汽车行业标准化智能研发平台方案

合集下载

汽车行业新能源技术研发方案

汽车行业新能源技术研发方案

汽车行业新能源技术研发方案第一章引言 (3)1.1 研发背景 (3)1.2 研发目标 (3)第二章新能源汽车技术概述 (3)2.1 新能源汽车分类 (3)2.2 新能源汽车技术发展趋势 (4)2.2.1 电池技术 (4)2.2.2 电机技术 (4)2.2.3 电控技术 (4)2.2.4 充电设施 (4)第三章电池技术研发 (5)3.1 电池类型选择 (5)3.2 电池管理系统开发 (5)3.3 电池安全性研究 (5)第四章驱动电机技术研发 (6)4.1 电机类型选择 (6)4.2 电机控制系统开发 (6)4.3 电机功能优化 (6)第五章电控技术研发 (7)5.1 电控系统架构设计 (7)5.2 电控系统软件开发 (7)5.3 电控系统硬件开发 (8)第六章充电设施技术研发 (8)6.1 充电技术原理 (8)6.1.1 充电方式 (8)6.1.2 充电效率 (8)6.1.3 充电安全 (8)6.2 充电设施设计 (9)6.2.1 充电桩设计 (9)6.2.2 充电站设计 (9)6.2.3 充电网络设计 (9)6.3 充电设施布局 (9)6.3.1 城市布局 (9)6.3.2 交通布局 (10)6.3.3 社区布局 (10)6.3.4 旅游布局 (10)6.3.5 乡村布局 (10)第七章车辆集成技术研发 (10)7.1 车辆平台开发 (10)7.1.1 平台概述 (10)7.1.2 开发流程 (10)7.1.3 技术要求 (11)7.2 车辆系统集成 (11)7.2.1 系统集成概述 (11)7.2.2 集成流程 (11)7.2.3 技术要求 (11)7.3 车辆功能优化 (11)7.3.1 功能优化概述 (11)7.3.2 优化方法 (12)7.3.3 优化目标 (12)第八章新能源汽车测试与评价 (12)8.1 测试方法与设备 (12)8.1.1 测试方法 (12)8.1.2 设备 (13)8.2 测试流程与标准 (13)8.2.1 测试流程 (13)8.2.2 测试标准 (13)8.3 功能评价体系 (14)8.3.1 评价指标 (14)8.3.2 评价方法 (14)第九章新能源汽车产业链协同 (14)9.1 上游供应链整合 (14)9.1.1 供应链整合策略 (14)9.1.2 供应链整合实施 (15)9.2 下游市场拓展 (15)9.2.1 市场拓展策略 (15)9.2.2 市场拓展实施 (15)9.3 产业链政策研究 (15)9.3.1 政策研究背景 (15)9.3.2 政策研究实施 (16)第十章研发项目管理与风险控制 (16)10.1 项目管理流程 (16)10.1.1 项目立项 (16)10.1.2 项目规划 (16)10.1.3 项目执行 (16)10.1.4 项目验收 (16)10.2 风险识别与评估 (16)10.2.1 技术风险 (16)10.2.2 市场风险 (17)10.2.3 政策风险 (17)10.3 风险应对措施 (17)10.3.1 技术风险应对措施 (17)10.3.2 市场风险应对措施 (17)10.3.3 政策风险应对措施 (17)第一章引言1.1 研发背景全球能源危机和环境问题日益严重,汽车行业正面临着前所未有的挑战。

《国家车联网产业标准体系建设指南(智能网联汽车)(

《国家车联网产业标准体系建设指南(智能网联汽车)(

《国家车联网产业标准体系建设指南(智能网联汽车)(2017)》编制说明一、背景与概述(一)定义与内涵智能网联汽车(Intelligent&Connected Vehicles,简称“ICV”)是指搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与X(人、车、路、云端等)智能信息交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现“安全、高效、舒适、节能”行驶,并最终可实现替代人来操作的新一代汽车。

(二)国内外技术及产业发展现状作为汽车与信息、通信等产业跨界融合的重要载体和典型应用,智能网联汽车代表了汽车技术和产业未来发展的方向,也是国际汽车产业未来竞争的重要阵地。

