陶晶

(湖北理工學院機電工程學院，湖北黃石435003)

隨著計算機科學技術的發(fā)展，越來越多的企業(yè)根據(jù)自身產(chǎn)品特點設計了相關的智能設計系統(tǒng)，雖然相對于工程師傳統(tǒng)的經(jīng)驗設計而言智能設計系統(tǒng)具有無可比擬的優(yōu)勢，但它還是存在很多的問題［1－4］，主要體現(xiàn)在以下2個方面:

1)設計參數(shù)問題。目前智能設計系統(tǒng)一般采用參數(shù)化技術來表達設計中的知識和知識模型［5－6］，但是在實際的設計過程中機械產(chǎn)品設計參數(shù)繁多，參數(shù)之間存在著或強或弱的耦合關系，有時甚至是互相矛盾的，導致在產(chǎn)品設計過程中無法確定各參數(shù)之間的變化規(guī)律、趨勢和范圍，得不到令人滿意的設計結(jié)果。

2)知識表達問題。在傳統(tǒng)的智能設計系統(tǒng)中采用面向?qū)ο蟮姆椒?，借助參?shù)化驅(qū)動、表格驅(qū)動和產(chǎn)生式規(guī)則3種驅(qū)動方法進行機械產(chǎn)品的智能設計，實現(xiàn)了設計知識的表達和重用［7－8］。但是這些知識表達方式比較單一，對于尺寸約束關系要求嚴格準確，同時容易破壞模型的拓撲關系，模型屬性缺乏相應的類和繼承關系，不利于知識的重用以及機械產(chǎn)品的集成化設計。

本文通過分析機械產(chǎn)品設計參數(shù)的內(nèi)在聯(lián)系建立產(chǎn)品的設計參數(shù)信息模型，明確機械產(chǎn)品主要設計參數(shù)，利用有限元仿真計算結(jié)果并結(jié)合粗糙集、數(shù)據(jù)挖掘技術提取大量數(shù)據(jù)背后的知識和規(guī)則，實現(xiàn)了知識表達和進一步重用。采用CATIA/Automation API模塊，將知識工程(KBE)的推理機制與三維CAD平臺的幾何數(shù)據(jù)結(jié)構(gòu)直接通訊，實現(xiàn)KBE/CAD的無縫集成，構(gòu)建了門式啟閉機智能設計系統(tǒng)。

1 設計參數(shù)的優(yōu)化

機械產(chǎn)品設計變量多達上千個，函數(shù)也有幾百個，設計包含如此多設計變量和函數(shù)的設計程序是十分困難的。針對該問題，本文在設計過程中建立了結(jié)合數(shù)據(jù)挖掘技術的設計參數(shù)信息模型，如圖1所示。

圖1 設計參數(shù)信息模型

圖1中首先根據(jù)用戶要求提取 x1，x2，x3，…，xn為基本設計參數(shù)，屬于數(shù)據(jù)輸入階段。F1，F(xiàn)2，F(xiàn)3，…，F(xiàn)N表示目標函數(shù);G1，G2，G3，…，GN為約束函數(shù)，該過程屬于數(shù)據(jù)分析、處理階段。W(X，C)表示修正函數(shù)，為最終的輸出階段。數(shù)據(jù)在輸入階段和分析、處理階段通過數(shù)據(jù)傳遞系數(shù)Ck(X，G)(k=1，2，3，…，N)完成由設計變量構(gòu)成目標函數(shù)和約束函數(shù)的過程。在數(shù)據(jù)分析、處理階段和最終數(shù)據(jù)輸出階段通過數(shù)據(jù)修正因子Ck(G，W)(k=1，2，3，…，N)建立由目標函數(shù)和約束函數(shù)構(gòu)成的修正函數(shù)W(X，C)。使用該信息模型對機械產(chǎn)品種類繁多的設計參數(shù)進行優(yōu)化，明確主要設計參數(shù)。

2 機械產(chǎn)品設計知識的提取

2.1 條件屬性的選擇

本文依據(jù)工程實際，改變參數(shù)化模型中各個主要設計參數(shù)值(主要設計參數(shù)由本文第1部分得到的參數(shù)最小屬性集確定)得到不同的設計實例，對這些實例進行有限元仿真計算得到計算結(jié)果，將這些計算結(jié)果存入數(shù)據(jù)庫中，通過數(shù)據(jù)庫管理系統(tǒng)采用數(shù)據(jù)離散化方法來存儲配置數(shù)據(jù)及有限元結(jié)果，然后使用粗糙集這種機器學習方法分析有限元結(jié)果，并結(jié)合數(shù)據(jù)挖掘技術提取大量數(shù)據(jù)背后的知識，最后將其歸納存入智能設計系統(tǒng)知識庫中。

