体系和开发工业APP三个阶段，在高端装备工程设计领域得到广泛应用。还简要介绍了国内外开发工业APP的部分典型案例。
1 引言
2016年12月28日，工业和信息化部印发《软件和信息技术服务业发展规划（2016—2020年）》，围绕“深入推进应用创新和融合发展”的重点任务，实施“工业技术软件化推进工程”。工业技术软件化推进的内容包括工业软件及解决方案研发应用、工业信息物理系统验证测试平台和行业应用示范、工业软件平台及APP研发和应用试点示范等。
工业APP是将工业产品及工业过程的知识和技术，进行显性化、模型化、软件化后形成的模块化软件，本质是工业知识和技术的软件化，如果说传统的工业软件是生产工具的数字化，那么工业APP则是知识、技术和能力的数字化，是机器可以执行和使用的知识。我国的制造业企业可以从聚集企业核心知识入手，有序实施研发技术体系建设和工业互联网平台建设，逐渐转入以工业APP创新带动产品创新和技术创新的新型工业生态。
2 聚集工程知识组件
为了更有效地管理知识，人们常用DIKW模型进行知识分类（见图1）。知识被划分为数据（DATA）、信息（Information）、知识（Knowledge）、理解（Understanding）和智慧（Wisdom）5种类型。数据的作用是记录事实，信息的作用是描述对象、阐明“是什么”，知识的作用是指导做事、阐明“怎么做”，理解的作用是洞悉原因、阐明“为什么”，智慧的作用是选取最佳建立共识、阐明“去何方”。数据、信息、知识都来自于对过往工作的观察、记录和经验积累，着眼于“把事情做正确”，提升至“智慧”的层次方能支持决策，改变未来，把事情做对。理清事物之间的因果关系，把握事物之间的深刻联系，是“知识”上升为“智慧”的桥梁。
参照DIKW模型，我们可以将企业新产品开发核心知识封装成4类工程应用组件，分别是产品技术数据、研发数据资源、研发方法和研发流程，通过对企业知识的持续整合，促进专家经验的积累和传承，使企业的新产品开发体系更“聪明”（见图2）。
图2 企业核心知识资源示意
产品技术数据包括描述交付物的产品结果数据和描述使能工件的研发过程数据，企业通常使用物料清单（BOM）和工作分解结构（WBS）为基本单元管理这两种数据。BOM和WBS中管理的数据是研发活动的“流水账”，是分布在各种不同文件、模型和资料中的离散、不相关的原始数据，如果不及时梳理和提炼，往往会成为开发成本高、重用难度大的沉没资源。
在统一数据模型的规范下，整理、分析和筛选产品技术数据，将产品技术数据与相关的学科模型、领域模型、过程模型以及产品线规范正确关联，就能够准确还原专业现象，为不同角色的企业员工积累易于重用的研发数据资源，通过各类专业数据库管起来。
在积累大量研发数据资源的情况下，通过知识工程师的标准化、通用化和模块化操作，能够提炼出工具操作模板、专业设计模板和产品构件模板等支撑各种专业设计方法的知识组件。将软件工具操作知识从支持专业设计的知识中分离出来，通过集成接口（适配器）打通不同工具软件之间的数据集成通道，划分无状态的工作操作中性模型，形成工具操作模板。对专业知识参照技术领域内的主要分析变量进行算法聚类、模型连接和组件封装，参照技术领域内的主要综合方法连接组件之间的数据流和控制流，形成专业设计模板。参照成组技术的思路对产品3D模型按照基础件、通用件、可互换件和专用件的分类，形成可重用的产品设计构件，凝聚模块化设计的潜力。通过上述3种专业知识组件的封装，能够提高“劳动型”知识工作的自动化程度，能够增强潜在创新型内容素材的呈现效果。
上述例证也可以说明：综合材料在艺术创作中的使用拓展了艺术的边界。不论是德加的“真实的”裙子，抑或是毕加索的绳索、报纸，勃拉克的油漆、木屑，塔皮埃斯的沙子和石块，这些以往不能进入艺术创作的“新鲜材料”出现在作品中，为观众打开了视觉界域的大门。纵观现代艺术的发展历程，我们可能会套用风格理论来谈论综合材料的运用，但不得不承认，在这些不断更替的风格中，视觉感受的陌生化乃是艺术家孜孜追求的目标。进入20世纪中叶以后，独具东方文化色彩的日本物派，更是将物质材料以一种前所未有的方式，顺理成章的作为创作意识的核心。可以说，综合材料在当代艺术创作中已经慢慢成为主角之一。
产品的上市时间、可靠性、环境友好性、经济性等质量指标取决于企业研发业务流程的总体表现。知识工程师参照系统工程过程和不同类别产品的研发过程模型，提炼常用的研发过程模式和业务组件，关联专业模板和研发数据资源，形成可重用的研发流程模板，能够减少研发项目的不确定性，增强研发工作分解的正确性。