包括欧、美、日在内的汽车工业发达国家和地区都将智能网联汽车作为汽车产业未来发展的重要方向,通过加强共性技术研发、示范运行、标准法规、政策鼓励等综合措施引导和促进产业发展,并在智能网联汽车发展方面构建了协调、协作机制。

在规划和战略层面,美国从上世纪九十年代初开始,通过实施“智能交通系统(ITS)”项目,支持智能网联汽车相关技术和产业发展,2009年和2014年分别以网联化和自动驾驶为重点发布战略研究计划,并于2016年发布自动驾驶汽车政策指南。

欧盟议会早在1984年即通过关于道路安全的决议,并于1988年正式启动了“车辆安全专用道路设施(DRIVE)”项目,持续资助对智能网联汽车相关技术研发和应用。

2015年,欧盟发布GEAR2030战略,聚集汽车、IT、通信、保险和政府等方面,重点关注高度自动化和网联化驾驶领域等推进及合作。

日本政府也将自动驾驶和车车通信作为重要方向和目标,通过车辆信息与通信系统(VICS)、先进安全汽车(ASV)等项目支持技术研发与应用。

2014年,日本发布《战略性创新创造项目(SIP)》,将自动驾驶作为十大战略领域之一。

在技术和产品层面,欧、美、日等国家和地区的整车企业,如奔驰、宝马、沃尔沃、通用、福特、特斯拉、丰田、日产等已经实现先进驾驶辅助系统,正在普及推动PA级自动驾驶产品的商业化,部分高端品牌已计划推出CA级自动驾驶产品;各国在整个产业链上的合作日益加强,相互持股与并购的情况日益普遍,通信、信息、电子、整车等行业深度融合发展。

汽车产品平台化模块化开发模式与实施策略

汽车产品平台化模块化开发模式与实施策略

汽车产品平台化模块化开发模式与实施策略随着汽车市场逐渐成熟,消费者的需求也变得越来越多样化,同时市场竞争也变得越来越激烈,汽车企业需要通过不断创新来满足消费者的需求,保持竞争力。

而汽车产品平台化模块化开发模式正是一种重要的创新方式。

汽车产品平台化模块化开发模式,是指将多款车型进行设计、研发和制造时,通过拥有相同的底盘、架构和关键部件等核心技术,分别进行细节和外观上的差异化设计而生产出不同车型的模式。

而模块化开发、集成工程或者“单板组装”模式则是一种以模块作为开发制造的单元,集基础研发、平台开发、尺寸匹配、接口设计、共性化采购等一系列环节于一体,实现产品快速开发的系统化的车辆研发与制造模式。

平台化模块化开发模式具有以下优势:首先,节约研发成本:平台化、模块化的开发,可以通过标准化技术、部件共用等方式来减少重复开发工作,降低研发成本。

其次,简化生产流程:平台化、模块化的开发可以在核心技术和标准配件的基础上快速实现多款车型的生产,由此减少生产流程和安装时间,从而缩短产品研发周期。

另外,优化供应链管理:平台化、模块化可使得企业更加精细化采购,采用统一的供应链、生产方式、物流模式等管理模式,有效降低物料、生产等成本。

实质上,平台化模块化开发模式可以分为两个步骤:平台化设计和模块化设计。

平台化设计是指通过建立各种平台来实现产品的快速开发,降低产品研发成本、提高开发效率。

一个平台至少包含两款不同型号的汽车,平台化技术依靠统一的底盘、发动机、传动系统、电子架构等核心部件,为不同车型提供可共享的关键组成部分和技术,实现汽车之间的部件共用,从而降低研发成本与制造成本。

平台化不仅仅可以节约成本,还可以激发汽车公司内部的技术创新,因为不同的公司在同一个平台上进行车型开发时,开发团队就会迅速地针对市场需求,推出创新的车型。

模块化设计是指制造商将汽车分解成许多小模块,其中每个模块都对应着不同的功能设计。

这种设计可以令厂商利用同一个模块在多款车型之间共享使用,做到研发一次、生产多用,从而大幅提高生产效率和降低成本。

团体标准《智能网联汽车数据共享安全要求》联合发布,为促进数据安全与发展提供重要抓手

团体标准《智能网联汽车数据共享安全要求》联合发布,为促进数据安全与发展提供重要抓手

团体标准《智能网联汽车数据共享安全要求》联合发布,为促进数据安全与发展提供重要抓手7月15日,中国智能网联汽车产业创新联盟(CAICV)依托中国汽车工程学会(CSAE)团体标准平台,与车载信息服务产业应用联盟(TIAA)联合组织提出的《智能网联汽车数据共享安全要求》(以下简称《安全要求》)标准按照规定程序双标号发布,其中中国汽车工程学会标准编号:T/CSAE 211-2021,车载信息服务产业应用联盟标准编号:T/TIAA 101-2021。

