基于知识流动视角的工程技术预测——以谐波减速器为例

刘怀兰 廖 岭 周 源

1.华中科技大学，武汉，430074 2.清华大学，北京，100084

基于知识流动视角的工程技术预测
——以谐波减速器为例

刘怀兰1廖 岭1周 源2

1.华中科技大学，武汉，430074 2.清华大学，北京，100084

以知识流动为视角，立足于文献和专利数据，并结合聚类分析和主路径分析法，构建了定量的技术预测模型。以谐波减速器为例，基于1980～2009年的文献和专利数据，运用该模型进行技术预测，然后与2010～2014年的技术进行对比。结果证明，该技术预测模型具有较高的可行性和有效性。最后，预测出谐波减速器未来五年的技术：未来各国将致力于对影响传动装置高精度、零回差、高传动效率、高承载能力、高可靠性等性能相关的技术研究及对传动装置小型化、轻质化、组成部件的优化研究。

机械制造自动化；技术预测；知识流动；谐波减速器

0 引言

技术创新是推动国家、企业不断发展的主要动力之一，特别是航空、先进制造、新材料、新能源等技术密集型领域。技术创新需要确定正确的技术创新战略，而制订正确的技术创新战略则首先需要做出正确的技术预测[1]。目前，技术预测更加偏重于德尔菲法等定性的预测，缺乏定量的数据分析[2]，技术预测的客观性和有效性不足。也有部分学者基于文献和专利数据进行技术预测，但大多数只是单方面的研究文献或专利，结合两者进行研究的较少。以文献为载体的理论知识会向以专利为载体的技术知识进行流动，对技术预测具有一定的借鉴意义。本研究以知识流动为视角，立足于客观的文献和专利数据，并结合聚类分析和主路径分析法，构建了定量的技术预测模型。针对广泛应用于机器人、航空航天、加工中心等领域的谐波减速器进行了技术预测，进而证实了提出的技术预测模型的可行性和有效性。

1 相关理论综述

技术预测是对技术发展进行不间断地检测，初步找出技术或产品的潜在发展领域，并评价其在该领域内的发展潜能[3]。它是对技术变化(特别是发明、创新和采用)的效应、特性、潜在方向和变化速度的系统性、有目的的理解和展望[4]，旨在提升技术竞争力。

科技活动包含两部分，一是基础科学研究，二是应用技术开发。基础科学研究一般以理论解释、属性特征等为主要研究成果，其知识的载体以科学论文为主；而应用技术开发主要面向具体的技术过程、工艺方法等，由于技术的价值功能更直接，因此其知识成果主要以专利的形式存在。基础科学是当代科学技术发展的动力源泉，其知识成果是衡量一个国家发展潜力和未来综合竞争力的重要标准，是科技进步与创新的前提条件[5]。据统计，当代技术发展的革命性成果中，90%来源于基础科学研究和原发性创新[6]，这一过程就是知识流动的体现。Nonaka等[7]认为，只有那些持续创造新知识，将新知识传遍整个组织，并迅速开发出新技术和新产品的企业才能成功。合理利用知识流动规律对技术预测具有重要意义。

文献计量分析旨在通过对文献数据进行挖掘、组织和分析，以文献的主题、作者和机构等为研究对象，通过绘制概念地图，采用聚类分析和因素分析，引证和共被引分析等方法，帮助研究人员把握技术发展的“隐藏模式”。专利作为技术信息最有效的载体，囊括了全球90%以上的最新技术信息，相比其他平台所提供的信息早5～6年，而且内容准确详实，因此成为技术预测所依赖的核心指标[8]。专利分析旨在对包括专利权人、专利发明人、专利权项要求、专利摘要、专利法律状态等在内的文本信息进行处理，以探索技术领域的发展现状、预测技术未来发展态势[9]。

一个专业或学科不是科学文本(如科技论文)的简单堆砌，而是一种由该领域活跃的研究人员间相互引用形成的精细结构，是一个分布式的信息网络系统。Hummon等最早提出了引文网络主路径的概念[10]，引文网络刻画并展示了该领域的发展历史和演化路径。主路径分析(main path analysis, MPA)方法主要通过识别出引文网络中具有最大连接度的系列文献来概述研究领域的发展态势。

