本书介绍了知识工程总体框架、知识工程核心和基于知识工程的智慧研发。

研究发现，中国企业存在较为严重的“人才断层”现象。我国企业在用一批非常年轻的队伍进行越来越复杂系统的研制，其中潜藏着巨大的风险甚至威胁。人才断层已成为企业不得不解决的问题，而解决人才断层问题不能寄希望于返老还童丹和长生不老药。人才的核心价值是经验与知识。当我们把人才断层定义为知识和经验的断层时，发现灵丹妙药真的存在，那就是“知识工程”。企业强大之处往往不在于引进了多少先进技术，而在于真实积累了多少现有成果。通过知识工程手段，让新一代技术人员快速拥有老一代专家的做事方法和处事经验，可以在很大程度上解决这个问题。知识和经验的传承本来是一件自然的事情，但是中国企业的人才断层现状要求我们必须通过特殊手段来强制完成这一使命，这个特殊手段就是知识工程。
知识工程2.0体系认为，研发型企业是知识最密集的企业，是知识工程最重要的阵地。研发过程就是利用现有知识创造新知识的过程，凡是对研发工作有帮助的资源都是知识。我们不对知识和资源这两个概念进行严格区分，知识工程就是对研发资源的智慧化增值加工过程。即使知识和资源有区别，也是相对而言、互相转化的。
知识体系的建立是知识工程的核心工作。本书从企业实践出发，研究制造业企业的资源特征，形成对知识体系的独特分类模式，即实物、数据、信息、模式和技术，同时这五类知识也具有层次递进的特征。针对这五类知识，提出五种知识层级的提升方法，即增值加工，分别是数字化、标准化、结构化、范式化和模型化。在智能制造时代，大数据分析方法的出现为知识层级的提升开辟了一种新方法——智慧分析法，使得我们可以获得全息化的知识。因此，全息化是第六种知识加工方法。围绕知识的智慧化加工及其工程化应用，形成相应的技术、工具、流程、标准、规范、人才、组织以及这些要素的载体——知识工程平台，共同构成知识工程体系。
研发体系的三维模型中，知识是一个重要维度。依据本书所提出的知识工程分层模型，该维度由五个层次构成：1—有序级，2—共享级，3—自动级，4—智能级，5—智慧级。外加一个基本级，即0—显性级，形成“显序共自能慧”模型。普通企业研发知识工程层次通常在显性级、有序级和共享级层面。先进企业开始使用自动化和智能化知识。未来工业4.0时代，基于大数据的智慧级知识将普遍采用，那时我们将步入智慧研发时代。
在知识工程2.0提出之前，精益研发2.0日趋成熟。精益研发提出了面向中国制造2025的研发体系框架和蓝图。知识工程是该蓝图的实现途径，是精益研发体系的要素建设，其建设成果将形成企业精益研发的基础。因此，我们将本书定义为《精益研发2.0》的姊妹篇。阅读过《精益研发2.0》的读者会发现，本书与之是相互呼应的。有些章节内容相似，观点相同，但讨论视角不同。
基于知识工程2.0的思想，结合智能制造时代的新兴科技，本书提出一个知识泛在的智慧研发理想模型，并映射而成相对应的信息化理想模型——智慧研发平台。将这两个模型推荐给中国制造业企业，协助其规划和建设与智能制造时代相匹配的研发体系。中国军工行业正在进行智慧院所的体系设计，这两个模型也适用于智慧院所的规划和建设。
研发体系中知识积累和应用的层次决定了研发的智慧程度。知识层次越高，研发智慧程度越高，知识层级的提升意味着企业智慧程度的提升。基于知识工程的层次模型，本书提出智慧研发体系的进化路线——成熟度模型，即自发级、意识级、稳序级、协同级、智能级、智慧级。此进化模型表明了一个观点：智慧研发在路上。研发在制造业产业链中的特殊地位，以及研发信息化的先发优势，决定了智慧研发探索者将是智慧工业的引路人。
本书的副书名指出知识工程2.0是智能制造时代的研发智慧，书中的讨论对象和举例均以研发企业或研发过程为背景。但这只是因为研发过程是知识最密集、产出最丰富和应用最深入的过程，并不代表本书所提的方法不适用于非研发型企业。非研发型企业或非研发过程的知识工程方法是本书所提方法的子集，大部分方法进行适应性改造，即可适用于这些企业或过程。

