在智能生产体系架构中，作为先进设备制造业核心竞争力的源泉，智能研发是其中一个重要环节。就传统的设计生产业务模式而言，从市场需求调研、竞品分析，市场调研等方面提供产品设计市场需求，然后再行从概念设计到详细设计，并将详细设计方案转变成可生产的工艺流程和生产流程，最后已完成产品的生产过程并对外销售。从过去产品仅有生命周期管理的角度来看这种流程没什么问题，并且这种串行的研发生产流程也是目前生产企业的主流模式。

但随着物联网、工业大数据、增材生产、增强现实等新兴技术大大的兴起并逐步南北成熟期应用于，这种流程就变得有些脱节和缺少灵活性，无法对技术的更新换代和客户市场需求作出较慢号召，而且也很难适应环境企业未来智能生产体系建设与发展的市场需求。所以企业要想要展开智能生产转型，首先必需要从产品创意根源上转行，将串行研发流程改变为根据用户市场需求持续改良的闭环智能研发流程，感官用户市场需求并灵活性作出调整，同时带入智能生产涉及新兴使能技术，构成从用户到用户的产品研发循环。

即在产品设计需求分析阶段就开始展开市场与用户涉及数据分析，这其中包括用户直接参与基于自身爱好的产品自定义过程，以及产品在用于过程中对系统涉及运营数据来指导提高原设计方案的过程，构成一个来回循环持续优化的智能研发过程。该流程反映了设计历史上从为用户设计，到协助用户设计，到用户为自己设计的改变。所以，智能研发必需创建在从设计信息、生产信息、用户用于及对系统信息的高度智能化构建基础上，从智能化的市场需求产生到基础设计数据取得的过程，从智能化的用户参予式设计到需要必要改变为生产信息并被继续执行。

要想要构建这些改变，智能研发必需要有以下几大要素的承托才能以求构建：创建统一的多学科协同研发平台首先针对智能产品开发一般都是横跨多个专业技术领域和具备多种关键技术特征的，牵涉到多学科跨专业技术领域高度交叉与融合。同时，用户的多样化市场需求也使产品结构和功能显得非常复杂，IT嵌入式软件技术也渐渐沦为产品的核心部分，必须机、电、硬等多个学科的协同因应。这就必须企业创建一个可以融合企业内部所有有所不同专业学科领域研发系统和工具的顶层架构，构成一个可以全面管理产品生命周期中所有专业研发要素的统一的多学科协同研发平台。

平台除了可以管理各专业图纸、工艺和材料信息以外，还可以管理产品的功能、性能、质量、指标这些特性类数据及其分解过程，并能构建程序设计与管理、建模、优化、创意、质量等工具，使研发体系可以较慢高效地应用于这些工具，从而展开差异性、高性能、高品质的产品智能研发。在这个基础上，再行使用科学知识工程将企业研发过程中的科学知识累积下来，构成系列化产品开发的能力。创建数字化样机，构建建模驱动创意在智能研发阶段中，必需要创建产品的数字样机，用来反对总体设计、结构设计，工艺设计等协同设计工作，反对项目团队展开分段产品开发。创建数字样机的主要起到还包括分析数字样机模型具备准确的公差尺寸，干预检查等，同时还有重量特性分析、运动分析和人机功效分析。

同时，数字样机还需要获取产品组装分析的数据信息，这还包括组装单元信息、组装层次信息等，以确保对产品的组装顺序、组装路径、组装时的人机性、组装工序和工时等展开建模。数字样机还可以展开工艺性评估，还包括加工方法、加工精度、刀路轨迹等，构建对样机的CAM建模和基于三维数字样机的工艺规划。

数字样机在产品的销售阶段也有十分最重要的起到，它需要为产品宣传获取细致的动态、静态产品数据。通过三维模型的轻量化技术，企业可以便利、灵活性的利用完整数字样机模型为产品培训获取分解图、原理图，还可以获取近似于产品的较慢变型与衍生设计，以符合市场报价和较慢的组织投标和生产的必须。

另外，在基于数字化样机的基础上，企业还可以创建虚拟世界样机展开系统集成和建模检验，可以通过建模增加实物试验，减少研发成本，延长研发周期，已完成建模驱动设计。同时还可以将仿真技术与试验管理融合一起，提升建模结果的置信度。图1 SET**电动轮矿车数字样机（来源：三一重工）除此以外，为了确保产品的可靠性，还必需在产品设计的前期就充分考虑工艺规划、生产、组装、检验、销售、用于、修理到产品的出厂等产品仅有生命周期过程中的各项工程要素。

利用并行工程和DFX技术，在设计阶段尽量早于地针对有所不同阶段中产品的性能、质量、可生产性、可组装性、可测试性、产品服务和价格等因素展开综合评估，从而优化产品设计，确保产品质量。使用标准化、模块化设计 构成系列化产品开发能力以用户为中心的智能研发就必定不会面对用户市场需求的多样性，这就拒绝企业必需有灵活性多变的产品变型设计能力来满足用户多样化的市场需求，构成系列化产品的研发能力，然而这样就不会必要造成产品设计、工艺、生产各个过程中的数据大量减少。

本文来源：jbo竞博官网-www.jennafelderevents.com