1.本发明涉及定制产品的数字化处理技术领域，具体为一种工业互联网下适配于定制产品需求的数字化处理系统。
背景技术：2.在目前的消费品市场中已经存在c2m模式，英文customer-to-manufacturer(用户直连制造)的缩写，是指用户直连制造商，即消费者直达工厂，强调的是制造业与消费者的衔接。事实上，它是一种”聪明”模式：在c2m模式下，消费者直接通过平台下单，工厂接收消费者的个性化需求订单，然后根据需求设计、采购、生产、发货。主要包括纯柔性生产，小批量多批次的快速供应链反应。
3.那么在这样的前提下，在项目制大规模产品定制生产时，c2m就显得有些力不从心，其无法将项目的定制产品需求快速转化为生产工厂所需的零部件清单、bom表，难以实现上下游一体化的数字化处理，例如这家企业的产品是完全围绕项目需求进行定制化设计的，具体一点例如合同初始报价与实际花费出现较大出入、技术人员离职导致技术无法衔接、零散发货无法满足适应性要求等等；那么一个企业其需要能够保持产品的高质量、运营的高效率、成本的精细管理，就需要erp系统，而erp中最核心、最基本的数据就是物料编码和bom管理。对于项目制生产企业如何快速批量化生成bom，从而借助erp平台提高管理水平，是迫切需要解决的问题。
4.bom(bill of material)物料清单，也就是以数据格式来描述产品结构的文件，是计算机可以识别的产品结构数据文件，也是erp的主导文件。标准产品的bom一般是固定不变的，但对于项目定制产品(p2m制造模式，project-to-manufacturer)和消费者定制产品(c2m制造模式，customer-to-manufacturer)，在erp中人工构建定制产品bom需要耗费大量人力和时间，并且在人工构建过程中会有潜在的数据错误风险，从而导致生产出的产品不符合客户需求，成为大规模定制生产的瓶颈。
5.市面上软件常用的超级bom构建方法有两种：一是将产品变型的所有组合的物料合并在一个bom中，然后根据特征从里面抽取某个子集形成最终bom；二是构建一个基本bom，然后根据不同特征值替换相关物料。这两种方法都存在以下问题：
6.一、超级bom中的所有物料都必须事先定义好。如果物料的规格、材质等属性可变，则需要将所有属性组合物料全部定义才能确保覆盖所有情况。
7.二、某些物料规格或数量与bom结构和工艺相关，上述方法无法解决此问题，只能通过图纸进行补充说明。例如定制的窗户尺寸和中隔数量需要根据墙体开洞的尺寸进行计算，进而相应子部件(例如玻璃)尺寸也需要计算。
8.三、如果某一物料根据特征有多种替代物料可选择，如何按某种复杂算法进行自动选择，上述两种方法无法解决此问题，只能人工选择。例如配方中某一功效有多种原料都可选择，如何把功效成分要求、法规要求、工艺要求、成本要求等因素综合考量后选择最优物料就属于此类问题；服装行业中同一布料有多种颜色，如何根据规则自动选择哪种颜色
的布料也属于此类问题。
9.四、高科技产品bom中一般都会包含软件部分，但软件功能模块或版本与bom中的零部件存在相关性。例如某个部件没有选配或软件版本与某特征值相关，则需要根据情况关闭或调整相应功能模块或选择软件的特定版本、甚至自动生成相应程序代码，上述方法无法处理此类情况。
10.五、上述方法也无法判断生成的bom是否符合某些法规或企业内控要求，只能由人工对生成的bom进行判断。例如rohs、食品行业的卫生指标等。
11.六、部分cad软件支持参数化设计，可根据零部件参数自动生成图纸。上述两种方法因不支持零部件规格变型，因此就无法利用cad软件的这一特性自动生成零部件图纸，造成产品bom和设计图纸两张皮，需要花费大量管理成本才能保障bom和图纸的一致性。
12.七、同一产品的bom有用于采购的物料bom，也有用于加工的工序bom，还有散件组装的kdbom，上述方法只能针对每种场景单独再建一套bom，存在潜在的bom版本不一致问题。
技术实现要素：13.本发明的目的在于提供一种工业互联网下适配于定制产品需求的数字化处理系统，以解决上述背景技术中提出的问题。