《安全要求》提出了智能网联汽车数据分级分类共享模型,将有效推动构建汽车大数据的开放生态,为汽车数据的多方共享提供支持,保障汽车行业的健康发展。

随着数字经济在全球范围内蓬勃发展,各类数据迅猛增长、海量聚集,对经济发展、人民生活产生了重大而深刻的影响,数据安全已成为事关国家安全与经济社会发展的重大问题。

2021年6月10日,第十三届全国人民代表大会常务委员会第二十九次会议正式通过并公布《中华人民共和国数据安全法》(以下简称《数据安全法》),《数据安全法》在总则中的第十条规定“相关行业组织按照章程,依法制定数据安全行为规范和团体标准,加强行业自律,指导会员加强数据安全保护,提高数据安全保护水平,促进行业健康发展。

”智能网联汽车作为数据网络的中间枢纽和核心环节,无时无刻不在产生和获取各种有价值的数据,建立健全基础数据采集、共享与应用相关法规标准,推动海量数据的深度挖掘和使用,将对社会管理和国家治理产生深远影响。

智能网联汽车通过安装在车辆上的各类传感器和网联车载设备,在行驶过程中能够采集到大量的数据,但由于各车厂的数据格式不统一、内容记录不全面以及个人隐私数据的敏感性等问题,使汽车数据的开放和共享面临诸多困难,如何安全合规地应用数据并挖掘其潜在的价值,是我们面临的首要问题。

规范数据类型,提升流通效率为提升数据的流通效率,使数据便于共享使用,《安全要求》建立科学、统一、通用的数据分类方式,规范智能网联汽车的内置属性数据和行驶数据。

中国智能网联汽车标准体系建设

中国智能网联汽车标准体系建设
《智能网联汽车自动驾驶功能 测试规程》制定完成并发布,该测试 规程是为配合和支撑《智能网联汽车 道路测试管理规范》中的测试项目规 范开展而制定。测试规程发布为指导 省市及地方政府开展 ICV 道路测试 管理提供了参考,同时为第三方检测 机构进行自动功能驾驶检测项目验证 提供了技术支撑和依据。
完成《智能网联汽车法律法规适 用性分析》报告,现有的法律法规对 智能网联汽车发展有些不适用,或者 是阻碍性的条款。在国外已经有很多 的国家对智能网联汽车的法规法律适 用性进行了分析,有的国家已经就某 些条款进行了修改。针对公安、交通、 信息、通信等 24 部法律法规,以及 目前我们正在执行的 79 项汽车强制 性标准进行了法律法规适用性分析,
锐见 INSIGHT
中国智能网联汽车标准体系建设
赵Байду номын сангаас炜 中国汽车技术研究中心有限公司汽车标准化研究所副总工程师
智能网联汽车已经成为汽车产 业发展重要未来。2015 年底受工信 部委托,汽标委启动智能网联汽车标 准体系的建设工作,历时 2 年,2017 年 12 月,工信部、国标委联合批准 发布了智能网联汽车标准体系建设方 案。在这个体系指南里提出了两个建 设目标:在 2020 年初步建立能够支 撑驾驶辅助及低级别自动驾驶的智能 网联汽车标准体系,重点规划了 30 项重点标准制定项目;2025 年形成 支撑高级别自动驾驶智能网联标准体 系,总计标准项目有 100 项,基本能 够支撑和促进我国智能网联汽车智能 化以及网联化融合发展,以及技术和 产品的推广。
为了支撑国际标准法规的协调 与制定,我们专门成立了国际法规标 准协调专家组及国际专家咨询组。这 个咨询组的主要目的一方面是为了能 够科学的利用国际社会先进的技术资
源,以及各位专家的经验和优势,为 我们国家的智能网联汽车标准制定提 供一些咨询。另一方面是能够让国际 社会充分了解我们国家智能网联汽车 标准动态,特别是我们制定具有中国 特色标准的目的和想法,能够避免因 信息的不对等而造成的不必要的误解 和不理解。

