面向机械产品创新与快速设计的知识建模方法研究*

刘巍巍，邵文达，刘晓冰

(1. 沈阳工业大学 机械工程学院，沈阳 110870；2. 大连理工大学 管理与经济学部，辽宁 大连 116024)

面向机械产品创新与快速设计的知识建模方法研究*

刘巍巍1,2，邵文达1，刘晓冰2

(1. 沈阳工业大学 机械工程学院，沈阳 110870；2. 大连理工大学 管理与经济学部，辽宁 大连 116024)

为了有效获取机械产品设计中的用户需求信息，快速提取设计人员的经验知识并加以重用，指导产品创新与快速设计。通过分析CAD/CAM系统资源重用和协同支持在快速响应中的应用特性，提出了典型机械产品快速响应设计的技术框架以及设计流程，构建了基于领域本体的产品全生命周期产品信息模型以及基于该模型的快速设计框架。通过对机械产品的非结构化数据的研究，采用层次/模块化方法对产品设计知识进行划分，结合基于领域本体的信息抽取技术实例化本体。在此基础上，将粗糙集理论应用到历史数据挖掘中，从而发现产品全生命周期数据间隐含的设计知识，建立了产品方案设计模型。

机械产品；知识建模；创新设计；快速设计；领域本体；粗糙集

0 引言

为满足瞬息万变的市场及客户需求，快速响应工程包括快速捕捉市场动态需求信息、产品快速设计、新产品快速试制定型和快速响应制造系统等四个环节[1]。目前，以支持快速响应为目标的理论主要有并行工程、模块化设计技术、知识工程、敏捷制造、虚拟制造等技术。上述理论的核心一是资源重用，二是多学科、多部门协同。然而，目前的CAD/CAM系统对快速响应四个环节中资源重用和协同的支持还存在一些不足：一是现有系统更多的侧重于产品结构数据以及后续的制造装配信息等易于结构化存储的数据，而对于客户需求、用户体验、设计人员经验知识等模糊性描述信息缺乏必要的管理手段；二是对多部门、多学科的协同支持，仅限于人员和数据的共享，缺少深层次的知识耦合[2]。另外，随着电子商务时代的到来，多数厂商通过网络汇集了大量用户的需求和反馈信息，如何让设计人员及时有效的获取这些非结构化信息，并通过持续更新的概念、技术、专利等知识满足客户需求，进行产品的创新设计，是CAD/CAM系统迫切需要解决的问题[3]。

因此，本文根据快速设计的特点构建了产品全生命周期数据模型，并在此基础上提出大型机械产品快速响应设计的技术框架及设计流程，通过信息抽取和数据挖掘提高企业现有信息资源的利用率，从而实现产品在设计上的创新需求，达到快速交货的目的。

1 基于知识的机械产品设计流程

机械产品设计制造信息传递模式如图1所示，在理想情况下设计部门根据客户需求完成产品的方案设计，包括产品的整体框架及各模块的组成，然后完成零部件的详细设计，最后以三维或二维的产品图纸来表示。生产部根据设计部门的图纸进行工艺规划，生产出具体的产品。售后服务根据产品使用说明、零部件的一些信息(包括供应商、型号等)、标准件的信息提供维修服务。然而实际的设计过程中，每一阶段的成果都会存在各种缺陷，如部件之间的运动干涉、无法大批量制造、质量隐患等问题，而不得不返回设计阶段更改设计方案。满足快速设计的要求必须要减少这些迭代过程，在设计阶段就充分考虑材料、成本等外在条件的约束。

图1 机械产品的设计制造信息传递模式

目前，机械产品的快速设计借助CAD/CAM系统，“并行设计”、“协同设计”等设计理念已经取得了明显成效：利用BOM等产品数据模型，可以实现产品信息的重用，减少设计工作量；通过打破各部门间的“信息孤岛”，实现多部门内部数据共享，提高设计效率。机械产品快速设计工作流程如图2所示。

图2 机械产品快速设计工作流程

虽然现有CAD系统在产品结构数据以及后续的制造装配信息发挥出色，通过产品BOM结构数据整合工艺、组装、零配件、成本、制造资源等信息，可以实现数据的关联映射和双向查询[4]。但是，从产品全生命周期来看，现有系统还存在一些不足：

(1)对产品的需求信息、功能信息、工作原理信息没有充分管理和有效利用。没有有效的数据模型能够表示和存储由需求到功能，由功能到结构的设计过程，以及在这些过程中设计人员应用的知识。以便在后续产品设计时重用这些经验和知识。

图3 产品全生命周期信息模型

(2)随着电子商务的发展，企业能够在网络上获取海量的产品需求信息和产品使用反馈信息。虽然利用这些信息可以促进产品创新，但在使用过程中存在一些困难：一是客户往往从使用产品的角度运用模糊性语言描述多样化的需求；二是这些信息大多以非结构化的形式存在，不能直接使用。

