完整版轨道装备 AI MES 技术方案
客户现状：已有 ERP（订单、合同）、PLM（图纸、设计 BOM）和一套功能较简单的小型 MES（车间执行）。本方案不是推倒重建，而是在 ruoyi-vue-pro 内核上构建一套完整版 MES，作为设计、物料与生产协同的主平台，向下对接既有 ERP / PLM / 小型 MES，把 AI 校验能力（BOM 用量复检、交期辅助判断、设计端 BOM 校验）落在这套新 MES 里。
从产品结构看，专用锁具成套件、卷帘、蜂窝板内装、ANC/净化模块这类产品属于**"配置型 + 板材裁切型"混合 BOM**——BOM 用量计算、交期判断、设计端校验这三个问题，本质上是同一个根问题的三个出口：规格意图没有被结构化，全靠工程师脑子里的经验翻译成 BOM 行。所以方案不是简单地"上三个 AI 功能"，而要先把这层翻译显式化，这也是下文数据底座部分投入最大、且必须排在最前面的原因。
一、系统定位：谁是主数据源，谁是新增能力
新 MES 不取代 ERP 和 PLM 的主数据地位，只取代/整合现有小型 MES 的车间执行职责，并在其上叠加 AI 校验层。
| 系统 | 保留职责（系统记录源） | 新 MES 中的角色 |
|---|---|---|
| ERP（现有） | 订单、合同、客户信息、发票、财务结算 | 新 MES 订阅订单数据，生成生产工单；不反向修改 ERP 订单主体，只回写生产状态、实际交期 |
| PLM（现有） | 设计图纸、设计 BOM 主版本、工程变更（ECN） | 新 MES 只读同步 BOM 结构与图纸参数，AI 复检/校验在同步的快照上进行，结论回写 PLM 或走 PLM 的 ECN 流程 |
| 小型 MES（现有） | 部分车间报工、设备联网数据 | 分两种路径二选一（见下），目标是把车间执行数据统一到新 MES，避免两套系统各记一半事实 |
| 新 MES（本方案） | 生产工单、物料收发、BOM 用量复检、交期测算、设计 BOM 校验、产能负荷 | 主平台，基于 ruoyi-vue-pro 二次开发 |
现有小型 MES 的两种收编路径，建议客户按数据质量和迁移成本二选一：
- 路径 A（推荐，风险低）：小型 MES 继续跑车间报工/设备数据采集，新 MES 通过接口只读取其产生的实际工时、实际用量、设备状态，汇入单耗事实表和交付履约事实表；不做功能替换，先把 AI 能力用起来。
- 路径 B（长期目标）：新 MES 直接承接车间执行功能，小型 MES 逐步下线。适合小型 MES 功能确实薄弱、维护成本高的情况，但需要单独排期做产线切换验证，不建议和 AI 能力上线绑在一个阶段。
二、系统集成架构
关键设计原则：单向为主、双向受控。
- 订单从 ERP 到新 MES 是主流向；新 MES 只回写生产状态、实际完工日期、异常标记等生产侧字段，绝不回写价格、合同条款等 ERP 主数据。
- BOM/图纸从 PLM 到新 MES 是主流向；AI 复检和校验的结论如果需要改变设计 BOM，走 PLM 原有的 ECN/变更流程，新 MES 不直接改 PLM 里的正式 BOM。
- 对接方式：优先用 ERP/PLM 已有的 API；没有 API 的老系统，用数据库视图或定时导入表做单向同步，同步频率和字段范围在实施前逐项确认，不做实时双向强耦合，避免把新系统的稳定性绑死在老系统的可用性上。
订单对接 ERP 的具体流程
- ERP 产生正式订单（或订单确认变更）→ 通过 API/消息队列/定时轮询同步到新 MES 的订单缓冲表；
- 新 MES 触发订单解析：调用 AI 规格解析（把订单行的规格文本转成参数）+ 相似 BOM 检索，生成生产 BOM 草案和生产工单；
- 工单执行过程中的状态、实际交期、异常事件，按约定节奏（如每日）回写 ERP 对应订单行，供销售和财务查看进度；
- 涉及交期承诺的场景，新 MES 的交期测算结果只是建议区间，销售仍在 ERP 或新 MES 前端确认后写回正式承诺交期。