企业专家能够在设计数据模型、封装专业方法和改善过程模式等高度创新情境中激发专业感悟、转化隐性知识、提升设计专长。新进的研发人员也能够在组合运用各种知识组件的过程中融入企业历史、汲取专家经验、提升工作能力。
持续整合企业知识资源，需要知识管理过程和知识工程过程的融合。知识管理关注企业整体平台的搭建，包括知识的采集、存储、挖掘、模式提炼、共享交流、效率与效果测评以及制度与文化的变革等；知识工程则强调知识“在应用场景中”与业务系统的协同，如设计、验证、使用等活动，聚焦于在各种业务系统的运营过程中，从知识管理系统中获取合适的知识，在运用过程中创造新的知识，并将这些知识返回到知识库中，纳入生命周期的管理。从企业角度看，知识管理和知识工程密不可分。知识管理重在基础建设，知识工程重在联系用户实践，横纵叠加，才能覆盖企业对于“知识生产要素”的全面需求。这种“双剑合并”，才是解决企业知识管理困境，真正实现知识驱动发展的途径。
3 构建研发技术体系
运用知识自动化技术处理企业积累的知识生产要素，创建企业内或跨企业的研发技术体系，借助软件和技术的力量，跨越不同的科研设计系统，为用户创建知识应用与管理的无缝体验。
1.2 试剂和仪器 胆汁酸标准品，氘代胆汁酸内标品，甲酸，乙酸铵，氨水，磷酸氢二铵和磷酸二氢铵（购自美国Sigma），甲醇，乙腈（购自德国Merck）；液相色谱-三重四极杆串联质谱仪（API5500，购自美国Sciex），液相色谱柱Kinetex XB-C18（购自美国phenomenex），Oasis HLB 96孔提取板和正压-96固相萃取（SPE）处理器（购自美国Waters），高速冷冻离心机（购自德国Eppendorf）。
在工业领域，知识自动化能将工业技术进行数字化表达和模型化，并将其移植到工程中间件平台，以便驱动各种软件、硬件和设备，从而完成原本需要人去完成的大部分工作，将人解放出来去做更加高级、更具创造性的工作。知识自动化通过对企业历史数据和行为数据的深度挖掘，利用机器学习技术把经验性知识进行显性化和模型化表达，进而实现工程技术知识的持续积累，实现工业技术驱动信息技术，信息技术促进工业技术的双向发展。
以知识自动化指导研发技术体系建设，需要综合运用四种关键技术，分别是基于模型的系统工程、企业核心知识的数字化呈现、企业知识的获取和表示以及与业务紧密结合的知识应用模式。
基于模型的系统工程主要解决研发技术体系的数字化问题。传统的“制造—试验—再制造—再试验”的研发模式，不仅成本大，而且周期长，已经不再适合目前的系统研发模式。在建模仿真技术的支持下，通过模型化的方式对系统原理、几何外形、功能、性能等进行表达、仿真和传递，可以在制造前通过虚拟试验全面掌握系统特性，减少研制迭代次数，降低成本，缩短研制周期（见图3）。
企业核心知识的数字化呈现致力于选取恰当的数字化技术呈现企业核心知识（见图4）。支持研发人员做正确的事并且一次把事做对，这是研发技术体系的重要目标。这个过程涉及到从概念研究到部署使用的整个生命周期，需要集成应用多学科专业技术按需进行前沿技术的攻关，有时会组织上万科研人员和管理人员协同工作，需要从总体上协调技术目标、经费和进度。在这个过程中，不仅包含价值活动、组织管理活动、过程和支持工具、专业技术领域，还包括交互过程中所产生的所有内容。对于同一种内容，不同的角色要求不同的呈现力度和呈现形式；对于同一种角色，需要综合呈现多方面的内容。这就需要随时关注数字化技术的进展，及时采用新技术更新内容呈现。
分析：对比两位译者的译文可以发现，译者男女性别身份的不同，对惊叹语的表达方式也是不一样的。文中旨在探讨为什么詹金斯一家每日入不敷出，却仍过得十分潇洒，其中就提到是不是因为詹金斯的老婆是有钱人家，那么文中用了一个惊叹语“Pooh”旨在表现出詹金斯的老婆根本没钱，加强语气。因此，对比杨译的“呸”与荣译的“瞎掰”，可以看出，荣译发挥了自己男性地位要高于女性的特征，男性更倾向于说一些语气强硬的惊叹语，而女性，如杨译的“呸”，就显得略弱些。
企业知识的获取和表示则致力于各种人工智能技术的权衡采用，目前在实施应用中主要采用框架法和语义网表示企业知识资源（见图5）。
实施与业务紧密结合的知识应用模式，主要是通过构建知识中心聚集企业知识资源，对上连接产品研发过程，体现与业务场景的动态关联和智能推送特征，对下连接企业信息系统和档案部门，解决查全的问题和文本类知识内容的智能分析处理的问题。
在研发技术体系的框架下，系统生命周期环境、企业知识地图、业务流程活动和工程应用组件能够通过知识流持续交互，不断凝聚内生性的增长能力。
