基于图解特征语义认知的产品设计过程知识模型

吕 健， 谢庆生， 黄海松， 潘伟杰

（贵州大学现代制造技术教育部重点实验室，贵州 贵阳 550025）

基于图解特征语义认知的产品设计过程知识模型

吕 健， 谢庆生， 黄海松， 潘伟杰

（贵州大学现代制造技术教育部重点实验室，贵州 贵阳 550025）

针对产品造型设计过程知识表征，提出基于图解语义认知的产品设计过程知识模型。分析产品的本体语义及产品设计过程知识，结合可拓学基元理论构建产品设计过程的知识表征基元模型，提出可拓原点基元及可拓向量概念，实现设计过程——设计生长、设计收敛及设计优化的知识表征。在产品设计过程知识基元表征模型基础上，提出基于图解语义的实例库聚类方法模型。以机床装备造型设计为例，验证了该方法的可行性，为产品造型设计提供一种形式化与量化相结合的设计参考方法。

图解语义；可拓学；图解语义基元；产品造型；实例推理

目前，以产品实例库、知识表征、知识挖掘与重用为特征的产品创新方法在工业产品的各个领域得到了广泛的研究与应用，尤其是工业设计领域的产品造型设计的知识建模、表征、检索、提取、重用过程成为该领域的研究热点。机械装备的产品造型设计作为产品设计大概念中的一类，其研究方法既体现了现代设计方法的理性思维，又体现了其极具创造性的感性思维。创意产品设计过程是对特征语义进行深层次挖掘、提取与物化的过程，并在该过程中充分考虑人的感性意象需求及使用情境。概念设计过程涉及到设计知识的建模、表征、检索、提取、重用、可拓推理等方法。

美国俄勒冈州立大学的Oman等[1]提出一种运用创意知识库快速开展产品设计的方法论，该方法论描述了创意灵感在设计过程中的信息传递与推演过程从而完成创意产品的概念设计。澳大利亚纽卡斯尔大学的Lee等[2]讨论了参数化设计方法和概念设计方法的结合，提出一种可参数化的个性化概念设计方法。台湾国立高雄大学的 Lee[3]研究了本土文化元素和文化创意产品的设计。英国伦敦大学学院Al-Sayed等[4]研究了建筑概念设计中隐性知识的外显化问题。印度Soni等[5]研究开发基于知识的的工业产品美学支持系统。浙江大学罗仕鉴等[6-7]提出图解思维。朱上上和罗仕鉴[8]提出一种基于设计符号学的文物元素再造研究方法。刘征等[9-12]研究了基于知识流的产品创意知识获取方法，提出一种面向设计知识重用的产品外观分类及面向过程的工业设计知识地图构建。Guo等[13]研究了一种基于模型库与规则配置的大规模怪兽3D设计与建模系统。东南大学刘玲玲等[14-15]运用可拓学基元理论，构建概念设计阶段基元模型。东华大学唐智[16]在工业产品设计中引入了形态域和单元化特征的概念开展产品构形分析与设计研究。西北工业大学杨刚俊等[17]将TRIZ与可拓学方法相结合，应用于产品创新设计中，形成了基于可拓学模型的产品创新设计方法。

从目前关于工业设计方法的研究进展来看，区别于一般的小产品创意设计，机械装备在其知识建模、表征、检索、提取、重用、可拓推理等过程的隐性知识表达更加明确与规范化。机械产品知识建模具有较清晰的层次性和关联性，尤其是针对智能CAD技术，其优越性体现在对产品实体的结构信息和几何信息的重用，但对以隐性语义挖掘为特征的造型设计还缺乏有效支持。机械装备以产品造型特征语义认知为知识表征方法，其设计过程既体现人脑灵感碰撞的无序性，又体现了设计知识推理与重用的有序性。

