引　言

　　隨著工業(yè)生產(chǎn)的發(fā)展乡洼，設(shè)備和產(chǎn)品的功能與結(jié)構(gòu)日趨復雜智袭，產(chǎn)品設(shè)計在整個生命周期內(nèi)占有越來越重要的位置晶襟。作為只占5%產(chǎn)品成本的設(shè)計活動往往決定占到70%-80%的產(chǎn)品成本驳达。Pahl和Beitz認為機械設(shè)計分為明確任務、概念設(shè)計笼肴、技術(shù)設(shè)計和施工設(shè)計等四個階段缆瑟。概念設(shè)計是產(chǎn)品設(shè)計過程中的關(guān)鍵環(huán)節(jié)，指根據(jù)產(chǎn)品生命周期各個階段的要求峦爪，進行產(chǎn)品功能創(chuàng)造嫁慌、功能分解以及功能和子功能的結(jié)構(gòu)設(shè)計；進行滿足功能和結(jié)構(gòu)要求的工作原理求解和進行實現(xiàn)功能結(jié)構(gòu)的工作原理載體方案的構(gòu)思和系統(tǒng)化設(shè)計辅蜡。概念設(shè)計是一個發(fā)散思維和創(chuàng)新設(shè)計的過程爆始，是一個求解實現(xiàn)功能的，滿足各種技術(shù)和經(jīng)濟指標的可能存在的各種方案并最終確定綜合最優(yōu)方案的過程迅撑。

　　為了實現(xiàn)機械產(chǎn)品的描述涉佑，需要從功能加梁、行為、結(jié)構(gòu)三方面進行考慮淮超。功能指一個f結(jié)構(gòu)的目的，是行為的抽象表示旺订，目的是對應出新的行為對象弄企。行為是指實現(xiàn)功能所需要的方法，即通常所說的工藝動作区拳、實現(xiàn)方法拘领。結(jié)構(gòu)指為實現(xiàn)某些（某一）行為而采用的一組構(gòu)件、元件以及它們之間的組成關(guān)系樱调。從功能→行為→結(jié)構(gòu)的過程是設(shè)計逐步細化的過程约素，目的在于產(chǎn)生合理的設(shè)計結(jié)果。因此為了有效支持概念設(shè)計活動笆凌，需要解決以下兩個難題：（1）從各個方面對產(chǎn)品進行完整的描述圣猎；（2）利用推理技術(shù)產(chǎn)生合理的設(shè)計結(jié)果实胸，前者稱為模型問題逆辐，后者稱為推理問題。有關(guān)這兩個問題梨熙，近年來涌現(xiàn)出一大批解決技術(shù)和解決工具爪模，但這些解決技術(shù)/解決工具大部分只涉及到特定產(chǎn)品設(shè)計過程中的特定方面欠啤，本文對這些解決技術(shù)/解決工具進行了歸納和總結(jié)，以便更好地支持機械產(chǎn)品的概念設(shè)計叮褐。

　　1　模型問題

　　在機械產(chǎn)品概念設(shè)計過程中遇到的一個難題是機械產(chǎn)品描述的復雜性称桶，即產(chǎn)品模型問題。其中涉及的模型表示方法包括語言炕常、幾何模型枚甫、圖（樹）、對象挥棒、知識以及圖象等仓脓。

　　1.1　語言

　　計算機最初是為解決數(shù)值運算而設(shè)計的，而語言屬于非數(shù)值符號芭惠，一般以長度不等的語流形式出現(xiàn)锨间，有著自身的句法和語義體系，其數(shù)據(jù)表達弦离、語義表達婿芝、運算規(guī)則與數(shù)值信息有著很大差別。然而由于語言具有離散性棵章、序列性和鄰接性的特征挨让，對語言的處理具有很大的可行性枚冗。Rinderl利用圖式語言描述設(shè)計行為，Neville和Joskowic提出一種語言用于固定軸裝置的行為描述中蛇损，Tyug提出了基于語法的屬性模型表示設(shè)計對象的實現(xiàn)知識赁温。這些努力集中在針對某一應用開發(fā)不同的語言，如何使得語言能夠重用和共享已經(jīng)成為研究的熱點淤齐。

