云环境下产品设计知识推送机制研究*

曹立志，马新宇，刘桂镗，胡明艳

（1.天津大学a.管理与经济学部；b.装备设计与制造技术天津市重点实验室；c.机构理论与装备设计教育部重点实验室；d.机械工程学院，天津 300072；2.北京机电工程研究所，北京 100074）

云环境下产品设计知识推送机制研究*

曹立志1a，马新宇1b，1c，刘桂镗2，胡明艳1d

（1.天津大学a.管理与经济学部；b.装备设计与制造技术天津市重点实验室；c.机构理论与装备设计教育部重点实验室；d.机械工程学院，天津 300072；2.北京机电工程研究所，北京 100074）

为了解决产品设计复杂性、设计难度和设计成本加剧的问题，云设计模式应运而生。云设计环境具有设计知识依赖性更强、设计者水平难以界定且参差不齐的特点，设计知识已经成为重要的服务资源，并逐渐成为云设计模式存在和发展的关键性因素。为此，文章提出了面向任务需求的知识推送方法，构建了复杂产品设计人员能力评价体系，并从五个维度来对知识进行分类，有效地缩短了推送和检索的工作量。实现了云环境下知识与设计者的快速交互。最后，以汽车模具关键设计为例验证了文中方法的有效性。

设计能力评价；知识分类；知识推送；云设计

0 引言

云设计制造服务模式拟通过互联网将产品全生命周期中的需求提出、设计、制造、配送等环节进行有效动态连接，建立新型设计制造商业新模式［1-2］。在云设计环境下，设计者的动态聚集造成了设计者水平难以界定，而且动态的任务聚集也造成了知识推送工作量大、设计知识难以分类组织的问题。现有的知识推送模式基本上分为基于兴趣的知识推送、基于内容的推送模式、基于关联准则的推送模式［3-5］。

本文将构建云环境下设计人员的能力评价体系，从而实现对设计人员的准确评估；从五个维度对知识进行分类和描述，通过分层匹配的机制缩小了知识推送的范围；提出了一种基于工作流引擎的推送方法，任务库在向设计者发送任务的同时，向工作流引擎发出信息，工作流引擎可以将任务需求信息传递给知识引擎，在完成知识的索引之后，将知识推送给产品设计者。

1 五维度设计知识分类体系构建

产品设计知识具有繁杂性、动态性和相互交叉性，构建一维的分类体系很难将设计知识进行有效的分类归档［6］，所以本文从五元组的角度出发，将设计知识表示为K=（α，β，χ，δ，ω）的五维表示形式，其中α表示设计过程，β表示知识使能、χ表示设计知识类型，δ表示知识领域，ω表示知识等级。其中知识使能是指设计知识以什么样的方式进行使用；设计知识类型可根据不同设计任务进行定义，常见的类型包括定义、操作规范、技术要求、经验等；知识领域指产品设计知识所属的具体学科领域；知识等级是针对知识元在设计流程中的重要度给予的评价，在知识录入到知识库时由设计人员给出评分，在知识库使用过程中，根据不同知识元的被检索频次，其重要度评分也会得到相应的修正，其计算公式如式（1）所示，其中es为知识重要度评分；s为设计人员在知识元录入知识库时凭借个人经验给出的评分，为百分制；Nk为该知识元被检索的次数，Nt为知识库检索总次数；μ为专家设定好的知识等级评价阈值。结合es的得分情况，可以将知识元划分到不同的四个等级中来，等级越高表示知识越为重要，其被推送的价值也就越高。

根据五维表示方法对知识的分类后，可以构建不同的子知识库，然后将相应的知识结点包含在知识库中，这样建立稳定的知识树，在知识点和知识库之间建立永久的逻辑关系。知识树可以根据超图理论的方法来进行表述，在该理论中，由子知识库所代表的集合可以看作是超图的边，知识节点为超图的节点［7］。然后利用相关矩阵对超图的内容进行数学描述，其具体操作方法如图1所示。

2 面向知识推送的设计能力评价体系

为了保证知识引擎准确及时地完成知识推送，需要对设计人员进行评价，评价过程不仅需要考察设计者的基础设计知识，还要考虑任务完成情况和对知识库贡献度的评价［8］。评价的指标包括基础能力、知识交互度、返工率、任务评价值、任务完成量等内容。

设计人员基础能力（Basic Ability，BA）包括操作能力（Operation Ability，OA）、相关软件知识（Software Knowledge，SK）、产品知识（Product Knowledge，PK）、加工制造知识（Manufacture Knowledge，MK）。根据相关测试获取设计人员的子指标分数。最终基础能力BA的计算方法见公式（2）。