为此，挖掘机械产品的特征语义，分析设计过程中对知识的重用方式，以及目标语义的表征与推理是实现机械产品造型设计的有效途径。本文针对现有产品设计方法中客户个性化的目标需求，提出基于图解语义认知的产品造型设计方法。研究设计过程知识模型，在实例库的基础上，一方面挖掘产品的特征语义与关联隐性语义，建立基于产品图解语义的可拓聚类映射集；另一方面挖掘基于实例的设计规则，建立基于实例推理的设计规则数据库，从而构建以图解语义聚类及设计规则为驱动的造型设计情境，实现基于实例推理的产品造型设计。

1 产品设计过程知识分析与表征

1.1 设计过程知识传递机制分析

从设计过程分析，设计知识包括用户需求知识、产品设计过程知识、生产制造知识等，并以产品为载体，通过用户、设计者、制造者，实现知识的获取、传递与演化，如图1所示。

图1 产品设计过程知识传递模型

1.2 设计知识的基元表征

从设计过程知识传递模型出发，本文结合可拓学的基元理论与可拓创新方法，以及图解思维方法寻求产品设计的新路径，研究基于图解语义特征认知的可拓表征方法。

基元概念把质与量，动作与关系的相应特征分别统一在一个由对象O，特征C和量值V组成的三元组中，可以形式化地描述物、事和关系，基元B分为物元M、事元A、关系元R。

基元表示为：

构建概念设计基元集S={ B}，用于表征设计过程中涉及的定量与定性问题，形象化描述产品创新设计方法。

1.3 产品设计过程关于可拓创新方法的内涵分析

结合可拓创新过程将产品设计分为3个阶段：设计生长阶段、设计收敛阶段与详细设计阶段。3个阶段根据设计需求分为一级循环与多级循环，体现了可拓学的菱形思维模式，如图2所示。

图2 可拓学菱形思维对设计过程的解析

(1) 设计生长阶段。设计者在设计目标及设计资源的基础上进行创造性思维过程，根据基元的可拓展性或物的共轭性[18]，创造性思维过程T可分为拓展分析、共轭分析和可拓变换3种类型，统一表示为形成产品概念基元集过程体现了“一物多征”、“一征多值”、“一值多征”等拓展分析的可拓思想。

(2)设计收敛阶段。设计者通过恰当的评价模型对产品概念基元集进行的收敛过程，得到设计收敛后的基元集表示为其中n ≥ m 。

1.4 概念设计过程知识的可拓表征

综上产品设计过程的讨论，将设计过程的可拓知识表征如图3所示。

图3 产品设计过程知识的可拓表征

2 设计生长过程知识可拓方法

2.1 可拓向量

可拓原点基元是产品设计的原点，定义 B0为可拓原点基元， BE为可拓向量，其内涵包括可拓方向、可拓步长与可拓深度。表示为：

其中，可拓方向 cEdi可以表示1个或多个设计方向，表示为并具备与之相对应的 vEdi量值；可拓步长 vEle取值可以为1个步长量值或 1个步长取值区间，表示为可拓深度 vEde表示在概念设计过程中设计生长的次数m，表示为

概念定义：可拓向量 BE描述了设计原点 B0关于可拓方向 cEdi、可拓步长 cEle及可拓深度 cEde的设计生长过程。

在设计问题中，可拓方向 cEdi、可拓步长 cEle及可拓深度 cEde可赋予具体的设计含义。

2.2 设计生长过程可拓描述

从设计方法学与可拓学融合的角度描述，产品设计是以可拓原点基元B0为出发点，在可拓向量基元 BE的引导下进行的思维生长过程，则有设计生长阶段模型如图4所示。S= B0BET，通过拓展分析过程，形成产品方案基元集

图4 产品设计方案生长过程

定义可拓设计正方向 S Px与 SPy，并定义 SP+为可拓设计正空间（有效设计空间），将研究的设计对象全体称为设计可拓域，记为U。由设计的可拓原点基元出发，形成一级可拓节点或多级可拓节点，节点标记为Pij，i为设计生长的次数计数，j为i次生长的计数，节点个数记为M，则有：