智能制造

田锋 编著：暂无简介

当前，正是我们党和国家大力倡导创新的关键时刻。本书是顺应国家、时代、形势的迫切需要而出版的，对广大读者来说也是雪中送炭，恰逢其时，又意义非凡。
作为本书作者的共同实践者和好友，我所在单位（中国航空工业沈阳飞机设计研究所）既是知识工程1.0的实践者，又是精益研发2.0的试行者。与本书作者及其团队一起，我们在企事业单位的实践中见证了知识工程1.0版本的正确性和精益研发2.0版本的合理性及其对中国航空工业沈阳飞机设计研究所研发出先进飞机起到的重要推动和促进作用。今天，本书的诞生是作者及其团队近年来对知识工程工作的深入实践和总结的结晶。他们能把这份珍贵的成果奉献给广大读者，十分令人振奋！
为什么说知识工程2.0对当前广大读者来说是“雪中送炭，恰逢其时”呢？先谈谈我对知识工程2.0的认识和理解。知识工程2.0是在知识工程1.0的基础上进一步发展起来的，其核心是如何建立知识体系。本书从企业实践出发，研究制造业企业的资源特征，形成对知识体系的独特分类模式，即实物、数据、信息、模式和技术。同时，这五类知识也具有层次递进的特征。针对这五类知识，提出五种知识层级提升方法，即增值加工，分别是数字化、标准化、结构化、范式化和模型化。知识工程2.0的应用特点包括知识和资源的关系辨识、知识的增值深加工、知识工程的体系化建设、知识应用模式贴近业务、知识和研发活动的融合、知识工程支撑智慧研发。知识工程2.0的应用价值包括加速人员培养、弥补科技人才断层，促进企业智力资产的保值增值，驱动企业研发创新，变革企业研发模式。因此，知识工程2.0是知识工程工作实践到目前为止最好的总结和提炼。
再来谈谈我对知识工程2.0与“创新” “知识工程1.0” “精益研发2.0”和“智慧研发”之关系的认识。
知识工程2.0和创新的关系。党的十八大报告中提出了要“实施创新驱动发展战略”。习近平总书记提出：实施创新驱动发展战略是立足全局、面向未来的重大战略，是加快转变经济发展方式、破解经济发展深层次矛盾和问题、增强经济发展内生动力和活力的根本措施。创新必须摆在国家发展全局的核心位置，这是党中央综合分析国内外大势，立足国家发展全局做出的重大战略抉择，具有十分重大的意义。所以，创新是党和国家面临的迫切需求，同时也是时代的迫切需要。党中央2016年颁布的《国家创新驱动发展战略纲要》中已明确提出，我国科技事业发展的目标是：到2020年时，使我国进入创新型国家行列；到2030年时，使我国跻身创新型国家前列；到2050年时，使我国成为世界科技创新强国。正像习近平总书记所讲：“抓科技创新，不能等待观望，不可亦步亦趋，当有只争朝夕的劲头。时不我待，我们必须增强紧迫感。”以上都是党和国家以及时代、形势对我们提出的创新要求。但如何实践创新？我认为，实施知识工程2.0就是全国所有企事业单位实施创新具体有效的方法和途径之一。因为知识工程要解决的就是两大问题：一是对历史知识的积累、传承和重用；二是实施基于知识的创新。
知识工程2.0和知识工程1.0的关系。从我国绝大多数单位对知识工程的认识来说，大部分都是从知识管理入手。知识管理是以构建单位知识库为目标的知识工程早期工作，即将单位已有的知识按业务、部门进行分类并存放在知识库中，以支持业务人员的查询、搜索和使用。从知识管理向上发展，就是要梳理研发流程，并针对员工工作项目，进一步将知识库中的知识改造为伴随知识工作包，最终和研发流程紧密融合。这就是知识工程1.0的核心思想。知识工程1.0思路清晰，方法具体，一经提出便得到企业界的广泛认同。知识工程1.0不仅对知识工程在企业落地起到了关键作用，对精益研发1.0的落地也起到了支撑作用。而从知识管理向下发展，要深挖设计过程中的知识。也就是说，根据知识的类别选择合适工具进行增值加工，通过软件的知识建模工具生成数字化和工具化的知识，并直接与相关研发工具建立关联，使知识与研发活动紧密融合，直接支持研发工作。这种方式也提供了随用随积累、随用随创新的知识积累与运用模式。这就是知识工程2.0的重点内容。所以说，知识工程2.0是在知识工程1.0的成功运用基础上发展起来的，比知识工程1.0在知识的积累和应用方面更全面、更深化、更有效、更好用。
知识工程2.0和精益研发2.0的关系。基于系统工程的精益研发2.0的核心业务有三大块，即综合设计、知识工程、过程质量。其正向设计强调的是系统设计、综合仿真、综合试验、产品平台，而其模式转型强调的是研发流程、精益项目、需求管理、智能协同。在知识工程2.0提出之前，精益研发2.0的理念日趋成熟。精益研发2.0提出了面向中国制造2025的研发体系框架和蓝图，而知识工程2.0正是该蓝图的具体实现途径，是精益研发的要素建设，其建设成果将形成精益研发的基础。因此，知识工程2.0和精益研发2.0是相辅相成、相得益彰的关系。可以说，实施知识工程2.0是实施精益研发2.0的保障和具体途径。
知识工程2.0和智慧研发的关系。在智慧研发时代，智慧院所信息化建设将形成智慧工作平台（WWP）。WWP集成了数字化工作平台、信息化工作平台和知识应用平台（简称“三驾马车”），由先进的信息化技术、先进的数字化技术、先进的项目管理技术以及知识工程管理四大关键技术驱动（简称“四轮驱动”）。而其中，知识应用平台和知识工程管理技术则是智慧平台工作的新亮点。在智能制造时代，大数据分析方法的出现为知识层级的提升开辟了一种新方法——智慧分析法，使得我们可以获得全息化知识。因此，全息化是第六种知识加工方法。围绕知识的智慧化加工及其工程化应用，形成相应的技术、工具、流程、标准、规范、人才、组织以及这些要素的载体——知识工程平台，即智慧工作平台中知识应用平台的具体化描述。所以，可以说知识工程2.0是智慧研发中不可缺少的最新亮点部分、最重要组成部分。从这个角度讲，知识工程的重要性和必要性又有了进一步的提升，因为它成为智慧研发中不可缺少的“明星”。
总之，知识工程2.0既是知识工程1.0深入发展的需要，又是精益研发正确实践的需要，也是智慧研发核心组成的需要，更是党和国家、民族自主创新的需要。而且，知识工程1.0、精益研发2.0、知识工程2.0是一个缺一不可的有机组合体，这三者结合起来将发展为智慧研发。希望本书的出版为全国不同行业的企事业单位领导、科技管理人员、技术研发人员学习研究和开展知识工程工作提供实际的参考，为实践有中国特色的技术创新之路提供经验和借鉴。让我们共同努力，在一定程度上改变目前“各级单位只提创新要求，可以说是铺天盖地，比比皆是，而涉及具体创新方法的却是寥寥无几，少之又少”这种局面。让我们在创新实践的道路上多一点扎实，少一点浮夸，以求真正的实效吧！