三、AI 边界：审计而不是会计
这条边界贯穿整套新 MES 的 AI 设计，也是最关键的一条：确定性算法和 LLM 推理必须分开。
- 数字必须由确定性引擎算出：用量走参数化公式 + 排样算法，交期走 ATP/CTP 求解器，校验走规则引擎。这些可复现、可审计、可给质量/审核体系看。
- LLM 只做四件人干得慢的事：把图纸/技术协议里的规格意图翻译成参数、检索相似历史案例、判断结果"是否可疑"、生成人能读懂的解释和风险说明。
- LLM 永远不出现在"算出这个数字"的路径上，只出现在"这个数字合理吗"的路径上。
一旦让 LLM 直接算板材张数，会得到一个看起来很像对的答案——这比明显错的答案危险得多，因为它绕过了车间之外的所有复核。
四、数据底座：绕不过去的前置工程
三个场景全部依赖同一套数据。这部分工作量最大，也是唯一不能用 AI 省掉的部分。
1. 物料参数化主数据（最要紧）
现状大概率是"物料名称 + 规格描述"一个长字符串，这种结构下 AI 只能靠猜，必须拆成键值属性：
- 蜂窝板：面板材质 / 面板厚 / 芯格规格 / 总厚 / 标准幅面 / 阻燃等级(EN45545) / 纹理方向可否旋转
- 锁具：型号 / 背距 / 舌型 / 表面处理 / 左右手 / 配套件清单
- 卷帘：窗口净宽 / 净高 / 驱动型式 / 遮光率 / 安装接口
2. 单耗事实表（复检的金标准）
工单 × 物料维度记录：BOM 理论用量、实际领料、退库、报废、超领原因。没有这张表，"AI 复检"就没有参照物，只能凭 LLM 的语感说话。这张表在生产系统里其实已有原始数据，主要是要把它按"父项族 × 子项类别"聚合成单耗基线（P50/P85/离群阈值）。
3. 交付履约事实表
订单行的承诺交期 vs 实际交期，以及各环节停留时长（设计冻结、采购到货、粘接、焊接、喷涂、抛丸、检验、发运）。交期预测的准确度上限完全由这张表决定。
4. 历史 BOM 语义库
已量产 BOM 按父项做向量化（规格文本 + 参数拼接，pgvector 足够），用于相似件检索。这是四类数据资产里性价比最高的一块。
这四类数据的来源分别对应新 MES 的系统集成架构：物料参数化主数据和历史 BOM 语义库主要来自 PLM 同步后的加工整理；单耗事实表和交付履约事实表则来自新 MES 自身的生产执行数据（或路径 A 下从既有小型 MES 同步）与 ERP 订单数据的联合。
五、场景一：板材用量计算 + AI 复检
计算侧：不是按面积买布，是按裁衣排料
板材用量按"净面积 ÷ 幅面面积 × 损耗系数"算，在多品种小批量的定制内装里会系统性低估 15%–30%——因为真实约束是排样，不是面积。
推荐的计算链：
- 父项规格 → 零件净尺寸：从间壁/地板/顶板/车门的图纸参数取
L_net × W_net，规则库按父项族维护表达式（DSL 存库，可版本化、可审计）。 - 加工余量展开：
L_cut = L_net + 2×切边余量 + 封边收缩量 + 粘接工艺余量（DIN6701 体系下胶层区的处理要单独出规则）。 - 二维排样：把同一订单同一板材规格的所有零件放进标准幅面做 nesting（首次落地用 first-fit decreasing + 纹理方向约束就够，别一上来搞最优化）。输出：张数、利用率、余料图。
- 单耗回写：
张数 × 幅面面积 / 成品面积 = 单耗，这个值直接进事实表，成为下次复检的基线。
余料能否跨订单复用，要作为一个显式开关——这个开关的取值会让用量差出一档，不能让工程师"看情况"判断，必须变成参数。
复检侧：四个探针，只有一个用 LLM
| 探针 | 手段 | 抓什么 | 是否用 LLM |
|---|---|---|---|
| P1 统计基线 | 同族单耗分位数 / IQR 离群 | 用量比同类车型同类件高低异常 | 否 |
| P2 量纲守恒 | 三路交叉验算 | 面积法、重量法、图纸明细法互推，互差超阈值报警 | 否 |
