大数据时代机械设计的发展趋势探究

摘 要：以机械设计与制造为代表的制造业是国家工业生产与经济建设的命脉，我国机械行业在近二十年间保持了飞速发展态势，中国制造已经成为了国家名片，这也为我国综合国力的全面提升奠定了坚实基础，但在激烈的世界竞争及持续进步的科技水平面前，我国机械行业同样面临着巨大的转型升级压力。信息技术的发展渗透使大数据日趋成熟，大数据能够为使用者提供更加精准和全面的数据资源，进而有效开展数据分析与数据利用。机械设计行业在大数据的支撑下将向着全新方向发展，特别是将提升设计的科学性与可靠性，逐步进入人工智能机械设计阶段。笔者结合相关理论及个人经验对大数据时代机械设计的发展趋势进行探究。

关键词：大数据;机械设计;发展趋势

大数据技术随着信息技术及科技的发展而进入了成熟期，它为各行各业的发展提供了有效支持，正在为生产力的提升注入动力。传统机械设计对设计者的个人经验及思维能力具有较高的依赖性，设计者在很大程度上决定了机械设计的成败与最终产品的优劣。大数据时代设计者能够利用的信息资源更为丰富，通过大数据、物联网、人工智能等等新兴技术的运用使得机械设计效率与设计可靠性同步提升，有效满足市场对产品的需求。在大数据时代机械设计的主要发展趋势将包括以下几个方面：

一、人工智能支持下的机械设计

人工智能相较于人类的自然智能而言主要来自于机器智能，机器根据预定程序对相关数据进行处理和分析，能够在不同场景下做出反应，这就需要程序对可能出现的场景做出预判，如果出现了程序面对预先设定的场景则会出现崩溃。人工智能与传统计算机程序的主要差别就是能够展开深度学习，通过训练实现独立探索，人们不再需要录入所有场景就能够让人工智能独立完成工作。大数据的快速发展为人工智能的自我深度学习提供了支持，因此人工智能在近年来保持了高速发展。

（一）专家系统

专家系统是一个计算机程序，同时也是人工智能的主要应用法相，基于知识系统建立的专家系统能够为人类提供帮助，在不同专业领域给予使用者专业化的支持。专家系统能够利用现有数据展开深度分析，最终得到专业化的结论，这有助于人类专家的成熟经验和丰富资源能够被更多人使用，有效避免了不必要的曲折。专家系统主要包括知识库和推理机制，知识库有效涵盖了不同领域的知识与规则，通过搜索系统与推理机制将数据库的资源充分调用，最终形成了有助于机械设计的解决方法，提升了设计的一致性、可用性及高效性。

（二）生成式机械设计

生成式设计是模仿自然进化的一种自然进化的设计方式，设计者可以将设计目标、设计材料、制造工艺、成本控制等等条件录入系统，生成式设计程序可以根据相关数据给出多种方案，围绕不同方案的可行性与生成可能性进行分析，逐步测试各种方案是否适用于设计需求，在哪些环节可能存在問题。生成式机械设计具有非常显著的优点，首先它能够给出多种设计方案，人类可能需要长时间思考才能得到一个方案，而它则能够在短时间内给出大量方案，同时对方案进行论证;其次生成式设计能够进行复杂而精细的设计，特别是3D打印等制造技术的应用使得传统制造方式无法实现的方案能够顺利完成;最后生成式设计能够预先对约束条件进行区分，有效避免了不同条件间的冲突，设计师能够将注意力集中于创新设计领域。生成式设计保持了高速发展，Autodesk公司已经与美国宇航局展开合作，利用生成式设计方式进行航天器的设计。

二、大数据支持下的模块化机械设计

模块化设计就是将具有标准接口的独立部件进行分块设计，不同部件通过组合将会得到最终的机械，模块化设计大大降低产品的生产难度，同时有利于后期的维护和使用，有效境地了生产与使用成本。大数据时代机械设计逐渐向模块化方向发展，很多供应商开始为用户提供通用或标准化的部件，企业通过通用数据库和自由数据库的建立能够对数据进行全面的分析，在机械设计过程中更加准确地调用需要的数据，同时对整个行业与市场展开分析，进而设计生产更加符合企业需求的产品，为机械行业发展提供支持，同时也为机械设计提供了宝贵的数据。

三、增材制造技术支持下的机械设计

传统机械制造主要采用去除材料的加工方式，很多复杂零部件的生产需要经过多个步骤加工完成，整体投入的成本较高，在设计环节不仅仅要考虑制造需要，同时也要考虑装配需要。增材制造通过连续添加层来完成零件的制造，这恰恰与传统零件加工方式相反，生产环节能够选择的方式更加多样，例如3D打印、连续融化材料层都是其中的典型代表。增材制造技术充分利用了现有材料进行零部件加工，大大减少了材料的浪费，又能够快速完成复杂部件加工，整个生产过程的成本相对较低。例如NASA利用3D打印完成的火箭燃料喷射机设计制造，整个喷射器只有两个部件构成，而传统制造方式下需要生产数百个零件。随着国家上关于增材制造研究的不断深入，该技术也得到了快速发展，机械设计由此变得更加灵活。

四、数字孪生技术支持下的机械设计

数字孪生将物理资产、流程、系统、设备的数字副本进行了有效集成，利用产品模型和传感器等等方式获取产品设计、制造和使用整个周期的各项数据，进而利用数字孪生技术构建仿真模型，通过模型的变化和调整更加真实地反映出机械情况，通过模拟来判断评价机械设计是否合理，进而为下一步的优化调整提供依据和参考。数字孪生从多个角度对机械状态进行学习与更新，非常接近现实情况。数字孪生驱动的机械设计不但能够进行概念设计，也能够进行详细设计和虚拟验证，将极大地缩短产品的设计周期。在可以预见的未来，数字孪生技术将在机械设计领域得到更为广泛的使用。

参考文献：

[1]诸剑，王玉鹏，吴金文，吴世斌.大数据背景下工程机械远程监控技术研究[J].现代信息科技，2019，3（03）：178-179.

[2]姚锡凡，雷毅，葛动元，叶晶.驱动制造业从“互联网+”走向“人工智能+”的大数据之道[J].中国机械工程，2019，30（02）：134-142.

[3]严高超，刘春东，陈立伟，李超逸.大数据时代下我国机械制造业的发展方向[J].电子测试，2016（24）：157+160.

[4]雷亚国，贾峰，周昕，林京.基于深度学习理论的机械装备大数据健康监测方法[J].机械工程学报，2015，51（21）：49-56.

作者简介：陈坚（1972-），男，机电工程系教师，实验师，高级技师，研究方向：车工数控加工等。