14.为了解决上述技术问题，本发明提供如下技术方案：一种工业互联网下适配于定制产品需求的数字化处理系统，该系统以项目直连制造的方式，提出p2m模型；
15.所述p2m模型包括：
16.根据工程项目清单，获取大规模项目定制产品信息；所述大规模指定制产品数量超出n件，其中n为系统设置常数；
17.基于产品模型和项目定制产品信息，构建超级bom，输出bom视图至制造工厂；
18.制造工厂与工程项目之间通过上述所有流程实现信息交互处理。
19.所述bom视图直接反馈报价至工程项目。
20.所述制造工厂与工程项目之间的信息交互处理包括：
21.制造工厂负责反馈报价和结算、产品交付、质量追溯、维保和回收数据内容至工程项目。
22.bom构成的物料在不同行业较大差异。例如离散行业(包括但不限于工业机械与设施、汽车、高科技产品、飞机、造船、建筑等)bom中的物料主要由机、电、软三类；消费品行业(包括但不限于家具、成衣、五金等)bom中的物料类型相对单一，一般不包含电、软两类，但在结构和尺寸方面差异较大；在食品/饮料/生命科学行业bom(即配方)中的物料通常分为固体、液体、半固体三类，更注重物料特性方面的差异。不同类型的物料都有自身特有的属性，制造工艺各不相同，简单可分为三类：物理加工或组装、理化或生化反应、编程或算法演化。同时随着科技的发展，不同行业间有相互融合的趋势，从而造成bom的构成及编排越来越复杂。
23.所述构建超级bom包括以下步骤：
24.s1、构建参数化超级bom模型库；所述参数化超级bom模型库由bom算法模型库、dfx算法模型库、bom视图模型库三部分构成，三个模型库相互独立、相互引用；
25.s2、输入订单产品信息和项目技术要求；
26.s3、根据订单产品从参数化超级bom模型库中选择对应的超级bom计算模型，通过人工或根据产品名称自动选择，并根据订单产品信息和项目技术要求构建参数表；
27.其中超级bom计算模型由工程bom进行抽象后设计而成，包括但不限于产品主结构bom、选配件bom、物料属性以及相应算法、算法辅助数据表、适用dfx算法、bom视图模型算法等构成。
28.s4、对订单产品信息和项目技术要求按模型参数算法进行参数转换，由参数约束算法对转换后的参数进行逻辑运算；
29.如转换后的参数与模型算法存在冲突，则返回错误信息，运算中止，由人工修改相关输入信息后可再次执行；
30.s5、由结构变型算法根据参数构建产品主结构bom；
31.例如：窗户结构bom，如果墙体洞口宽度小于600mm，就不分隔，如果大于600mm，就需要进行分隔。
32.s6、根据转换后的参数在主结构bom中增加选配件，并根据选配件对主结构bom的属性和物料数量数据进行修正；
33.选配件可以是虚拟件，也可以是实体件。例如：某汽车的“大灯清洗”参数值等于“是”，则在bom中增加选配件“大灯清洗机构”。
34.s7、根据属性算法计算属性值，构建物料规格型号和技术要求描述文本；
35.例如：物料规格由物料属性“长度”和“材质”的值组合而成；钢管的主计量用量(单位：mm)等于“产品的长度－200mm”，按主辅单位计算公式计算出辅计量用量(单位：kg)；某零部件cnc加工图纸或参数，可通过属性根据cnc输入数据格式自动生成；甚至可通过将属性作为参数输入ai算法模型自动生成相应程序；技术要求文本内容甚至可采用xml格式或ini格式记录复杂数据结构。
36.s8、若bom中的物料存在自制件，则继续从参数化超级bom模型库中选择相应产品的超级bom计算模型按递归算法进行下一层bom计算，直至bom中所有物料都是外购件为止；
37.例如散件发货的kdbom，就可以采用此算法。
38.s9、对bom附加输出属性和dfx算法相关属性进行计算；
39.s10、根据模型适用的dfx算法(可以适配多个dfx算法)，从dfx算法模型库中选择相应算法对生成的bom进行计算，得出评估结果值和详细数据报告；
40.例如：配方中的卫生指标，将所有物料的铅标准含量累加后与法规标准进行比对，如果超标就返回评估结果“超标”和详细数据报告“bom的总铅含量值”。
