王儒， 王國(guó)新， 閻艷， 郝佳， 石學(xué)海， 明振軍

(北京理工大學(xué) 機(jī)械與車(chē)輛學(xué)院, 北京 100081)

?

支持產(chǎn)品智能化設(shè)計(jì)的知識(shí)服務(wù)方法研究

王儒， 王國(guó)新， 閻艷， 郝佳， 石學(xué)海， 明振軍

(北京理工大學(xué) 機(jī)械與車(chē)輛學(xué)院, 北京 100081)

為實(shí)現(xiàn)產(chǎn)品智能設(shè)計(jì)中計(jì)算性問(wèn)題和推理決策性問(wèn)題的求解以及二者的有效結(jié)合，提出一種支持產(chǎn)品智能化設(shè)計(jì)的知識(shí)服務(wù)方法，即包括知識(shí)服務(wù)策略的制定和知識(shí)環(huán)境的構(gòu)建兩個(gè)方面。該方法通過(guò)分析設(shè)計(jì)知識(shí)自身特點(diǎn)以及與設(shè)計(jì)過(guò)程之間的關(guān)系，將設(shè)計(jì)知識(shí)分為業(yè)務(wù)領(lǐng)域、經(jīng)驗(yàn)規(guī)則、實(shí)例方案和算法模型4種類(lèi)型，并針對(duì)不同類(lèi)型知識(shí)制定相應(yīng)的服務(wù)策略；基于知識(shí)模板和組件模板對(duì)不同類(lèi)型的知識(shí)進(jìn)行形式化描述，并給出基于本體的設(shè)計(jì)知識(shí)語(yǔ)義建模流程；通過(guò)方案評(píng)價(jià)、方案修改將設(shè)計(jì)知識(shí)融入到基于實(shí)例推理活動(dòng)中，實(shí)現(xiàn)知識(shí)的輔助決策；對(duì)設(shè)計(jì)工具進(jìn)行集成和過(guò)程封裝，實(shí)現(xiàn)了自動(dòng)化計(jì)算。設(shè)計(jì)開(kāi)發(fā)了基于知識(shí)的智能設(shè)計(jì)系統(tǒng)，并以槍管為對(duì)象進(jìn)行了實(shí)例驗(yàn)證，證明了所提方法的有效性。

人工智能； 知識(shí)服務(wù)； 知識(shí)重用； 推理決策； 槍管設(shè)計(jì)

0 引言

當(dāng)前日趨激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境迫使企業(yè)加強(qiáng)產(chǎn)品開(kāi)發(fā)和快速響應(yīng)市場(chǎng)的能力，智能化設(shè)計(jì)方法由于同時(shí)滿足產(chǎn)品的快速化和自動(dòng)化開(kāi)發(fā)需求，受到學(xué)者和企業(yè)的高度重視[1]。產(chǎn)品設(shè)計(jì)是一項(xiàng)復(fù)雜的分析、綜合與決策活動(dòng)，而產(chǎn)品的智能化設(shè)計(jì)則是智能工程這一決策自動(dòng)化技術(shù)在設(shè)計(jì)領(lǐng)域中應(yīng)用的結(jié)果，其主要任務(wù)是完成設(shè)計(jì)活動(dòng)中兩類(lèi)問(wèn)題的求解：即計(jì)算性問(wèn)題和推理決策性問(wèn)題[2]。傳統(tǒng)計(jì)算機(jī)輔助設(shè)計(jì)(CAD)技術(shù)是實(shí)現(xiàn)基于數(shù)學(xué)模型和數(shù)值處理的設(shè)計(jì)活動(dòng)問(wèn)題求解的重要手段；而人工智能技術(shù)是實(shí)現(xiàn)基于符號(hào)型知識(shí)模型和符號(hào)處理等推理決策性工作的必要途徑，例如專(zhuān)家系統(tǒng)是一種知識(shí)處理與推理系統(tǒng)[3-4]。如何將這兩者有效地結(jié)合，實(shí)現(xiàn)設(shè)計(jì)活動(dòng)中兩類(lèi)問(wèn)題的求解，已成為產(chǎn)品智能設(shè)計(jì)的重要研究?jī)?nèi)容和難點(diǎn)，并愈來(lái)愈為國(guó)內(nèi)外學(xué)者所重視。由于產(chǎn)品設(shè)計(jì)是一個(gè)知識(shí)驅(qū)動(dòng)的創(chuàng)造性過(guò)程，因此從知識(shí)的角度出發(fā)，實(shí)現(xiàn)產(chǎn)品的智能化設(shè)計(jì)逐漸成為解決這一難點(diǎn)的重要技術(shù)和手段[5-6]。

實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)的智能化，其基礎(chǔ)是設(shè)計(jì)知識(shí)的結(jié)構(gòu)化描述和處理，以實(shí)現(xiàn)計(jì)算機(jī)推理功能。早期學(xué)者主要針對(duì)某單一形式進(jìn)行知識(shí)描述，例如Burton等[7]在開(kāi)發(fā)智能CAD系統(tǒng)主要利用產(chǎn)生式規(guī)則描述設(shè)計(jì)知識(shí)，之后又有學(xué)者將面向?qū)ο蠹夹g(shù)與規(guī)則式描述集成用于知識(shí)表達(dá)中；但產(chǎn)生式規(guī)則在知識(shí)獲取上存在一定的局限性，因此Koldder[8]提出了基于實(shí)例推理(CBR)方法，其推理過(guò)程更符合設(shè)計(jì)人員的思維過(guò)程，被廣泛用于智能設(shè)計(jì)的知識(shí)描述，如Zbigniew等[4]將CBR應(yīng)用到船舶引擎室的自動(dòng)化設(shè)計(jì)專(zhuān)家系統(tǒng)中。由于案例缺乏更深層的領(lǐng)域知識(shí)，學(xué)者開(kāi)始尋求將其他可以實(shí)現(xiàn)推理的知識(shí)描述方式，如揚(yáng)州大學(xué)陳靖芯等[9]針對(duì)設(shè)計(jì)過(guò)程中的規(guī)則、經(jīng)驗(yàn)等建立由“IF…THEN”描述的設(shè)計(jì)知識(shí)庫(kù)，通過(guò)對(duì)CATIA V5軟件中的知識(shí)工程顧問(wèn)模塊二次開(kāi)發(fā)，并借助CBR實(shí)現(xiàn)了碟簧的自動(dòng)化設(shè)計(jì)。上海交通大學(xué)石峰等[10]根據(jù)澆注系統(tǒng)設(shè)計(jì)知識(shí)的特點(diǎn)，提出了一種混合連接主義和符號(hào)主義的知識(shí)模型，并采用基于框架2規(guī)則的方式來(lái)表達(dá)，通過(guò)對(duì)Pro/E軟件二次開(kāi)發(fā)，設(shè)計(jì)完成了澆注系統(tǒng)智能化設(shè)計(jì)原型系統(tǒng)。Peng等[11]將CBR和基于規(guī)則推理(RBR)相結(jié)合應(yīng)用到夾具的智能設(shè)計(jì)，Yu等[12]在CBR和RBR相結(jié)合的基礎(chǔ)上，增加了模糊綜合評(píng)價(jià)應(yīng)用于鍋爐的智能設(shè)計(jì)。這些研究雖然在一定程度上實(shí)現(xiàn)了基于知識(shí)的智能設(shè)計(jì)，但缺少面向智能設(shè)計(jì)的設(shè)計(jì)知識(shí)集成，為了提升這一能力，北京航空航天大學(xué)趙輝等[13]提出了一種面向機(jī)械產(chǎn)品設(shè)計(jì)的知識(shí)集成模型，即將設(shè)計(jì)知識(shí)劃分到構(gòu)型層、設(shè)計(jì)層和造型層3個(gè)抽象層次，基于UG平臺(tái)的知識(shí)熔接語(yǔ)言KFL實(shí)現(xiàn)了各層設(shè)計(jì)知識(shí)的描述與集成，并開(kāi)發(fā)了專(zhuān)用減速器快速設(shè)計(jì)系統(tǒng)。但該系統(tǒng)缺少對(duì)推理決策性問(wèn)題求解的支撐，智能化程度較低。Guo等[14]針對(duì)現(xiàn)有基于CBR注塑模具智能設(shè)計(jì)系統(tǒng)中存在的缺乏語(yǔ)義理解難以支持設(shè)計(jì)決策的問(wèn)題，將本體技術(shù)引入到實(shí)例的描述中，實(shí)現(xiàn)實(shí)例的語(yǔ)義檢索，提高了概念設(shè)計(jì)階段系統(tǒng)對(duì)設(shè)計(jì)人員設(shè)計(jì)意圖的辨識(shí)。

