一种自动生成和变更EBOM方法及系统与流程

本发明涉及车辆工程领域，特别是一种自动生成和变更ebom方法及系统。

背景技术：

1、当前，pdm系统在汽车制造研发企业中被广泛应用，主要用于产品结构管理、零部件数模文件管理和变更流程管理等内容。产品结构管理通常采用全bom(物料清单)管理方式，即将同一项目的所有车型放在一个bom中，并通过变量条件解析和过滤条件获取单一车型的bom。bom是一个产品的具体物料组合明细，是目前企业组织产品数据的重要形式，是连接设计、工艺、生产等部门的重要纽带。

2、目前，部分企业使用的是单车bom，在pdm系统中，需要根据客户需求生成ebom数据，这需要工程师进行手工设计。然而，在现有技术中，配置人员需要基于物料管理系统人工配置相应产品的物料清单，这种操作十分繁琐。由于一张产品的bom涉及企业的多个部门，不同部门对bom的视角不尽相同，导致实际工作中人工配置选择环节过多，不仅降低效率，还容易引入人为错误，造成物料清单中物料的缺失。

3、此外，由于当前客户对车型选装定制化的需求不断增加，导致版本不断更新，车型数量不断增加，产品数据库变得越来越大，进而导致ebom的复杂性剧增，使人工生成bom数据的工作量增加，耗时增长，生成和维护bom产品时变得极易出错，进而导致生产时出现问题。

4、因此，本发明的目的是提供一种可自动变更和生产bom的方法，使得在pdm系统中可以自动生成产品bom，从而减少工程师在维护和生成产品bom上的工作量，提高产品的正确率，解决人工生成单车bom工作量大、管理难度大、易出错等缺陷，减少工程师的工作量。

技术实现思路

1、鉴于现有的pdm系统在生成和维护ebom过程中存在的问题，提出了本发明。

2、因此，本发明所要解决的问题在于如何在pdm系统中自动生成和变更ebom，以减少工程师的工作量，提高产品bom的正确率，解决人工生成单车bom工作量大、管理难度大和易出错的缺陷。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明实施例提供了一种自动生成和变更ebom方法，其包括，利用深度学习算法选择pdm系统数据节点，并判断数据节点的类型；根据数据节点的类型，获取工程配置索引；基于工程配置索引生成工程配置表，锁定子bom库中的子bom，生成产品bom。

5、作为本发明所述自动生成和变更ebom方法的一种优选方案，其中：所述获取工程配置索引包括以下步骤：根据节点的属性和关联数据，判断节点属性是否被标记为变更流程；当节点属性被标记为变更流程时，计算变更影响因子ci，具体公式如下：

6、

7、其中，ci为变更影响因子，nc为变更节点数量，nt为pdm系统中总的数据节点数量。

8、当节点属性无标记时，则检查节点是否与变更文档关联；若节点属性和变更文档关联，则判定为变更节点，并记录关联的变更文档信息；若节点属性和变更文档无关联，则检查节点是否处于变更工作流程中，并查看此节点版本和操作历史；若节点属性处于变更工作流程中，则判定为变更节点，记录当前所处的变更工作流程阶段，查看其版本和操作历史；若节点属性不在变更工作流程中，则检查节点是否涉及变更；若节点属性涉及变更，则判定为变更节点，并记录变更的具体内容和时间；若节点属性无变更，则判定为非变更节点，进行常规流程处理；当判定为变更节点时，则标记此节点为变更节点，并收集变更信息，进入变更处理流程。

9、作为本发明所述自动生成和变更ebom方法的一种优选方案，其中：所述变更信息包括变更文档、工作流程信息和版本历史；所述数据节点包括顶层节点和子节点；所述选择pdm系统中数据节点包括以下步骤：收集pdm系统中的各类数据节点样本，对数据节点进行标注；对pdm系统中的数据节点进行向量化处理，使用自然语言处理nlp技术提取节点特征；所述节点特征包括节点属性、关联关系和历史变更频率；利用深度学习算法构建评估模块，使用所述节点特征和标注的数据节点类型训练预测模块；执行节点重要性评估和类型分类，并使用注意力机制捕捉节点间的复杂依赖关系；输入待判断的数据节点至训练好的评估模块，输出数据节点的类型预测；根据预测结果选择数据节点进行在pdm系统中创建子bom数据库和配置功能，当评估模块无法判断节点类型时，提供异常处理机制，并收集用户反馈，改进评估模块。