41.dfx是design for x(面向产品生命周期各/某环节的设计)的缩写，x可以代表产品生命周期或其中某一环节。例如dfe：design for environment；dfc：design for cost；dfq:design for quality；dfs:design for saftey等等。在产品制造之前对产品可持续性指标进行评价就非常必要，通过算法对大规模定制产品bom进行dfx量化分析和评价，甚至自动生成相关标签内容(例如rohs、卫生指标、成分表等)，可以大大提高效率，快速进行可持续产品设计。
42.s11、将运算后生成的最终bom数据、属性表及dfx报告数据进行清理后存储到产品bom数据库中；
43.s12、根据bom视图模型库中的bom视图模板，从产品bom数据库中经过运算获取相应bom视图，输出的bom视图在与erp或mdm系统连接后，自动匹配物料编码和bom；若匹配不到相应的物料或bom，则根据系统数据接口新建物料档案和bom。
44.bom贯穿于产品的整个生命周期，不同阶段都有各自使用场景，从而需要提供不同视图来描述所需要的bom，例如工程视图(ebom)、测试和验证视图、采购视图、制造视图(即mbom)、服务视图(即sbom)等等。通过超级bom实现单一来源的多视图bom可消除ebom、mbom、sbom核对和同步所需要的时间和潜在的数据不一致，通过可信数据交换提高供应商的协同效率，实时处理产品需求变更对bom的修改。
45.所述bom算法模型库由七部分构成，包括：bom模型库、模型参数算法、参数约束算法、结构bom变型算法、选配bom变型算法、扩展属性算法、算法辅助表；所述dfx算法模型库由四部分构成，包括：dfx算法库、dfx约束算法、dfx参数表、dfx指标算法；所述bom视图模型库由五部分构成，包括：bom视图模板库、导入表模板、bom视图字段映射算法、物料编码及扩展属性算法、文档输出模板；
46.所述导入表模板包括物料档案模板和bom表模板。
47.在步骤s4中，若存在转换后的参数与模型算法冲突，返回错误信息，运算中止，由人工修改相关输入信息后再次执行。
48.例如：某产品超级bom计算模型只适用于500～1000mm宽度的产品，如果输入的产品信息只有100mm，约束算法就能检查出来，由人工检查是否产品信息错误或模型选择错误。
49.在步骤s10中，若某个dfx报告是强制执行，则评估结果不达标时返回出错信息，由人工修改输入信息后可再次执行。
50.与现有技术相比，本发明所达到的有益效果是：
51.一、适用产品类型广。适用大规模定制类工程机械、加工设备、机电产品、消费品、高科技产品、食品/饮料/保健品、建筑业、汽车、船舶、航天器等。
52.二、能够从结构、选配件、物料属性三个维度对产品bom进行参数化变型。
53.三、能够根据cad等专业设计软件的接口自动生成参数化设计数据。
54.四、能够应用dfx理念通过算法对bom进行符合性评价和数据计算。
55.五、能够根据对接的软件或用户需要导出特定的bom视图，实现bom的单一数据源管理。
56.六、提出了全新的p2m模型，即项目直连制造，在p2m模式下，项目的定制产品需求可以快速转化为生产工厂所需的零部件清单、bom表，通过社交化的知识共享实现上下游一体化的数字化平台。
附图说明
57.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
58.图1是本发明一种工业互联网下适配于定制产品需求的数字化处理系统的p2m业务模型示意图；
59.图2是本发明一种工业互联网下适配于定制产品需求的数字化处理系统中提出的
p2m管理模型(rptcdc模型)示意图；
60.图3是本发明一种工业互联网下适配于定制产品需求的数字化处理系统中提出的p2m系统架构示意图；
61.图4是本发明一种工业互联网下适配于定制产品需求的数字化处理系统中构建超级bom流程示意图；
62.图5是本发明一种工业互联网下适配于定制产品需求的数字化处理系统中实施例的地铁行业的结构片式消声器示意图；
63.图6是本发明一种工业互联网下适配于定制产品需求的数字化处理系统中实施例的输入参数示意图；