現(xiàn)有的研究成果，從不同角度實(shí)現(xiàn)了產(chǎn)品的智能化設(shè)計(jì)，但仍缺少一種可以支持產(chǎn)品智能設(shè)計(jì)全過(guò)程求解的方法，影響了智能設(shè)計(jì)系統(tǒng)對(duì)設(shè)計(jì)任務(wù)問(wèn)題(即計(jì)算性問(wèn)題和推理決策性問(wèn)題)的綜合求解。為了解決這一問(wèn)題，本文提出了一種支持產(chǎn)品智能化設(shè)計(jì)知識(shí)服務(wù)方法，即通過(guò)面向設(shè)計(jì)過(guò)程的知識(shí)分類(lèi)與組織，針對(duì)不同類(lèi)型知識(shí)的特點(diǎn)，制定相應(yīng)的服務(wù)策略；并構(gòu)建支撐智能化設(shè)計(jì)的知識(shí)環(huán)境，以實(shí)現(xiàn)知識(shí)對(duì)產(chǎn)品智能設(shè)計(jì)的全過(guò)程支持服務(wù)。開(kāi)發(fā)了基于知識(shí)的智能設(shè)計(jì)系統(tǒng)，并以槍管為對(duì)象實(shí)現(xiàn)了其智能設(shè)計(jì)過(guò)程中計(jì)算性問(wèn)題的自動(dòng)化計(jì)算，同時(shí)提升了系統(tǒng)對(duì)其推理決策性設(shè)計(jì)問(wèn)題求解的能力。

1 支持產(chǎn)品智能化設(shè)計(jì)的知識(shí)服務(wù)總體思路

1.1 產(chǎn)品智能化設(shè)計(jì)需求分析

產(chǎn)品設(shè)計(jì)是一個(gè)多學(xué)科高度耦合的多階段復(fù)雜過(guò)程，不僅包括大量基于數(shù)學(xué)模型和數(shù)值處理的計(jì)算型工作，還涉及基于符號(hào)型知識(shí)模型和符號(hào)處理的推理和決策過(guò)程，例如設(shè)計(jì)方案的選擇、評(píng)價(jià)、主要參數(shù)的修改優(yōu)化、幾何模型的生成、計(jì)算仿真的分析等設(shè)計(jì)活動(dòng)，這些工作的完成既需要借助計(jì)算機(jī)輔助設(shè)計(jì)工具，也需要運(yùn)用大量的知識(shí)進(jìn)行推理、判斷、決策。支持產(chǎn)品智能化設(shè)計(jì)知識(shí)服務(wù)的目的就是要借助知識(shí)工程技術(shù)和人工智能技術(shù)代替專(zhuān)家以及設(shè)計(jì)人員的決策和推理過(guò)程，通過(guò)構(gòu)建面向設(shè)計(jì)過(guò)程的知識(shí)環(huán)境，智能化地實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)以及知識(shí)重用，從而降低產(chǎn)品設(shè)計(jì)過(guò)程中循環(huán)迭代的時(shí)間、減少重復(fù)性工作。

支持產(chǎn)品智能化設(shè)計(jì)的知識(shí)服務(wù)是集成多領(lǐng)域知識(shí)，借助計(jì)算機(jī)輔助設(shè)計(jì)工具開(kāi)展的一項(xiàng)人機(jī)交互智能化設(shè)計(jì)活動(dòng)。為了進(jìn)一步明確基于知識(shí)的智能設(shè)計(jì)系統(tǒng)的功能目標(biāo)，首先需要結(jié)合產(chǎn)品設(shè)計(jì)的特點(diǎn)，分析產(chǎn)品實(shí)際設(shè)計(jì)過(guò)程中對(duì)智能化的需求：

1)支持分布式、異構(gòu)知識(shí)的集成管理。產(chǎn)品設(shè)計(jì)知識(shí)具有分布性、密集性、異構(gòu)性等特點(diǎn)[15-16]，目前企業(yè)中大部分的產(chǎn)品數(shù)據(jù)管理(PDM)系統(tǒng)在提供部分文檔數(shù)據(jù)分類(lèi)存儲(chǔ)的同時(shí)，一般只具有基于關(guān)鍵詞的檢索功能，對(duì)于知識(shí)的集成和服務(wù)效果較差，不利于設(shè)計(jì)人員對(duì)知識(shí)的重用。因此，智能設(shè)計(jì)系統(tǒng)首先需要實(shí)現(xiàn)對(duì)分布式、異構(gòu)知識(shí)的集成管理。

2)支持設(shè)計(jì)工具的集成與過(guò)程封裝。設(shè)計(jì)任務(wù)的實(shí)現(xiàn)通常需要多類(lèi)型設(shè)計(jì)工具之間協(xié)同使用，例如在槍械設(shè)計(jì)過(guò)程需要使用UG軟件完成三維建模，再結(jié)合Matlab、ANSYS軟件以及自研工具等完成相關(guān)的計(jì)算仿真等設(shè)計(jì)活動(dòng)。這是一個(gè)反復(fù)迭代、不斷修正的過(guò)程，因此需要智能設(shè)計(jì)系統(tǒng)可以集成不同的設(shè)計(jì)工具以及重用設(shè)計(jì)過(guò)程，支持計(jì)算性問(wèn)題進(jìn)行反復(fù)迭代求解。

3)支持智能化的推理與決策。產(chǎn)品智能化設(shè)計(jì)的“智能”體現(xiàn)在設(shè)計(jì)過(guò)程具備類(lèi)似于人類(lèi)思維的推理和決策能力，這要求計(jì)算機(jī)可以實(shí)現(xiàn)對(duì)多領(lǐng)域、多類(lèi)型設(shè)計(jì)知識(shí)的自動(dòng)化處理和輔助化、自動(dòng)化決策支持。

1.2 支持產(chǎn)品智能化設(shè)計(jì)的知識(shí)服務(wù)方法

在產(chǎn)品智能化設(shè)計(jì)過(guò)程中根據(jù)求解問(wèn)題的不同，所需要的知識(shí)服務(wù)支持類(lèi)型也不盡相同，如何在產(chǎn)品智能設(shè)計(jì)過(guò)程中，將計(jì)算性問(wèn)題和推理決策性問(wèn)題的求解進(jìn)行集成，實(shí)現(xiàn)設(shè)計(jì)知識(shí)對(duì)智能設(shè)計(jì)全過(guò)程的支持服務(wù)，是提升產(chǎn)品智能化設(shè)計(jì)的關(guān)鍵。因此，本文從設(shè)計(jì)過(guò)程與設(shè)計(jì)知識(shí)之間關(guān)系的角度，提出一種支持產(chǎn)品智能化設(shè)計(jì)的知識(shí)服務(wù)方法，其內(nèi)容結(jié)構(gòu)如圖1所示。

圖1 支持產(chǎn)品智能化設(shè)計(jì)的知識(shí)服務(wù)方法內(nèi)容結(jié)構(gòu)Fig.1 Construction of knowledge service method for supporting product intellectualized design

支持產(chǎn)品智能化設(shè)計(jì)的知識(shí)服務(wù)方法，其內(nèi)容根據(jù)智能設(shè)計(jì)過(guò)程的需求可以分為3個(gè)部分：分布、異構(gòu)知識(shí)的集成與管理，設(shè)計(jì)工具的集成與過(guò)程封裝，設(shè)計(jì)知識(shí)的推理與輔助決策。各部分內(nèi)容之間既獨(dú)立又相互關(guān)聯(lián)，共同支持完成產(chǎn)品智能設(shè)計(jì)活動(dòng)中兩類(lèi)問(wèn)題(即計(jì)算性問(wèn)題和推理決策性問(wèn)題)的求解。其中分布、異構(gòu)知識(shí)的集成與管理部分主要為設(shè)計(jì)知識(shí)的推理與輔助決策部分提供服務(wù)化的知識(shí)重用，以實(shí)現(xiàn)對(duì)推理決策性問(wèn)題的求解；設(shè)計(jì)工具的集成與過(guò)程封裝部分主要是基于上述兩部分實(shí)現(xiàn)基于知識(shí)的參數(shù)化驅(qū)動(dòng)和規(guī)則化約束，完成計(jì)算性問(wèn)題的求解。

基于上述方法，從設(shè)計(jì)過(guò)程與設(shè)計(jì)知識(shí)之間的關(guān)系構(gòu)建基于知識(shí)的智能設(shè)計(jì)系統(tǒng)，其總體思路如圖2所示。根據(jù)上述對(duì)智能設(shè)計(jì)的描述，產(chǎn)品的智能化設(shè)計(jì)過(guò)程可以表示為“設(shè)計(jì)問(wèn)題描述——方案推理決策——建模仿真分析”這3個(gè)階段，其中“方案推理決策——建模仿真分析”階段又存在反復(fù)迭代的方案改進(jìn)過(guò)程。由圖1可以看出，產(chǎn)品智能化設(shè)計(jì)過(guò)程的不同階段需要不同的知識(shí)支持服務(wù)，即服務(wù)化重用、規(guī)則化約束和參數(shù)化驅(qū)動(dòng)。