汽车工厂智能制造标准化需求分析

汽车工厂智能制造标准化需求分析

汽车工厂智能制造标准化需求分析摘要:汽车产业是高度集成制造技术和信息技术的智能化水平较高的一种制造产业,汽车产业的蓬勃发展,会带动整个制造产业的发展,是智能制造引领发展的一个重要应用领域。

国家对汽车行业的智能制造一向十分重视,在“制造业高质量发展”和相关部委的“智能制造”政策中,都把汽车作为“智能制造”的标杆和突破口,推动智能制造技术创新、标准制定、基础能力建设和集成应用等,引领和带动我国制造业整体的智能化转型升级。

关键词:汽车工厂;智能制造标准化;需求分析引言目前,国内汽车工业的智能制造标准化工作还缺少一个整体性、系统性、规范性、前瞻性的标准体系。

同时,对智能制造基础通用、关键技术、智能服务新模式等方面的标准化需求缺乏研究,重点不明显。

1.智能制造智能制造技术是由人工智能技术发展后形成。

根据全球各行业对智能制造技术的应用,有着明显的发展趋势,在未来期间基本上会按照两个方向进行发展。

第一,智能制造技术。

该技术在实际使用过程中,技术人员需要根据实际情况,借助计算机管理设备进行输入,以此生成制造方案。

计算机通过自动化模拟后,会将结果反馈到决策人员,能够起到质量保障作用,也可以大幅度节约资源,减少人力、财力的支出。

第二,人工智能制造技术。

该技术在使用过程中,技术专家会和开发企业进行协商,明确需要使用的制造算法,依托人工智能机器人按照生产要求输入相应的指令,充分发挥机械化制造功能,以此提升制造水平。

2.汽车行业智能制造标准化需求随着汽车制造技术的迅速发展,相关标准体系的覆盖面也在不断扩展,为了保证技术的成熟和安全性,有必要引入标准进行规范。

在智能工厂方面,以系统平台为基础,全方位推进数字化的迭代优化,通过工业机理模型、大数据分析模型、工业视觉、边缘计算等技术对工厂进行全面赋能;打破传统烟囱式软件架构体系,建设平台化数据智能枢纽,整体提升工厂的数字化管理水平;在智能供应链方面,要加快制定供应链协同、共享制造等产业发展所需要的标准。

汽车行业智能制造发展现状与标准体系研究

汽车行业智能制造发展现状与标准体系研究

汽车行业智能制造发展现状与标准体系研究摘要:目前,中国已经成为世界上最大的汽车市场,正从汽车生产向大国汽车生产转型。

实现质量发展已成为中国汽车工业未来发展的重要任务,智能制造是实现中国汽车工业高质量、高速发展的主要手段。

智能生产设备是智能生产的核心部分,主要包括自动生产线、智能控制系统、智能仪表、工业机器人和先进的数字控制机器。

在我国汽车产业发展过程中,智能制造设备的市长/市场需求很大,但仍存在自主核心技术缺乏、产品性能差、主要设备依赖性高的问题。

关键词:汽车行业;智能制造;发展现状引言《“十四五”智能制造发展规划》于2021年12月21日发布,其规定的重点任务之一就是“夯实基础支撑,构筑智能制造新保障”,国家智能制造标准体系与工业应用标准建设的整合推广必要性。

正如《汽车工业长期发展规划(2017年)》文章所述,汽车工业在推动新一轮技术革命和工业变革方面发挥着重要作用,是建设生产大国的重要支持,也是经济的重要支柱。

推动汽车工业智能制造的密集、长期和广泛的汽车制造商技术,是汽车工业智能变革新时代和从大型汽车制造商向生产大国过渡的重要举措,对于促进我国经济增长引擎和克服下一代竞争力至关重要。

