非标机加工报价长期依赖老师傅凭经验拍工时,询价一多就排队,且不同人给出的成本口径不一致。本实验室近期的实验把报价拆成两步:先由AI估算加工工时,再由规则引擎套用费率与材料成本,形成可追溯的报价依据。
做法上,我们以近三年历史报价单、工艺路线卡与工时定额为语料,抽取材料牌号、零件尺寸包络、公差等级、孔槽特征数量、表面处理与批量等特征,用回归结合分位数模型输出工时区间而非点值,减少“看起来很准”的误导。
阶段性进展:
· 在某精密机加工厂30天试点中覆盖约180份询价,报价准备时间由平均4.5小时缩短至约1.2小时,工时估算绝对误差中位数从约28%收敛到15%左右;
· 高精度薄壁件与首次加工的新材料仍是误差集中区,模型会主动标注低置信,转人工复核。
下一步计划:引入相似件检索缓解冷启动样本不足,并将报价员的人工修正回流为训练数据,逐步扩展到钣金件与简单模具件。

评论