64.图7是本发明一种工业互联网下适配于定制产品需求的数字化处理系统中实施例的超级bom视图模型算法流程图；
65.图8是本发明一种工业互联网下适配于定制产品需求的数字化处理系统中实施例的bom的三个输出视图总览示意图。
具体实施方式
66.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
67.请参阅图1-图8，本发明提供具体实施例如下：
68.如图1至图3所示，分别从多维度展示了p2m模型的业务模型、管理模型以及系统架构；
69.整个p2m模型是适配于项目制大规模产品定制生产的，因此在本发明的实施例中，我们提出这样一种设想，如果一家企业的产品是完全围绕项目需求进行定制化设计。例如一条地铁项目有十几个地铁站，每个地铁站对产品的尺寸、数量、类型又不一样的，供货周期跨度长达两到三年。在这样的项目制生产的情况下就出现了很多现实的问题：
70.合同报价是根据设计图纸进行预估的，实际产品可能与当初的设计相关甚远。
71.签完合同可能在一年后才会供货，如果这时出现人员变更，可能就记不清当时的技术要求。
72.在供货之前需要根据项目技术要求做一台样机，用于五方厂验，只能验收合格才能进行批量生产。
73.如何把样机的技术要求快速复制到供货的所有产品设计中，这是一个体力活，需要人工进行算料。
74.人工算料是按批量生产方式计算，并不是一台一台算的，这样方便车间进行零部件的批量加工，但不利于单台产品成本核算、也无法形成标准产品bom。
75.每一台产品基本没有尺寸相同的，如果发货时不能做好标识，就可能出现这个站的产品发到另一个站。
76.对于散件发货的产品，是需要到现场组装的，如果组装的配件发错或漏发，就可能需要重新补发，耽误工期等等。
77.具体示例如下：
78.地铁行业的结构片式消声器(安装后示意图如图5所述)由三级bom构成，第一级是订单bom，用于散件发货，在项目工地上进行安装；第二级是消声片等消声组件的装配bom；第三级自制零部件的加工bom。
79.其中组件消声片的数量由项目现场测量风洞的宽(w)和高(h)计算得出，每片消声片的长度由风洞深度(l)决定，消声片的消声孔板和消声棉的材质由项目技术要求决定，进而每个消声片所用的零部件尺寸和数量都需要根据风洞尺寸进行多重计算后方能得出。
80.市面上软件的两种超级bom构建方法(见上文)都无法解决尺寸和数量的计算问题，只能按穷举法将零部件的所有尺寸规格都事先定义好，再按某种条件进行筛选，从而造成大量无效的零部件数据。
81.同时，结构片式消声器可选配检修门，而检修门的规格尺寸也与风洞尺寸相关。如果选配检修门，则消声片的数量需要重新计算，同时安装配件的加工参数也会发生变化，并需要增加检修门的安装配件。这种选配件的复杂关联计算，市面上软件的两种超级bom构建方法也是无法解决的，只能是手工计算，难以实现大规模自动生成定制产品bom。
82.以下通过本发明的技术方案对结构片式消声器的超级bom构建方法进行说明：
83.s1：构建参数化超级bom模型库。超级bom模型库由bom算法模型库、dfx算法模型库、bom视图模型库三部分构成，三个模型库相互独立、相互引用。
84.算法采用类excel函数公式(支持函数嵌套)进行描述，以数据表形式支持顺序算法结构，用if函数支持条件分支算法结构，不支持循环算法结构，bom算法模型支持递归算法。算法中的函数除常用标准函数外，也支持自定义扩展函数。模型中涉及的算法分为计算类算法和条件判断类算法两类：计算类算法的执行结果除了数值、文本等基本数据类型，还包括xml文件或ini文件复杂数据结构类型、算法文本数据类型；条件判断算法的执行结果是true或false。
85.bom算法模型由七部分构成：bom模型库、模型参数算法、参数约束算法、结构bom变型算法、选配bom变型算法、扩展属性算法、算法辅助表构成。
86.用表1展示一下bom模型库：
87.表1：bom模型库
88.模型编号模型id号m0003产品名称标准产品名称结构片式消声器模型名称超级bom模型名称结构片式消声器bom计算模型版本号超级bom模型版本号2.0版权超级bom模型版权申明copyright 2022张xx.