圖2 基于知識(shí)的產(chǎn)品智能設(shè)計(jì)系統(tǒng)總體思路Fig.2 General concept of knowledge-based product intelligent design system

為了實(shí)現(xiàn)這種智能設(shè)計(jì)全過(guò)程的知識(shí)支持服務(wù)，實(shí)現(xiàn)智能設(shè)計(jì)活動(dòng)中計(jì)算性問(wèn)題和推理決策性問(wèn)題的求解，本文構(gòu)建了一種可以支撐產(chǎn)品智能設(shè)計(jì)的知識(shí)環(huán)境，并制定了相應(yīng)的知識(shí)服務(wù)策略。知識(shí)環(huán)境是指支撐產(chǎn)品智能設(shè)計(jì)的運(yùn)行環(huán)境，知識(shí)環(huán)境的構(gòu)建是知識(shí)服務(wù)于產(chǎn)品智能設(shè)計(jì)活動(dòng)的基礎(chǔ)，其主要包括支持設(shè)計(jì)過(guò)程運(yùn)行的驅(qū)動(dòng)引擎(或方法)、設(shè)計(jì)知識(shí)形式化描述和知識(shí)數(shù)據(jù)管理3部分。其中，驅(qū)動(dòng)引擎的主要作用是提供對(duì)智能設(shè)計(jì)活動(dòng)的問(wèn)題求解和設(shè)計(jì)知識(shí)重用，包括實(shí)例檢索匹配、設(shè)計(jì)知識(shí)的輔助決策、自動(dòng)化計(jì)算等模塊；知識(shí)形式化描述的目的是實(shí)現(xiàn)計(jì)算機(jī)對(duì)以自然語(yǔ)言形式存在的產(chǎn)品設(shè)計(jì)知識(shí)的識(shí)別，包括知識(shí)的分類(lèi)組織、知識(shí)的模板化表示以及語(yǔ)義建模等；知識(shí)數(shù)據(jù)管理功能主要是實(shí)現(xiàn)分布式設(shè)計(jì)知識(shí)集成管理和智能設(shè)計(jì)運(yùn)行數(shù)據(jù)管理。通過(guò)對(duì)設(shè)計(jì)知識(shí)環(huán)境的搭建，基于知識(shí)的智能設(shè)計(jì)系統(tǒng)可以實(shí)現(xiàn)將分布、異構(gòu)的設(shè)計(jì)知識(shí)資源動(dòng)態(tài)地融入到產(chǎn)品智能設(shè)計(jì)過(guò)程不同階段的問(wèn)題求解中。

2 基于知識(shí)的產(chǎn)品智能設(shè)計(jì)系統(tǒng)關(guān)鍵技術(shù)

2.1 設(shè)計(jì)知識(shí)服務(wù)策略

本文從知識(shí)自身的可變性角度將設(shè)計(jì)知識(shí)分為靜態(tài)知識(shí)和動(dòng)態(tài)知識(shí)，從設(shè)計(jì)過(guò)程的功能角度將設(shè)計(jì)知識(shí)分為推理決策性知識(shí)和計(jì)算迭代性知識(shí)，如圖3所示。根據(jù)這兩個(gè)角度，可以將設(shè)計(jì)知識(shí)分為4種類(lèi)型：業(yè)務(wù)領(lǐng)域知識(shí)、規(guī)則經(jīng)驗(yàn)知識(shí)、實(shí)例方案知識(shí)以及算法模型知識(shí)。業(yè)務(wù)領(lǐng)域知識(shí)是指產(chǎn)品設(shè)計(jì)中與業(yè)務(wù)領(lǐng)域相關(guān)的標(biāo)準(zhǔn)規(guī)范、專(zhuān)利文獻(xiàn)、設(shè)計(jì)手冊(cè)等知識(shí)；規(guī)則經(jīng)驗(yàn)知識(shí)是指存儲(chǔ)在業(yè)務(wù)領(lǐng)域資源或設(shè)計(jì)專(zhuān)家頭腦中的可以被描述的經(jīng)驗(yàn)和規(guī)律性知識(shí)，如槍管設(shè)計(jì)中膛線數(shù)n的選擇(一般6～8 mm口徑的槍管，n為4～6；11～15 mm口徑的槍管，n為8)；實(shí)例方案知識(shí)是指以往成型的產(chǎn)品案例數(shù)據(jù)；算法模型知識(shí)是指產(chǎn)品設(shè)計(jì)過(guò)程中用來(lái)計(jì)算、建模或仿真的模型和代碼。

圖3 設(shè)計(jì)知識(shí)分類(lèi)Fig.3 Classification of design knowledge

在設(shè)計(jì)過(guò)程中，靜態(tài)知識(shí)屬于不會(huì)因設(shè)計(jì)目標(biāo)不同而改變的知識(shí)；相反，動(dòng)態(tài)知識(shí)則會(huì)因設(shè)計(jì)目標(biāo)不同而隨之改變，這是因?yàn)檫@類(lèi)知識(shí)本身存在自變量和因變量，設(shè)計(jì)目標(biāo)的差異會(huì)導(dǎo)致這些變量的變化。因此，動(dòng)態(tài)知識(shí)可以用于實(shí)現(xiàn)參數(shù)化驅(qū)動(dòng)服務(wù)重用，而靜態(tài)知識(shí)則可以用于對(duì)動(dòng)態(tài)知識(shí)重用的規(guī)則化約束服務(wù)。

根據(jù)上述對(duì)知識(shí)的分類(lèi)，制定設(shè)計(jì)知識(shí)的兩種服務(wù)模式：參考模式和自動(dòng)模式，如表1所示。不同模式和不同類(lèi)型知識(shí)具有不同的重用服務(wù)策略，如業(yè)務(wù)領(lǐng)域知識(shí)，由于其知識(shí)抽象程度較低，可以通過(guò)主動(dòng)推送方式向設(shè)計(jì)人員提供與當(dāng)前設(shè)計(jì)活動(dòng)相關(guān)的領(lǐng)域知識(shí)，為其提供一定輔助參考；而對(duì)于規(guī)則經(jīng)驗(yàn)、實(shí)例方案以及算法模型知識(shí)，其知識(shí)抽象程度高、有較好的可重用性，同時(shí)又具有一定可編程性，可以實(shí)現(xiàn)自動(dòng)化模式的知識(shí)服務(wù)。

表1 設(shè)計(jì)知識(shí)集成服務(wù)策略

由于模板技術(shù)可以實(shí)現(xiàn)各類(lèi)型知識(shí)的有效描述和組織，為了實(shí)現(xiàn)知識(shí)在設(shè)計(jì)過(guò)程中的集成重用服務(wù)，本文根據(jù)設(shè)計(jì)知識(shí)各自特點(diǎn)，選擇對(duì)應(yīng)的模板形式對(duì)其進(jìn)行組織。

2.2 設(shè)計(jì)知識(shí)的形式化描述與語(yǔ)義建模

設(shè)計(jì)知識(shí)的形式化描述和語(yǔ)義建模，其作用包括兩部分：一是對(duì)分布、異構(gòu)知識(shí)資源的集成管理，即對(duì)設(shè)計(jì)知識(shí)進(jìn)行組織和表示，構(gòu)建圖2中的知識(shí)數(shù)據(jù)管理庫(kù)；二是實(shí)現(xiàn)計(jì)算機(jī)對(duì)知識(shí)資源的識(shí)別，構(gòu)建設(shè)計(jì)過(guò)程與設(shè)計(jì)知識(shí)之間的關(guān)聯(lián)。

2.2.1 設(shè)計(jì)知識(shí)的形式化描述

模板是基于事物相似性原理，從一類(lèi)事物中抽象出的一種框架[17]。根據(jù)圖3對(duì)設(shè)計(jì)知識(shí)的分類(lèi)，針對(duì)不同知識(shí)的特點(diǎn)和服務(wù)策略，本系統(tǒng)分別采用知識(shí)模板和組件模板對(duì)其進(jìn)行組織和形式化描述。知識(shí)模板主要描述業(yè)務(wù)領(lǐng)域和實(shí)例方案知識(shí)，用于給設(shè)計(jì)人員提供與當(dāng)前設(shè)計(jì)活動(dòng)相關(guān)的知識(shí)參考，以輔助其進(jìn)行推理決策。這兩類(lèi)知識(shí)具有共同特點(diǎn)，即可以描述為“名稱標(biāo)識(shí)+屬性內(nèi)容”，因此可以將其表示為

(1)