　　1.2　幾何模型

　　幾何模型是產(chǎn)品結(jié)構(gòu)在計算機中的實現(xiàn)股囊，目前比較常用的有B-Rep、CSG（DSG）更啄、變量幾何和特征表示等方法稚疹。B-Rep（Boundary Representation）中形體由邊界信息如面、邊祭务、點組成内狗，但不利于幾何推理。CSG（Contructive Solid Geometry）中利用柱體义锥、管體柳沙、錐體等比較簡單的形體通過一定的操作生成復雜的形體，語義關(guān)系明確缨该，但具有表示的不唯一性偎行。DSG（Destructive Solid Geometry）是CSG的變種，和CSG不同之處在于從坯料出發(fā)進行類似于機加活動的“削減”行為而成饿遏，同樣具有表示的不唯一性医狡。變量幾何利用解析法對機械組件進行約束，擯棄了直接在空間中定義頂點替熊，采用尺寸約束來對這些頂點進行描述肿车。Li描述了采用變量幾何進行建模的合理性，Light和Gossar對Lin的工作進行了擴展掘顾，允許通過變量幾何進行幾何模型的修改到讽。特征表示抽取具有工程語義的特征對產(chǎn)品進行建模。EDISO就是一個利用特征建模的系統(tǒng)累踱，目前相關(guān)研究集中在面向工藝設(shè)計的特征設(shè)計和特征識別等方面保媒。

　　近來幾何建模向集成方向發(fā)展，Keirouz等人提出將幾何惫借、特征和變量幾何集合起來辟昏，就可處理概念設(shè)計中出現(xiàn)的幾何問題和“What if”問題。

　　1.3　圖（樹）

　　圖和樹是概念設(shè)計階段常用的兩種表示手段堰洛，可以對有關(guān)產(chǎn)品的所有屬性获列，包括功能、行為和結(jié)構(gòu)進行描述蛔垢。Malmqvis描述了如何利用圖來描述機構(gòu)击孩、電子設(shè)備和液壓設(shè)備的結(jié)構(gòu)功能迫悠，圖中節(jié)點代表不同的物理實體（如容器、轉(zhuǎn)化器等）巩梢，而弧用來表示速度创泄、力這樣一些屬性。Murthy和Addanki利用改進的圖模型來修改象梁設(shè)計這樣的結(jié)構(gòu)設(shè)計原型且改。除了描述產(chǎn)品验烧，圖（樹）還用于描述需求和約束。Kusiak和Szczerbicki利用樹模型描述機械系統(tǒng)概念設(shè)計階段的功能和需求又跛，并利用關(guān)聯(lián)矩陣來表示功能和需求之間的轉(zhuǎn)換關(guān)系。由于圖論研究的深入和相對成熟若治，將圖（樹）用于概念設(shè)計中具有一定的優(yōu)越性慨蓝。

　　1.4　對象

　　對象表示是近來比較流行的一種表示方法，由于具有抽象性端幼、封裝性缩髓、多態(tài)性和繼承性等一些特點，對象表示在建模方面有很大的靈活性王捧。除了表示物理實體学释，對象還可以應用到其他方面。Martin利用面向?qū)ο蟮臉浔硎久枋鼋饘倨诤褪У姆治銎ッΓ瑯拥姆椒ㄓ蒓hki用于表示約束和物理實體粱思。Yoshioka等人用對象表示輪船設(shè)計中的實體和過程知識，以利于知識的重用绣峰。Kolb和Bailey利用O-O技術(shù)對航空發(fā)動機的概念設(shè)計進行建模槐芹，Kusiak在CONDES系統(tǒng)中采用了O-O技術(shù)和規(guī)則相結(jié)合的方法，利用對象進行設(shè)計的合成掩软，而利用規(guī)則來指導這個過程填阅。

　　1.5　知識模型

　　概念設(shè)計階段處于設(shè)計的初期，不僅需要成本侮夸、性能茶壹、環(huán)境等信息，而且需要知道物理揍庄、數(shù)學咆蒿、實驗等不同方面的知識。最常用的知識模型包括框架币绩、產(chǎn)生式規(guī)則蜡秽、語義網(wǎng)絡(luò)、謂詞邏輯等缆镣。Rao采用基于規(guī)則的技術(shù)解決球軸承設(shè)計中的更換問題芽突，Tong和Gomory則采用框架結(jié)構(gòu)描述標準廚房設(shè)備的部件试浙。目前這個領(lǐng)域有許多工具可以利用，Krause和Schlingheider對常用的工具如ICAD寞蚌、MEDUSA-ENGIN田巴、CONNEX等進行了歸納。