10、所述配置功能包括，根据零件类型和配置选项，计算零件配置系数pcf，具体公式如下：

11、

12、其中，pcf为零件配置系数，oc为配置选项数，tp为pdm系统中零件的类型数量。

13、根据配置功能选择零件数据组合形成子bom，并将子bom数据加入子bom数据库；将配置功能和所需的子bom数据进行关联，并导入系统，匹配配置功能和相应的子bom；通过配置功能锁定并调用子bom数据库中对应的子bom；将子bom数据库和配置功能作为脚本解释器的输入，执行解释操作，以生成bom配置界面。

14、作为本发明所述自动生成和变更ebom方法的一种优选方案，其中：所述配置界面是各子bom、物料选择、物料组合方式以及物料元件类型和元件数量之间的相互约束关系；所述物料选择包括第一层次和第二层次；所述第一层次是在若干子bom中选择子bom；所述第二层次是在选定的子bom中选择若干物料；所述数据库中包含零件类型子bom数据和数量子bom数据；所述子bom数据库包括bom表和子bom表；所述bom表包括字段bom id、父零件id、子零件id、数量以及单位；所述子bom表包括字段子bom id、bom id和配置功能id。

15、作为本发明所述自动生成和变更ebom方法的一种优选方案，其中：当系统接收到用户选择的数据节点时，则进行节点类型判断；所述节点类型判断包括，当节点类型为变更流程时，则进入变更流程处理；所述变更流程处理包括以下步骤：获取变更过程中上一版本所有零部件和对应的下级件；同时获取上一版本和当前数据节点的工程配置索引；当节点类型为常规流程，则进入常规流程处理，计算变更影响因子ci和bom变动率br；所述bom变动率br的具体公式如下：

16、

17、其中，br为bom变动率br，ac为变更属性数，at为属性总数。

18、所述常规流程处理包括以下步骤：获取当前节点的工程配置索引，并检查工程配置索引的有效性；若工程配置索引无效或不存在，则系统生成错误报告并提示用户；若工程配置索引有效，则加载相关配置数据；若加载过程中出现异常，则记录错误日志并尝试使用备用数据源；若系统成功加载配置数据，则检查数据一致性；若检查数据不一致，则系统启动数据修复流程并通知相关人员；若检查数据一致，则构建工程配置表；若构建工程配置表过程中遇到未知配置项，则系统使用默认值并在报告中标记；若工程配置表构建完成，则系统进行配置合理性验证；若验证发现不合理的配置组合，则系统生成警告信息并请求用户确认；若所有验证都通过，则系统将工程配置表保存到数据库；若保存过程中出现错误，则系统进行回滚操作并重试；若工程配置表成功保存，则锁定子bom库中的子bom。

19、作为本发明所述自动生成和变更ebom方法的一种优选方案，其中：所述生成产品bom包括以下步骤：获取工程配置表，遍历bom属性变更明细；根据遍历的bom属性，输出bom变动率br；所述遍历bom属性包括零件增删情况、数量变更、材料或规格修改、供应商变更以及成本调整；对配置功能和bom进行合理性检测，同时检测工程bom的数据单独合理性；当检测产品bom不合理时，则生成错误报告；所述错误报告包括错误类型、错误位置和错误描述；当检测产品bom合理时，则生成bom合理性检测报告，并更新bom状态为已验证。

20、作为本发明所述自动生成和变更ebom方法的一种优选方案，其中：所述工程配置表包括以下步骤：获取工程配置表索引，锁定子bom库中的子bom；根据节点获取所有配置车型和对应的配置选项信息，写入车型配置二维表；获取工程配置表模板，并将二维表配置信息映射到工程配置表模板中，生成工程配置表；获取bom生成模板，选择子bom；将子bom格式化和组合，根据配置车型和配置选项信息，计算配置适用性ca，获得生成产品bom；所述配置适用性ca的具体公式如下：

21、

22、其中，ca为配置适用性，ca为适用配置数，oc为配置选项数，ci为变更影响因子，pcf为零件配置系数。

23、第二方面，本发明实施例提供了一种自动生成和变更ebom系统，其包括：选择判断模块，用于利用深度学习算法选择pdm系统数据节点，并判断数据节点的类型；获取模块，用于根据数据节点的类型，获取工程配置索引；生成模块，基于工程配置索引生成工程配置表，锁定子bom库中的子bom，生成产品bom。

24、第三方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的自动生成和变更ebom方法的步骤。

25、第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的自动生成和变更ebom方法的步骤。

26、本发明有益效果为：本发明通过智能识别pdm系统中的数据节点类型，实现高效的工程配置索引获取；基于此索引生成工程配置表并锁定相关子bom，自动化生成产品bom，提高数据处理的准确性和效率，还增强系统对复杂产品结构和频繁设计变更的适应能力；通过减少人工操作和避免数据冲突，提升产品设计效率和版本控制能力。