劉懷蘭 廖 嶺 周 源

1.華中科技大學，武漢，430074 2.清華大學，北京，100084

基于知識流動視角的工程技術預測
——以諧波減速器為例

劉懷蘭1廖 嶺1周 源2

1.華中科技大學，武漢，430074 2.清華大學，北京，100084

以知識流動為視角，立足于文獻和專利數(shù)據(jù)，并結合聚類分析和主路徑分析法，構建了定量的技術預測模型。以諧波減速器為例，基于1980～2009年的文獻和專利數(shù)據(jù)，運用該模型進行技術預測，然后與2010～2014年的技術進行對比。結果證明，該技術預測模型具有較高的可行性和有效性。最后，預測出諧波減速器未來五年的技術：未來各國將致力于對影響傳動裝置高精度、零回差、高傳動效率、高承載能力、高可靠性等性能相關的技術研究及對傳動裝置小型化、輕質化、組成部件的優(yōu)化研究。

機械制造自動化；技術預測；知識流動；諧波減速器

0 引言

技術創(chuàng)新是推動國家、企業(yè)不斷發(fā)展的主要動力之一，特別是航空、先進制造、新材料、新能源等技術密集型領域。技術創(chuàng)新需要確定正確的技術創(chuàng)新戰(zhàn)略，而制訂正確的技術創(chuàng)新戰(zhàn)略則首先需要做出正確的技術預測[1]。目前，技術預測更加偏重于德爾菲法等定性的預測，缺乏定量的數(shù)據(jù)分析[2]，技術預測的客觀性和有效性不足。也有部分學者基于文獻和專利數(shù)據(jù)進行技術預測，但大多數(shù)只是單方面的研究文獻或專利，結合兩者進行研究的較少。以文獻為載體的理論知識會向以專利為載體的技術知識進行流動，對技術預測具有一定的借鑒意義。本研究以知識流動為視角，立足于客觀的文獻和專利數(shù)據(jù)，并結合聚類分析和主路徑分析法，構建了定量的技術預測模型。針對廣泛應用于機器人、航空航天、加工中心等領域的諧波減速器進行了技術預測，進而證實了提出的技術預測模型的可行性和有效性。

1 相關理論綜述

技術預測是對技術發(fā)展進行不間斷地檢測，初步找出技術或產品的潛在發(fā)展領域，并評價其在該領域內的發(fā)展?jié)撃躘3]。它是對技術變化(特別是發(fā)明、創(chuàng)新和采用)的效應、特性、潛在方向和變化速度的系統(tǒng)性、有目的的理解和展望[4]，旨在提升技術競爭力。

科技活動包含兩部分，一是基礎科學研究，二是應用技術開發(fā)。基礎科學研究一般以理論解釋、屬性特征等為主要研究成果，其知識的載體以科學論文為主；而應用技術開發(fā)主要面向具體的技術過程、工藝方法等，由于技術的價值功能更直接，因此其知識成果主要以專利的形式存在?；A科學是當代科學技術發(fā)展的動力源泉，其知識成果是衡量一個國家發(fā)展?jié)摿臀磥砭C合競爭力的重要標準，是科技進步與創(chuàng)新的前提條件[5]。據(jù)統(tǒng)計，當代技術發(fā)展的革命性成果中，90%來源于基礎科學研究和原發(fā)性創(chuàng)新[6]，這一過程就是知識流動的體現(xiàn)。Nonaka等[7]認為，只有那些持續(xù)創(chuàng)造新知識，將新知識傳遍整個組織，并迅速開發(fā)出新技術和新產品的企業(yè)才能成功。合理利用知識流動規(guī)律對技術預測具有重要意義。