为了解决上述问题，本文构建了基于本体的产品全生命周期信息模型(图3)。模型使用语义化描述给出了产品需求、功能、结构等领域内的概念，以及这些概念之间的关系，以支持高效的人机交互和系统间的自动化信息处理。

构建产品全生命周期信息模型的目的在于当客户提出性能需求时，能将性能需求映射到产品的结构上，并从产品配置库中挖掘出结构变换对产品性能的影响及这些变换的传导效应等配置知识，根据预先定义的零部件集合以及它们之间的相互约束关系，通过配置单元动态选配和进化演绎，快速形成满足客户个性化需求的定制产品。

2 机械产品快速设计知识建模

研究认为，设计阶段往往决定了产品80%以上的制造成本，并能够决定性的影响产品的性能和交货期[5]。另外，由于大型机械产品的复杂性，高质、高效的快速设计需要集成设计时所需的大量专家知识和设计经验。因此，构建能够共享设计经验知识的产品数据模型是快速设计框架的重要基础。本文借助产品的本体数据模型，通过信息抽取，获取非结构化数据(客户需求、设计人员经验知识)的信息来完善对应的产品本体数据模型。

2.1 机械产品领域本体构建

本体模型具有能够实现不同领域、不同应用间的异构信息共享，并能满足系统的互操作要求，同时可以对设计知识中的概念及概念间的关系给出可公共理解的定义等优点。由于设计知识具有显著的领域性，所以使用领域本体可以更有效的进行知识表示。领域本体定义了某个专业学科领域中概念的词表以及概念间的关系，或在该领域里占主导地位的理论。研究认为，领域的本体由属性、对象、关系和子领域本体组成[6]。

快速设计的基础是设计资源的重用。首先，在设计资源库中查找满足客户需求的产品，或根据客户需求中的功能和性能要求查找可替代的产品。如果上述查找过程没有结果，那么将客户的功能要求拆分成不同的功能组件，在设计资源库中查找匹配对应的现有功能组件，以最大可能的重用现有资源，减少设计工作量。其次，对于需要重新设计的功能组件，依据产品性能要求尽量选择现有零配件，并且在设计过程参考相似功能设计中的设计经验和知识，提高设计质量和设计效率。

综上，为了满足这一设计过程，本文采用层次/模块化方法对产品设计知识进行划分，将需求领域、功能领域、结构领域和制造装配领域中的知识按照产品级、组件级和零件级进行层次划分，每一个层次根据需求特征、功能特征以及工艺特征等划分为不同的模块，然后针对不同层次、不同模块分别进行本体语义建模，最终得到对应产品的领域本体模型[7]。

图4 多轴机床本体框架

领域本体的构建过程如下：①划分产品本体的层次模块结构，确定不同模块的领域和范围。②依据层次关系，建立产品的本体框架，定义领域中的概念或术语。本文以典型机械产品数控多主轴车床为例，构建出机床信息的框架如图4所示，其它部分的细化和其类似。③填充本体属性。给出领域中概念的属性，并建立概念之间的关系。④生产产品领域本体的形式化编码。本系统采用Web 本体语言(web ontology language，OWL)来实现本体的形式化描述，以支持系统的自动化处理。⑤本体的实例化。根据具体产品的设计信息为本体中的属性进行赋值。机械产品信息领域本体的层次图如图 5 所示。

图5 机械产品领域本体层次图

2.2 基于领域本体的信息抽取

基于领域本体的信息抽取就是以所构建的领域本体为核心，利用本体中已定义的概念、分类层次、关系、函数、公理和实例及一些必需的外部资料对页面进行信息提取，得到结构化的知识并保存的过程。另一方面，信息抽取还可以进一步精化信息检索的结果，它的每一个模块都可以作为输出应用[8]。基于领域本体的信息抽取模型如图6所示。领域本体知识模块给信息抽取器提供相关的领域资源和知识，接收系统抽取结果。抽取结果经过评价，满足条件的将会被添加到相应的本体知识模块，这就使得模型具有自适应学习能力，同时也可以实现本体知识模块在开放环境下的自适应演化。领域本体建立好以后可以用来指导文本信息的抽取，而信息的抽取过程本身也是领域本体实例化的一个过程。由此可以在数据抽取过程中发现未知属性而采取吸收的策略。

图6 基于领域本体的信息抽取模型

基于本体的信息抽取首先利用本体所包含的概念定义和概念关系指导抽取过程，然后应用抽取得到的信息实例化本体。领域本体中的术语和概念可以用作对源文档分类的特征向量，而概念之间的关系在抽取过程中对异构信息进行标引，作为本体实例化过程中的标注规则。目前常用的文本特征分类方法有KNN，朴素贝叶斯或者支持向量机等。

Wi=λ×tfi(T)×Log(N/ni)

其中,Wi是指某个特证词在网页中的不同位置的权重，λ是指加权系数，tfi(T)是指ti在T中出现的频率，ni为含有词条ti的文档数目，N为相关文档总数。若某个概念的权重越大，说明该概念与目标文档越相关，越能说明网页内容的主旨。抽取用户需求实例如表1所示。