式中：T為知識(shí)模板；pi為知識(shí)模板屬性；ni為知識(shí)模板屬性名稱；fi為知識(shí)模板屬性特征。屬性特征取決于知識(shí)載體的類(lèi)型，如數(shù)字、文本、時(shí)間、圖片、文件、視頻、音頻等。

圖4 槍管設(shè)計(jì)實(shí)例庫(kù)建模Fig.4 Modeling of barrel design case base

業(yè)務(wù)領(lǐng)域知識(shí)存在于不同類(lèi)型的資源中，因此具有不同特征的屬性，為了使智能設(shè)計(jì)系統(tǒng)中知識(shí)結(jié)構(gòu)的構(gòu)建具有柔性，本系統(tǒng)采用可配置知識(shí)模板構(gòu)建技術(shù)[17]，實(shí)現(xiàn)知識(shí)根據(jù)類(lèi)型不同的屬性特征進(jìn)行自定義。如表2所示為系統(tǒng)中對(duì)一類(lèi)業(yè)務(wù)領(lǐng)域知識(shí)的定義，即構(gòu)建標(biāo)準(zhǔn)規(guī)范模板。

表2 標(biāo)準(zhǔn)規(guī)范模板

設(shè)計(jì)知識(shí)中的實(shí)例方案知識(shí)，由于其還具有動(dòng)態(tài)知識(shí)類(lèi)型的特性，在構(gòu)建完成實(shí)例知識(shí)模板后，還需要結(jié)合設(shè)計(jì)問(wèn)題和設(shè)計(jì)對(duì)象的特征，對(duì)實(shí)例的數(shù)據(jù)庫(kù)進(jìn)行建模，即描述實(shí)例中各變量信息之間的關(guān)系。如圖4所示為槍管設(shè)計(jì)中實(shí)例庫(kù)模型，其設(shè)計(jì)實(shí)例包括用于實(shí)例匹配的戰(zhàn)術(shù)技術(shù)指標(biāo)、對(duì)應(yīng)槍彈的參數(shù)信息以及槍管的具體設(shè)計(jì)方案參數(shù)信息3部分。

對(duì)于規(guī)則經(jīng)驗(yàn)和算法模型這兩種類(lèi)型知識(shí)，其特點(diǎn)是可以編程，適合用于反復(fù)計(jì)算迭代過(guò)程。組件是以結(jié)構(gòu)化的方式對(duì)設(shè)計(jì)過(guò)程中反復(fù)迭代的設(shè)計(jì)知識(shí)進(jìn)行封裝，并在驅(qū)動(dòng)引擎控制下以自動(dòng)化的方式接受參數(shù)、執(zhí)行動(dòng)作并返回相應(yīng)的結(jié)果[18]。因此，本系統(tǒng)基于XML技術(shù)，將規(guī)則經(jīng)驗(yàn)和算法模型這兩類(lèi)知識(shí)封裝成一種可以通過(guò)驅(qū)動(dòng)引擎調(diào)用相應(yīng)設(shè)計(jì)工具來(lái)實(shí)現(xiàn)自身求解的參數(shù)化組件模板，稱之為可執(zhí)行組件模板。表3所示為可執(zhí)行組件模板建模元語(yǔ)，由于篇幅所限，其詳細(xì)代碼不再給出。

表3 可執(zhí)行組件模板建模元語(yǔ)

2.2.2 設(shè)計(jì)知識(shí)的語(yǔ)義建模

通過(guò)2.2.1節(jié)對(duì)不同類(lèi)型設(shè)計(jì)知識(shí)的組織和表示，還不能完全消除知識(shí)之間的異構(gòu)，為了進(jìn)一步實(shí)現(xiàn)設(shè)計(jì)知識(shí)對(duì)智能設(shè)計(jì)過(guò)程的支持服務(wù)，需要實(shí)現(xiàn)計(jì)算機(jī)對(duì)知識(shí)的語(yǔ)義理解和自動(dòng)化處理。在人工智能領(lǐng)域本體用于描述事物本質(zhì)，是概念模型的明確規(guī)范說(shuō)明[16]。實(shí)現(xiàn)計(jì)算機(jī)對(duì)知識(shí)資源的“理解”，需要根據(jù)領(lǐng)域本體構(gòu)建知識(shí)上下文模型并為知識(shí)資源添加額外的標(biāo)識(shí)，即對(duì)設(shè)計(jì)知識(shí)進(jìn)行語(yǔ)義建模。如圖5所示，設(shè)計(jì)知識(shí)的語(yǔ)義建模主要分為兩個(gè)步驟：一是構(gòu)建領(lǐng)域本體，其重點(diǎn)是本體模型的建立；二是對(duì)知識(shí)資源進(jìn)行語(yǔ)義標(biāo)注，即在本體模型中對(duì)實(shí)體元素與知識(shí)資源之間建立關(guān)聯(lián)。

圖5 設(shè)計(jì)知識(shí)語(yǔ)義建模流程Fig.5 Semantic modeling process of design knowledge

為了實(shí)現(xiàn)設(shè)計(jì)知識(shí)與設(shè)計(jì)過(guò)程的關(guān)聯(lián)，在構(gòu)建領(lǐng)域本體模型時(shí)，需要結(jié)合設(shè)計(jì)任務(wù)，根據(jù)設(shè)計(jì)知識(shí)在不同階段的存在形式定義概念對(duì)象之間的關(guān)系，因此本文提出將設(shè)計(jì)知識(shí)從3個(gè)維度進(jìn)行構(gòu)建，分別為設(shè)計(jì)問(wèn)題維、設(shè)計(jì)對(duì)象維和設(shè)計(jì)知識(shí)維。設(shè)計(jì)問(wèn)題維主要描述與設(shè)計(jì)過(guò)程任務(wù)相關(guān)的概念及屬性，如槍管設(shè)計(jì)中彈膛設(shè)計(jì)、坡膛設(shè)計(jì)、線膛設(shè)計(jì)等過(guò)程概念；設(shè)計(jì)對(duì)象維主要描述設(shè)計(jì)問(wèn)題所對(duì)應(yīng)的設(shè)計(jì)對(duì)象相關(guān)的概念及屬性，如槍管設(shè)計(jì)中與方案域相關(guān)的結(jié)構(gòu)、參數(shù)、材料等；設(shè)計(jì)知識(shí)維主要描述知識(shí)資源中各類(lèi)型知識(shí)的屬性要素。表4為領(lǐng)域本體模型中各維度的部分概念對(duì)象屬性。

表4 領(lǐng)域本體模型各維度的部分對(duì)象屬性

基于本體模型框架，對(duì)領(lǐng)域本體進(jìn)行構(gòu)建，主要分為本體構(gòu)建前處理和后處理兩個(gè)過(guò)程。本體構(gòu)建前處理主要包括對(duì)設(shè)計(jì)產(chǎn)品所涉及到專(zhuān)業(yè)領(lǐng)域進(jìn)行分析，明確域的范圍和粒度；提取相關(guān)重要概念、術(shù)語(yǔ)；然后抽象出概念間的語(yǔ)義關(guān)系；根據(jù)概念添加相關(guān)屬性，如對(duì)象關(guān)系、數(shù)據(jù)類(lèi)型等。本體構(gòu)建后處理主要是利用OWL語(yǔ)言對(duì)其進(jìn)行形式化描述，并借助Protégé等專(zhuān)業(yè)工具進(jìn)行本體編輯；最后從描述性和驗(yàn)證性兩個(gè)不同角度檢驗(yàn)、評(píng)價(jià)本體的可行性和有效性，完善本體構(gòu)建。

語(yǔ)義標(biāo)注主要完成文檔預(yù)處理、本體解析和語(yǔ)義匹配這3個(gè)工作。文檔預(yù)處理是將知識(shí)資源轉(zhuǎn)化成簡(jiǎn)單的文本，再對(duì)文本進(jìn)行分詞處理，去掉詞集中的停用詞，利用TF-IDF公式統(tǒng)計(jì)各個(gè)詞的詞頻，依據(jù)詞頻為每個(gè)詞賦予權(quán)重，最后根據(jù)權(quán)重的高低選擇部分候選詞，形成知識(shí)資源的表達(dá)向量。本體解析是根據(jù)已構(gòu)建的本體模型，利用OWL-API工具分別解析模型中的類(lèi)、實(shí)例、對(duì)象屬性、數(shù)據(jù)屬性以及其他的約束表達(dá)式，生成一個(gè)本體元素概念集合。之后再利用語(yǔ)義相似度算法，完成相關(guān)語(yǔ)義匹配，并通過(guò)設(shè)定閾值進(jìn)行一些概念的取舍，最后保存結(jié)果。

在語(yǔ)義相似度計(jì)算中，由于概念可以描述為向量形式：即知識(shí)資源概念C=(c1,c2,…,cm)，本體概念C′=(c′1,c′2,…,c′n)，這樣兩個(gè)概念之間的語(yǔ)義相似度轉(zhuǎn)換為計(jì)算兩個(gè)任意長(zhǎng)度字符串的相似度。其相似度可以描述為