施荣明
中国航空工业沈阳飞机设计研究所原副所长、科技委主任
中国航空工业咨询知识工程首席专家
中国航空工业集团科技委知识工程推进组组长

推荐序
自序
前言
致谢
第1章　知识工程2.0的产生背景　1
一、知识工程对中国企业的重要性　1
二、国外知识工程发展日趋成熟　2
三、国内精益研发体系日渐成熟　9
四、知识工程1.0的成功实践　10
五、知识工程2.0的发展方向　12
第2章　知识工程2.0的蓝图与框架　14
一、企业知识的本质　14
二、知识资源增值是核心　16
三、知识工程体系蓝图　19
四、知识工程体系框架　20
五、知识工程体系成熟度　25
六、知识工程集成平台　31
第3章　隐性知识的显性化　35
一、知识螺旋与显性化　35
二、利用社区实现显性化　38
三、知识的显性化表达　41
四、知识体系的显性化　42
五、知识关系与知识地图　44
六、知识显性化以人为本　46
第4章　数据资源的标准化　49
一、仿真数据的标准化　50
二、试验数据的标准化　51
三、标准化数据管理框架　52
四、基于标准化数据的业务协同　55
五、基于数据标准化的科研“驾驶舱”　62
第5章　信息资源的结构化　64
一、信息资源结构化概述　64
二、利用自动摘要进行信息的结构化　65
三、利用分类进行信息的结构化　66
四、利用聚类进行信息的结构化　67
五、利用流程进行信息的结构化　70
六、信息知识的组合检索　71
第6章　模式资源的范式化　73
一、模式知识的主要形式　74
二、研发管控模式范式化　76
三、设计协同模式范式化　81
四、仿真集成模式范式化　81
五、质量管理模式范式化　86
六、精益项目模式范式化　89
第7章　技术资源的模型化　93
一、基于模型的产品技术平台　94
二、基于模型的系统工程　102
三、基于模型的快速论证　110
四、基于仿真模型的虚拟试验　113
五、基于模型的定义　117
六、基于模型的企业　124
第8章　知识资源的全息化　131
一、大数据的通用定义　131
二、工业大数据的特点　132
三、工业大数据的分类　133
四、工业大数据的常规应用　134
五、工业大数据的知识应用　135
六、工业大数据分析技术　138
第9章　知识工程2.0的规划与建设　142
一、知识工程规划步骤　142
二、知识工程蓝图设计　144
三、知识工程路线规划　145
四、知识工程体系建设方法论　147
五、知识工程建设成果　148
六、知识工程2.0的特点与价值　149
第10章　知识泛在的智慧研发体系　152
一、智慧研发时代背景　152
二、智慧研发需求背景　157
三、智慧研发三维架构　161
四、研发体系理想模型　163
五、智慧研发模型及平台　168
六、智慧研发体系模型　173
七、智慧研发成熟度模型　174
八、开放式智慧研发模式　180
九、智慧研发路线规划　184
十、智慧研发中的知识泛在　189
后记　众筹研讨会问答摘要　193
附录　209
缩略词　225
参考文献　227