搜索--e-works数字化企业网

文章
新闻
资料
视频
活动
特别报道
书屋
智能制造
VIP智库
专家
报告

e-works为您找到 5401 条结果

相关性
发布时间

BOM驱动的汽车软件零件化精益管理

引言商用车行业呈现“车型多、配置杂、单车销量低”的特征，ECU数量及软件复杂度远超乘用车。公司从2005年已实现车型数据配置化管理，在车型数据配置化的情况下，基础数据软件作为零部件管理，与硬件管理方式一致，构建在超级BOM下，通过超级BOM实现配置化管理，通过实例化车型配置匹配相应的软硬零部件自动生成配置化产品BOM结构清单；5）产品部门，将配置化车型配置清单及产品BOM清单发布给制造部门；6）制造部门，根据销售需求，在配置化车型的配置范围内勾选，明确选装配置后，IT系统根据配置及配置规则生成实例化的车型 3）IT系统根据实例化车型配置与标定项配置匹配，生成实例化的标定功能项及标定功能参数集。 2）实例化订单车型生成时，将OTA产品BOM数据、整车故障码清单、整车标定文件等产品数据传递到数据湖中管理。

来源：e*works

2026-03-03

基于“整车DMU”工具的开发与应用

2）智能解析，精准匹配基于和PDM系统深度融合的实例化车型BOM清单，能自动从整车BOM数据中精准提取所有待装配模块及接口模型。无需人工逐一核对，大幅减少前期数据整理时间，为后续装配工作奠定基础。同时，结合内置的装配特征匹配规则库，能够依据复杂专业的几何特征进行适配，确保装配的准确性和稳定性。该引擎可快速解析模板中的装配约束规则，精准建立CAD模型特征树与装配参数的动态映射关系。通过拓扑关系校验算法，自动识别装配接口的匹配偏差，并生成详细装配错误报告。

来源：e-works

2025-12-24

基于模型特征识别的智能DFM应用研究

●基于模型特征识别（基于图形形态识别）企业也开始意识到：若DFM工具具备智能特性，可以不再拘泥于常规知识及经验的定义方式，应通过模型特征或者图形形状，进行灵活分析。其最大差别在于知识是人经过现象总结出的规律，而基于模型特征（图形特征、自然语义），并结合DFM自学习的方式是根据原理进行的设计结果的检查，其本质就是不受限于人工提炼的“死知识”，从DFM的一般流程考虑，首先根据模型中的制造特征（如平面、内外圆表面等）及其参数（材料、GD&T等）确定工艺路线，然后依据所采用的工艺方法约束，确定各工序的可制造性。图1DFM信息关联性示意图2.1AI技术下的信息建模AI技术在DFM中应用逐渐增加，如DFMPro等应用软件中大量使用了基于特征识别和规则推理技术。 DFM的有效性是基于完备的工艺库、资源库、文档库、特征库、规则和实例库。

来源：e-works

2025-05-27

中国重汽企业级BOM平台成功上线应用

●配置车型划分为固化配置和选装配置两种，固化配置的AC实例BOM通过产品配置号锁定相关AC实例，选装配置的AC实例BOM通过销售选项映射的技术特征锁定AC实例；●创建全局枚举特征值库，实现技术特征值的标准化更改管理；●建立平台车型的销售特征库，对销售语言的特征及特征值进行规范化管理，构建面向客户的销售语言；●建立全局销售特征映射规则，实现销售特征与技术特征特征值之间的映射；●建立全局逻辑参数规则，制定技术特征间推导规则确定该配置车型需要售卖的配置，并开展资源探测，提前规划开展车型设计，保障对市场的快速响应；●根据车型子类规划不同基础配置的配置号，并根据配置号维度进行炸型谱，以配置号维度的小超级BOM进行封闭检查，对报错的技术特征及特征值进行调整，直至消除报错，解算出正确的配置车型；●通过建立平台级销售特征库、技术特征库，以及建立平台销售特征映射、逻辑参数映射规则来指导平台车型下车型子类的配置规范设计，从而显著降低现有配置BOM的差错率，提升模块重用率 2、核心成果二：模块化重用与研发提效建立平台资源库集中管理AC模块及实例，设计师可快速调用已有模块（如发动机、变速箱等），显著提升了模块重用率和设计效率，降低了研发成本。

来源：典道互联

2025-06-10

用友王文京三问三答：AI是软件的新形态

01数智企业2.0阶段，企业有哪些特征？王文京认为，AI掀起的第四次通用技术革命，正推动数字化转型正式进入智能化的下半场。那么，进入2.0阶段的企业应具备哪些特征？他总结了六大关键词：数据与模型驱动、人机协同、自有认知资产、敏捷响应、精准经营、自主运营。这六大特征，揭示了企业AI转型的深层逻辑。

来源：e-works

2026-08-10

短期季节性承压，7月制造业PMI为49.2%

从回落成因来看，本轮PMI下行具备鲜明季节性特征。持续保持扩张，通用设备、计算机通信电子设备产需指数均超53%，高端制造订单充足、生产活跃；反观消费品、高耗能行业景气明显走弱，PMI分别为47.8%、47%，非金属建材、黑色冶炼、汽车行业供需偏弱，传统产业淡季特征凸显