89.模型参数算法转化后的部分参数如图6所示：
90.dfx算法模型由四部分构成：dfx算法库、dfx约束算法、dfx参数表、dfx指标算法。
91.bom视图模型库由五部分构成：bom视图模板库、中间表或导入表模板(物料档案模板和bom表模板)、bom视图字段映射算法、物料编码及扩展属性算法、文档输出模板(可选，支持excel和word格式)。
92.s3：根据产品对应的超级bom计算模型(人工或根据产品信息自动选择)并根据产品信息和项目技术要求构建参数表。
93.s4：由参数约束算法对转换后的参数进行逻辑运算。如转换后的参数与模型算法存在冲突，则返回错误信息，运算中止，由人工修改相关输入信息后可再次执行。例如：某产品的超级bom计算模型只适用于500～1000mm宽度的产品，如果输入的产品信息只有100mm，约束算法就能检查出来，再由人工检查是否产品信息错误或模型选择错误。
94.示例中结构片式消声器的w必须在1900～13000之间，h必须在1500～8000之间，l必须在1000～3000之间，活动门的数量不能大于2个。
95.s5：由结构变型算法根据参数构建产品主结构bom。例如：窗户结构bom，如果墙体洞口宽度小于600mm，就不分隔，如果大于600mm，就需要进行分隔。
96.示例中的结构式消声器经过计算，可得出该风洞的结构片式消声器主结构bom由3层1000标准消声片加上1层h700mm的非标消声片构成，每一层有11个消声片，总共包含33片1000标准消声片和11片非标消声片。安装部件的数量和规格型号都需要根据消声片的尺寸、层数和w方向组数进行计算，例如“全丝数量”和“全丝长度”等。规格型号可能会随着选配件的加入而需要调整，因此规格型号的算法放在“选配变型”之后进行计算。
97.s6：根据参数在主结构bom中增加选配件，并根据选配件对主结构bom的属性和物料数量相关数据进行修正。例如：某汽车的“大灯清洗”参数值等于“是”，则在bom中增加选配件“大灯清洗机构”。
98.s7：根据属性算法计算属性值，构建物料规格型号和技术要求描述文本，技术要求文本内容甚至可采用xml格式或ini格式记录复杂数据结构。例如：物料规格由物料属性“长度”和“材质”的值组合而成；某零部件cnc加工图纸或参数，可根据cnc输入数据格式自动生成“技术要求”文本；甚至可通过将“技术要求”文本内容作为参数输入ai算法模型自动生成相应程序。
99.示例中的“1000标准消声片”的规格型号的算法是“(@结构片式消声器.l@-40)&"mm*1000mm"”，计算后得出文本“1560mm*1000mm”。“5#角铁”的技术要求的根据算法“vlookup("消声片w方向模数表"&"."&@结构片式消声器.w.显示@&"."&"顶底配件加工参数",算法辅助表！a:e,5,false)”通过查表方式计算得出，该技术要求文本内容可作为参数文件输入到solidworks的参数化3d零部件模型中，直接生成3d图纸。
100.s8：如果bom中的物料存在自制件，则继续从bom模型库中选择相应产品bom(零部件或中间体物料)模型按递归算法进行下一层bom计算，直至所有物料都是外购件为止。例如散件发货的kdbom、中间体配方，就可以使用此算法实现。
101.例如“1000标准消声片”是自制件，则算法继续从超级bom模型库中找到“消声片”的超级bom计算模型进行第二层bom运算；第二层消声片bom中“孔板”也是自制件，则继续从超级bom模型库中找到“孔板”的超级bom计算模型进行第三层bom运算，“孔板”由外购的“热镀锌钢卷”直接加工而成，至此bom递归计算结束。超级bom算法会依次把第一层bom中所有“自制”的物料全部展开到最后一层“外购”物料。