2 技术预测模型设计

技术发展的革命性成果主要来源于基础科学研究和原发性创新。若所研究领域的理论处于生命周期的萌芽期，说明理论还未成型，未来有巨大的发展空间和不确定性，这时期的技术创新大多是原发性创新，不是定量预测的最佳时期，因此本研究不包含对这一阶段的技术预测。若所研究领域的理论进入衰退期，预示着该研究领域已经趋于陈旧，技术基本处于稳定状态或可能已经存在可替代的新技术，对其进行技术预测价值不大，也不在本研究的技术预测范围内。若所研究领域的理论整体发展趋势良好且处于成长或成熟阶段，表示在未来一段时间内拥有较大的发展潜力，国家、企业有必要在这一阶段加大技术创新，增强整体实力，对这一阶段的技术进行预测意义重大，并且现有的理论和技术信息足以支撑大部分技术预测活动的展开。

本研究以知识流动为视角，综合运用多种文献指标、专利指标和辅助技术手段，从理论发展趋势、理论成熟度以及理论演化方向入手，研究技术发展趋势和演化路径，结合专家意见预测技术发展方向，建立技术预测模型如图1所示。

图1 基于知识流动视角的技术预测模型

该模型将理论研究处于成长期或成熟期的技术作为技术预测的对象，采用文献计量结合专利分析的方法，首先对文献和专利进行聚类分析，识别现阶段主要研究热点；然后对文献和专利进行主路径分析，即研究理论和技术的发展轨迹及演化趋势；借助理论知识对技术创新的促进作用和专家的指导意见对技术发展趋势和布局进行预测，为国家或企业的技术布局提供依据和参考。

3 实证研究——以谐波减速器为例

控制器、伺服电机、减速器是工业机器人的三大关键零部件，其中减速器的技术开发难度最高，减速器成本占机器人总成本的30%左右。应用于机器人领域的减速器主要有两种，一种是RV减速器，另一种是谐波减速器。在关节型机器人中，一般将RV减速器放置在机座、大臂、肩部等位置，而将谐波减速器放置在小臂、腕部或手部。目前全球机器人行业75%的精密减速器被日本的Nabtesco(帝人)和Harmonic Drive两家企业垄断，包括ABB、FANUC、KUKA等国际主流机器人厂商的减速器均由上述两家公司提供。减速器的国产化是工业机器人国产化过程中降低成本的关键，有必要对减速器技术展开研究并提前布局。

为了验证第2章技术预测模型的可行性，选择将其应用到谐波减速器技术的预测中。首先利用1980～2009年的文献数据识别谐波减速器理论的发展趋势与成熟度，结果发现其适于本模型的预测范围。然后，对1980～2009年间的文献和专利数据进行聚类和主路径分析。接着，对2010～2014年间的现有文献和专利数据进行分析得出结果。最后，对比分析两者结果。

3.1 数据来源

本研究使用的文献数据来源于Web of Science(WoS)的SCI-Expended和CPCI-S两个数据库，利用谐波减速器的各种同义名词、关键部件、技术名词与相关名词等制订检索式，如“harmonic wave reducer”、“harmonic retarder”、“harmonic reducer”、“harmonic reducing gear box”、“flexspline”、“circular spline”、 “wave generator”、“flexible spline”、“wave gearing”等。为了提高检索结果的准确率，本研究还进行了“去噪”操作，即将不属于谐波减速器的记录删除，如剔除WoS类别里面的生物学、化学、心理学等类别(谐波减速器属工程类)。检索时间段为1980～2009年获得655条文献记录，检索时间段为2010～2014年获得343条文献记录，文献数据下载时间为2015年5月1日。

本研究使用的专利数据来源于DWPI和DPCI数据库，为有效提高专利数据的查全率与查准率，本文采用了“关键词+德温特分类”的检索策略。其中，专利关键词的确定与文献关键词的确定过程相似。为了尽可能地查全专利，在制订检索式的过程中，选择了德温特分类的大类，而不是德温特分类的小类(德温特手工代码)。本文使用的大类主要有P62(hand tools, cutting)、Q13(transmissions, controls)、Q18(brake-control systems)、Q38(hoisting, lifting, hauling)、Q62(shafts, bearings)、Q63(couplings, clutches, brakes, springs)、Q64(belts, chains, gearing)等。检索时间段为1980～2009年获得799条专利记录，检索时间段为1980～2014年获得1170条专利记录，专利数据下载时间为2015年5月1日。然后根据所需的专利指标对原始数据进行清洗、筛选、整理和标准化等处理。

