联轴器装配参数自适应不能从"让AI算一个数"开始。可落地的路径是先把弹性体供应批次、实测状态、联轴器规格、工艺版本、实际调整和装配结果建成可追溯的数据关系，再让AI在已批准的工艺窗口内做比较与提示。最终参数仍由工艺或质量岗位确认，系统负责的是信息完整、规则执行和过程留痕。
一、先定义业务对象，不要先设计算法字段
实施团队首先要确认六类业务对象。供应商对象说明材料来源；物料对象描述弹性体规格；供应批次承载到货、硬度等级和质量资料；装配任务关联联轴器规格与工艺版本；参数记录保存建议、审批和实际执行过程；结果对象记录检测、返工与异常。
这些对象之间不能只靠名称匹配。供应批次需要稳定的唯一标识，领料事务要保存实际批次，装配任务要保存所用材料批次和工艺版本。产品有批次或序列管理时，还应建立产品与装配任务的关系，才能从客户端异常反查到材料来源。
硬度数据也需要口径。系统要区分供应商标称等级、企业来料实测值和装配前复测值，并记录测量时间、测量方法、数据来源及是否通过审核。把几个含义不同的数字写进同一个"硬度"字段，后续模型再复杂也无法解释差异。
参数对象同样要区分层次。工艺卡中的目标窗口、AI生成的提示值、工艺人员批准值和工位实际执行值应分别保存。若只保留最终值，系统无法判断是规则有效、人工修正有效，还是现场偏离后碰巧通过检测。
二、主数据和过程数据要有清楚归属
供应商、采购组织和基础物料通常已有ERP或SRM主档，库存批次由ERP或WMS维护，装配任务与过程结果由MES承载。实施时应确定每个对象的主数据来源，其他系统只引用标识与必要属性，避免同一个供应商或物料在多个系统里各自维护。
以优德普AI+SRM方案为例，SRM可组织供应商、物料、供应批次、到货资料和质量协同记录；领料与装配数据可通过ERP、WMS、MES或现场系统接口关联。具体由哪个系统保存原始记录，要服从企业现有架构，不能为了接入AI重新复制一套业务台账。
建议在数据字典中写清每个属性的业务含义、来源、是否必填、允许谁修改以及保留期限。对批次号、工艺版本、联轴器规格、实测结果和调整原因等字段，还要定义缺失时的处理方式。必填项缺失时，应阻止进入自动比较或转为人工复核队列。
三、用业务事件驱动接口，不做无差别全表同步
接口可以围绕到货、检验完成、批次放行、入库、领料、装配开工、参数申请、工艺审批、执行确认、检测完成、异常关闭等事件设计。事件消息应包含唯一业务标识、来源系统、发生时间、当前状态、关联对象和版本信息。
到货事件把采购关系与供应批次带入质量环节；检验完成事件补充硬度、尺寸和放行结果；领料事件把实际批次绑定到装配任务；参数审批事件保存建议值、批准值和原因；检测完成事件回写装配结果。每一步都围绕已有业务动作，不额外制造一套只供AI使用的流程。
消息接收端需要幂等处理。同一事件重复到达时，系统不能生成多条领料或审批记录；事件乱序时，应按版本或发生时间判断是否接受。接口失败要进入可查询的异常队列，记录失败对象、原因、重试次数和处理人，避免同步问题被误判为材料或工艺异常。
批次拆分、合并和退料是容易漏掉的场景。拆分后的子批次要保留来源，合并批次要记录组成关系；退料后再次领用时，装配任务应指向实际再次发放的批次状态。若这一层被简化，双向追溯很快就会断。
四、AI规则先做可解释比较，再考虑模型优化
第一阶段可以采用企业已批准的规则。系统读取当前批次的硬度与尺寸状态、联轴器规格、工艺版本和历史装配结果，判断是否落在可直接执行、需要复测或要人工审批的范围。输出内容应说明触发了哪条规则、缺少哪些数据、参考了哪些可比记录。
历史记录的可比条件要提前约束。不同联轴器结构、弹性体规格、工艺版本或检测口径不能简单放在一起计算平均值。样本数量不足、数据跨版本或测量方法不一致时，系统应降低建议等级，仅提供相似记录，不给出确定参数。
第二阶段才考虑基于历史结果优化提示。训练或统计数据要排除未完成审批、缺少检测结果、返工原因不明和接口状态异常的记录。模型输出仍需受工艺窗口约束，不能绕过企业批准的上下限。
AI服务还要有版本管理。规则或模型更新后，新建议应记录所用版本；旧任务保持原版本上下文，便于复盘。上线新版本前，可用历史批次做离线回放，比较提示与工艺人员实际判断是否一致，并记录不一致原因。
五、把工艺复核设计成明确状态，而不是聊天确认
参数提示生成后，流程至少要区分待确认、已批准、已驳回、已执行和已关闭。工艺人员批准时填写适用范围与必要说明；驳回时保留原因；工位执行后记录实际值；检测完成后才能关闭。状态流转应限制角色权限，避免操作人员直接改写批准记录。
异常情况要进入任务队列。常见触发条件包括批次数据缺失、实测值超出检验范围、工艺版本不适用、历史样本不足、接口消息未同步和执行值偏离批准值。队列需要责任岗位、处理时限、处理结论和关闭依据，便于信息化与业务共同定位问题。
审计记录要覆盖数据修改、规则调用、人工审批、执行确认和异常关闭。谁在什么时间修改了哪项数据、修改前后是什么、依据是什么，都应可查。对影响工艺判断的记录，不宜允许无痕覆盖。
六、验证时同时做正向和反向查询
正向查询从供应批次出发，检查是否能看到供应商、来料和复测记录、库存流转、领料任务、参数提示、人工审批、实际执行和检测结果。反向查询从产品批次或装配任务出发，检查是否能找到所用弹性体批次及其供应状态。
两种查询都能完成，才能证明关联关系不是单向报表。随后可以加入异常问答，例如"某供应商哪些批次曾触发参数复核""某联轴器规格的调整是否集中在某个工艺版本"。回答要回到具体记录，不能只给汇总数字。
七、分四步实施，减少一次性改造风险
第一步做数据盘点。由采购、质量、仓储、工艺、装配和信息化共同选一个高频规格，列出现有记录、系统位置、标识方式和缺口。此时不开发模型，只确认批次能否贯穿。
第二步建立最小闭环。接入到货与检验数据，确保领料带批次，装配任务保存工艺版本、调整原因和结果。先用规则提示与人工复核运行若干真实批次，观察记录是否完整。
第三步补接口与异常处理。把高频手工转录改成事件同步，加入幂等、重试、权限和审计。设备采集有稳定接口时再接入；没有接口时，采用受控录入并保留复核。
第四步评估扩展。验收条件可包括批次双向查询成功、建议依据可解释、人工审批全程留痕、异常能回到供应侧、供应商评价能看到装配表现。达到条件后，再扩大规格和供应商范围。
这套方案的限制同样明确：系统可以保存关联、执行规则、提示风险和辅助分析；联轴器结构适配、参数上限下限、试验方案与最终质量放行仍由专业岗位负责。是否能实现自动采集或闭环控制，取决于设备接口、现有系统和项目设计，不能在实施前直接承诺。
联轴器装配参数协同的技术价值，不在于生成一个看起来精确的数字，而在于每个提示都能追到材料、工艺和结果，每次人工调整也能留下原因。先把这条证据链跑通，再谈更高程度的自动化，项目更容易验收，也更便于长期维护。