(2)

式中：本文采用將編輯距離和字符串最大匹配長(zhǎng)度結(jié)合起來(lái)衡量?jī)蓚€(gè)字符串間的相關(guān)程度，λ和μ分別為兩種相似度算法的權(quán)重值；SimLD(C,C′)=1-MED(C,C′),MED(C,C′)為兩字符串最小編輯距離；

LCSLength(C,C′)為兩字符串的最長(zhǎng)公共子序列。

2.3 方案推理與輔助決策

CBR技術(shù)是人工智能由表層機(jī)器模仿向深層機(jī)器思維發(fā)展中的一種形式[4]。但現(xiàn)有CBR研究在方案評(píng)價(jià)、參數(shù)修改方面存在不足，為此，本文基于上述知識(shí)服務(wù)策略，通過(guò)構(gòu)建知識(shí)環(huán)境將設(shè)計(jì)活動(dòng)中涉及到的關(guān)聯(lián)知識(shí)融入基于實(shí)例的推理中，使其起到輔助決策作用。如圖6所示，方案推理與決策流程可以分為：實(shí)例匹配——方案評(píng)價(jià)——輔助修改，其主要完成的設(shè)計(jì)活動(dòng)包括設(shè)計(jì)實(shí)例的推理和設(shè)計(jì)知識(shí)的輔助決策。

圖6 方案推理與決策流程Fig.6 Reasoning and decision-making processes

在本文的知識(shí)服務(wù)方法中，關(guān)聯(lián)知識(shí)的輔助決策作用分為3個(gè)層次：1)淺層輔助，即在參數(shù)修改過(guò)程中，基于上述對(duì)設(shè)計(jì)知識(shí)的語(yǔ)義建模，借助語(yǔ)義檢索技術(shù)自動(dòng)獲取設(shè)計(jì)方案中相關(guān)的業(yè)務(wù)領(lǐng)域知識(shí)并主動(dòng)提供給設(shè)計(jì)人員，實(shí)現(xiàn)設(shè)計(jì)人員的及時(shí)查看參考；2)中層輔助，即在最優(yōu)方案選擇中，基于專(zhuān)家經(jīng)驗(yàn)知識(shí)對(duì)評(píng)價(jià)指標(biāo)與實(shí)例方案進(jìn)行關(guān)聯(lián)，實(shí)現(xiàn)多目標(biāo)決策；3)深層輔助，即在參數(shù)修改過(guò)程中，通過(guò)原理公式、規(guī)則經(jīng)驗(yàn)等知識(shí)對(duì)設(shè)計(jì)參數(shù)的約束，實(shí)現(xiàn)參數(shù)的自動(dòng)修改和意見(jiàn)推薦。

對(duì)基于實(shí)例的推理過(guò)程，首先需要完成實(shí)例檢索，考慮到上述關(guān)聯(lián)知識(shí)的輔助決策作用，本系統(tǒng)針對(duì)實(shí)例檢索制定了一個(gè)二級(jí)檢索策略，主要包括完成對(duì)實(shí)例方案特征屬性的匹配和對(duì)設(shè)計(jì)變量概念要素的語(yǔ)義檢索。對(duì)于設(shè)計(jì)變量概念要素的語(yǔ)義檢索， 可以從概念、屬性和結(jié)構(gòu)3個(gè)層次計(jì)算其語(yǔ)義相似度[19]，由于其不是本文關(guān)注重點(diǎn)，這里不做詳細(xì)說(shuō)明，下面重點(diǎn)對(duì)實(shí)例方案的特征屬性匹配進(jìn)行介紹。

目前在實(shí)例特征相似度計(jì)算方面存在較多的方法，其主要思想是根據(jù)特征對(duì)象的類(lèi)型選取合適的算法。如針對(duì)槍管的智能設(shè)計(jì)中，會(huì)結(jié)合槍械設(shè)計(jì)戰(zhàn)技術(shù)指標(biāo)所涉及的對(duì)象特征類(lèi)型，選擇相應(yīng)的計(jì)算方法，就某一型號(hào)槍管來(lái)說(shuō)，要求其可以射擊多種槍彈型號(hào)，在實(shí)例對(duì)象特征匹配中需要選擇包含型。如表5所示為本文智能設(shè)計(jì)系統(tǒng)中實(shí)例匹配所采用的具體特征相似度計(jì)算類(lèi)型。

綜上，在實(shí)例檢索中設(shè)計(jì)實(shí)例特征屬性匹配的全局相似性可以表示為

Sim(X,Y)=ωTexSimTex+ωNumSimNum+

式中：ωTex、ωNum、ωInt、ωFuz、ωCon分別為文本型、數(shù)字型、區(qū)間型、模糊型、包含型對(duì)象特征的權(quán)重，其值由相應(yīng)的領(lǐng)域?qū)＜腋鶕?jù)各個(gè)戰(zhàn)技術(shù)指標(biāo)的重要程度給出，取值范圍為[0, 1]。

經(jīng)過(guò)實(shí)例檢索后，可以獲取到與目標(biāo)方案相似的實(shí)例集，現(xiàn)有文獻(xiàn)中基于CBR的智能設(shè)計(jì)方法主要根據(jù)相似度的大小選取其中最相近的作為目標(biāo)方案[4,10]。而在實(shí)際設(shè)計(jì)過(guò)程中，匹配出的相似實(shí)例只在一定程度上會(huì)對(duì)新設(shè)計(jì)起到作用，即用于實(shí)例匹配的對(duì)象特征屬性不能完全決定實(shí)例的重用性，評(píng)價(jià)一個(gè)方案的好壞還取決于各種評(píng)價(jià)指標(biāo)，如槍械領(lǐng)域中故障率、結(jié)構(gòu)簡(jiǎn)單性、維修性、安全性和經(jīng)濟(jì)成本等綜合評(píng)價(jià)指標(biāo)。所以，本系統(tǒng)采用灰色關(guān)聯(lián)分析法和熵值法相結(jié)合的方案評(píng)價(jià)方法，量化出評(píng)價(jià)指標(biāo)和方案之間的關(guān)聯(lián)關(guān)系，最終選擇出更為科學(xué)合理的最優(yōu)相似實(shí)例作為目標(biāo)方案。其過(guò)程為：首先建立方案評(píng)價(jià)體系，獲取相應(yīng)的評(píng)價(jià)指標(biāo)并建立指標(biāo)矩陣，利用灰色關(guān)聯(lián)分析計(jì)算灰色關(guān)聯(lián)系數(shù)，再借助熵值法計(jì)算指標(biāo)權(quán)重，最后結(jié)合灰色關(guān)聯(lián)系數(shù)與指標(biāo)權(quán)重計(jì)算灰色關(guān)聯(lián)度從而得出最優(yōu)方案。其中灰色關(guān)聯(lián)分析又包括4個(gè)步驟：構(gòu)建指標(biāo)矩陣、灰色關(guān)聯(lián)生成、灰色關(guān)聯(lián)系數(shù)計(jì)算和灰色關(guān)聯(lián)度計(jì)算。

當(dāng)?shù)玫阶顑?yōu)相似實(shí)例后，為了檢查其是否符合設(shè)計(jì)要求，系統(tǒng)會(huì)對(duì)目標(biāo)方案進(jìn)行校驗(yàn)，即通過(guò)設(shè)計(jì)要求指標(biāo)和設(shè)計(jì)參數(shù)之間的映射關(guān)系，對(duì)比其是否滿足設(shè)計(jì)要求。對(duì)于不符合設(shè)計(jì)需求的參數(shù)，需要對(duì)其進(jìn)一步修改以使最終方案滿足實(shí)際設(shè)計(jì)需求。通過(guò)上一步驟的檢驗(yàn)過(guò)程，可以獲取到目標(biāo)方案中不符合設(shè)計(jì)要求的參數(shù)，即需要修改的參數(shù)集；借助設(shè)計(jì)參數(shù)之間存在的關(guān)聯(lián)規(guī)則知識(shí)，確定需要修改參數(shù)的修改順序，并依據(jù)順序?qū)ζ湫薷?，同時(shí)以此獲得各參數(shù)的修改意見(jiàn)，最后獲取到最終設(shè)計(jì)方案。