102.s9：对bom附加输出属性和dfx算法相关属性进行计算。例如：计算产品总重量、制造成本等。
103.示例中的bom模型需要对生成的bom进行成本评价(即dfc算法)，因此dfx算法的附加属性就是“自制”零部件的加工费和“外购”材料的采购金额。超级bom计算模型根据“加工费”和“采购价”的算法计算每个零部件材料或加工成本金额。如果产品需要进行其他dfx模
型计算，则也可以对相关的附加属性值进行计算，例如配方类产品中的含量等属性。
104.s10：根据bom算法模型适用的dfx算法(可以适配多个dfx算法)，从dfx算法库中选择相应算法对生成的bom进行计算，得出评估结果值和详细数据报告。如果某个dfx报告是强制执行，则评估结果不达标时返回出错信息，由人工修改输入信息后可再次执行。例如：配方中的卫生指标，将所有物料的铅标准含量累加后与法规标准进行比对，如果超标就返回评估结果"不符合"和bom的“总铅含量”值。
105.示例中dfc001算法包含三个属性“材料费”、“加工费”和“总成本”，根据算法结算分别将bom中所有材料的采购金额、加工费进行合计，“总成本”等于“材料费”加“加工费”。
106.dfx函数根据算法结果计算出“输出参数”值(“结论”、“结论说明”、“评估报告”)，其中“评估报告”以xml文件数据格式进行输出。
107.s11：将运算后生成的最终bom数据、属性表及dfx报告数据进行清理后存储到产品bom数据库中。
108.s12：根据bom视图模板，从产品bom数据库中经过运算获取相应bom视图。对输出的bom视图，在与erp或mdm等系统连接后，自动匹配物料编码和bom。如果匹配不到相应的物料或bom，则根据系统数据接口新建物料档案和bom。算法流程图如图7所示：
109.示例中的超级bom模型有三个bom输出视图，如图8所示，第一个“采购bom”视图用于对接某进销存软件，直接生成采购入库单；第二个“安装bom”视图用于生成可直接打印的“产品安装bom表”；第三个“制造bom”用于对接某erp软件，创建产品bom表和新物料档案。
110.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
111.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
技术特征：1.一种工业互联网下适配于定制产品需求的数字化处理系统，其特征在于：该系统以项目直连制造的方式，提出p2m模型；所述p2m模型包括：根据工程项目清单，获取大规模项目定制产品信息；所述大规模指定制产品数量超出n件，其中n为系统设置常数；基于产品模型和项目定制产品信息，构建超级bom，输出bom视图至制造工厂；制造工厂与工程项目之间通过上述所有流程实现信息交互处理。2.根据权利要求1所述的一种工业互联网下适配于定制产品需求的数字化处理系统，其特征在于：所述bom视图直接反馈报价至工程项目。3.根据权利要求1所述的一种工业互联网下适配于定制产品需求的数字化处理系统，其特征在于：所述制造工厂与工程项目之间的信息交互处理包括：制造工厂负责反馈报价和结算、产品交付、质量追溯、维保和回收数据内容至工程项目。4.