下面以門式啟閉機的重要承載部件門架為例對知識的提取方法進行說明。根據(jù)實踐經(jīng)驗和大量的有限元模擬分析結(jié)果，確定以下7個邊界條件參數(shù)和幾何參數(shù)與門架結(jié)構(gòu)特性相關:①主梁的厚度(簡寫為ZYT);②下懸臂梁的厚度(簡寫為ZFT);③門架所受轉(zhuǎn)矩Rated Torsion(簡寫為RT1);④門架所受垂直方向載荷Rated Thrust(簡寫為RT2);⑤初始情況下支腿與垂直方向的夾角?;⑥立柱桿徑Push_pole _R(簡寫為PPR);⑦回轉(zhuǎn)盤直徑Turn_R(簡寫為TPR)。門架有限元模型如圖2所示。

圖2 門架有限元模型

選擇以上7個數(shù)據(jù)來分析它們對門架結(jié)構(gòu)的影響，即條件屬性。參數(shù)配置關系是否合理，即決策屬性，由各關鍵組件的應力情況來定。各關鍵組件的選擇以及各組件應力是否能滿足工程要求，則由領域?qū)＜腋鶕?jù)樣機實際受力情況進行確定。不同參數(shù)條件下的有限元模擬結(jié)果如表1所示。

2.2 設計參數(shù)的離散化

由表1可知，一般情況下，出現(xiàn)應力最大的區(qū)域集中在回轉(zhuǎn)盤、立柱和下橫梁聯(lián)接板以及主梁局部等區(qū)域，在進行知識和規(guī)則提取之前，首先應進行數(shù)據(jù)的預處理，即對特征不明顯的若干組數(shù)據(jù)進行刪除，以及實現(xiàn)連續(xù)數(shù)據(jù)和實數(shù)數(shù)據(jù)的離散化。基于領域知識，通過公式(1)判斷某組數(shù)據(jù)是否特征不明顯:

a=|S1－S2|/max(S1－S2)×100% (1)

S1和S2表示上述區(qū)域的最大應力，如某組數(shù)據(jù)a≤10%，則該組數(shù)據(jù)特征不明顯。

表1 不同參數(shù)下有限元分析結(jié)果

通過比較，第4、6、7和18組數(shù)據(jù)雖然回轉(zhuǎn)盤應力最大，但其主梁應力也比較大，分別達到了261、462、360和255 MPa，因此這幾組數(shù)據(jù)特征不明顯，應予以刪除;第5、27、28組數(shù)據(jù)雖然主梁局部區(qū)域應力最大，但回轉(zhuǎn)盤應力也比較大，分別達到了 287、262和 327 MPa，因此這幾組數(shù)據(jù)的特征不明顯，應予以刪除;第8組數(shù)據(jù)雖然聯(lián)接板的應力最大，但主梁的應力達到了353 MPa，因此該組數(shù)據(jù)的特征也不明顯，應予以刪除。結(jié)合增類減類法劃分法和行列計算劃分法，通過數(shù)據(jù)聚類并結(jié)合領域知識對表1中數(shù)據(jù)進行離散化，此時有限元數(shù)據(jù)可被離散為2個水平，取值1和2，分別代表結(jié)構(gòu)比較合理、結(jié)構(gòu)失效。最大應力所在位置可分別用1、2和3表示，分別表示回轉(zhuǎn)盤、主梁局部以及聯(lián)接板，參數(shù)離散化方法如表2所示。

表2 參數(shù)離散化方法

2.3 設計知識的提取

由表2所提供的各參數(shù)離散化方法對表1進行離散，最終可形成用于數(shù)據(jù)挖掘的決策表，如表3所示。表3的各邊界條件參數(shù)以及幾何參數(shù)均為條件屬性，而有限元數(shù)據(jù)即結(jié)構(gòu)的有效性及最大應力所在位置均作為決策屬性。

決策表生成后，就可以利用粗糙集理論對其進行知識提取，首先進行屬性約簡找到最小屬性集，再形成約簡后的決策表。由于分析數(shù)據(jù)的不完整性以及各參數(shù)的離散化存在主觀因素，因此有時約簡后的決策表可能存在不完全約簡和過約簡等現(xiàn)象，因此應由經(jīng)驗對約簡后的決策表進行修正。通過約簡后的決策表，可以得到以下規(guī)則:

1)RT1=3，ZFT=1。此時，最大應力所在位置為1，這表明當門架所受扭矩很大，而下懸臂梁比較薄的時候，由于下懸臂梁前后區(qū)域變形不協(xié)調(diào)，因此導致回轉(zhuǎn)盤應力最大。

2)ZYT=1，RT2=2或3，?=2。此時，最大應力所在位置為2，這表明當主梁厚度比較薄，所受壓力比較大并且初始情況下支腿與垂直方向的夾角比較小時，主梁局部應力較大。當RT2=3時，最大應力會超過材料許用應力，出現(xiàn)局部材料失效，在實際處理時，應避免這種現(xiàn)象的發(fā)生。

