产品概念设计可制造性评价方法研究

刘国昌，苟秉宸

西北工业大学 工业设计研究所，西安 710072

产品概念设计可制造性评价方法研究

刘国昌，苟秉宸

西北工业大学 工业设计研究所，西安 710072

作为客户需求与产品详细设计的中间内容，产品概念设计很大程度上决定了可制造性特性。而概念设计中的工业设计信息很大程度上决定了产品概念设计可制造性。并且其涉及多种复杂信息的处理。对这些因素的处理是产品概念设计可制造性评价中的重点和难点，也是科学有效地评价和决策产品概念设计方案必须面对和解决的关键问题[1]。

近年来，针对制造系统的各个领域，相关人员进行了大量的可制造性评价研究，如文献[2]采用可冲压性评价编码的方法，对冲压零件的冲压工艺性进行评价，给出了冲压工艺性评价的评价流程图，并构建了相应的评价原理图。文献[3]通过产品的数字化模型，利用几何推理法，研究了粉末冶金产品的可制造性评价方法。文献[4]对注塑及钣金成型件的可制造性评价进行了研究，其按照零件的工艺路线，并在知识数据库的支持下，按照定量评价和定性评价两个不同的层次，依次进行可制造性评价[2]。文献[5]针对飞机叶片的信息模型和制造资源能力模型，运用匹配度算法判断在一定制造环境下的叶片零件可制造性，并采用层次分析法对叶片制造设备进行综合评判，从而对叶片零件的可制造性进行评价。

以上研究是在不同时期不同应用领域进行的可制造性评价的研究，但由于这些评价方法面向对象的狭隘性，使得这些评价方法适用性较差。本文将针对产品概念设计阶段的工业设计特点，并结合工业设计不同阶段的特性，建立合理的基于工业设计信息的产品概念设计可制造性评价模型，研究基于工业设计的概念设计可制造性评价方法，从而合理地评价产品概念设计可制造性，并指导产品概念设计。

1 产品设计方案多样化及其可制造性评价体系

1.1 设计方案多样化

图1 概念设计需求域到设计方案的映射

在概念设计的客户需求往往是多种不同形式的需求的组合，即需求集，需求集中各个元素之间存在“或”或“与”的联系，设概念设计需求域X的两个元素分别为α和β，那么它们在产品功能原理设计域Y中的组合体的解释由以下集合运算决定[6]：

同样，从功能原理设计域Y到设计方案域Z也存在上述关系。因此，设计需求集产生不同的产品功能原理组合集，进而产生不同的产品概念设计方案集[7]。

1.2 概念设计可制造性的多属性评价体系

本文把可制造性定义为：在给定制造资源的条件下，对产品概念设计工业设计因素所具备的制造可能性的评估与优化。

产品概念设计包含多重属性，工业设计阶段是产品可制造性的决定阶段，而工业设计主要分为形态结构、表面材质、人机布局、色彩涂装等几个属性，各属性之间的相互作用构成了设计方案可制造性评价的多属性体系。如表1所示。

每一个产品概念设计方案集都凝聚了设计师的辛勤的汗水，产品概念设计的评价因素和产品的种类有密切的关系。有些产品如家居设计，人机设计的属性权重就要大一些，而机械产品形态结构属性权重反而会大一些。所以各个属性的权重随着不同的产品类别不同，也存在着产异性。

产品概念设计是从客户需求到产品概念创新的复杂映射过程。产品设计方案的多样化和产品概念设计工业设计阶段的复杂化，使得概念设计可制造性评价涉及因素广泛且关系复杂，因而需要针对多种条件进行评价和决策，以获取一定制造资源条件下综合性能最优良的方案。常见的评价系统由专家主观赋值得到属性权重，然而由于专家经验、背景、教育程度的不同使得其评价具有主观性强等缺陷，因此将专家权重系数引入多属性决策中，增强多属性决策方法的客观性和有效性，继而为产品概念设计可制造性评价提供一种新的有效的决策方法。

2 基于判断矩阵信息的多属性决策

对于多属性群决策中的属性和专家赋权问题，鉴于专家对于属性的权重信息和专家权重信息完全蕴含在专家给出的矩阵中，故应充分挖掘判断矩阵的特征信息进行赋值，从而既获得专家对于属性的权重，又通过比较判断矩阵或者权重的质量获得专家权重[8]。

