咨询电话: 0831-3622830

基于机器学习算法的智能网联汽车全生命周期设计成本优化体系研究及应用

返回列表
来源:本站 时间:2025.06.16 阅读:

具体内容(突破的关键核心技术):

项目将重点开展价值工程全维度与动态成本建模:突破价值工程分析方法,创新构建BOM成本全维度动态控制模型及设计成本排查策略,通过数据驱动量化设计冗余与成本差距,创新建立设计成本优化策略及体系,并自研开发基于机器学习算法的设计成本动态管控系统,建立设计成本数据库框架及基础数据。

1.实现价值工程与动态成本建模:整车BOM成本降幅≥5%,设计冗余识别率≥90%,量产时BOM成本较预研阶段降低≥20%;

2、整车减重10%-15%,通用化率提升15%-20%,平台整合后采购成本降低10%-15%;

3、基于机器学习的设计成本优化方法及系统应用,降本效率提升>20%,行业成本数据库调用响应时间≤1秒;

4、输出《面向成本设计(DFC)规范》≥6项;

5.发明专利≥1,论文≥2,软著1;

6. 培养具备设计成本原价分析能力的工程师≥5人.

产出的标志性创新成果及产业化前景:

成果及产业化应用:

标志成果是一套系统的设计成本优化策略、方法论、设计规范、方案数据库,及其数字化成果——设计成本分析及管理系统,将首次应用于昆仑 2026款;拾月Mate 2026款;M1F全球首发车型等所有在研车型,通过提升产品性价比竞争力,预计升级产品上市12月内销量同比增长>20%,产值同比增长>1.4亿;M1F首发车型上市12月内预计销量 >10万台,预计产值>70亿 。


前景分析

进入2025年,新能源乘用车行业成本压力持续加剧,新能源动力系统成本竞争叠加智能化技术快速迭代带来的研发投入激增,导致企业盈利空间收窄;与此同时,头部企业依托规模化优势和技术优势加速行业成本内卷,用户对价格敏感度日益提升,进一步压缩市场竞争空间。

国际市场方面,全球化竞争态势倒逼企业亟需突破供应链成本控制与技术国产化替代瓶颈。从技术端看,设计阶段对整车成本的主导性作用尤为突出,但现有成本管控体系缺乏系统性,亟需构建覆盖全生命周期的面向成本设计(DFC)模型,以支撑产品技术升级与成本优化的协同目标。此外,面向全球化市场的高性价比车型开发需求(如M1F项目)对设计端成本控制提出更高要求,需通过技术创新实现成本-性能双优的竞争壁垒,为企业开拓增量市场提供核心支撑。所以,本项目是提升企业核心竞争力的关键行动。


扫一扫在手机打开当前页

主办单位/内容保障单位:国家技术转移西南中心川南分中心 联系电话: 0831-3622830 网站标识码:5115000060 川公网安备 51159902000102号 备案号:蜀ICP备13006780号

技术支持:安古信息