3)ZYT=3，RT2=2或3，?=3。此時，最大應力所在位置為1，這表明當主梁厚度比較厚，所受壓力比較大并且初始情況下支腿與垂直方向的夾角比較大時，位于立柱和下梁區(qū)域交界的聯(lián)接板應力最大。當RT2=3時，最大應力會超過材料許用應力，出現(xiàn)局部材料失效，在實際處理時，應避免這種現(xiàn)象的發(fā)生。

4)RT2=2或3，?=3。此時，最大應力所在位置為1，這表明當壓力比較大，且初始情況下支腿與垂直方向的夾角比較大時，立柱和下梁區(qū)域交界的聯(lián)接板應力最大。

5)PPR和 TPR。此時，立柱桿徑和回轉(zhuǎn)盤桿桿徑與門架總體受力特性并無直接關系，它們只與自身局部受力有關，因此可作為無關屬性在決策表中去除。

表3 決策表

3 智能設計系統(tǒng)的實現(xiàn)

基于CATIA/Automation API模塊，借助本文第2部分所描述的知識提取方法并與參數(shù)化驅(qū)動、表格驅(qū)動2種驅(qū)動方式結(jié)合進行智能設計，構(gòu)建了門式啟閉機的智能設計系統(tǒng)。該系統(tǒng)具有以下幾個模塊:

1)人機交互模塊。該模塊主要包括產(chǎn)品型號的選擇、產(chǎn)品設計參數(shù)的輸入、實體裝配模型的交互式修改、產(chǎn)品結(jié)構(gòu)有限元的分析和計算、工程圖紙的輸出等產(chǎn)品設計過程。

2)后臺分析模塊。該模塊包括2部分內(nèi)容:一是對產(chǎn)品基本設計參數(shù)進行優(yōu)化，確定描述機械產(chǎn)品設計參數(shù)的最小參數(shù)屬性集;二是提取設計知識。

3)知識庫及規(guī)則庫的管理維護模塊。該模塊負責對知識庫和規(guī)則庫的定義、裝入、操作、維護以及一致性和完整性檢查。

門式啟閉機通常由門架、小車架、回轉(zhuǎn)吊車、大車運行機構(gòu)和輔助裝置所組成，其中門架、小車架等是關鍵的承載構(gòu)件。門式啟閉機車架的設計界面如圖3所示。

在用戶界面引導下設計步驟如下:①選擇新建實例或已有實例;②選擇設計機型，輸入設計參數(shù)，對現(xiàn)有實例進行檢索;③選擇符合要求實例，進行詳細參數(shù)設計;④針對該實例，對零部件進行設計。

圖3 門式啟閉機智能設計系統(tǒng)

4 結(jié)論

本文開發(fā)了門式啟閉機智能設計系統(tǒng)，該系統(tǒng)具有以下的特點:①使用信息模型對機械產(chǎn)品繁多的設計參數(shù)進行優(yōu)化，明確主要設計參數(shù);②結(jié)合數(shù)據(jù)挖掘技術和粗糙集理論提取了用于指導產(chǎn)品設計的知識和規(guī)則，實現(xiàn)了智能設計系統(tǒng)中知識的表達和重用。最后以門式啟閉機智能設計系統(tǒng)為例證明該系統(tǒng)為機械產(chǎn)品的設計提供了良好的技術體系支撐和智能化的集成設計平臺，大大縮短了研發(fā)周期。

［1］ 卞冬琛，許映秋，祝得勝，等.基于KBE的壓鑄型澆注排溢計算機輔助設計系統(tǒng)研究［J］.鑄造，2003(11):1097－1100.

［2］ 王棟彥.基于知識的機械常用件參數(shù)化CAD系統(tǒng)研究與實習［D］.天津:天津工業(yè)大學，2004.

［3］ 石曉祥，陳軍，彭穎紅，等.覆蓋件產(chǎn)品CEG集成知識模型及表達［J］.計算機輔助設計與圖形學學報，2002(12):1114－1119.

［4］ 唐文獻.KBE環(huán)境下面向協(xié)同創(chuàng)新的產(chǎn)品開發(fā)支持系統(tǒng)研究［D］.上海:上海大學，2003.

［5］ 呂紅光.基于知識工程的產(chǎn)品設計支持技術研究［D］.杭州:浙江工業(yè)大學，2004.

［6］ 應保勝，高全杰.實例推理和規(guī)則推理在CAD中的集成研究［J］.武漢科技大學學報(自然科學版)，2002，25(1):61－64.

［7］ 張氫，盧耀祖，高順平，等.基于知識的產(chǎn)品級參數(shù)化虛擬設計的可重用性研究［J］.中國機械工程，2003，14(20):1753－1756.

［8］ 吳慶鳴，張志強.基于KBE的隧道掘進機主機智能設計系統(tǒng)［J］.中國機械工程，2006，17 (4):331－333.