设计人员每完成一次设计任务，平台会基于任务完成情况给出相应得分。总任务评价值是对设计人员多次设计过程结果的综合评定。总任务评价值TA的计算方法见公式（3）。其中AN表示平台第N次设计结束后的单次任务得分，TAN表示完成N次任务后的总任务评价值。由于设计人员的设计能力水平是随着设计任务量呈增长趋势的，所以最新完成的任务更能反映设计人员当前的能力水平，因此会赋予较大权重。

知识交互度是反映设计者与知识库交互程度的量，计算方法参照公式（4）。其中，KCN为N次设计完成后，设计人员的总知识交互度；KN表示第N次任务执行过程中设计者与知识库的交互得分，其计算方法如公式（5）所示，其中kN表示设计者在第N次设计过程中进行知识检索和接受推送的总次数，λ1为知识交互次数上阈值，λ2为知识交互次数下阈值。知识交互次数上、下阈值均由设计专家给出。

最终，得到设计人员能力值Ab的计算方法如公式（6），其中R为任务返工率，α1、α2、α3为基础能力、总任务评价值、总知识交互度的权重系数，三者之和为一。

3 设计知识需求与知识节点建模

为了实现设计过程中设计知识的主动推送，需要对知识需求和知识节点进行重新定义，从而实现知识需求和知识节点的有效匹配。

知识需求是指设计人员在完成某特定任务时对相关知识的需要。传统的设计过程，需要设计人员主动的表述自己的需求。然而，实际上当设计人员需要解决某个特定的问题时，其知识需求就客观存在了，不管设计人员是否清楚自身的需求［9-10］。

可以对知识需求KR做出定义：

其中T为任务属性，是对任务基本信息的描述；P为任务执行阶段；I为任务节点信息，描述在工作流中当前任务的所在节点位置；Ab是设计人员的能力水平。

对于知识节点的描述如公式（8）所示。其中KG为知识元，即是不可再分割的具有完备知识表达的知识单位，其中包含了知识的基本内容；K为按照五维度知识体系对知识进行描述的结果；En为知识的使用条件，与知识需求中的I相匹配。

4 设计知识双驱动推送机制

采用基于工作流引擎和知识引擎双驱动的知识主动推送方式的基本思想是首先基于工作流管理系统提供的工作流引擎，获取设计者的基础信息，并对任务执行进度进行跟踪，当任务执行的到相关步骤时，向知识引擎发送信息实现知识推送，如图2所示，其具体操作步骤包括：

（1）根据五维度知识分类体系构建整个知识库的分层知识树架构，完善知识信息，并根据节点中知识元的基本信息构建关键字列表；

（2）对任务设计人员进行能力评价；

（3）根据工作流引擎确定任务执行进度，反馈节点信息，并根据知识需求的定义构建相关需求；

（4）根据知识需求中的任务类别、执行阶段、人员能力水平与知识元中的相关元素进行匹配，缩减知识节点范围；

（5）将知识需求中的节点信息与知识节点中的使用条件进行匹配，保留匹配度高的知识元并进行推送；

（6）将知识推送和检索的次数计入知识交互度指标中，同时任务完成后由用户和专家对任务进行评价并计入设计人员总任务评价值指标中。

图2 知识主动推送的实现机制

5 面向汽车模具的设计知识推送服务

本文以天津市某汽车模具公司的云设计服务实践为例验证本文所提出的设计知识推送机制。该公司任务量的快速增长亟需依靠云设计模式整合外部设计资源，提高设计效率，突破复杂产品设计的知识壁垒和能力壁垒，促进企业的快速发展。

5.1 汽车模具设计人员能力评测

现有设计人员参与设计任务50次，返工率为10%。其评测各项参数如表1所示。

表1 设计人员评测参数

结合模具设计过程的基本要求，设定基础能力、总任务评价值和总知识交互度的权重系数α1、α2、α3分别为0.2、0.6、0.2。根据公式（2）、（3）、（4）、（5）、（6）可得最终能力值为74.64。

5.2 五维度知识分类体系下的汽车模具知识库

根据五维度知识分类体系和汽车模具设计的特点，设计过程分为工艺分析、材料选择、热处理方法选择、应力分析等基础设计分析、结构设计、校核、导出图纸、加工制造八个阶段；知识使能分为图文类、数据类和模型类；知识类型分为定义类、操作规范、技术要求、经验、产品原理；知识领域分为材料学科、力学科和机械学科；将模具设计知识根据公式（1）进行评价归类，划分为四个等级，等级越高代表该知识使用价值更高，对模具设计过程更重要。因此，汽车模具知识库将形成1440个子库，其操作界面如图3所示。

图3 汽车模具知识平台

5.3 汽车模具设计过程中的知识推送实现

本文以起吊翻转设计环节为例，起吊翻转是模具在车间进行搬运时与天车、起吊零件等的结合部分。当设计人员进行汽车修冲模的结构设计，到达起吊翻转设计节点时，任务流引擎将生成此节点的知识需求KR。其中P为结构设计阶段，Ab为74.64。现有知识节点数量和属性见表2。