表1 产品性能属性表

3 基于粗糙集的产品方案设计模型

在大型机械产品设计过程中，产品数据类型繁多，不同领域之间数据关系复杂，设计规则难以在一个领域中表示[10]。如图7所示，同一产品的功能域和结构域的数据存在着多对多的映射关系，并且这种映射关系很难以提取出共性设计规则。因此，本文采用基于粗糙集理论的属性约简和知识挖掘方法，解决企业历史数据重用和设计经验的提取问题。

图7 功能结构映射关系图 表2 运动机构数据表

运动机构输入运动类型输出运动类型输出运动轴线输出运动方向输出运动连续性机构工作特性要求工作性能动力性能经济性A转动转动X轴单向连续243B移动移动Y轴单向步进531C螺旋摆动Z轴单向单侧停歇353………………………D转动导引Y轴单向双侧停歇314E转动移动Y轴单向中间停歇114F转动移动X轴单向步进414

例如，根据表2中的运动机构数据，在运动机构选型时可以剔除冗余属性项，并得到具有参考意义的数据项, 在给定支持度阈值的情况下，就能够在决策表中得到对应的设计规则。

4 结论

机械产品的快速设计依赖于对现有设计过程中所涉及信息的高效获取与利用。本文建立了全生命周期的产品数据模型，并给出了模型数据的有效获取方法，从而能够更好的处理大量用户需求信息以及设计过程文档。在此基础上，将粗糙集理论应用于设计规则的提取中，获取了设计中最关键的设计参数和相应的设计知识，并依据企业发展要求提取出具体的设计规则，较好地解决了机械产品创新与快速设计过程中的设计知识挖掘和规则提取问题。

[1] 涂成义.面向快速设计的装配工装管理系统的研究[J].中国制造业信息化，2008, 10(4): 12-15.

[2] 韩志仁. 飞机桁条快速设计技术研究[J]. 沈阳航空航天大学学报, 2011, 15(3): 59-61.

[3] 王佑君, 张定华, 吴伏家. 数控深孔加工机床的可重构研究[J]. 机械科学与技术.2009, (12):3-4.

[4] 沈红亮. 基于产品数据管理(PDM)系统下的集成快速产品设计研究[J]. 中国机械工程, 2011, 38(9): 15-22.

[5] 徐燕申, 徐千理, 侯亮. 基于CBR的机械产品模块化设计方法的研究[J]. 机械科学与技术, 2009, 21(5): 833-835.

[6] 邓志鸿. Ontology研究综述[J]. 北京大学学报, 2009, 12(2): 31-89.

[7] 方辉, 谭建荣, 谭颖, 等. 基于 Web 的制造信息主动推荐服务研究[J]. 计算机集成制造系统, 2008, 14(11): 2253-2260.

[8] 于江德,李学钰.信息抽取中领域本体的设计与实现[J]. 电子科技大学学报, 2008, 15(2):25-28.

[9] Thomas Cumber, Millard E D. 2009. Automatic ontology based knowledge extraction from web documents．IEEE Intelligent Systems, 21(2): 11-12.

[10] 周丽娟, 石倩, 葛学彬, 等.基于聚类的模糊遗传挖掘算法的研究[J]. 计算机工程与应用, 2010, 46(13): 118-121.

[11] 杨洁, 杨育, 王伟立. 基于粗糙集的产品协同设计知识推送方法研究[J]. 中国机械工程, 2009, 20(20): 2452-2456.

(编辑 李秀敏)

Research on the Knowledge Modeling Method of Innovative and Rapid Design in Mechanical Products

LIU Wei-wei1,2，SHAO Wen-da1，LIU Xiao-bing2

(1.Department of Mechanical Engineering，Shenyang University of Technology，Shenyang 110870，China； 2.Department of Management and Economic，Dalian University of Technology，Dalian Liaoning 116024，China)

The product innovation and rapid design was guided by effective access to required information and rapid extraction of design experience. The rapid response design framework and design process of typical mechanical products was proposed by analyzing resource reuse and collaborative CAD/CAM system support in the application of quick response characteristics Simultaneously, the product whole life cycle of product information model and the rapid design framework of the model based on domain ontology was set up. Through the study of mechanical products of unstructured data, combined the level/modular approach of product design knowledge division with the technology of information extraction based on domain ontology to require the instantiation of ontology. The rough set theory was applied in product data mining to discovery implicit knowledge which guide the product innovative design.

mechanical products；knowledge modeling；innovative design；rapid design；domain ontology；rough set

1001-2265(2014)05-0027-04

10.13462/j.cnki.mmtamt.2014.05.007

2013-12-27

国家自然科学基金资助项目(71172137)；国家科技支撑计划(2012BAF12B08)

刘巍巍(1973—)，女，辽宁桓仁县人，沈阳工业大学副教授，硕士，主要从事知识管理，产品快速设计等领域研究，(E-mail)vivianliu0616@163.com。

TH122 ；TG65

A