| P3 语义一致 | LLM + 图纸原文 | 规格意图是否被正确翻译成参数（如遗漏"纹理不可旋转"） | 是 |
| P4 版本差异 | 与上版 / 相似件 diff | 改了父项尺寸但子项用量没跟着变 | 否 |
P2 那个三路交叉验算，建议列为硬要求。板材件的重量和面积是刚性关系，一个算错另一个不会同时算错——这是最便宜也最可靠的自动复核手段，比任何模型都稳。
系统输出复检报告，不自动改数：可疑点、依据（引用到图纸页码/历史工单号）、建议值区间、置信度。改数权限留给工程师；复检报告作为待办进入新 MES 的审核流程，确认结果和处理意见结构化留痕，同时反哺单耗基线和相似件语义库。
六、场景二：交期辅助判断
交期的结构分解
承诺交期 = 设计冻结周期
+ max(长周期采购到货, 自制件排队等待)
+ 制造周期(关键工序占用)
+ 检验 + 发运
+ 缓冲(按风险等级取值)销售现在要的是一个日期，但最诚实的输出是一个区间加卡点清单——像天气预报报降水概率，而不是拍板"这天一定下雨"。
处理流程
- 配置解析：订单行的规格文本 → 参数（AI 做，人确认），订单数据来自 ERP 同步。
- 快速 BOM：检索最相似的已量产 BOM 复用结构，得到物料清单草案（不要求准确，只要求覆盖长周期件）。
- 物料四分类：
- A 类：库存可用 → 0 天
- B 类：常规采购 ≤2 周 → 取供应商实际到货周期 P85（不是合同承诺期）
- C 类：长周期件——进口蜂窝芯、ANC 芯片、等离子模块、特种型材等 → 单独人工确认，这类是 90% 延期的真凶
- D 类：新料无历史 → AI 自动生成询价邮件 + 标为高风险
- 粗能力校核（RCCP）：按关键工序日历占用——粘接房、焊接工位、喷涂线、抛丸机、CNC。求解器算，不是 LLM 算。
- 蒙特卡洛：对 B/C 类到货周期和产能等待时间抽样，出 P50 / P85 / P95。
- 输出给销售：
- 标准交期（P85）、挑战交期（P50，需附加条件）、风险交期
- 卡点清单：哪 2–3 项物料决定了这个日期
- 提前的代价：加急费、替代料、拆单发货三个选项各能压缩几天
AI 在这里的独特价值是第 2 步和一句话："上一次同类项目（工单号 XXXX）承诺 45 天，实际 62 天，卡在蜂窝芯到货和喷涂线排队。"——这句话对销售的说服力，胜过任何预测数字。
交期测算结果只是建议区间，新 MES 不直接对外承诺，销售仍需在 ERP 或新 MES 前端确认后写回正式承诺交期。供应商到货周期数据（B/C 类分位数的来源）需要新 MES 单独建采购履约事实表，不能只依赖 ERP 里的合同承诺期。
七、场景三：设计端 BOM 校验 Gate
这是三个场景里最该先做的：车间发现 BOM 错误的代价是设计端的几十倍，而所需数据现状就有。
校验点放在 PLM 图纸/BOM 发布（check-in）之前，做成阻断式 Gate。
五类校验，按严厉程度分级
P0 硬阻断（确定性规则，无 AI）
- 物料状态：冻结料、停用料、旧图号版本
- 结构完整性：层级环路、单位错、数量为 0 或负
- 工艺必需辅材缺失：DIN6701 体系下胶粘剂必须配底涂+清洁剂；EN15085 焊接必须配对应焊材；紧固件必须配螺母垫圈
- 成套性：锁具 = 锁体 + 锁芯 + 把手 + 安装板 + 钥匙，缺一即拦
P1 需签字放行（参数一致性）
- 子项接口参数 vs 父项：板厚 vs 型材槽宽、锁具背距 vs 门扇厚度、卷帘幅宽 vs 窗口净宽
- 阻燃等级与整车 EN45545 要求冲突
- 左右手件对称性——左/右件混用是这类产品最高频的错误，规则可以完全覆盖，一定要做
P2 提示（AI 主力：相似件差异比对）
检索最相似的 3 个已量产 BOM，逐行 diff，输出"漏项告警"：
同平台的 4 个门板 BOM 中有 4 个包含密封条 XXX，本次缺失。
