中央空調可配置BOM的智能化自動生成研究

潘可峰，徐克林

（同濟大學 機械工程學院，上海 201400）

0 引言

BOM即產品物料清單（Bill of Material），在許多現代制造型企業中，企業是以BOM為主線組織新產品開發與生產的，中央空調產品結構的復雜性決定了其BOM特點。在大規模定制生產環境下，顧客的個性化需求必然造成產品的多樣化，從而引起產品本身規格的多變和復雜性，例如，若C公司能向客戶提供10種不同規格的冷水盤管，8種不同規格的過濾器，4種風機類型，3種不同的顏色，4種框架類型滿足客戶的定制需求，這樣就能組合出10×8×4×3×4=3840種最基本款的中央空調，如果按照標準BOM的方式建立物料清單，就必須建立3840個基本款BOM，事實上，對于中央空調而言，可選的配置有很多種，由此而產生的可能的最終產品數量是一個天文數字，如圖1所示。

1 基于智能提取的BOM自動生成方法

圖1 簡化中央空調產品族的BOM結構模型

在大規模定制的生產環境下，產品系列的BOM模塊化方法可以快速地解決BOM生成問題，但對設計人員的經驗依賴度較大，需要設計人員做出一定的判斷選擇，否則容易導致錯誤的BOM配置，最終影響產品的正確生產。

智能提取就是通過對客戶訂單中各種信息的集成，使用多種計算模型與線性計算方法，得出符合訂單要求的產品配置數據，使設計人員可以做出快速正確的決策與選擇。

構建一種基于智能提取的物料清單生成方法，可為企業提高客戶需求響應提供一種可行的解決方案。智能提取的BOM生成方法從物料需求計劃系統中提出按產品族組織的模塊化物料清單，通過輸入用戶定制需求信息，經過多元回歸分析，得到滿足客戶需求的配置信息，顯著提高了企業對客戶需求的響應能力和物料清單的準確性。實現了對客戶需求的快速響應，并極大地改善了BOM的生成速度與正確性。

1.1 基于智能提取的BOM生成流程設計

在獲得客戶的訂單需求數據并分類相應的產品族BOM模塊后，智能提取的BOM生成流程為：首先，從ERP系統的數據庫中提取原有的訂單數據以及BOM數據，再通過轉換與上傳，儲存回公司的ERP系統數據庫，運用查詢與分析軟件，對新輸入的客戶訂單信息進行分析，得到客戶需求和機組部件的BOM模塊所匹配的代碼，提取出模塊化BOM，為設計師提供可靠的設計決策支持，流程如圖2所示。

圖2 客戶信息到產品BOM的智能提取處理過程

從C公司現有ERP系統中提取數據，通過轉換和上傳，使客戶訂單需求的原始數據轉化為有效數據，再經過計算與分析，就可以得到符合客戶訂單需求的空調機組配置清單，如圖3所示。

圖3 C中央空調公司客戶訂單需求和空調配置清單

從圖3中可以看出，客戶訂單信息，空調機組配置信息和其他信息間關系的構建，達成了智能提取BOM流程的基礎：首先空調機組的使用需求由客戶提出，然后生產企業根據客戶需求，配合空調機組各個部件模塊組的數據，計算并分析后，提出符合客戶要求的空調機組各部件兼容方案，最后提取各個BOM模塊組裝整體機組。

1.2 BOM模塊的智能提取模型

以C公司某型中央空調機組BOM模塊的智能提取為例進行分析，假設，n個客戶的訂單需求信息與機組某個部件的BOM模塊滿足線性關系，可構建得到下列線性模型：

其中：代表機組配置部件模塊的是y1，y2，...，yn，(假設為盤管迎風面積)；代表客戶需求數據的是x1，x2，...，xn， (假設為最大冷量)；隨機變量為e1，e2，...，en，表示預設期望值為0，但可能隨機變化的變量。

得到：Y = Xβ + e

求解最小二乘估計β，便可完成對客戶訂單需求的準確定位，并將BOM中相關需求零部件的函數關系最終確定下來。運用線性回歸分析可知：有且只有一個β=(x'x)-1x'y ，使其滿足 Q(β)= y'(1-(x'x)-1x')y 足夠小，（擬合殘差的平方和用Q表示，代表分析數據與回歸線的相似度）。

同時也應當建立非線性回歸模型，對于BOM中部分不滿足線性關系的零部件數據進行分析。

1.3 數據分析

提取C企業ERP數據庫中，某型機組已存在的眾多客戶訂單信息及機組BOM配置信息，得到機組BOM中的對應數據為：“盤管迎風面積(y)”，“最大冷量(x1)” 和“盤管管數(x2)”、“翅片數量(x3)”、“冷水阻力系數(x4) ”如表1所示。

表1 某中央空調型號最大冷量與客戶需求要素對應數據

利用C公司計算分析軟件，所得結果如表2所示。從表2可計算得出，盤管迎風面積與最大冷量的相關系數是0.972，與盤管管數的相關系數是0.916，與翅片數量的相關系數是0.952，與冷水阻力的相關系數為0.398。以上數據表明，盤管迎風面積與最大冷量、盤管管數及翅片數量存在明顯的相關關系，與冷水阻力不存在明顯的相關關系。