4 工业APP开发
在云计算架构中，使用研发技术体系改造PaaS层，将研发数据资源置入IT资源池，将工具操作组件和适配器转化为调用工具资源和数据资源的下层服务，将产品设计组件和专业设计组件转化为能够被APP调用的上层服务，将研发流程组件结合分析引擎结合构建知件的服务编排引擎，按照专业角色的需要调用知件服务，形成智能化的设计APP（见图6）。
研发技术体系和通用的PaaS层功能结合，形成以工业知识内容创新为特色的工业互联网平台（见图7）。在这种工业互联网平台的支持下，工业知识工作者将持续提升设计专长，形成产品开发者、应用开发者和内容开发者三类专业社群。3种类型的工业APP将运行于这个平台上。第一类是基础设施型的工业APP，包括用户交互与接入APP、集成服务APP、信息服务APP、社交服务APP、应用开发APP和应用分发APP等。第二类是产品实现&服务型的工业APP，主要包括知识交易APP、协同设计APP、供应链管理APP、虚拟样机APP和虚拟团队APP等。在上述两类工业APP投入运营与流通后，将持续为平台带来专业用户流量和内容流量，持续积累设计大数据。在此基础上，通过分析数据创新服务场景的服务型工业APP也将蓬勃兴起。
图5 知识采集示意图
图6 用研发技术体系改造PAAS层示意
图7 知识自动化互联网平台功能架构示意
如图7所示，研发技术体系和通用的PaaS层功能结合，形成以工业知识内容创新为特色的工业互联网平台。在这种工业互联网平台的支持下，工业知识工作者将持续提升设计专长，形成产品开发者、应用开发者和内容开发者三类专业社群。3种类型的工业APP将运行于这个平台上。第一类是基础设施型的工业APP，包括用户交互与接入APP、集成服务APP、信息服务APP、社交服务APP、应用开发APP和应用分发APP等。第二类是产品实现&服务型的工业APP，主要包括知识交易APP、协同设计APP、供应链管理APP、虚拟样机APP和虚拟团队APP等。在上述两类工业APP投入运营与流通后，将持续为平台带来专业用户流量和内容流量，持续积累设计大数据。在此基础上，通过分析数据创新服务场景的服务型工业APP也将蓬勃兴起。
5 国内外发展工业APP的案例
从目前来看，在工业云平台上开发和运营工业APP的策略正在被越来越多的科研组织、工业企业和软件企业接受。
美国NASA从2011年开始举办一年一度的工业APP开发挑战赛，召集世界各地的开发者前往美国利用NASA的开放的知识资源开发工业APP；其内部也成立了专门的APP开发中心，推动各部门开发通用的APP。美国DARPA在自适应载具创建平台的开发阶段也投入大约5500万美金，专门用于地面车辆和航空器适用的工业组件开发。通用电气的Predix工业互联网平台上线之后，已经积累300个左右的工业APP。欧特克的Forge平台上线后，应用商店中的APP数量迅速增长至2500余个。德国弗劳恩霍夫研究所设置了eAPP项目，与虚拟诺克斯堡工业4.0示范平台相得益彰。西门子新推出的MindSphere平台上不仅有西门子自己开发的工业APP，也运营着埃森哲、SAP等合作伙伴开发的APP。贝加莱自动化公司长期使用mapp技术开发药机、印刷机械等行业的领域工程解决方案，取得了丰硕的实践成果。
国内的航天云网从去年开始举办APP创新大赛，在云制造模式下做了开发工业APP的尝试。杭州新迪和苏州同元等工业软件企业依托专业优势，开发了线上的三维模型库和虚拟设计对象模型库，聚集了丰富的模型资源。索为系统公司依托工业技术软件化平台（工程中间件平台）和在高端装备创新领域的工业技术软件化实践积累了大量工业知识组件和产品实现流程，近期将通过“众工业互联网平台”逐步向公众开放（见图8）。
熊老并不是富有的人，他资助严济慈纯粹是因为爱才。有一次，熊老实在没有钱了，便脱下身上的皮袍子送去典当，将得款汇给严济慈。工资到手后，熊老才又将皮袍子赎了回来。
从总体上看，相对于国际工业互联网平台长期积累的技术优势，我国的工业互联网平台仍处于起步阶段。
6 结束语
米维信息认为在工业技术软件化的语境中，工业APP强调以工业知识定义软件，以APP的组合成套强化工程师之间的协作，以APP生产引导知识转化和精化，使一部分优秀的工程师能够专注于工业内容创新和运营。制造企业应当从聚集企业核心知识入手，持续进行研发技术体系建设，夯实基础后，在工业云平台和工业互联网平台上以工业APP生产开辟内容创新和运营的新战线，是水到渠成的事情。