　　利用知識模型取得了很大的成功挟秤，但也存在一些不足壹哺，如知識模型正確性的檢驗、知識獲取的問題以及知識庫管理等問題艘刚。

　　1.6　圖象

　　最接近人類思維和推理方式的表示方法之一就是利用圖象管宵，如徒手草圖是設(shè)計活動中常用的加速設(shè)計活動和比較設(shè)計結(jié)果的方法，但直到McKim通過實驗研究表明可視化思維適用于所有領(lǐng)域的設(shè)計活動悲尝，圖象的利用才得到了一定的發(fā)展宇涵。1990年Radcliffe和Lee提出了克服認識到實體之間障礙的可視化思維模型，Sittas做了進一步的擴展并將之應用在3D草圖的創(chuàng)建和修改中吐梗。 

　　2　推理問題

　　支持概念設(shè)計遇到的第二個難題是采用何種合適的方法將用戶需求映射到相應的物理空間突仆。在實際推理過程中存在知識驅(qū)動和數(shù)據(jù)驅(qū)動兩種方式，知識驅(qū)動應用在存在大量領(lǐng)域知識的情況下典型技術(shù)如知識推理和優(yōu)化桐赠；而數(shù)據(jù)驅(qū)動指擯棄規(guī)則穆垦，依賴大量領(lǐng)域?qū)嶋H數(shù)據(jù)參與推理，如事例推理涌粱、神經(jīng)網(wǎng)絡(luò)和機器學習等辱郑。

　　2.1　知識推理

　　知識庫中存放設(shè)計的過程知識和產(chǎn)品或領(lǐng)域知識，知識推理主要包括歸納雹税、演繹效岂、約束推理和非單調(diào)推理等。這些推理技術(shù)在概念設(shè)計中應用較早旧庶，也比較普遍额前。Tong和Gromory將演繹推理應用在小電機裝置的設(shè)計中(e-works)，Rao則將歸納推理應用在給定一些參數(shù)（如負載類型牵敷、轉(zhuǎn)速和應用場合等0的情況下如何選擇合適的球軸承胡岔。Oh等人利用約束推理進行錄象帶設(shè)計的改進，而Smith和Boulanger將非單調(diào)推理技術(shù)應用到橋梁的設(shè)計中枷餐。

　　2.2　神經(jīng)網(wǎng)絡(luò)

　　人工神經(jīng)網(wǎng)絡(luò)從模擬人腦功能出發(fā)靶瘸，以大量的、簡單的處理單元廣泛連接而形成復雜的網(wǎng)絡(luò)系統(tǒng)毛肋。在處理方法上怨咪，由于其廣泛互連的非線性動力學特性，神經(jīng)網(wǎng)絡(luò)更長于處理聯(lián)想記憶、形象思維等問題诗眨，也更適合于作表象的唉匾、淺層的經(jīng)驗推理及模糊推理。其次由于具有分布記憶和并行計算的特點匠楚，有利于知識存儲的簡化和運行效率的提高巍膘。同時神經(jīng)網(wǎng)絡(luò)具有自組織和自學習的能力以及良好的容錯性。機械設(shè)計是一個多階段芋簿、多子任務的鏈式序列修鲤，現(xiàn)行專家系統(tǒng)采用符號匹配方式，為了不至使系統(tǒng)出現(xiàn)“死角”扎瞧，必須將所有可能的組合考慮完全乓记，極容易產(chǎn)生組合爆炸。而設(shè)計人員在進行方案構(gòu)思時草颤，往往只考慮幾種可行方案汪具，因此面對復雜的情況，能快速作出較好決策旅峰，同時在方案匹配時，不會因為部分信息的缺乏而出現(xiàn)匹配不上灯狠，沒有方案可選的情況念距。因此這種選擇的模糊以及高度綜合的過程利用神經(jīng)網(wǎng)絡(luò)來模擬是比較合適的，如Grieson提出了結(jié)合神經(jīng)網(wǎng)絡(luò)和遺傳算法的方法通過演變和人工學習解決了橋梁結(jié)構(gòu)方案最優(yōu)選擇的問題黔晶，王小同等人將人工神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)人工智能相結(jié)合董容，開發(fā)了機翼結(jié)構(gòu)方案智能設(shè)計系統(tǒng)［26］。但神經(jīng)網(wǎng)絡(luò)也具有一些缺點椎沟，如需要大量數(shù)據(jù)進行訓練衍震、訓練時間較長、解釋不足等缺點樱蛤，其中針對神經(jīng)網(wǎng)絡(luò)的解釋機制雖然人們已經(jīng)提出了如采用基于規(guī)則的專家系統(tǒng)進行解釋钮呀、從神經(jīng)網(wǎng)絡(luò)中提取用于解釋的規(guī)則以及基于事例的解釋等方法，但解釋不足的缺點依然存在昨凡，嚴重影響神經(jīng)網(wǎng)絡(luò)在實際中的應用爽醋。