漏项是现场"BOM 物料错误"里占比最大的一类，而它恰恰是规则引擎抓不到的——规则只能检查"写了什么错没错"，抓不到"该写的没写"。相似件 diff 是唯一有效手段，也是整个方案里 AI 贡献最实的一个点。
P3 语义冲突（LLM）
图纸标注 / 技术协议原文 vs BOM 行描述的冲突：表面处理、颜色、材质牌号、客户指定品牌。输出必须带原文引用位置。
闭环机制（长期决定成败）
车间每发现一个 BOM 错误，必须结构化回填：错误类型 / 根因 / 能否规则化。
- 能规则化的 → 进 P0/P1 规则库
- 不能规则化的 → 进 case 库，作为相似件比对的加权样本
没有这个闭环，规则库半年就僵化，AI 告警会退化成噪音。告警疲劳是这类系统唯一的死法——P2/P3 的精确率跌到 50% 以下，工程师就开始无脑点"忽略"，系统就死了。所以要月度盯精确率，宁可少报不可滥报。
八、技术形态
MCP 工具化，确定性能力都做成工具，Agent 只负责编排和解释：
get_material_attrs(material_code) # 参数化主数据
calc_part_dimensions(parent_id, rule_v) # 父项规格 → 零件净尺寸
nest_2d(parts[], sheet_spec, constraints) # 排样
query_consumption_baseline(family, cat) # 单耗分位
similar_bom_search(spec_vector, top_k) # 相似件检索
validate_bom(bom_id, ruleset_v) # 规则校验
supplier_leadtime(material, quantile) # 实际到货周期分布
capacity_load(work_center, date_range) # 工序负荷
atp_check(order_line) # 可承诺求解
sync_erp_order(order_id) # 从 ERP 拉取/同步订单
sync_plm_bom(bom_id, version) # 从 PLM 拉取/同步 BOMFastAPI 侧用 FastMCP.from_openapi() 自动生成工具定义，别手写。四个 Agent 共享同一物料知识库：规格解析 Agent / 用量稽核 Agent / 交期 Agent / BOM 质检 Agent。
审计留痕（这条质量体系审核会问）：每条 AI 结论落库存输入快照、工具调用链、引用出处、人工裁决结果——既满足体系可追溯要求，也是模型效果评估的唯一数据源。
九、落地顺序与验收指标
按"数据依赖最少、痛感最强"排序，并加入系统集成里程碑：
| 阶段 | 内容 | 周期 | 验收指标 |
|---|---|---|---|
| 零期 | ERP 订单同步、PLM BOM/图纸同步接口打通；确认小型 MES 收编路径（A 或 B） | 1–2 个月 | 订单/BOM 数据能稳定同步，字段覆盖率达标 |
| 一期 | 设计端 BOM Gate（P0/P1 规则 + 相似件 diff） | 2–3 个月 | 车间 BOM 异常单/月降 50%；发布后 ECN/千行降 40% |
| 二期 | 板材用量引擎 + 四探针复检 | 3–4 个月 | 板材利用率 +5pt；超领次数降 30% |
| 三期 | 交期 CTP + AI 辅助 | 4–6 个月 | 交期承诺达成率 ≥85%；报价响应时长降 60% |
贯穿全程的两个指标：AI 告警精确率 ≥70%（低于此就停止扩规则，先治噪音），参数化物料覆盖率（一期只做锁具 + 蜂窝板两个品类，别全量铺开）。
一个提醒：一期不要碰用量计算，也不要碰交期。BOM Gate 上线三个月产生的"错误根因结构化数据"，是二期用量规则库和三期交期模型的原料。顺序反了，后面两期只能靠工程师口述经验硬编规则。零期的系统集成同样是后面三期共同的前提——订单和 BOM 同步不稳定，AI 复检和交期测算都没有可靠输入。
延伸阅读：轨道装备生产 AI MES 总览