特斯拉与宁波旭升 EDI项目案例

宁波旭升汽车技术股份有限公司(以下简称“旭升”),致力于新能源汽车和汽车轻量化领域,主要从事精密铝合金汽车零部件和工业零部件的研发、生产和销售,产品主要应用领域包括新能源汽车变速系统、传动系统、电池系统、悬挂系统等核心系统的精密机械加工零部件。
在这里插入图片描述
旭升已成为特斯拉、奔驰、宝马、北极星、长城、采埃孚、法雷奥等国际知名整车厂及一级供应商的合作伙伴。因为企业快速的新产品开发能力及质量管控水平,旭升荣获特斯拉“杰出合作伙伴”,获得众多客户的尊重与肯定。

项目背景

Tesla是旭升的重要合作伙伴,庞大的业务量和繁杂的业务数据如果都需要人为手工录数据,难免会出错。那么,在未接入EDI之前,旭升是如何实现与Tesla的业务往来呢?

早期,旭升是通过Tesla Portal网站接收订单信息,生成出货标签,以及发送出货通知和发票的。但是后来Tesla要求其供应商建立自己的EDI系统通过AS2或者通过VAN方式与他们进行业务数据交换,Portal网站的使用权限将会被逐渐禁止。

在这种情况下,旭升选择在自己的服务器搭建EDI平台,并将EDI与业务系统集成,实现业务流程自动化。

解决方案

1.传输方式

根据特斯拉Tesla的最新回复,此前已经与特斯拉建立EDI连接的企业可以选择使用AS2或者VAN的方式。但对于未来与特斯拉建立EDI连接的企业而言,则必须采用VAN的方式。我们早在数年前就帮助旭升借助AS2传输协议通过Internet网络实现与Tesla EDI系统直连,因此旭升仍采用AS2的方式与Tesla进行EDI对接。

2.报文标准

Tesla支持的报文标准为:X12,涉及到的业务报文包含850(Purchase Order采购订单)、830(Planning Schedule 需求预测)、862(Shipping Schedule 发货计划)、810(Invoice 发票)、856(Ship Notice发货通知)、824(Application Advice应用程序通知)、810(Self-Billing Invoice自生成发票)。传输方向如下:
在这里插入图片描述
3.格式转换

将旭升接收到的EDI报文(850 & 830 & 862 & 824 & 810)进行二次开发写进旭升中间数据库;同样将旭升数据库读到的业务数据经二次开发生成EDI报文格式(856 & 810)。

4.生成Label标签

设计一款类似于Tesla Portal网站的标签生成系统,只需界面勾选/补充部分业务数据即可一键生成Content/6J/5J/1J Label并打印,同时提供标签的增、删、改、查等功能。

以下是旭升&Tesla EDI业务流程图,供参考:
在这里插入图片描述
根据上述解决方案,为旭升本地部署知行之桥EDI系统,与特斯拉Tesla按照AS2传输协议建立EDI连接,EDI系统将通过中间数据库的方式与旭升的业务系统进行集成。同时旭升还提出,需要将接收到的文件转换为Excel格式发送至指定邮箱,便于业务人员及时查收。

项目成果

利用知行之桥的功能端口,在低代码的情况下,搭建完整的工作流,与Tesla完成EDI对接。具体实现如下图所示:

接收特斯拉发送的报文:
在这里插入图片描述
给特斯拉发送报文:
在这里插入图片描述
对接特斯拉柏林工厂——接收自生成810(发票):
在这里插入图片描述
这里大家一定会有疑问,为什么旭升既给特斯拉发送发票,又接收来自特斯拉的810发票呢?

如果供应商需要对接特斯拉柏林工厂,就会需要接收来自特斯拉的810发票。如果只是对接美国和上海的特斯拉则不会遇到这种情况。

项目回顾

1.与特斯拉传输856发货通知需要注意哪些信息?

与特斯拉传输856时,企业的业务人员需要在特斯拉的门户网站上获取SHP开头的承运人参考号,并将这个承运人参考号提供给您的EDI供应商。

2.特斯拉的标签与包装方式一一对应

5J对应混托托盘Label 6J对应整托托盘Label 1J对应箱子Label

特斯拉要求整托时只需要出现托盘信息和物料信息即可,混托时则需要加上托盘上箱子的信息。

3.进行特斯拉标签验证的注意事项

与特斯拉进行标签验证需要注意,首先需要将设计好生成好的标签发给SOS中国区联系人进行核查,确认无误后,中国区负责人会将标签发给北美联系人进行进一步核查,确认无误后方可使用。

如果大家有关于EDI的任何疑问或者希望了解更多的EDI案例,欢迎联系沟通~

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值