根据权利要求1所述的一种工业互联网下适配于定制产品需求的数字化处理系统，其特征在于：所述构建超级bom包括以下步骤：s1、构建参数化超级bom模型库；所述参数化超级bom模型库由bom算法模型库、dfx算法模型库、bom视图模型库三部分构成，三个模型库相互独立、相互引用；s2、输入订单产品信息和项目技术要求；s3、根据订单产品从参数化超级bom模型库中选择对应的超级bom计算模型，并根据订单产品信息和项目技术要求构建参数表；s4、对订单产品信息和项目技术要求的参数表按模型参数算法进行参数转换，由参数约束算法对转换后的参数进行逻辑运算；s5、由结构变型算法根据参数构建产品主结构bom；s6、根据转换后的参数在主结构bom中增加选配件，并根据选配件对主结构bom的属性和物料数量数据进行修正；s7、根据属性算法计算属性值，构建物料规格型号和技术要求描述文本；s8、若bom中的物料存在自制件，则继续从参数化超级bom模型库中选择相应产品的超级bom计算模型按递归算法进行下一层bom计算，直至bom中所有物料都是外购件为止；s9、对bom附加输出属性和dfx算法相关属性进行计算；s10、根据bom算法模型适用的dfx算法，从dfx算法模型库中选择相应算法对生成的bom进行计算，得出评估结果值和详细数据报告；s11、将运算后生成的最终bom数据、属性表及dfx报告数据进行清理后存储到产品bom数据库中；s12、根据bom视图模型库中的bom视图模板，从产品bom数据库中经过运算获取相应的bom输出视图，在与erp或mdm系统连接后，自动匹配物料编码和bom；若匹配不到相应的物料或bom，则根据系统数据接口新建物料档案和bom。5.根据权利要求4所述的一种工业互联网下适配于定制产品需求的数字化处理系统，其特征在于：所述bom算法模型库由七部分构成，包括：bom模型库、模型参数算法、参数约束算法、结
构bom变型算法、选配bom变型算法、扩展属性算法、算法辅助表；所述dfx算法模型库由四部分构成，包括：dfx算法库、dfx约束算法、dfx参数表、dfx指标算法；所述bom视图模型库由五部分构成，包括：bom视图模板库、导入表模板、bom视图字段映射算法、物料编码及扩展属性算法、文档输出模板；所述导入表模板包括物料档案模板和bom表模板。6.根据权利要求4所述的一种工业互联网下适配于定制产品需求的数字化处理系统，其特征在于：在步骤s4中，若存在转换后的参数与模型算法冲突，返回错误信息，运算中止，由人工修改相关输入信息后再次执行。7.根据权利要求4所述的一种工业互联网下适配于定制产品需求的数字化处理系统，其特征在于：在步骤s10中，若某个dfx报告是强制执行，则评估结果不达标时返回出错信息，由人工修改输入信息后可再次执行。
技术总结本发明公开了一种工业互联网下适配于定制产品需求的数字化处理系统，属于定制产品的数字化处理技术领域。本发明能够从结构、选配件、物料属性三个维度对产品BOM进行参数化变型；能够根据CAD等专业设计软件的接口自动生成参数化设计数据；能够应用DFx理念通过算法对BOM进行符合性评价和数据计算；能够根据对接的软件或用户需要导出特定的BOM视图，实现BOM的单一数据源管理。同时提出了一种全新的P2M模型，即项目直连制造，在P2M模式下，项目的定制产品需求可以快速转化为生产工厂所需的零部件清单、BOM表，通过社交化的知识共享实现上下游一体化的数字化平台。上下游一体化的数字化平台。上下游一体化的数字化平台。
技术研发人员：张青松
受保护的技术使用者：泰州市安冬技术咨询有限公司
技术研发日：2022.08.04
技术公布日：2022/12/1