3.2 谐波减速器理论研究分析

3.2.1 谐波减速器理论发展趋势分析

谐波减速器文献的全球发展趋势及在中国、日本、美国、德国4个国家的分布情况，如图2所示。由图2知，谐波减速器的文献量不多，这可能与WoS收录的是SCI核心论文有关，但可以看出出版量整体呈上升趋势，且各国具体分布情况与总体发展趋势基本一致。1980～1997年处于缓慢增加的状态，1998年呈现出明显的增势，在2008年达到一个峰值，2009年有所降低，但仍然保持了较高的发展水平，说明理论研究正处于成长趋于成熟的阶段。

3.2.2 谐波减速器理论发展成熟度分析

根据全部文献数量和作者数量，按时间顺序统计绘制谐波减速器理论生命周期图见图3。具体数据见表1。

由图3可以看出，1997年以前，曲线变化非常小，文献数量和作者数量一直在原点附近波动，没有明显变化，这说明核心理论还没有形成，理论研究还处于基础探索阶段，处于萌芽期。1997年以后，文献数量和作者数量都有明显增加，特别是从2003年开始，增长的趋势非常明显，且作者数量的增速高于科学文献数量的增速，这说明有越来

图2 1980～2009年间谐波减速器技出版时间分布

图3 谐波减速器理论生命周期图

表1 谐波减速器理论生命周期具体数据

越多的研究人员开始进入谐波减速器领域的理论研究，理论整体上处于快速成长期。因此，谐波减速器技术符合此预测模型的研究范围，可以进行下一步的技术分析。

3.2.3 谐波减速器理论研究主题分析

将1980～2009年间的文献数据导入CiteSpace软件[11]中，以5年为时间切片，以关键词作为节点类型绘制关键词共现可视化图谱，并在文献关键词共现网络的基础上进行聚类分析，按照TF*IDF算法获取聚类标识词，得到研究热点主题如图4所示，排名前10位的关键词见表2。

图4中聚类大小按聚类序号增大依次递减(聚类0最大)，节点代表文献关键词，节点大小反

图4 1980～2009年间科学文献关键词共现图谱

表2 1980～2009年间科学文献排名前10位的关键词表

映关键词的频次。结合图4和表2可知：1980～1999年，研究主要集中在啮合原理、齿轮齿形、波形、径向刚度、扭矩传感器、加工制造、减速器腔体等方面；2000～2004年，研究主要集中在齿轮齿

形、误差补偿、减速比、扭矩传感器、结构工艺优化、径向刚度、稳定性等方面；2005～2009年，研究主要集中在齿轮齿形、误差补偿、减速比、扭矩传感器、结构工艺优化、波发生器、稳定性、机电集成静电谐波传动等方面。

3.2.4 谐波减速器理论研究演进分析

通过对文献进行聚类分析，能够清晰地发现研究的重点领域，但却不能有效识别这些重点领域的形成与演进过程。引文网络刻画并展示了某领域的发展历史和演化路径，而主路径分析主要是通过识别出引文网络中具有最大连接度的系列文献来概述研究领域的发展态势。采用HistCite和Pajek软件进行了主路径的提取，图5是利用Pajek软件中的SPC算法提取主路径的结果。

图5 1980～2009年间引文编年图主路径

图5中的节点代表文献，并以“序号+作者+发表年”的形式命名。主路径共涉及9篇文献，它们构成了整个网络的中枢结构，对谐波减速器核心理论的形成与发展起到了重要作用。这些文献主要发表在机器人、仪器仪表、自动化、机电一体化、制造、振动与控制等相关期刊上，研究内容集中在对力学性能、扭矩传递误差及补偿等扭矩传递精度的提高上，如304号文献研究了谐波传动的自适应控制，指出摩擦和柔轮变形是影响控制系统的主要因素，拟通过自适应摩擦补偿和基于齿轮力学的控制来提高扭矩传递精度。

