В февральском номере журнала «САПР и графика» выходит статья «Рекомендуемая архитектура MDM системы для предприятий промышленного профиля», посвященная функционалу системы «Semantic MDM», востребованному в информационной среде промышленных предприятий. Тезисы статьи представлены ниже. С полным текстом можно познакомиться по ссылке.
Системы класса Master Data Management (MDM) являются инфраструктурным решением, которое позволяет различным прикладным информационным системам предприятия синхронизировать собственные базы данных нормативно-справочной информации (НСИ) и свободно, без разночтения обмениваться результатами своей работы. Выбор MDM системы зависит от специфики контента и масштаба внедрения, которое может охватывать как финансово-экономический, так и инженерный контур организации.
На рынке MDM решений существуют системы "легкого" и "тяжёлого" классов. К первым относятся системы управления корпоративной НСИ, ориентированные на финансово-экономический контур предприятия. Данные системы реализуют упрощенную модель данных, в рамках которой все объекты имеют ограниченный атрибутивный состав, необходимый и достаточный для проведения закупок товаров. Применение MDM данного класса логично в случае, если в организации отсутствуют прикладные информационные системы, погруженные в специфику промышленного производства и оперирующие инженерными мастер-данными (подсистемы комплекса PLM: PDM, CAD, CAM, CAE, CAPP).
MDM системы “тяжёлого” класса, к которым относится "Semantic MDM", позволяют вести максимально полный, структурированный атрибутивный состав объектов НСИ, который может включать до 300 характеристик, связанных с одной позицией и востребованных специалистами инженерно-технических служб. При описании объектов НСИ с таким количеством атрибутов используются связи, типа: ассоциация, агрегация и композиция, с помощью которых создаются различные объекты со сложной онтологической структурой, сформированной из элементов вспомогательных классификаций.
Отличительной особенностью MDM системы “тяжёлого” класса, адаптированной к специфике ведения мастер-данных в контуре промышленных предприятий, является наличие сематической сети объектов НСИ, позволяющей реализовать гибкую, настраиваемую объектно-ориентированную модель данных.
Как отмечает директор по развитию АО «ЭСДИАЙ СОЛЮШЕН» Андрей Андриченко: “В промышленном производстве описание объектов НСИ в MDM системе невозможно представить без информации об их взаимосвязях и совместимости. Подавляющее большинство номенклатурных позиций связаны смысловыми отношениями, которые создают дополнительные возможности для ориентации и перемещения по горизонтальным связям объектов, принадлежащих различным группам классификационных иерархий”.
Правильно построенная семантическая сеть объектов НСИ в среде MDM позволяет организовать навигацию по предварительно настроенным и автоматически вычисляемым смысловым связям, что многократно сокращает время поиска необходимой информации, например, при подборе объектов аналогов.
В связи с повышением роли технического регулирования и каталогизации выпускаемой промышленной продукции особую значимость при разработке и внедрении MDM приобретают вопросы стандартизации форматов представления и обмена корпоративными мастер-данными. Применение единой унифицированной терминологии для описания классов и характеристик объектов НСИ в среде MDM предоставляет возможность прикладным информационным системам, работающим с корпоративными мастер-данными в различных контекстах, обмениваться информацией независимо от специфики программной реализации.
Модель эталонных мастер-данных, ориентированная на методологию открытых технических словарей Open Technical Dictionary (OTD) стандарта ГОСТ ИСО 22745 «Системы промышленной автоматизации и интеграция. Открытые технические словари и их применение к основным данным», позволяет стандартизировать термины и определения, которые используются для создания шаблонов описаний товаров, услуг, процессов и организаций. В соответствии с данным подходом сначала должна быть унифицирована терминология предметной области, а затем на основе единого глоссария создаваться различные классификационные группы с произвольным набором характеристик. Методология OTD исключает дублирование одноименных атрибутов в описании шаблонов классов, что позволяет реализовать сквозной параметрический поиск объектов НСИ в среде MDM независимо от их принадлежности к различным ветвям классификации.
Обязательным компонентом систем MDM “тяжёлого” класса является сервис машинного обучения ML (Machine Learning), который используется для автоматического распознавания объектов НСИ по их исходному описанию. В соответствии с имеющейся практикой точность распознавания объектов НСИ сервисом ML для отдельных классификационных групп может достигать 98%.
Таким образом, при выборе MDM для крупных промышленных предприятий, холдингов и корпораций предпочтение необходимо отдавать семантическим мультидоменным MDM системам “тяжёлого” класса, позволяющим реализовать контекстную точку зрения на объекты НСИ, циркулирующие одновременно в финансово-экономическом и производственном контуре организации. Такие системы обеспечивают единый источник «правды» об объектах НСИ, поддержание актуальности, качества, полноты и достоверности информации с целью реализации требований новизны перспективных производственных технологий, импортозамещения, а также обеспечения процессов технического регулирования и стандартизации.