1智能制造智能制造是制造业的一个方面,分为智能制造技术和智能制造系统。

智能制造技术是一种基于计算机仿真系统的应用程序,由技术人员针对特定系统进行了改进。

努力克服系统应用中的不足,不断提高智能系统的准确性和可靠性,节约人力和时间,提高机器生产力和生产力。

智能制造系统是一种基于计算机的智能系统,它将专家的思维与智能机器人相结合。

帮助员工工作的智能分析和科学决策都是智能和专业的。

智能制造技术可以应用于汽车行业,为消费者提供更多的服务功能和更方便的驾驶风格。

同时,智能制造成为整个制造业的标准。

2汽车制造工艺的分析以及优化汽车制造企业在规划新工厂建设之前,首先要实现企业的整体定位,包括主要产品、生产方式、生产类型、主要工艺(如发动机冷加工、热处理、热处理等)。

小米汽车行业专题研究报告:小米造车的启示

小米汽车行业专题研究报告:小米造车的启示

本报告的主要看点:1. 小米造车的背景、目的和优劣势分析;2. 小米造车的路径和布局;3. 从小米造车看智能汽车产业链相关投资机会。

罗露 分析师 SA C 执业编号:S1130520020003 luolu @ 金晶联系人jinjing @小米造车的启示基本结论⏹智能化是汽车产业最大风口,小米入局正当时。

软件定义汽车成为新趋势,软硬件解耦、零部件标准化将重塑汽车供应链,行业控制点从生产制造转向软件与服务,小米等ICT 产业玩家有望后来居上。

小米汽车宣布在2024年上半年量产,正好赶上新能源汽车渗透率超20%的格局洗牌。

小米过去十年重点布局个人及家庭物联网,智能汽车作为重要的交互入口,将成为小米新十年智能化生态布局的重点。

小米下场造车优势在于其已成熟运营的互联网模式及强大的供应链管理能力。

欠缺或不足之处在于1)缺少整车平台设计制造能力;2)缺乏自动驾驶相关汽车技术积累。

我们认为小米将通过投资/并购+内生孵化并进的方式补齐短板、建立新长板。

⏹小米全产业链布局,自动驾驶、智能电动是当前发力重点。

据不完全统计,截至到21年9月底,小米投资布局有关智能汽车领域企业共有62家,其中智能驾驶布局17家企业,智能电动布局13家企业,智能座舱布局6家企业,其中有22家企业是2021年新增投资。

其中,智能驾驶系统是智能汽车区别于传统汽车最核心的增量部分,小米重点布局感知+决策层,通过收购深动科技坚定自研道路,并投资多家传感器、激光雷达、毫米波雷达企业,如禾赛科技、几何伙伴等;智能电动是新能源汽车区别传统燃油车最核心的部分,小米重点投资布局动力电池、MCU 、功率半导体产业链龙头公司,如中航锂电、蜂巢能源、比亚迪半导体等,保障供应链安全。

未来,小米基于端-管-云协同布局,结合智能座舱、车联网及云上地图,以及小米已布局的车后服务等多领域企业,打通小米研发-生产-销售及车后服务全渠道。

⏹小米入局将加速中国汽车产业智能化进程,中短期更看好中国供应链崛起带来的投资机遇。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