在可拓域U内，如图4所示，取生长次数m为变量，定义可拓设计正空间的量化表达为SP=f(m)，故取 f(m )= m2，可拓设计密度记为ρ，表示为：

可拓设计密度ρ反映了设计思维在可拓域 U内的活跃程度，也是产品可拓集创新性评价中的一个重要指标。

3 产品图解语义表征方法

基元与产品语义相结合的方法实现设计过程知识的形式化与量化表征，但在具体的产品设计问题中该方法在产品自身语义的表达上对于隐性知识的挖掘及表征还需进一步深入研究，尤其是产品造型设计，传统的感性词汇表达往往造成语义编码或解码[19-20]错误、或者未能完整、准确表达隐性知识，因此本文在上述表征方法基础上，引入图解特征语义认知方法。以下将以典型的机床装备造型设计为例，开展基于图解特征语义认知的造型设计方法研究。

3.1 概念设计需求物元表征

从机床领域知识分析，以产品语义的4S基元模型将产品的设计语言表达及图解语义表达形式作对比，见表1。

表1 产品语义的语言表达与图解表达的内涵对比

3.2 基于图解语义聚类的实例库

目前，国内已有一些学者针对车床、立式加工中心、卧式加工中心和龙门加工中心等机床案例类别造型开展了案例库建设工作[21]，开展了基于库的实例推理方法研究。本文结合其研究成果，寻求基于图解语义[6-7]的实例库表征及检索方法，丰富实例库的聚类与检索方法，提供更易于设计师获取知识的表征方法。

本文将图解语义与可拓学基元理论结合，提出图解语义基元，见表2，通过图形化语义基元及其图解语义可拓空间实现产品实例的知识表征，并通过构建图解语义实例库实现聚类与检索。

表2 图解语义基元

在图解语义基元中，区别于传统基元理论，O, C, V均为图例表征。

以险峰MK1080数控无心磨床为例，给出图解语义可拓方法的形式化表达：

从产品语义学的知识传递过程分析，图解语义基元是产品的编码过程，其信息的存储、聚类、检索需要建立图解分类标准。需分析案例的知识组成，表3给出了案例图解语义知识、设计问题知识、设计过程情境知识的内容及知识挖掘。

表3 产品实例知识组成

根据语义学中知识的编码—传递—解码机制，实例库的存储与聚类是实现这一过程的关键，图5给出机床造型设计实例库存储与聚类模型。针对机床的通用分类标准，对案例进行初步存储与聚类，并制定案例基元标准。

图5 实例库表征模型

(1) 造型轮廓的图解语义表达。通过对设计过程中设计师的访谈，设计师获取的知识最直接的方式是造型语义获取。因其没有经过语义编码与解码过程，最大限度的保留了案例产品语义的完整性。但案例库在案例数量上往往比较大，按照机床分类方式进行检索工作量较大，难以保证检索目标案例的精确性和效率。故采用造型三视图轮廓线相似度函数作为聚类及检索方法，通过轮廓线矢量提取及相似度计算，形成基于图解语义认知的索引形式，可简化案例库使用者（设计师或机床用户）对目标案例的检索过程，图6为图解语义与设计语言聚类 方法的对比。

图6 产品聚类方法比较

对机床造型领域特征进行实例分析得出，造型的三视图轮廓线具有很好地识别度和关联度。在不同的机床类别中，三视图的特征基因表达具有差异性与不确定性。从能够反映产品造型特征的最优视图出发作为主要特征基因进行实例检索。以无心磨床案例库为例，无心磨床共12个产品类，150余个产品案例，在产品功能上趋同，主要在产品加工工件的大小及数控类型有区别，在主体造型轮廓上有着明显的系列化造型基因特征，以三视图进行图解语义规范化聚类如图7所示。

图7 造型轮廓图解语义示例

(2) 功能模块的图解语义表达。在产品轮廓的基础上，根据设计问题，选用恰当的功能模块。对于机床领域来说，造型功能模块的类型较为固定，主要包括防护门（装夹工件、观察等功能）、维护门（检修维护、观察）、机操控模块、辅助模块（加工辅料装填造型模块，如冷却液、磨削液、润滑油的装填与回收）。图8为功能模块图解语义示例（防护门）。防护门的主要语义特征是门的数量与使用方式，给出防护门部分图解语义表达如图8所示。(3) 次级语义的表征。通过对产品造型轮廓及主体功能模块的问题求解，确定二者的选型或基于实例进行修改。在此基础上，逐步完善主体功能模块的次级问题求解及其他设计问题的求解。