当知识需求反馈到知识库进行检索时，首先根据P为结构设计阶段来进行匹配。去除不在相应子知识库的知识节点13。然后进行设计能力Ab与知识等级的匹配，由于设计能力为三级水平，因此只向设计者推送三级以上的设计知识，筛除不在相应子知识库的1、2、3。最终得到了通过筛选的11个知识节点。根据设计节点反馈信息与知识节点使用条件的匹配，保留匹配度高的知识节点，去除14、15知识节点。最终保留9个知识节点，将相应的知识元推送给设计者。其推送过程的具体步骤如图4所示。

表2 知识节点列表

图4 起吊翻转设计过程的知识推送实现

6 结束语

本文提出云环境下基于任务和需求的知识推送的实现方法，采用工作流引擎和知识流引擎协作完成推送过程。在设计过程中既可以准确地获取设计者的相关信息实现知识推送，又可以通过设计过程不断完善企业知识库，实现知识的高效利用，极大地缩短了产品设计周期，也为构建知识与设计人员的藕合模型提供了理论基础和技术基础。知识在产品设计中的重要作用已经得到了充分认可，有助于完善企业自身知识库、实现知识与设计者的交互藕合，高效的知识推送服务成为了提高企业设计能力、加快设计步伐的关键。

［1］李伯虎，张霖，王时龙，等，云制造-面向服务的网络化制造新模式［J］.计算机集成制造系统，2010，16（1）：1-7，16.

［2］李伯虎，张霖，任磊，等，再论云制造［J］.计算机集成制造系统，2011，17（3）：449-457.

［3］倪建友.基于工作流的知识推送系统模式设计［D］.天津：天津大学，2012.

［4］Rocca G L.Knowledge based engineering：Between AI and CAD.Review of a language based technology to support engineering design［J］.Advanced Engineering Informatics，2012，26（2）：159-179.

［5］Lingling Zhang，GuangliNi，Yuejin Zhang.AWay to Implement Intelligent Knowledge Push in Knowledge Management System［J］.Computational Sciences and Optimization，2009.

［6］田雨，张国军，邵新宇，等.产品知识管理（PKM）中的关键技术［J］.机械设计与制造，2004（3）：26-28.

［7］Ariezri S.Fracnkdl.A deletions game on hyper graph［J］. Discrete Applied Mathematics，1991，30：155-162.

［8］石美红，王婷，陈永当，等.基于业务过程和知识需求的知识推送系统［J］.计算机集成制造系统，2011，17（4）：882-88.

［9］陈琦.基于技术核心能力的高技术企业成长机理及其模式研究［D］.长沙：中南大学，2009.

［10］盛文露.面向产品设计过程的知识服务关键技术研究［D］.杭州：浙江大学，2006.

（编辑 李秀敏）

The Research on Know ledge Push M echanism of Product Design in the Cloud Environment

CAO Li-zhi1a，MA Xin-yu1b，1c，LIU Gui-tang2，HU Ming-yan1d
（1a.College of Management and Economics；b.Tianjin Provincial Key Lab of Equipment Design and Manufacturing Technology；c.Key Laboratory of Mechanism and Equipment Design of Ministry of Education；d. School of Mechanical Engineering，Tianjin University，Tianjin 300072，China；2.Beijing Institute of Mechanical&Electrical Engineering，Beijing 100074，China）

The pattern of cloud design is proposed to solve the problem caused by the grow th of the complexity，difficulty and cost during product designing process.Cloud design environment has the characteristics of stronger dependence on design know ledge and different levelsof designerswhich are difficult to determ ine.The know ledge of design is becom ing the important service resource and the key factors for the cloud design pattern’s existence and development.Therefore，amethod of know ledge pushing is proposed for task demands and the system of ability evaluation for the complicated product designing is completed.And this article classifies know ledge from five dimensions，which reduces the workload of know ledge search and push.The rapid interaction of know ledge and designers in the cloud environment is realized.At last，the case of the key design for automobile die is used to evaluate the effectiveness of themethod in this article.

design ability evaluation；know ledge classification；know ledge push；cloud design

TH122；TG506

A

1001-2265（2015）07-0157-04 DOI：10.13462/j.cnki.mmtamt.2015.07.044

2014-10-22；

2014-12-09

国家863计划资助项目（2013AA040605）

曹立志（1961-），男，哈尔滨人，天津大学博士研究生，研究方向为制造服务，（E-mail）lzcao_tju@126.com；通讯作者：马新宇（1991-），男，内蒙古赤峰人，天津大学硕士研究生，研究方向为制造信息化，（E-mail）ma_mason@126.com。