表2 相關系數矩陣

從空調知識可知，實際應用中最大冷量受盤管迎風面積、盤管管數和翅片數量的影響遠大于冷水阻力系數，兩者不存在明顯的相關關系。

表3 中央空調選型軟件得出的回歸系數

通過選型計算軟件得到表3的非標準化回歸系數，可得BOM模塊的智能提取模型分別為：

模型Ⅰ：y(盤管迎風面積)=186.645+2.86x2(最大冷量)；

模型Ⅱ：y(盤管迎風面積)=165.899+1.925x2(盤管管數) + 0.92x3(翅片數量)。

通過選型計算軟件得到表3的標準化回歸系數，可得BOM模塊的智能提取模型分別為：

模型Ⅰ：y(盤管迎風面積)=0.982x2(最大冷量)；

模型Ⅱ：y(盤管迎風面積)=0.689x2(盤管管數)+ 0.398x3(翅片數量)。

根據以上模型，可以對選擇符合用戶需求的盤管模塊BOM提供很好的輔助決策作用。

2 模塊化配置在中央空調產品BOM自動化生成中的應用

模塊化配置通常用于有眾多選配及組合的可定制產品，以裝配最終產品為目標，建立大量低層次的部件模塊，通過裝配組合形成最終產品。

對于中央空調制造這種大規模定制生產的制造行業來講，如果在上文所述的智能化模塊提取過程之后，通過部件模塊的配置，能夠自動生成完整的機組BOM，將大大提高企業的設計效率。

以C公司中央空調制造業務為例，如圖1所示，中央空調系列平臺有：39G，39CBF，39XT等，而39G系列又可以有不同的組合配置，有基本類型組合配置和選裝零件組合配置。比如過濾器為基本可選配置，冷水盤管為基本可選配置，有些機型可選配控制器，其控制模塊功能可選，風量為2千風量～10萬風量可選，顏色有白色、藍色、鍍鋅等。

2.1 模塊化構造可配置BOM

根據機組配置組合構造BOM，可以利用模塊化方法，準確地反映客戶需求。以39G機組為例，如表4所示。

表4 39G系列中央空調配置BOM示例

其中39LU2、G3、28CU1800各自為框架、過濾器和冷水盤管的功能模塊代碼，在所建立的基本件和選配件模塊的基礎上，中央空調可配置BOM能夠很容易地表示出來，可以根據客戶需求，靈活地設置中央空調的配置。

2.2 標志位法構造零件級矩陣形BOM模塊

中央空調零件成千上萬，為了組合BOM模塊，如對所有零件進行分配，工作量將十分巨大，但是，如果利用標志位進行標示，建立起矩陣形BOM，就可詳細地表達出每個零件與模塊的關系。如表5所示。

表5中，通過多種邏輯運算符的運用，零件與模塊的關系被準確的標示了出來。

邏輯代碼“+”表示 “與”，邏輯代碼“-”表示“否”，邏輯代碼“%”表示“或”。例如：

12345A，該零件用于39LU2或39LU3或39LU5框架部，同時用于34CU3600模塊(表示該零件為34CU3600冷水盤管部模塊與各種可選配的框架部連接安裝時所用)。

12345B，該零件用于39LU2框架部，且用于G3F5過濾器部模塊(表示該零件是一個安裝G3F5過濾器部模塊到39LU2框架部上需要用到的零件)。

12345C，該零件用于39LU2框架部(表示該零件是39LU2框架部上用的零件)。

表5 針對模塊的零件級矩陣形BOM示例

12345D，該零件用于39LU2框架部，且不用于CF5模塊(表示該零件是一個當39LU2框架部上不安裝G3F5過濾器部模塊時，作為替代品將被使用的零件，因為無G3F5過濾器時，應該需要安裝一塊擋風板)。

……

通過邏輯運算符的運用，使零件的矩陣表示獲得了計算屬性，并豐富了零件與中央空調BOM模塊關系的表示方法。

3 結束語

本文根據中央空調企業大規模定制化的生產特點，以應用于C中央空調公司的BOM結構為例，通過對典型中央空調產品的BOM結構進行分析，構建了一種可配置BOM的智能化自動生成方法，解決了中央空調企業產品因大量可選配置而導致的BOM數據量大，設計與維護困難的問題，能夠有效減少中央空調可配置產品的BOM設計與維護成本。有力地支持了應對客戶需求變化的快速工程變更，并能夠為企業管理層提供有效的服務和決策支持。

[1] 李大偉,蘇翔,楊艷艷.基于模板、模塊、約束的BOM可配置模型[J].計算機系統應用,2008,(09).

[2] 陳豐照.應用商業智能系統提升水泥企業管理效率[J].中國水泥,2008,(03).

[3] 王秋煥.面向顧客化大量生產的物料需求算法的改進[J].成組技術與生產現代化,2007,(3).

[4] 毋濤,姜壽山,陳永當,張建華.基于擴展Gozintograph的BOM多視圖研[J].重型機械,2006,(4).