图8 功能模块图解语义示例（防护门）

3.3 基于图解语义及设计语言聚类的实例推理情境

在以上图解语义聚类方法基础上，结合可拓基元表征方法，对设计过程进行情境化建模，该设计情境包含3部分内容：造型设计求解过程知识情境、案例情境聚类与检索模式、案例知识表征，如图9所示。根据不同过程情境知识特点选择恰当的聚类与检索方法。该情境反映了基于实例的求解过程，实现案例知识与设计问题的有序映射。

图 9 基于图解语义表征的造型设计情境

4 设计实例

本文以新产品MK8420数控轧辊磨床造型设计为例：

(1) 设计需求及目标表征。以产品语义学的语意、语构、语境、语用4个维度对用户知识进行挖掘，给出机床造型设计需求基元的通用模型也是后期的评价模型：

结合新产品MK8430数控轧辊磨床，给出造型设计的可拓原点基元 B0=(O ,C0,V0）及设计策略。

给出针对主要设计问题的设计策略，见表4。

表4 设计策略

(2) 设计过程情境。根据设计策略构建可拓向量：

其中可拓方向为造型轮廓，可拓步长 l=1表示造型语义的关联度阈值为1，即实例检索的范围是给出的目标语义的严格语义值，l ＞ 1表示实例检索的可拓展程度。可拓深度 n ≥ 2 表示最优实例的参考个数。根据机床顶视图尺寸CAD图，如图10所示。

图10 磨床MK8420顶视图

以功能模块防护门进行实例检索，从工件吊装及工件装夹的功能约束、人机工程学角度对防护门的人机交互进行约束，机床的作业防护为半封闭式，且选用单扇轨道推拉门，检索类型为：

在造型主体及主要功能模块实例的基础上，建立造型初步方案，并在此基础上，通过人机工程分析进行图解基元的可拓变换与共轭分析，解决设计过程中的人机系统问题，给出最终设计效果图，如图12所示。

图11 产品造型实例与防护门实例基元集

图12 最终方案效果图

5 结 束 语

本文通过对产品的本体语义及产品设计过程中的人脑设计信息处理模式的研究，结合可拓学基元理论构建产品设计过程的知识表征基元模型，提出可拓原点基元及可拓向量概念，实现设计生长、设计收敛及设计优化的设计过程知识表征。在此基础上描述了基于图解语义的实例库聚类方法。以机床装备造型设计为例，通过对实例库的图解语义表征及实例推理过程的情境化表征，为产品造型设计提供一种形式化与量化相结合的设计参考方法。针对基于图形轮廓的实例检索方法还有待研究，今后的研究方向：①图解语义检索与收敛方法研究；②图解语义的计算机识别方法研究；③可拓运算在造型设计中的应用。

[1] Oman S, Gilchrist B, Tumer I Y, et al. The development of a repository of innovative products (RIP) for inspiration in engineering design [J]. International Journal of Design Creativity and Innovation, 2014, 2(4): 186-202.

[2] Lee J, Gu N, Williams A P. Parametric design strategies for the generation of creative designs [J]. International Journal of Architectural Computing, 2014, 12(3): 263-282.

[3] Lee Y. Exploration of local culture elements and design of cultural creativity products [J]. Journal of Statistics and Management Systems, 2010, 13(4): 775-788.

[4] Al-Sayed K, Dalton R C, Hölscher C. Discursive design thinking: the role of explicit knowledge in creative architectural design reasoning [J]. Artificial Intelligence for Engineering Design, Analysis and Manufacturing, 2010, 24(2): 211-230.

[5] Soni S, Khanna P, Tandon P. Knowledge support system for aesthetics in product design [J]. Journal of Computing and Information Science in Engineering, 2013, 13(1): 1-11.

[6] 罗仕鉴, 朱上上, 应放天, 等. 产品设计中的用户隐性知识研究现状与进展[J]. 计算机集成制造系统, 2010, 16(4): 673-688.