基于判断矩阵信息的语言多属性决策方法主要分为两步：首先是专家对评价体系的各个属性进行赋权；然后确定各个专家的个体可信度权值。以上两个步骤均基于专家给出的判断矩阵。并采用客观赋权进行。

表1 面向产品可制造性的评价体系

2.1 属性赋权

假设设计方案集N={N1，N2，… ，Nm}、属性集 P={P1，P2，…， Pm}、规范化的矩阵为R=(rij)m×n，问题的属性权重未知。同时聘请专家采用9级评分的方法，分别对各个属性进行两两比较，得到判断矩阵。专家Ek给出的判断矩阵为A(k)(k =1，2，…，K )，由判断矩阵得到的属性权重：

独立考虑各个专家给出的判断矩阵。当判断矩阵满足一致性要求的时候，认为aijwj=wi。但由于专家认识的局限性和实物的客观复杂性，专家给出的判断矩阵一般不会满足一致性要求。因此期望由判断矩阵A(k)得到属性权重：

构造拉格朗日函数得：

然后对wi和λ求偏导数，得到方程组为：

用矩阵形式表示为：

Q=(qij)是n+1阶方阵：

易知矩阵Q=(qij)可逆，故解为 X=Q-1P，所以 X的前n个分量就是由专家Ek的判断矩阵计算得出的属性权重wk[11]。

2.2 专家赋权

在给定专家进行赋权的时候，应从专家给出的判断矩阵的一致性程度进行考虑，一般认为，判断矩阵的一致性越好，该专家的属性权重的判断矩阵的可信度就越高。专家的判断矩阵的一般形式为：

那么如何提取专家的全部判断信息呢?根据参考文献[12]的定理，对一个n阶判断矩阵Ak，最多可以提取出一致性专家判断矩阵的个数是nn-2个。针对提取的专家一致性判断矩阵，本文采用以下方法确定专家的权重值。

其中，psi表示根据第s个排序方案得到的第i个方案在整个排序中所处的位置[13]。

易知，权重次序函数：

由以上可知：

该专家给出的判断矩阵的偏移度为：

式中M为n阶矩阵的最大偏移度。其中：

于是得到专家的个体的一致性程度为Sk=1-Pk，Sk反映了该专家的一致性程度，其值越大，说明这位专家判断的一致性越高，则专家Ek相对权重值为：

2.3 评价实施方法

步骤1利用式（4）由判断矩阵得出各个专家的属性权重wk(k=1，2，…，K)。

步骤2利用式（5）和（6）得出专家权重ξk(k=1，2，…，K)。

步骤3利用线性加权法结合属性信息，得到专家对于某一方案Ni的判断结果，记为Nki，且：

步骤4利用线性加权法得到方案的最终排序结果记为Ni，并且：

3 可制造性评价实例及分析

自行车租赁系统通过便捷的操作和时尚的外观和综合工艺性，通过物联网技术完成不同机柜之间的数据交换，为市民提供服务。系统结构较为复杂，零部件种类和数量繁多，设计条件涉及面广，约束关系复杂。现选取4位专家从4个属性对某一方案进行评价。属性分别包含形态设计、人机布局、表面材质和色彩涂装。得到了四位专家的判断矩阵为：

步骤1由判断矩阵计算属性权重wk(k=1，2，3，4) 。由式（4）得到判断矩阵的专家的属性权重分别为：

步骤2计算每个专家的权重：

根据文中的方法得到M=8：

专家权重值为：

步骤3利用线性加权法集结属性信息和专家信息，并选出最优方案。

易看出4个专家中有3个专家都认为属性结构设计属性最为重要，而人机设计属性、环境保护属性和需求设计属性的重要性相对接近且比结构设计的重要性要小。由此分析：由专家E2，E3，E4得到的属性权重较为一致；专家E2，E3，E4的权重系数应该接近且大于E1的权重。

从案例计算结果看，w2，w3，w4一致性较好，且结构相同，均显示属性1权重最大，容易看出专家权重ξ2，ξ3，ξ4数值接近，均大于ξ1。同时也容易看出专家E4的判断矩阵一致性最好，可以看出本方法具有简答明了且快捷有效的特点。

4 结束语

概念设计可制造性评价是一个多属性的决策问题，在面对制造因素制约的前提条件下，评价专家的主观判断致使决策行为不一致。由于专家对某个实际问题的决策的判断完全蕴含在其给出的判断矩阵中，因此应该充分挖掘专家判断矩阵信息，从而得到属性权重和专家权重。本文利用一致性要求，提出了一种新的概念设计评价方法：挖掘专家判断矩阵中的信息，得出专家权重，以得出最优方案。

[1]Herrmann C，Frad A，Luger T，et al.Integrating end-of-life evaluation in conceptual design[C]//Proceedings of the 2006 IEEE International Symposium on Electronics and the Environment.Washington，DC，USA：IEEE，2006：245-250.