2.4 設(shè)計(jì)工具集成與過(guò)程封裝

設(shè)計(jì)工具集成與過(guò)程封裝主要目的是通過(guò)對(duì)規(guī)則經(jīng)驗(yàn)知識(shí)和算法模型知識(shí)的封裝，構(gòu)造可以自動(dòng)運(yùn)行的知識(shí)組件，實(shí)現(xiàn)智能設(shè)計(jì)過(guò)程中的自動(dòng)化計(jì)算，即對(duì)智能設(shè)計(jì)活動(dòng)中計(jì)算性問(wèn)題的求解。目前設(shè)計(jì)工具的集成主要包括基于各軟件工具提供的應(yīng)用程序編程接口(API)、基于中間狀態(tài)文件以及基于用戶子模塊等方法。本系統(tǒng)主要采用基于文件的集成方法，即通過(guò)對(duì)各軟件工具(UG、Pro/E、Matlab等)建模產(chǎn)生的元程序(如UG的 .macro文件、Matlab的.m文件等)進(jìn)行規(guī)范化處理，并基于XML技術(shù)利用表3中規(guī)定的可執(zhí)行組件模板建模元語(yǔ)，將設(shè)計(jì)規(guī)則經(jīng)驗(yàn)知識(shí)、以及求解該模板的軟件工具啟動(dòng)程序等進(jìn)行封裝；同時(shí)利用接口技術(shù)調(diào)用不同類(lèi)型工具的API以實(shí)現(xiàn)外部軟件工具的自動(dòng)調(diào)用。通過(guò)對(duì)設(shè)計(jì)知識(shí)中計(jì)算過(guò)程類(lèi)型知識(shí)的參數(shù)化封裝，既可以實(shí)現(xiàn)設(shè)計(jì)方案參數(shù)驅(qū)動(dòng)的建模仿真，同時(shí)還可以實(shí)現(xiàn)設(shè)計(jì)活動(dòng)中的反復(fù)迭代過(guò)程。

3 應(yīng)用實(shí)例驗(yàn)證

項(xiàng)目組在Eclipse 3.6軟件環(huán)境中，基于Java、XML、JavaScript語(yǔ)言開(kāi)發(fā)了B/S結(jié)構(gòu)(Browser/Server，瀏覽器/服務(wù)器)的智能設(shè)計(jì)系統(tǒng)，并選擇槍管為設(shè)計(jì)對(duì)象，驗(yàn)證該智能設(shè)計(jì)系統(tǒng)的有效性。

3.1 智能設(shè)計(jì)系統(tǒng)結(jié)構(gòu)

為了盡可能符合實(shí)際設(shè)計(jì)過(guò)程，在智能設(shè)計(jì)系統(tǒng)中，產(chǎn)品智能設(shè)計(jì)的執(zhí)行流程為：?jiǎn)栴}分析—方案設(shè)計(jì)(方案匹配推理)—詳細(xì)設(shè)計(jì)(方案評(píng)價(jià)、自動(dòng)修改)—建模仿真—改進(jìn)階段(迭代輔助修改)。為了實(shí)現(xiàn)這一流程，智能設(shè)計(jì)系統(tǒng)需要構(gòu)建支持產(chǎn)品智能化設(shè)計(jì)過(guò)程的知識(shí)環(huán)境，根據(jù)功能不同其可以分為4個(gè)層次，如圖7所示。

圖7 基于知識(shí)的智能設(shè)計(jì)系統(tǒng)體系結(jié)構(gòu)Fig.7 Architecture of knowledge-based intelligent design system

1)資源層：實(shí)現(xiàn)產(chǎn)品智能化設(shè)計(jì)，首先需要有大量的不同類(lèi)型設(shè)計(jì)知識(shí)資源支持，包括：文檔類(lèi)資源，如規(guī)則經(jīng)驗(yàn)、標(biāo)準(zhǔn)規(guī)范和方案報(bào)告等；開(kāi)發(fā)類(lèi)資源，如產(chǎn)品模型和計(jì)算程序等；設(shè)計(jì)工具類(lèi)資源，如建模工具(AUTOCAD、UG、Pro/E、CATIA等)和計(jì)算仿真工具(Matlab/SIMULINK、ANSYS等)。

2)集成層：根據(jù)圖3對(duì)設(shè)計(jì)知識(shí)的分類(lèi)，利用一定的技術(shù)手段描述組織各類(lèi)型知識(shí)資源，以實(shí)現(xiàn)知識(shí)的管理和集成，并構(gòu)建相應(yīng)的知識(shí)庫(kù)。例如，利用模板技術(shù)實(shí)現(xiàn)知識(shí)的形式化描述與組織，利用本體技術(shù)構(gòu)建設(shè)計(jì)知識(shí)的語(yǔ)義網(wǎng)絡(luò)，以實(shí)現(xiàn)知識(shí)的集成，解決設(shè)計(jì)知識(shí)對(duì)于設(shè)計(jì)活動(dòng)求解存在的分布、異構(gòu)等問(wèn)題。

3)引擎層：實(shí)現(xiàn)智能化設(shè)計(jì)活動(dòng)的關(guān)鍵，也是實(shí)現(xiàn)知識(shí)支持產(chǎn)品智能設(shè)計(jì)過(guò)程各功能執(zhí)行的驅(qū)動(dòng)工具。根據(jù)智能設(shè)計(jì)活動(dòng)求解的設(shè)計(jì)問(wèn)題(推理與決策性問(wèn)題和計(jì)算性問(wèn)題)的類(lèi)型分為智能推理與決策引擎和工具集成與知識(shí)重用引擎。智能推理與決策引擎主要實(shí)現(xiàn)方案的推理、綜合評(píng)價(jià)和參數(shù)修改等功能；工具集成與知識(shí)重用引擎主要實(shí)現(xiàn)設(shè)計(jì)工具的集成、組件模板封裝、規(guī)則約束以及經(jīng)驗(yàn)重用等功能。兩個(gè)引擎之間通過(guò)信息交互實(shí)現(xiàn)兩者的集成。

4)交互層：實(shí)現(xiàn)設(shè)計(jì)人員與智能設(shè)計(jì)系統(tǒng)交互，由于目前技術(shù)的局限性以及實(shí)際使用情況，智能設(shè)計(jì)行為仍然是一個(gè)需要人來(lái)參與的過(guò)程，交互層主要提供系統(tǒng)的使用界面以及信息錄入等功能。

本文基于上述方法提出的智能設(shè)計(jì)系統(tǒng)，其目標(biāo)是通過(guò)知識(shí)環(huán)境的構(gòu)建，實(shí)現(xiàn)將產(chǎn)品的設(shè)計(jì)過(guò)程從原有的“自發(fā)式”設(shè)計(jì)活動(dòng)向“指令式”設(shè)計(jì)活動(dòng)轉(zhuǎn)變，即設(shè)計(jì)人員在產(chǎn)品設(shè)計(jì)時(shí)只需要向計(jì)算機(jī)發(fā)出指令，通過(guò)計(jì)算機(jī)智能化地完成一些規(guī)則性的推理和計(jì)算活動(dòng)，并輔助設(shè)計(jì)人員進(jìn)行決策與設(shè)計(jì)過(guò)程。

3.2 槍管設(shè)計(jì)問(wèn)題描述

槍管是槍械中最重要的零部件之一，槍管設(shè)計(jì)也是槍械設(shè)計(jì)的基礎(chǔ)環(huán)節(jié)[20]。通過(guò)對(duì)某兵器研究單位調(diào)研，總結(jié)了槍管設(shè)計(jì)內(nèi)容，如圖8所示。槍管設(shè)計(jì)過(guò)程中需要大量的諸如設(shè)計(jì)手冊(cè)、標(biāo)準(zhǔn)規(guī)范、經(jīng)驗(yàn)規(guī)則和以往案例等設(shè)計(jì)知識(shí)，以實(shí)現(xiàn)其能夠容納不同類(lèi)型槍彈，并賦予彈頭一定的方向和初速，且具有良好的射擊精度、足夠的管壁強(qiáng)度等設(shè)計(jì)目標(biāo)。

圖8 槍管設(shè)計(jì)內(nèi)容Fig.8 Barrel design content

實(shí)際的槍械設(shè)計(jì)中，槍管的設(shè)計(jì)一般是在槍彈設(shè)計(jì)和全槍總體布局已定的情況下進(jìn)行，主要的設(shè)計(jì)工作是完成槍管內(nèi)膛結(jié)構(gòu)設(shè)計(jì)和管壁強(qiáng)度計(jì)算和校驗(yàn)。強(qiáng)度計(jì)算主要是在裝填條件和彈頭一定的發(fā)射條件下，根據(jù)內(nèi)彈道計(jì)算得出膛壓、彈頭速度與彈頭行程、時(shí)間的關(guān)系，獲取到槍管膛壓特性，繪制膛壓曲線(即P-L曲線)，確定槍管主要斷面處壁厚，形成槍管的理論外形。槍管智能設(shè)計(jì)過(guò)程主要是指根據(jù)提供的設(shè)計(jì)要求，智能地完成槍管設(shè)計(jì)中上述內(nèi)膛、外形和強(qiáng)度等設(shè)計(jì)任務(wù)的求解，并生成設(shè)計(jì)方案和模型等結(jié)果；在槍管設(shè)計(jì)改進(jìn)階段，通過(guò)人機(jī)交互或自動(dòng)方式完成參數(shù)的調(diào)整，最終實(shí)現(xiàn)槍管的快速、自動(dòng)化設(shè)計(jì)任務(wù)。

