[发明专利]一种面向深度学习的Bom结构及其创建方法

说明书

本发明公开了一种面向深度学习的Bom结构及其创建方法，主要包括两部分内容：第一部分，先对面向深度学习的Bom结构（即DeepBom结构）进行介绍，主要介绍了结构包含的7种节点类型以及它们的作用；第二部分，则对DeepBom结构中7种节点类型的创建过程进行阐述。本发明在结构上设计合理，通过该方法创建的面向深度学习的Bom结构（即DeepBom结构）具有标准化、可配置化等特点，与Bom结构一样采用阶梯层次结构，其中包含产品所有配置状态可用零部件的全集，因而能够满足一类产品所有的订单需求。并且基于DeepBom结构的特点，可将其应用到深度学习中，利用神经网络算法，对产品的Bom结构进行有效的推荐，从而提升产品的智能设计效率。

技术领域

本发明涉及一种BOM结构创建方法，具体是一种面向深度学习的Bom结构及其创建方 法。

背景技术

目前制造业领域，用户的需求都是以订单的形式存在的。设计师通常依据订单的配置 要求，使用交互式CAD(计算机辅助设计)系统对产品进行设计，并最终生成Bom结构。Bom结构是对产品结构关系的描述，其中包括产品的零部件种类、数量和装配关系等信息，通常一个订单对应一个Bom结构。

当前，随着用户需求的差异化越来越大、产品的定制化程度越来越高，按单设计、订 单量多、配置变化大等特点使得产品的Bom结构越来越多，加大了人力、时间和空间等资源的消耗。所以，如何能够快速有效地响应用户的订单需求，并迅速地设计出符合用户需求的产品的Bom结构，是制造业面临的非常重要的问题。

发明内容

本发明的目的在于提供一种面向深度学习的Bom结构及其创建方法，以解决上述背景 技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

DeepBom的结构介绍：

DeepBom结构为实现包含产品所有配置状态可用零部件的全集，其结构主要包含了7 种节点类型，分别为Group节点类型、Models节点类型、零件节点类型、部件节点类型、Components节点类型、DrivenModels节点类型以及驱动部件节点类型，其作用分别如下：

1)Group节点类型的作用主要用于对一类零部件进行归类；

2)Models节点类型的作用主要用于放置Group节点类型下归类的零部件；

3)零件节点类型的作用主要用于放置Group节点类型下归类的零件；

4)部件节点类型的作用主要用于放置Group节点类型下归类的部件；

5)Components节点类型的作用主要用于放置组成部件和驱动部件的子Group节点类 型；

6)DrivenModels节点类型的作用主要用于放置驱动部件；

7)驱动部件节点类型的作用主要用于放置由子Group节点类型下归类的零部件和驱 动部件组成的部件。

一种面向深度学习的Bom结构及其创建方法，主要包括为组成产品所有零部件，创建 Group节点、为已有的零部件Group，创建Models节点，并在Models节点下创建零件节 点和部件节点、为已有的零部件Group，创建Components节点、为已有的零部件子Group， 再次创建Models和Components节点、为所有Group节点，创建DrivenModels节点、将 所有Group节点，组成产品面向深度学习的Bom结构、将产品的DeepBom结构，运用于神 经网络算法和依据给定的订单参数进行预测，步骤按照描述自上而下的顺序进行。

一种面向深度学习的Bom结构及其创建方法，该方法包括以下步骤：

1)为组成产品的所有零部件，创建Group节点；