[發明專利]一種面向深度學習的Bom結構及其創建方法

在審

• 申請號: 202010499178.0
• 申請日: 2020-06-04
• 公開（公告）號: CN111625912A
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 馬佳;馬騰;鄧森洋;陳雨晨;支含緒
• 申請（專利權）人: 深制科技（蘇州）有限公司
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06Q30/02;G06Q30/06;G06Q50/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種面向深度學習的Bom結構及其創建方法，主要包括兩部分內容：第一部分，先對面向深度學習的Bom結構（即DeepBom結構）進行介紹，主要介紹了結構包含的7種節點類型以及它們的作用；第二部分，則對DeepBom結構中7種節點類型的創建過程進行闡述。本發明在結構上設計合理，通過該方法創建的面向深度學習的Bom結構（即DeepBom結構）具有標準化、可配置化等特點，與Bom結構一樣采用階梯層次結構，其中包含產品所有配置狀態可用零部件的全集，因而能夠滿足一類產品所有的訂單需求。并且基于DeepBom結構的特點，可將其應用到深度學習中，利用神經網絡算法，對產品的Bom結構進行有效的推薦，從而提升產品的智能設計效率。

技術領域

本發明涉及一種BOM結構創建方法，具體是一種面向深度學習的Bom結構及其創建方 法。

背景技術

目前制造業領域，用戶的需求都是以訂單的形式存在的。設計師通常依據訂單的配置 要求，使用交互式CAD(計算機輔助設計)系統對產品進行設計，并最終生成Bom結構。Bom結構是對產品結構關系的描述，其中包括產品的零部件種類、數量和裝配關系等信息，通常一個訂單對應一個Bom結構。

當前，隨著用戶需求的差異化越來越大、產品的定制化程度越來越高，按單設計、訂 單量多、配置變化大等特點使得產品的Bom結構越來越多，加大了人力、時間和空間等資源的消耗。所以，如何能夠快速有效地響應用戶的訂單需求，并迅速地設計出符合用戶需求的產品的Bom結構，是制造業面臨的非常重要的問題。

發明內容

本發明的目的在于提供一種面向深度學習的Bom結構及其創建方法，以解決上述背景 技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

DeepBom的結構介紹：

DeepBom結構為實現包含產品所有配置狀態可用零部件的全集，其結構主要包含了7 種節點類型，分別為Group節點類型、Models節點類型、零件節點類型、部件節點類型、Components節點類型、DrivenModels節點類型以及驅動部件節點類型，其作用分別如下：

1)Group節點類型的作用主要用于對一類零部件進行歸類；

2)Models節點類型的作用主要用于放置Group節點類型下歸類的零部件；

3)零件節點類型的作用主要用于放置Group節點類型下歸類的零件；

4)部件節點類型的作用主要用于放置Group節點類型下歸類的部件；

5)Components節點類型的作用主要用于放置組成部件和驅動部件的子Group節點類 型；

6)DrivenModels節點類型的作用主要用于放置驅動部件；

7)驅動部件節點類型的作用主要用于放置由子Group節點類型下歸類的零部件和驅 動部件組成的部件。

一種面向深度學習的Bom結構及其創建方法，主要包括為組成產品所有零部件，創建 Group節點、為已有的零部件Group，創建Models節點，并在Models節點下創建零件節 點和部件節點、為已有的零部件Group，創建Components節點、為已有的零部件子Group， 再次創建Models和Components節點、為所有Group節點，創建DrivenModels節點、將 所有Group節點，組成產品面向深度學習的Bom結構、將產品的DeepBom結構，運用于神 經網絡算法和依據給定的訂單參數進行預測，步驟按照描述自上而下的順序進行。

一種面向深度學習的Bom結構及其創建方法，該方法包括以下步驟：

1)為組成產品的所有零部件，創建Group節點；