随着机器人、航空航天、加工中心等设备仪器的质量、性能、可靠性要求的不断提高以及武器装备的更新换代，需要高精度的谐波齿轮传动装置来满足实际应用的需求。随着微机电系统、机电集成静电谐波传动系统等的发展(图4圈中主题11)，谐波传动装置的小型化也将成为未来研究的重点之一[12]。

3.3 谐波减速器技术分析

3.3.1 谐波减速器技术发展现状分析

图6显示了1980～2009年间谐波减速器全球专利申请量的趋势及在中国、日本、美国、德国

图6 1980～2009年专利申请量分布

4个国家的分布情况。由图6可知历年专利申请量处于波动状态，2004年后再次出现增长趋势。日本专利量最大，在1997年达到一个高峰。我国专利申请呈现上升趋势，但整体数量相对较少。

3.3.2 谐波减速器技术研究前沿

国际专利分类号(international patent classification,IPC)可用于识别技术研究热点，故整理出被引频次全球排名前10位的专利IPC代码(表3)。笔者发现该领域的专利研究一方面主要是围绕齿轮齿形、波发生器、腔体等零部件优化的研究，另一方面主要是围绕齿轮啮合传动、润滑、驱动等精度改善方面。

表3 1980～2009年间排名前10位的专利IPC代码

3.3.3 谐波减速器技术发展路径分析

为了识别1980～2009年间的技术发展路径，对专利进行了引文网络主路径的提取。首先，通过自编软件获取专利间的引证关系，以矩阵形式呈现。然后，将矩阵导入到Ucinet软件中获取引证网络。最后，利用Pajek软件的SPC算法获得了1980～2009年间专利引证主路径(图7)。

图7中的节点代表专利，并以专利号命名。这9条专利从谐波减速器的基础设计发展演进出齿形、齿廓、齿轮啮合方式、装配方式等更优的装置，旨在提高谐波减速器的扭矩传递精度，如EP309197A2是谐波传动系统公司于1989年公开的一项应变波形齿轮装置的专利，该装置由两个齿数不同的刚轮、一个柔轮和一个波发生器组成，其中两个刚轮同轴并列安装与柔轮啮合，该装置比传统传动装置具有更高的扭矩传递能力。

聚类分析覆盖范围很广，但弱化了研究重点；主路径分析借助高权重引证算法，从一个视角展现了技术研究的核心所在，但相对整体研究而言具有一定的局限性。二者的有效融合利用为研究提供了巨大帮助。结合3.2节和3.3节，即结合理论知识和技术知识的聚类和演进路径，并借助知识流动规律，笔者预测未来几年内的研究趋势和重点为：在对齿轮、波发生器等零部件研究和对传动装置扭矩传递、负载能力、抗扭刚度、波发生器等影响传动装置精度、可靠性研究的同时，还将对传动装置整体结构优化、小型化进行研究。

图7 1980～2009年间专利引证网络主路径

3.4 谐波减速器技术预测对比

3.4.1 谐波减速器技术研究前沿

2010～2014年间全球排名前10位的专利IPC代码见表4，传动装置的零部件优化研究、齿轮啮合传动、润滑、驱动等精度改善依然是研究重点。另外，受到微机电系统、机电集成静电谐波传动系统等科学理论的影响(图4圈中主题11)，腔体小型化成为一种趋势，短筒柔轮设计成为必然，这也随之带来了制造和安装可行性和可靠性的研究。除了波发生器的专利研究较少外，显然，这一阶段的技术研究主题与笔者预测结果基本一致。

3.4.2 谐波减速器技术发展路径分析

主路径旨在研究发展轨迹，应充分利用轨迹的连续性，若仅提取2010～2014年间的主路径进

表4 2010～2014年间排名前10位的专利IPC代码

行研究意义不大，笔者利用3.3.3节中的方法获得了1980～2014年间专利引证主路径(图8)进行分析。发现1980～2014年的主路径在1980～2009年的主路径上进行了延伸(路径①)，同时又扩散出两条新的路径(路径②和路径③)。