2026-07-31

超亿元融资，这家工业AI公司做对了什么？

其具体做法是构建基于工业设计Agent的双层图神经网络来表达装配关系和特征约束，第一层嵌套网络负责理解装配体里有哪些零件，以及它们之间是如何连接、装配的；第二层嵌套网络负责分析零件本身的几何特征，比如有多少圆角通过这种方式，系统能完整掌握工业装配体的关键信息，包括零件种类、材料、具体几何特征，以及它在整体结构中的装配位置。这也契合当下工业AI技术从工具辅助向机理融合的演进。

来源：e-works

2026-08-06

别再谈替代！分析式AI与生成式AI不是二选一

分析式AI，也常被称作诊断式AI、预测式AI，核心思路是从海量数据中深度挖掘信息，通过数据训练让模型提取特征、学习规律，最终实现精准判断与趋势预测，本质上不产生新内容，只做“数据的翻译和判断 ◆技术特点：以判别类算法为主，包含机器学习、计算机视觉等，架构侧重特征提取与结果判别，无生成模块，输入输出格式固定，模型参数规模也更小。例如，◆在设备预测性维护环节，通过采集设备长期运行的振动、温度、电流、电压等时序数据，借助逻辑回归、随机森林等AI算法挖掘设备正常与故障状态的特征规律，利用标注数据训练模型后，可实时判断设备运行异常、预测故障发生时间 ◆在产线安全与异常事件检测环节，通过视频、声音、环境传感器实时采集现场数据，利用分析式AI学习正常作业与设备运行特征，一旦识别出违规操作、设备异响、泄漏等异常情况即可及时报警，显著提升生产过程的安全性与可靠性生成式AI实际上是基于对其掌握的数据源的检索，并生成内容，因此具有“幻觉”是其固有的特征，一些内容看起来不错，但很有可能出现张冠李戴等问题。

来源：e-works

2026-05-06

2026制造业新拐点：五轴数控编程与数字孪生如何重构加工边界

其次，是加工特征的深度认知。2026年的编程软件，已经能够智能识别模型中的“难加工特征”——深腔、薄壁、复杂曲面。这种“特征感知”能力，将五轴加工的编程效率提升了数倍，同时将试切失败率降至极低水平。它构建了一个与物理机床完全对等的虚拟镜像，这个镜像具备三个关键特征：全要素映射。现代数字孪生平台不仅模拟机床的运动学模型，更将主轴热伸长、导轨摩擦系数、切削液压力甚至车间环境温度变化都纳入模型。加工即反馈：五轴机床上集成的在机测量系统，在完成关键工序后自动进行特征检测。检测数据不仅用于判断是否合格，更被实时反馈回数字孪生模型。

2026-04-15

基于用户场景的整车商品特性正向开发数字化体系研究

-车”场景模型通过内外部深入分析，明确用户场景定义要素，统一语言规范，建立标准化、结构化的用户典型场景库，构建以“货-路-人-车”为核心的用户场景模型，实现用户需求特征精准捕捉其次，进一步分析每个细分市场的用户的特征，包括用户使用环境、偏好的路线、装载的货物等关键信息，以识别不同使用场景之间的差异。大数据工况识别分析：首先，企划提供用户场景及典型路线，例如成都至武汉的长途冷链运输场景，并给出初步特征值（驾驶平均速度、百公里油耗）。大数据平台以这些特征为种子向量，对10TB级车联网运行数据进行多维特征工程（车速、油门、轴荷、坡度、空调开启率等47维→PCA降维至12维），随后执行混合聚类：K-means++划分高密度干线簇

来源：e-works

2026-05-12

共 541 页总数：5401 条

1
2
3
4
541
»

全年活动计划

信息搜索中，请稍候...

资料

系列微信

数字化企业网

PLM之神

e-works制信科技

MES百科

工业自动化洞察

智能制造IM

AI智造圈

智能工厂前线

工业机器人洞察

智造人才圈

工业软件应用

智能制造网博会

ERP之家

供应链指南针

旗下机构

中国光谷产业联盟

广西两化融合促进中心

广西工业创新促进会

e-works 公众号

e-works APP

旗下其他网站

广西两化融合门户

广西新品推介交易平台

特色服务

两化融合贯标

© 2002-2026 武汉制信科技有限公司版权所有 ICP经营许可证：鄂B2-20030029-1（于2003年首获许可证:鄂B2－20030029）
鄂公网安备：420100003343号法律声明及隐私权政策投诉举报电话：027-87592219

关于我们 | 联系我们 | 隐私条款

ICP经营许可证：鄂B2-20080078
（于2003年首获许可证:鄂B2－20030029）
鄂公网安备：420100003343号
© 2002-2026 武汉制信科技有限公司版权所有
投诉举报电话：027-87592219

需求中心

扫码查看

联系我们

返回顶部