华域汽车智能化研发平台
客户需求
产品设计 CAE模型分析
工艺开发
输入
输出
客户满意
数据安全有保障 维护省时又省力 行业规范可参考
智能化研发平台提供标准化自动化的研发服务能力
服务供应商
良好的服务技能 丰富的行业经验 稳定的服务队伍
THANK YOU!
感谢聆听
汽车电子
电子产品BOM
电子产品BOM
汽车电子产品定义:
• 需求管理 • 控制器开发 • 被控模型 • V&V管理 • 功能安全 • FMEA
数据标准:
• 6个模块, • 25个场景, • 角色50个, • 行动项146个, • 操作步骤1025个, • 交付物182个模板。
产品开发流程
产品开发需求
需求与系统架构
产品设计
设计 BOM
汽车零部件产品设计标准化:
• MCAD设计 • CAE分析 • 交付物模板 • 流程标准 • 通用报表
零部件产品数据结构的定义(标准化)
数据标准:
• 12个核心应用模块 • 106个工作流程 • 21个业务对象 • 27个属性列表 • 58个定制开发 • 7个通用管理模块
主流MCAD集成接口数据的定义(标准化)
系统支持
• Teamcenter 10.1.5 • Microsoft Office
2010/2013 • Matlab/Simulink
2015a • DOORS 9.5,
CC/CQ 8.0, • Cadence Allego
16.6, • CATIA V5 R23
/NX9
功能安全
遵循ISO26262; 管理并跟踪安全 需求
汽车电子
电子产品BOM
应用服务层
定制数据标准 打造数据字典
CAD
NX / Catia / Creo
CAE
ABAQUS/ Ansys etc.
CAM
NX、Pro/NC etc.
Components
ECAD/EDA
HDL / PADS etc.
Software
研发工具层
入口数据统一 软件资源共享
汽车零部件行业研发数据结构标准化
需求方
行业研发者
合作伙伴
入口数据统一 低成本高可用 提升研发效率
打 造 行 业 级 标 准 化 智 能 研 发 平 台,助 力 构 建 产 业 级 闭 环 制 造 生 态 圈 !
以标准化智能平台为基础的研发架构模型
管理分析层
研发资源共享 提质降本增效
产品设计
设计 BOM
制造工艺
工艺 BOM
制造资源
产线数据结构
制造工艺:数据和流程标准化
产品BOM
设计数据
ห้องสมุดไป่ตู้
零件
制造特征
技术文件
工艺过程管理
工艺管理
工艺文档管理
工艺更改管理
版本管理
工艺业务流程
工艺分析
工艺流程规划
PFMEA\控制计划
详细工艺设计
工艺文档
工艺标准规范
工艺知识
典型工艺模板
潜在失效模式
工艺资源库
工艺资源
工艺资源数据
工艺资源状态
汽车零部件行业研发数据结构标准化
CC/CQ
Matlab /Simuli
nk
Cadenc e
Allegro
AMEsim /SysDM
华域汽车电子电气开发- 总体方案框架
NX/CAT IA V5
Other tools
图例
解决方案模板 工具/系统
业务场景 外部接口
汽车零部件研发标准化应用平台
产品供应商
好用的产品 优质的服务 完整的方案
方案场景概述 电子电气系统的功能开发
概念阶段功能安全
系统阶段功能安全
需求管理
各阶段需求的 管理与跟踪
OEM SOR
捕获需求
系统需求
设计需求
V&V管理
不同阶段验证与 确认测试内容的 管理
测试准备
单ECU HIL测试
软/硬件功能安全
确认与安全评估
多ECU SIL测试
多ECU HIL测 试
集成测试与标 定
系统功能测 试
OEM 验 证
OEM标定
控制器开发
控制器开发中各方面 内容的管理
控制代码开 发
控制模型开 发
软件集成与 测试
硬件设计
机械设计
被控模型
被控对象模型的开 发与管理
基本模型搭建
参数模型搭 建
PM模型集 成与测试
FMEA
FMEA的管理与 链接
系统FMEA
设计FMEA
工艺FMEA
DOORS
Teamcenter
架构与交付物
汽车电子:数据和流程标准化
价值
聚焦业务价值 • 模块化管理提升复用度 • 改善跨领域沟通与信息
交互 • 升级到基于系统的跨领
域开发 • 研发对象更优的可视化 • 减少物理原型的数量 • 产品复杂度管理 • 先进的电子电气系统开
发成熟度 • 提升开发与发布速度 • 兼容ISO26262
功能系统支撑 • 模块化架构 • 质量管理 • 闭环仿真 • 统一的模板 • 统一的数据模型 • 需求管理 • 跟踪管理
汽车行业标准化智能研发平台方案
助力构建产业级闭环制造生态圈
2018-05
目录 1、需求背景介绍 2、打造智能研发平台,构建制造生态圈
打造智能研发平台,构建闭环制造生态圈
供给方
第一层供应商
第N层供应商
市场占有率高 效益实现增长 客户满意度高
服务数据
设计数据
质量数据
智能化 研发平台
工艺数据
成本数据
制造数据
产品设计:数据和流程标准化
更改管理
汽车零部件行业研发数据结构标准化
制造工艺
工艺 BOM
制造资源
零部件主要工艺:
• 装配工艺 • 焊接工艺 • 冲压工艺 • 机加工工艺 • 表面处理工艺
工艺标准数据结构
工艺BOP数据结构
数据标准:
• 27个标准流程 • 31个业务对象 • 44个属性列表 • 72定制开发 • 5个主要工艺类型
相关文档
最新文档