[2]张洪丽，郎伟锋，李磊.冲压零件工艺性评价的程序实现[J].山东交通学院学报，2003，11（3）.

[3]Dissinger T E，Magrab E B.Geometric reasoning for manufacturability evaluation-application to powder metallurgy[J]. Computer-Aided Design，2006，28（10）：783-794.

[4]Zhao Zuozhi，Shah J J.Domain independent shell for DFM and its application to sheet metal forming and injection molding[J].Computer-Aided Design，2005，37（9）：881-898.

[5]刘红军，莫蓉.面向航空发动机叶片的可制造性评价方法[J].计算机集成制造，2009，15（7）：1328-1335.

[6]Timothy J R.Fuzzy logic with engineering applications[M]. New York，USA：John Wiley&Sons，2004.

[7]方辉，谭建荣，殷国富，等.基于不确定语言多属性决策的设计方案评价[J].计算机集成制造系统，2009，15（7）：1257-1269.

[8]张荣，刘思峰.一种基于判断矩阵信息的多属性群决策方法[J].系统工程与电子技术，2009，31（2）：373-375.

[9]张忠诚.多属性决策问题的一种新方法[J].武汉理工大学学报，2006，28（4）：117-120.

[10]Chu A T W，Kalaba R E，Spingarm K.A comparison of two methods for determining the weights of belonging to fuzzy sets[J].Journal of Optimization Theory and Applications，1979，27（4）：531-538.

[11]徐玖平，吴巍.多属性决策的理论与方法[M].北京：清华大学出版社，2006.

[12]梁樑，王国华.多专家判断信息的一种聚类分析方法[J].系统工程理论方法应用，2003（3）：270-273.

[13]梁樑，熊立，王国华.一种群决策中专家客观权重的确定方法[J].系统工程与电子技术，2005，27（4）：652-655.

LIU Guochang,GOU Bingchen

Institute of Industrial Design,Northwestern Polytechnical University,Xi'an 710072,China

With the development of new product development,requirements of product performance and appearance of art are getting higher and higher.But concept design should not only reflect the artistic,it also should be consistent with the manufacture of industrial products features and use characteristics.It is believed that the manufacturability of product concept design is decided in the industrial design stage,and it builds a conceptual design evaluation system according to the industrial design factors.Manufacturability evaluation is a multi-layered,multi-attribute decision-making problem,and it establishes the conceptual design evaluation model,it is resolved based on the theoretical knowledge of the multi-attribute decision-making.

conceptual design;industrial design;multi-attribute decision making;judgment matrix;manufacturability evaluation

随着新产品开发技术的发展，人们对产品使用性能和外观艺术的要求越来越高。但概念设计不仅仅体现艺术性，更应符合工业产品的制造特点和使用特性。认为产品概念设计方案的可制造性决定于概念设计的工业设计阶段，并针对工业设计因素建立概念设计评价体系。认为产品概念设计可制造性评价是一个多层次、多属性的决策问题，建立概念设计评价模型，并基于多属性决策的理论知识给予了解决。

概念设计；工业设计；多属性决策；判断矩阵；可制造性评价

A

TP391

10.3778/j.issn.1002-8331.1206-0154

LIU Guochang,GOU Bingchen.Evaluation method of manufacturability for product concept design.Computer Engineering and Applications,2013,49（5）：55-58.

西北工业大学研究生创业种子基金（No.z2012031）。

刘国昌（1986—），男，硕士，研究方向为产品数字化设计与制造、人机设计与仿真技术；苟秉宸（1976—），男，博士，副教授，研究方向为数字化工业设计技术、人机设计与仿真技术、设计优化与设计工程。E-mail：shuiyunlanyi@gmail.com

2012-06-11

2012-08-31

1002-8331（2013）05-0055-04

CNKI出版日期：2012-10-31 http://www.cnki.net/kcms/detail/11.2127.TP.20121031.0936.013.html