更新时间：2024-04-19 GMT+08:00
应用场景
工业数字模型驱动引擎（Industrial Digital Model Engine，简称iDME）可以提供面向研发、销售、制造、供应、服务等领域所需的丰富的数据管理功能、工业数据模型模板库、工业数据联接等能力。
数据建模引擎典型应用场景
传统的软件开发过程中，需要大量的数据开发工作，对架构设计、模型设计要求极高，能力难以复用，数据迁移过程中也容易频频出错，标准难以统一。工业数字模型驱动引擎-数据建模引擎通过元模型驱动方式创新性的解决了数据管理工作痛点，功能可配置、服务可编排、一键发布、设计即开发，具有广泛的应用场景。
图1 数据建模引擎典型应用场景
基于工业数字模型驱动引擎-数据建模引擎构建的Saas产品，如SysDM系统工程研发平台解决方案、PDM集成产品开发平台、SPDM仿真数据管理平台、工艺过程管理系统MPM、互联数字工厂SaaS系统、工业软件产教融合云平台、数字化平台等，解决了以往高昂的硬件平台成本，以及海量的定制开发服务，重构用户体验、提升开发和响应效率、实现商业成功。
- 研发效率提升：强大的数据服务功能支持快速配置数据实例，自动生成数据服务，提升研发效率。
- 响应时间缩短：缩短API响应时间，大文件上下行速度明显提升。
- 迭代灵活高效：可视化的数据模型图谱，高代码编排及自定义数据服务API，让迭代更高效。
- 业务数据安全：多租户软隔离或硬隔离方式对数据进行加密隔离。
数字主线引擎典型应用场景
传统数据治理过程中，先面向结果而后面向过程，“乱而后治”这种方式使得在各种单体式系统管理着标准各异的孤岛数据的情况下，不断耗费精力集成打通，数据复用效率及低。
工业数字模型驱动引擎-数字主线引擎采用直接面向业务对象，先建模后实例， 使用图结构承载物理产品的数字模型以及吸收的研发、销售、制造、供应、交付、运维等各环节相关数据，形成伴随物理产品全生命周期的全量数据价值网络，为各环节提供同源数据。从而实现“不治而顺”，统一模型，大幅度降低集成难度。
图2 数字主线引擎典型应用场景
- 供得上数据中台构建应用场景：连接研发、采购、供应、销售、交付等多领域数据，提供清洁可信的数据服务。
- 器件全量信息查询应用场景：一键查询器件全量和产业链看板分析，支撑TMG器件归一化、硬件工程师器件选型等高效作业。
- 器件质量追溯服务应用场景：基于LinkX-F图谱技术，通过多系统超大数据量处理，快速支撑连续性器件质量追溯一键式分析器件问题影响，有效提升器件质量问题分析处理效率。
- 制造域数据服务应用场景：支撑制造对基础数据可视及精准匹配，提升生产效率和产品加工质量。
- 作业类应用实践应用场景：统一系统间集成方式，简化集成，提供Part&BOM、offering、缺陷、需求等数据基础服务和聚合服务，支持DevX及硬件数字化快速编排、高效作业。
父主题： 工业数字模型驱动引擎简介