3.3 槍管智能設(shè)計(jì)驗(yàn)證

首先，根據(jù)圖3對(duì)槍管設(shè)計(jì)相關(guān)的知識(shí)資源進(jìn)行分類(lèi)，并利用2.2節(jié)對(duì)設(shè)計(jì)知識(shí)的形式化描述方法，構(gòu)建槍管設(shè)計(jì)各類(lèi)型知識(shí)庫(kù)，包括業(yè)務(wù)領(lǐng)域知識(shí)庫(kù)、實(shí)例方案知識(shí)庫(kù)、規(guī)則經(jīng)驗(yàn)知識(shí)庫(kù)以及算法模型知識(shí)庫(kù)。如圖9所示為槍管設(shè)計(jì)知識(shí)庫(kù)中的實(shí)例方案知識(shí)庫(kù)，其主要包括槍管的基本信息和槍管各結(jié)構(gòu)參數(shù)信息。

如表6所示，槍管的設(shè)計(jì)指標(biāo)包括戰(zhàn)術(shù)和技術(shù)兩方面，統(tǒng)稱戰(zhàn)術(shù)技術(shù)指標(biāo)(即戰(zhàn)術(shù)技術(shù)指標(biāo))，其主要作為槍管實(shí)例特征用于檢索。智能設(shè)計(jì)系統(tǒng)在實(shí)例推理前，首先需要設(shè)計(jì)人員根據(jù)專(zhuān)家意見(jiàn)對(duì)各項(xiàng)戰(zhàn)術(shù)技術(shù)指標(biāo)設(shè)置權(quán)重以及相似度評(píng)價(jià)閾值，并通過(guò)指標(biāo)輸入界面將這些指標(biāo)對(duì)應(yīng)輸入，如表7所示為相應(yīng)需求指標(biāo)的權(quán)重。系統(tǒng)根據(jù)不同指標(biāo)類(lèi)型對(duì)應(yīng)的相似度計(jì)算方法，自動(dòng)執(zhí)行實(shí)例匹配功能，獲得相似實(shí)例結(jié)果，如圖10所示。

圖9 槍管實(shí)例方案知識(shí)庫(kù)Fig.9 Barrel case base

表6 輸入的戰(zhàn)術(shù)技術(shù)需求指標(biāo)

表7 戰(zhàn)術(shù)技術(shù)指標(biāo)相似匹配權(quán)重

圖10 最優(yōu)相似實(shí)例獲取過(guò)程Fig.10 Retrieval process of optimal similar case

經(jīng)過(guò)實(shí)例檢索后，系統(tǒng)從實(shí)例方案知識(shí)庫(kù)中獲取到相似實(shí)例集，如圖10所示。之后，設(shè)計(jì)人員配置經(jīng)槍械領(lǐng)域?qū)＜掖_定的槍管設(shè)計(jì)方案中各評(píng)價(jià)指標(biāo)(如故障率、結(jié)構(gòu)簡(jiǎn)單性、維修性、安全性和經(jīng)濟(jì)成本等)的權(quán)重。系統(tǒng)根據(jù)各指標(biāo)權(quán)重自動(dòng)地計(jì)算出各相似方案的灰色關(guān)聯(lián)度，并排序獲取灰色關(guān)聯(lián)度最大的設(shè)計(jì)方案作為最優(yōu)相似實(shí)例。

圖11 實(shí)例修改界面Fig.11 Interface of case modification

如圖11所示，下一步系統(tǒng)會(huì)基于圖4所示的槍管實(shí)例庫(kù)，對(duì)最優(yōu)相似實(shí)例所對(duì)應(yīng)的具體設(shè)計(jì)方案進(jìn)行自動(dòng)校驗(yàn)，檢驗(yàn)方案中的各參數(shù)是否滿足需求，并根據(jù)規(guī)則經(jīng)驗(yàn)知識(shí)庫(kù)中相關(guān)的知識(shí)進(jìn)行自動(dòng)修改，同時(shí)系統(tǒng)會(huì)提供修改理由。在修改過(guò)程中系統(tǒng)還會(huì)對(duì)各參數(shù)變量進(jìn)行業(yè)務(wù)領(lǐng)域知識(shí)的關(guān)聯(lián)，如點(diǎn)擊“纏角”界面會(huì)展示業(yè)務(wù)領(lǐng)域知識(shí)庫(kù)中關(guān)于“纏角”的相關(guān)業(yè)務(wù)領(lǐng)域知識(shí)，以輔助設(shè)計(jì)人員及時(shí)查看，方便設(shè)計(jì)人員進(jìn)行人機(jī)交互式修改。在完成上述實(shí)例修改過(guò)程后，系統(tǒng)利用算法模型知識(shí)庫(kù)中所封裝的可執(zhí)行組件模塊，根據(jù)設(shè)計(jì)需求調(diào)用不同的設(shè)計(jì)工具，實(shí)現(xiàn)計(jì)算、建模和仿真任務(wù)。如圖12所示為系統(tǒng)自動(dòng)通過(guò)調(diào)用槍管三維模型知識(shí)模板，在UG引擎驅(qū)動(dòng)下實(shí)現(xiàn)槍管的三維建模過(guò)程，界面會(huì)展示三維建模組件運(yùn)行過(guò)程以及結(jié)果文件。

圖12 自動(dòng)化生成三維模型Fig.12 Automatic generation of 3D model

4 結(jié)論

產(chǎn)品設(shè)計(jì)的智能化主要體現(xiàn)在對(duì)設(shè)計(jì)過(guò)程中計(jì)算性問(wèn)題和推理決策性問(wèn)題的計(jì)算機(jī)自動(dòng)化處理，現(xiàn)有智能設(shè)計(jì)系統(tǒng)由于缺少對(duì)設(shè)計(jì)過(guò)程中除實(shí)例以外其余設(shè)計(jì)知識(shí)的關(guān)注，未能很好地將計(jì)算性問(wèn)題和推理決策性問(wèn)題的求解結(jié)合。因此，本文從產(chǎn)品實(shí)際設(shè)計(jì)過(guò)程中對(duì)智能設(shè)計(jì)的需求出發(fā)，提出了支持產(chǎn)品智能化設(shè)計(jì)的知識(shí)服務(wù)方法，通過(guò)知識(shí)服務(wù)策略的制定和支撐智能化設(shè)計(jì)知識(shí)環(huán)境的構(gòu)建，可以有效地同時(shí)解決產(chǎn)品智能化設(shè)計(jì)活動(dòng)過(guò)程中上述兩類(lèi)問(wèn)題的求解，實(shí)現(xiàn)了設(shè)計(jì)知識(shí)對(duì)智能化設(shè)計(jì)全過(guò)程的支持。

該方法根據(jù)設(shè)計(jì)知識(shí)與過(guò)程的關(guān)聯(lián)，將設(shè)計(jì)知識(shí)進(jìn)行分類(lèi)，并以此制定了各類(lèi)型知識(shí)在智能設(shè)計(jì)過(guò)程中的服務(wù)策略；同時(shí)對(duì)不同類(lèi)型知識(shí)進(jìn)行形式化建模，包括基于模板的組織描述和基于本體的語(yǔ)義建模，并以此為基礎(chǔ)，從不同層面實(shí)現(xiàn)了關(guān)聯(lián)知識(shí)對(duì)設(shè)計(jì)過(guò)程的輔助決策作用，包括關(guān)聯(lián)知識(shí)參考、方案評(píng)價(jià)和參數(shù)修改；通過(guò)可執(zhí)行組件模板實(shí)現(xiàn)了基于文件的不同類(lèi)型設(shè)計(jì)工具集成以及計(jì)算過(guò)程模板的封裝，解決設(shè)計(jì)過(guò)程中反復(fù)迭代對(duì)知識(shí)的重用。最后，通過(guò)槍管設(shè)計(jì)，驗(yàn)證了基于上述方法所開(kāi)發(fā)的智能設(shè)計(jì)系統(tǒng)的有效性，可以實(shí)現(xiàn)槍管的快速化、自動(dòng)化設(shè)計(jì)，提升了設(shè)計(jì)效率和知識(shí)重用率。

本文還可以從以下方面進(jìn)行深入研究：1)設(shè)計(jì)知識(shí)如何進(jìn)一步提升對(duì)設(shè)計(jì)過(guò)程的智能服務(wù)作用，如從語(yǔ)義層面上通過(guò)知識(shí)推理解決設(shè)計(jì)知識(shí)輔助決策求解等問(wèn)題，實(shí)現(xiàn)知識(shí)與過(guò)程的動(dòng)態(tài)關(guān)聯(lián)；2)實(shí)現(xiàn)設(shè)計(jì)工具之間的動(dòng)態(tài)組合，以完成協(xié)同設(shè)計(jì)任務(wù)；3)針對(duì)基于功能- 行為- 結(jié)構(gòu)的產(chǎn)品智能化配置，研究知識(shí)對(duì)其設(shè)計(jì)過(guò)程的服務(wù)支持。

References)

[1] Gianfranco L R. 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.