路径①在DE102007034091A1专利的基础上进行了延伸，DE102008053914A1专利采用机电集成的结构使装置更紧凑，DE102010007668A1专利采用了一种质量更轻、成本更低的齿轮。路径②中的研究内容集中在提高负载能力、减小回差、装置结构优化、编码器优化、变位齿轮利用等方面，WO2009157607A1专利是韩国科技研究所于2009年公开的一种采用了变位齿轮的谐波传动装置，

图8 1980～2014年间专利文献引证主路径

可满足减速装置的双波运动，具有传递效率高、传动比范围大、无回差、低成本的优点。路径③中的研究内容集中在对减速器驱动方式的创新、齿轮材料优化等方面，DE202008017572U1专利是谐波传动系统公司于2010年公开的一种行星式波发生器微型谐波齿轮传动装置，采用了行星式波发生器，而不是凸轮式波发生器，且结构更紧凑、传动比更大、传动效率更高。

综上所述，传动装置的负载能力、扭矩传递、抗疲劳强度等与传动精度、传递效率相关的技术，装置的小型化与轻质化技术确实是技术研发核心所在。显然，这一阶段的核心技术研究与笔者预测结果也基本一致，验证了该模型的可行性与有效性。

4 谐波减速器技术预测

本章采用上述预测模型对谐波减速器未来5年的技术进行预测，2010～2014年间文献关键词共现图谱和1980～2014年间引文编年图主路径分别如图9和图10所示，2010～2014年间文献排名前10位的关键词见表5。图10主路径在图5主路径449号文献的基础上进行了扩展和延伸，对扭矩波动、传递、评估和补偿进行了研究，试图提高刚度、精度和稳定性，如928号文献提出了一种集反馈控制和前馈学习控制方法于一体的扭矩波动补偿方法。

结合3.4节和本章数据分析可知，谐波减速器技术研究已经取得了很大的进展，但仍然具有很大的发展空间，未来几年主要会围绕以下几方面进行研究：①对影响传动装置高精度、零回差、高传动效率、高承载能力、高可靠性等性能的技术研究，如扭矩波动补偿的优化研究、驱动与控制方式的优化研究、齿轮啮合方式的优化研究、装置减振降噪的优化研究等；②对传动装置小型化和轻质化的研究，如从杯形标准筒到扁平形短筒腔体的设计、新型金属材料或塑料的应用研究等；③对传动装置组成部件的优化研究，如齿轮新齿形的研究、波发生器波形与波信号传递的研究等。

图9 2010～2014年间科学文献关键词共现图谱

表5 2010～2014年间科学文献排名前10位的关键词表

5 结语

本文以知识流动为视角，利用文献和专利定量数据，基于聚类和主路径方法构建了技术预测模型，并以谐波减速器为例验证了该模型的可行性和有效性。但本文仍然存在以下研究局限：①对知识流动的应用只进行了一定程度的探索，而

缺乏科学知识向技术知识流动过程的深入探析，在实际中会出现科学研究热点难以在技术实践中得到应用，如科学研究聚类图(图4)中主题8、10、13、14均对波发生器进行了研究，而在专利IPC(表3、表4)和主路径(图7、图8)中则较少出现，未来可以对知识流动过程进行定量研究。科学与技术之间的交互融合使得新技术会促进理论的深入研究，未来还可以探索技术应用对科学知识的影响效果。②主路径分析法是基于专利之间的引用关系网络构建的，它局限于对相似专利技术路径的提取，而缺乏对多层次技术路径重要节点的提取。未来可以对主路径提取过程进行优化，以获得更加全面准确的技术演变路径，如利用分类算法将样本数据划分为不同主题模块，分别提取出主路径，再以时间序列呈现，形成多主题的总体演变路径。③虽然建立了定量技术预测模型，但对预测结果仍依赖于定性研究，未来可建立一定的标准或规范实现对预测结果的定量分析。④对

图10 1980～2014年间引文编年图主路径

谐波减速器的发展现状和发展趋势进行了整体描述，未来可以针对不同类型(如渐开线齿形、双圆弧齿形等)谐波减速器的发展情况进行分析并预测。

[1] 王知津, 周鹏, 韩正彪. 基于情景分析法的技术预测研究[J]. 图书情报知识, 2013(5):115-122. Wang Zhijin, Zhou Peng, Han Zhengbiao.Technology Forecasting Based on Scenario Analysis [J]. Document,Informaiton & Knowledge, 2013(5):115-122.