　　2.3　事例推理

　　事例推理（CBR）技術(shù)起源于70年代，是人工智能發(fā)展過程中涌現(xiàn)出來的區(qū)別于基于規(guī)則推理（RBR）和基于模型推理（MBR）的一種推理模式便脊，它指的是利用舊的事例或經(jīng)驗來解決問題蚂四。評價解方案，解釋異常情況或理解新情況哪痰。

　　CBR具有以下幾個優(yōu)點：

　　a.在設(shè)計規(guī)則難于總結(jié)時遂赠，以設(shè)計事例為主要設(shè)計依據(jù)的事例推理顯得更為有效；

　　b.更符合領(lǐng)域?qū)＜业乃季S習慣；

　　c.具有自學習能力跷睦。

　　正是由于CBR技術(shù)克服了傳統(tǒng)推理技術(shù)的不足筷弦，在機械產(chǎn)品概念設(shè)計中也得到了很好的應用。KRITIK系統(tǒng)結(jié)合CBR和MBR技術(shù)送讲，建立了物理元件的定性模型戏喊，將之應用到相應的檢索、修改以及設(shè)計的仿真中署咸。Li等人利用建立的機構(gòu)元件庫進行設(shè)計的綜合躺沽，Irgers則將傳統(tǒng)的事例庫內(nèi)容加以擴展，用于為產(chǎn)品原型的設(shè)計提供完全的铜乱、集成的基于歷史的建議满盔。此外周濟等人的研究集中在工程中的再設(shè)計問題及事例檢索與重用上，并在相控雷達的方案設(shè)計支持系統(tǒng)中進行了應用馏舰，而宋玉銀等人將事例推理和優(yōu)化相結(jié)合嗡吸，并應用在定梁龍門銑床的六類進給箱的概念設(shè)計中。目前CBR技術(shù)的難點集中在事例的表示便浮、索引哩拒、檢索、修改以及學習過程尤痒，模糊神經(jīng)網(wǎng)絡(luò)曾谁、遺傳算法等技術(shù)的引進與CBR和其它技術(shù)如RBR、MBR悔叽、優(yōu)化算法的集成使CBR技術(shù)得到了進一步的發(fā)展莱衩。

　　2.4　優(yōu)化技術(shù)

　　概念設(shè)計過程可以看作是滿足一定功能要求與設(shè)計約束的優(yōu)化過程。在機械產(chǎn)品概念設(shè)計過程中的優(yōu)化問題比較多的是組合優(yōu)化問題娇澎，這類問題計算復雜度高笨蚁，屬于NP難一類的問題，在問題的規(guī)模較小時趟庄，可以運用運籌學的經(jīng)典算法（如整數(shù)規(guī)劃括细、動態(tài)規(guī)劃、分支定界或切多面體）求解岔激。當問題的規(guī)模增大時勒极，由于解的數(shù)目呈指數(shù)增長，要求準確的最優(yōu)解實際上非常困難虑鼎。因此辱匿，從實際應用的角度出發(fā)，能夠得到較好解的近似算法或以一定的概率保證解的質(zhì)量隨的機算法越來越受到重視炫彩。除了經(jīng)典的方法以外匾七，人們利用人工智能、神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)等領(lǐng)域的一些工具或從生物進化污涤、物理過程等中吸取一些啟發(fā)饶饿，研究組合優(yōu)化的新算法。近來出現(xiàn)的模擬退火狰娱、Tabu搜索和遺傳算法等在組合優(yōu)化問題上取得了顯著的成果湘涉，一些學者將這些新的解法稱為超啟發(fā)或近代啟發(fā)。所謂“啟發(fā)式”解法是以求解問題的知識和經(jīng)驗指導求解的過程劈耽，“超啟發(fā)”是指這些解法從原來的啟發(fā)式解法中變化而來若棒，但其能力更強。目前組合優(yōu)化技術(shù)集中在如何削減解的搜索范圍拆楣，同時又能得到較好的近似最優(yōu)解的唆。