[2] 肖人彬, 周濟(jì), 查建中. 智能設(shè)計(jì): 概念、發(fā)展與實(shí)踐[J]. 中國(guó)機(jī)械工程, 1997, 8(2): 74-76. XIAO Ren-bin, ZHOU Ji, CHA Jian-zhong. Intelligent design: concept, development and practice[J]. China Mechanical Engineering, 1997, 8(2): 74-76. (in Chinese)

[3] Richard C, Wim J C V, Michel J L, et al. A multi-disciplinary implementation methodology for knowledge based engineering: KNOMAD[J]. Expert Systems with Applications, 2010, 37(11): 7336-7350.

[4] Zbigniew K, Maria M, Stefan Z, et al. CBR methodology application in an expert system for aided design ship's engine room automation[J]. Expert Systems with Applications, 2005, 29(2): 256-263.

[5] 何勇. 火炮裝藥設(shè)計(jì)專(zhuān)家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 兵工學(xué)報(bào), 2000, 21(2): 171-173. HE Yong. Design and implementation of an expert system of gun charge design[J]. Acta Armamentarii, 2000, 21(2): 171-173. (in Chinese)

[6] 吳曉云, 馬大為, 李四超. 基于粗糙層次分析法的武器系統(tǒng)方案智能決策技術(shù)[J]. 兵工學(xué)報(bào), 2005, 26(6): 803-806. WU Xiao-yun, MA Da-wei, LI Si-chao. Intelligent decision technology for weapon system scheme based on rough analytical hierarchy process[J]. Acta Armamentarii, 2005, 26(6): 803-806. (in Chinese)

[7] Burton R T, Sargent C M, Schoenau G J, et al. The use of multiple independent gains for a repetitive low frequency duty cycle in a hydraulic system[C]∥The JFPS International Symposium on Fluid Power. Tokyo, Japan: The Japan Fluid Power System Society, 1993.

[8] Kolodner J L. An introduction to case-based reasoning[J]. Artificial Intelligence Review, 1992, 6(1): 3-34.

[9] 陳靖芯, 李紅, 徐晶, 等. 基于知識(shí)的智能化設(shè)計(jì)方法及其實(shí)現(xiàn)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2003, 34(4): 109-112. CHEN Jing-xin, LI Hong, XU Jing, et al. Knowledge-based intelligent design and its application[J]. Transactions of the Chinese Society for Agricultural, 2003, 34(4): 109-112. (in Chinese)

[10] 石峰, 婁臻亮, 張永清, 等. 注塑模澆注系統(tǒng)智能設(shè)計(jì)的一種混合知識(shí)模型[J]. 上海交通大學(xué)學(xué)報(bào), 2003, 37(5): 754-757. SHI Feng, LOU Zhen-liang, ZHANG Yong-qing, et al. A hybrid knowledge model for intelligent design of injection molding feed system[J]. Journal of Shanghai Jiao Tong University, 2003, 37(5): 754-757. (in Chinese)

[11] Peng G, Chen G, Wu C, et al. Applying RBR and CBR to develop a VR based integrated system for machining fixture design[J]. Expert Systems with Applications, 2011, 38(1): 26-38.

[12] Yu Y X, Liao H K, Zhou Y, et al. Reasoning and fuzzy comprehensive assessment methods based CAD system for boiler intelligent design[J]. Journal of Mechanical Science & Technology, 2015, 29(3): 1123-1130.

[13] 趙輝, 席平. 基于知識(shí)集成模型的產(chǎn)品快速設(shè)計(jì)[J]. 北京航空航天大學(xué)學(xué)報(bào), 2006, 33(1): 123-126. ZHAO Hui, XI Ping. Product rapid design based on integrated knowledge model[J]. Journal of Beijing University of Aeronautics & Astronautics, 2006, 33(1): 123-126. (in Chinese)

[14] Guo Y G, Hu J, Peng Y H. A CBR system for injection mould design based on ontology: a case study[J]. Computer-Aided Design, 2012, 44(6): 496-508.

[15] 余旭, 劉繼紅, 何苗. 基于領(lǐng)域本體的復(fù)雜產(chǎn)品設(shè)計(jì)知識(shí)檢索技術(shù)[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2011, 17(2): 225-231. YU Xu, LIU Ji-hong, HE Miao. Design knowledge retrieval technology based on domain ontology for complex products[J]. Computer Integrated Manufacturing Systems, 2011, 17(2): 225-231. (in Chinese)

[16] 王國(guó)新, 閻艷, 張祥, 等. 面向坦克裝甲車(chē)輛創(chuàng)新與快速設(shè)計(jì)的知識(shí)建模方法研究[J]. 兵工學(xué)報(bào), 2009, 30(增刊1): 100-105. WANG Guo-xin, YAN Yan, ZHANG Xiang, et al. A knowledge modeling approach of innovation and rapid design for armored vehicle[J]. Acta Armamentarii, 2009, 30(S1): 100-105. (in Chinese)

[17] 明振軍, 閻艷, 王國(guó)新. 基于可配置模板的產(chǎn)品設(shè)計(jì)知識(shí)多維度表達(dá)方法[J]. 北京理工大學(xué)學(xué)報(bào), 2014, 34(9): 917-922. MING Zhen-jun, YAN Yan, WANG Guo-xin. Multi-dimensional representation for product design knowledge based on configurable knowledge template[J]. Transactions of Beijing Institute of Technology, 2014, 34(9): 917-922. (in Chinese)

[18] 郝佳, 楊海成, 閻艷, 等. 面向產(chǎn)品設(shè)計(jì)任務(wù)的可配置知識(shí)組件技術(shù)[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2012, 18(4): 705-712. HAO Jia, YANG Hai-cheng, YAN Yan, et al. Configurable knowledge component technology oriented to product design tasks[J]. Computer Integrated Manufacturing Systems, 2012, 18(4): 705-712. (in Chinese)

[19] Ke C B, Huang Z Q. Self-adaptive semantic web service matching method[J]. Knowledge-Based Systems, 2012, 35: 41-48.

[20] 劉長(zhǎng)毅, 徐誠(chéng), 劉震. 基于知識(shí)的槍管CAD系統(tǒng)的研究與開(kāi)發(fā)[J]. 機(jī)械科學(xué)與技術(shù). 2000, 19(1): 161-163. LIU Chang-yi, XU Cheng, LIU Zhen. Research and development of barrel CAD system based on acknowledge[J]. Mechanical Science and Technology. 2000, 19(1): 161-163. (in Chinese)

Knowledge Service Method for Supporting Product Intellectualized Design

WANG Ru, WANG Guo-xin, YAN Yan, HAO Jia, SHI Xue-hai, MING Zhen-jun

(School of Mechanical Engineering, Beijing Institute of Technology, Beijing 100081, China)

To solve the problems of computation and reasoning decision in the product intellectualized design and achieve a combination of both, a knowledge service method for supporting product intellectualized design is proposed, which includes the development of knowledge service strategy and the construction of knowledge environment. The design knowledge is divided into four types, i.e. business domain, empirical rule, instance scenario and iteration calculation, by analyzing the features of design knowledge and the relationship between it and design process. A appropriate service strategy is developed for the different types of knowledge, and the formal descriptions of them are given based on knowledge and component templates. An ontology-based semantic modeling process of design knowledge is presented. On this basis, through evaluation and modification of scheme, the design knowledge is integrated into the instance-based reasoning activities, and the automated computation is achieved by tools integration and procedure packaging. A knowledge-based intelligent design system is developed. The proposed method is demonstrated by taking a gun barrel for example. The result shows that the method is effective.

artificial intelligence; knowledge service; knowledge reuse; reasoning decision; barrel design

2015-11-18

國(guó)家自然科學(xué)基金項(xiàng)目(51375049、51505032); 國(guó)家國(guó)防科技工業(yè)局基礎(chǔ)科研項(xiàng)目(A2220133001)

王儒(1987—), 男, 博士研究生。E-mail: haitang.56@163.com; 閻艷(1967—), 女, 教授, 博士生導(dǎo)師。E-mail:yanyan331@bit.edu.cn

TP182

A

1000-1093(2016)11-2101-13

10.3969/j.issn.1000-1093.2016.11.019