[2] 赵莉晓. 基于专利分析的RFID技术预测和专利战略研究——从技术生命周期角度[J]. 科学学与科学技术管理, 2012, 33(11): 24-30. Zhao Xiaoli. Research on Patent Forecasting and Patent Strategy Based on Patent Analysis: from the Perspective of Technology Life Cycle [J]. Science of Science and Management of S.& T., 2012, 33(11): 24-30.

[3] 陈劲，王芳瑞. 技术创新管理方法[M].北京:清华大学出版社，2004.

[4] Firat A K, Woon W L, Madnick S. Technology Forecasting—a Review[C]//Working Paper (CISL). Cambridge, 2008:1-19.

[5] 庞杰. 知识流动理论框架下的科学前沿与技术前沿研究[D]. 大连：大连理工大学, 2011.

[6] 丁厚德. 中国科技运行论：科技战略与运行管理[M]. 北京: 清华大学出版社, 2001.

[7] Nonaka I, Takeuchi H. The Knowledge-creating Company: How Japanese Companies Create the Dynamics of Innovation[R]. Oxford: Oxford University Press, 1995.

[8] 侯剑华, 朱晓清. 基于专利的技术预测评价指标体系及其实证研究[J]. 图书情报工作, 2014(18):77-82. Hou Jianhua, Zhu Xiaoqing. Patent Based Technology Forecasting Evaluation Index System and Its Empirical Study[J]. Library and Information Service, 2014(18):77-82.

[9] 黄鲁成, 成雨, 吴菲菲，等. 技术预测与技术预见及其客观分析方法[J]. 创新与创业管理, 2013(9): 119-132. Huang Lucheng, Cheng Yu, Wu Feifei， et al. Objective Analysis for Technology Forecasting and Technology Foresight[J]. Management of Innovation and Entrepreneurship, 2013(9): 119-132.

[10] Björk B C. A Model of Scientific Communication as a Global Distributed Information System[J]. Information Research, 2006, 12(2): 17.

[11] Chen Chaomei. The CiteSpace Manual[EB/OL].[2016-01-15].http://cluster.ischool.drexel.edu/～cchen/citespace/CiteSpaceManual.pdf.

[12] 常兴卫. 机电集成静电谐波传动系统控制理论研究[D]. 秦皇岛：燕山大学，2008.

(编辑 王艳丽)

Knowledge Flow Based Engineering Technology Forecasting：a Case of Harmonic Reducer

Liu Huailan1Liao Ling1Zhou Yuan2

1.Huazhong University of Science & Technology,Wuhan,4300742.Tsinghua University,Beijing,100084

In the perspective of knowledge flow, the paper constructed a quantitative engineering technology forecasting model by combining the clustering and main path method, based on the literatures and patent data. Taking harmonic reducer as an example, the literatures and patent data of 1980～2009 were applied to make a engineering technology forecasting by the model, and compared the results with the technologies during the 2010～2014. It turns out that the proposed framework is feasible and effective. At last, the engineering technology trends were forecasted for the next five years as follows: all countries of the world will devote themselves to the areas of improving the precision, backlash, transmission efficiency, bearing capacity, reliability and other performance-related technologies, miniaturization and light weight of transmission, as well as optimization of component parts.

mechanical manufacturing and automation; technology forecasting; knowledge flow; harmonic reducer

TH132.46

10.3969/j.issn.1004-132X.2016.24.010

2016-01-27

国家自然科学基金资助项目(71203117，L152400015)；中国工程科技知识中心建设项目(CKCEST-2015-4-2)

刘怀兰，女，1965年生。华中科技大学机械科学与工程学院副教授。主要研究方向为技术路线图、技术预测与技术预见、技术创新、智能制造与机器人等。出版专著4本，发表论文10余篇。廖 岭，男，1993年生。华中科技大学机械科学与工程学院硕士研究生。周 源，男，1977年生。清华大学公共管理学院副教授。