[7] 罗仕鉴, 潘云鹤, 朱上上. 产品设计中基于图解思维的隐性知识表达[J]. 机械工程学报, 2007, 43(6): 93-98.

[8] 朱上上, 罗仕鉴. 产品设计中基于设计符号学的文物元素再造[J]. 浙江大学学报: 工学版, 2013, 47(11): 2065-2072.

[9] 刘 征, 鲁 娜, 孙凌云. 基于知识流的产品创意知识获取方法[J]. 计算机集成制造系统, 2011, 17(1): 10-17.

[10] 刘 征, 孙凌云, 鲁 娜. 面向过程的工业设计知识地图构建[J]. 机械工程学报, 2010, 46(8): 181-187.

[11] 刘 征, 孙守迁, 潘云鹤. 面向设计知识重用的产品外观分类[J]. 机械工程学报, 2009, 45(4): 19-24.

[12] 刘 征, 孙守迁. 面向产品外观设计的知识管理系统[J].计算机辅助设计与图形学学报, 2009, 21(3): 376-381.

[13] Guo Xuekun, Lin Juncong, Xu Kai, et al. Creature grammar for creative modeling of 3D monsters [J]. Graphical Models, 2014, 76(5): 376-389.

[14] 刘玲玲, 薛澄岐, 李 晶, 等. 基于基元模型的产品创意设计方法与表征研究[J]. 图学学报, 2013, 34(3): 90-94.

[15] 刘玲玲, 薛澄岐. 基于菱形思维模型的创意设计方法与表征研究[J]. 包装工程, 2013, 34(10): 7-9.

[16] 唐 智. 基于形态域和单元化特征的产品构形分析与设计研究[D]. 上海: 东华大学, 2014.

[17] 杨刚俊, 余隋怀, 初建杰. 基于可拓学模型的产品创新设计方法[J]. 包装工程, 2011, 32(18): 30-33.

[18] 杨春燕, 蔡 文. 可拓学[M]. 北京: 科学出版社, 2014: 37-55.

[19] 高力群. 产品语义设计[M]. 北京: 机械工业出版社, 2014: 77.

[20] 戴 瑞. 产品形态设计语义与传达[M]. 北京: 高等教育出版社, 2010: 67-69.

[21] 张 军. 基于知识的复杂产品工业设计辅助系统的研究与应用[D]. 长沙: 湖南大学, 2013.

A Method of Product Appearance Design Based on Graphical Semantic Cognition

Lv Jian, Xie Qingsheng, Huang Haisong, Pan Weijie
(Key Laboratory of Advanced Manufacturing Technology, Ministry of Education, Guizhou University, Guiyang Guizhou 550025, China)

In the process of product design knowledge representation, a product design process knowledge model based on graphical semantic cognition is presented. Through the ontology semantic analysis and the design information processing mode analysis of human brain in the process of product design, extension origin and extension vector were presented to achieve knowledge representation in the design process which contains growth, convergence and optimization. On the basis of the characterization methods above, this paper studies characterization methods and clustering mode of case library. This paper takes a machine tool appearance design as an example, and this method has a good effect in the design process which can be a method reference for industrial design.

graphical semantics; extenics; graphical semantic primitives; appearance design; case reasoning

TH 122

A

2095-302X(2015)05-0703-09

2015-04-08；定稿日期：2015-07-08

国家自然科学基金资助项目(51475097)；国家科技支撑计划资助项目(2014BAH05F01)；贵州省科技计划(黔科合计Z字[2013]4005，黔科合J字[2013]2108, [2015]2043；黔科合LH字[2014]7644)；黔教研合JYSZ字[2014]004；黔发改投资[2012]2484

吕 健(1983-)，男，河北承德人，博士研究生。主要研究方向为先进制造模式及制造信息系统、数字化设计与制造。E-mail：305515940@qq.com

谢庆生(1954-)，男，贵州贵阳人，教授，博士，博士生导师。主要研究方向为计算机集成制造系统、计算机辅助创新设计等。E-mail：290008933@qq.com