　　2.5　定性推理

　　定性推理是使用定性信息，對系統(tǒng)結(jié)構(gòu)浅仑、行為和功能進行描述求瞎，并研究它們之間的關(guān)系和因果性推出定性解釋，以模仿人類定性常識推理的一種跨領(lǐng)域推理方法屿扮。其主要思路是：忽略所描述問題的次要因素或忽略問題中可能出現(xiàn)的非精確性和不確定性睦作，而借助于各種規(guī)范、準則和掌握其主要因素來簡化對問題的描述叹放，在此基礎(chǔ)上备畦，將描述問題的傳統(tǒng)定量方法轉(zhuǎn)化為相應的定性模型，進行推理和給出定性解釋许昨。定性推理的研究不過十多年歷史，發(fā)展了很多不同的方法褥赊，如Fourbus的定性推理進程理論（QPT方法）糕档、Kuiqers的定性仿真算法（QSIM方法）和動力學分析法等。在概念設(shè)計早期拌喉，精確數(shù)字信息沒有或不足的情況下速那，定性推理的使用更有必要性。EDISON工程從功能知識和定性推理入手尿背，構(gòu)筑用于機構(gòu)設(shè)計的發(fā)明系統(tǒng)端仰，同樣Li等人將定性推理和啟發(fā)規(guī)則結(jié)合用于機構(gòu)的概念設(shè)計。此外田藐，致力于此領(lǐng)域發(fā)展的有Gelsey荔烧、Faltings和Forbus等人。

　　2.6　并行工程

　　概念設(shè)計對后續(xù)詳細設(shè)計以及加工生產(chǎn)有著舉足輕重的作用娜振，不當?shù)母拍钤O(shè)計方案會導致交貨期延長等一系列問題社殉，因此為了獲得高質(zhì)量的設(shè)計，減少反復，需要把設(shè)計過程放在產(chǎn)品的整個生產(chǎn)活動中統(tǒng)一加以考慮扑认，并行工程就是這樣一種嶄新的工作模式逻事。它通過集成企業(yè)的一切資源，使設(shè)計人員盡早考慮到產(chǎn)品生命周期中的所有因素犯舆，一體化畜溺、并行地進行產(chǎn)品及其相關(guān)過程的設(shè)計，尤其注重在概念設(shè)計階段的并行協(xié)調(diào)壮僵，以達到提高產(chǎn)品質(zhì)量理章、降低成本和縮短開發(fā)周期的目的。目前比較實用的相關(guān)技術(shù)集中在DFX方面敷主，包括面向裝配的設(shè)計（DFA）唐绍、面向加工的設(shè)計（DFM）、面向注塑成型的設(shè)計（DFLM）幸亭、面向維修的設(shè)計（DFS）等仗扬，這些正在發(fā)展中的方法構(gòu)成了所謂的設(shè)計兼容性分析（DCA），即一種為擔負不同職責的專家從不同觀點來評定侯選設(shè)計的設(shè)計概念模型蕾额。

　　3　結(jié)束語

　　本文對支持機械產(chǎn)品概念設(shè)計的工具和技術(shù)進行了歸納和總結(jié)早芭，重點集中在這些工具和技術(shù)如何具體解決模型問題和推理問題。結(jié)果表明诅蝶，雖然在這兩個問題上已經(jīng)取得了一定的成就退个，但仍有很長的路要走。相關(guān)技術(shù)和工具的進一步提出和發(fā)展將對機械產(chǎn)品的概念設(shè)計提供更大的輔助作用调炬。

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)语盈，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享，并不代表本站贊同其觀點和對其真實性負責缰泡，也不構(gòu)成任何其他建議刀荒。本站部分作品是由網(wǎng)友自主投稿和發(fā)布、編輯整理上傳棘钞，對此類作品本站僅提供交流平臺缠借，不為其版權(quán)負責。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻宜猜、圖片泼返、文字如涉及作品版權(quán)問題，請第一時間告知寇杆，我們將根據(jù)您提供的證明材料確認版權(quán)并按國家標準支付稿酬或立即刪除內(nèi)容沥卦，以保證您的權(quán)益！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn构演。