文獻計量分析旨在通過對文獻數(shù)據(jù)進行挖掘、組織和分析，以文獻的主題、作者和機構等為研究對象，通過繪制概念地圖，采用聚類分析和因素分析，引證和共被引分析等方法，幫助研究人員把握技術發(fā)展的“隱藏模式”。專利作為技術信息最有效的載體，囊括了全球90%以上的最新技術信息，相比其他平臺所提供的信息早5～6年，而且內容準確詳實，因此成為技術預測所依賴的核心指標[8]。專利分析旨在對包括專利權人、專利發(fā)明人、專利權項要求、專利摘要、專利法律狀態(tài)等在內的文本信息進行處理，以探索技術領域的發(fā)展現(xiàn)狀、預測技術未來發(fā)展態(tài)勢[9]。

一個專業(yè)或學科不是科學文本(如科技論文)的簡單堆砌，而是一種由該領域活躍的研究人員間相互引用形成的精細結構，是一個分布式的信息網(wǎng)絡系統(tǒng)。Hummon等最早提出了引文網(wǎng)絡主路徑的概念[10]，引文網(wǎng)絡刻畫并展示了該領域的發(fā)展歷史和演化路徑。主路徑分析(main path analysis, MPA)方法主要通過識別出引文網(wǎng)絡中具有最大連接度的系列文獻來概述研究領域的發(fā)展態(tài)勢。

2 技術預測模型設計

技術發(fā)展的革命性成果主要來源于基礎科學研究和原發(fā)性創(chuàng)新。若所研究領域的理論處于生命周期的萌芽期，說明理論還未成型，未來有巨大的發(fā)展空間和不確定性，這時期的技術創(chuàng)新大多是原發(fā)性創(chuàng)新，不是定量預測的最佳時期，因此本研究不包含對這一階段的技術預測。若所研究領域的理論進入衰退期，預示著該研究領域已經(jīng)趨于陳舊，技術基本處于穩(wěn)定狀態(tài)或可能已經(jīng)存在可替代的新技術，對其進行技術預測價值不大，也不在本研究的技術預測范圍內。若所研究領域的理論整體發(fā)展趨勢良好且處于成長或成熟階段，表示在未來一段時間內擁有較大的發(fā)展?jié)摿?，國家、企業(yè)有必要在這一階段加大技術創(chuàng)新，增強整體實力，對這一階段的技術進行預測意義重大，并且現(xiàn)有的理論和技術信息足以支撐大部分技術預測活動的展開。

本研究以知識流動為視角，綜合運用多種文獻指標、專利指標和輔助技術手段，從理論發(fā)展趨勢、理論成熟度以及理論演化方向入手，研究技術發(fā)展趨勢和演化路徑，結合專家意見預測技術發(fā)展方向，建立技術預測模型如圖1所示。

圖1 基于知識流動視角的技術預測模型

該模型將理論研究處于成長期或成熟期的技術作為技術預測的對象，采用文獻計量結合專利分析的方法，首先對文獻和專利進行聚類分析，識別現(xiàn)階段主要研究熱點；然后對文獻和專利進行主路徑分析，即研究理論和技術的發(fā)展軌跡及演化趨勢；借助理論知識對技術創(chuàng)新的促進作用和專家的指導意見對技術發(fā)展趨勢和布局進行預測，為國家或企業(yè)的技術布局提供依據(jù)和參考。

3 實證研究——以諧波減速器為例

控制器、伺服電機、減速器是工業(yè)機器人的三大關鍵零部件，其中減速器的技術開發(fā)難度最高，減速器成本占機器人總成本的30%左右。應用于機器人領域的減速器主要有兩種，一種是RV減速器，另一種是諧波減速器。在關節(jié)型機器人中，一般將RV減速器放置在機座、大臂、肩部等位置，而將諧波減速器放置在小臂、腕部或手部。目前全球機器人行業(yè)75%的精密減速器被日本的Nabtesco(帝人)和Harmonic Drive兩家企業(yè)壟斷，包括ABB、FANUC、KUKA等國際主流機器人廠商的減速器均由上述兩家公司提供。減速器的國產化是工業(yè)機器人國產化過程中降低成本的關鍵，有必要對減速器技術展開研究并提前布局。

為了驗證第2章技術預測模型的可行性，選擇將其應用到諧波減速器技術的預測中。首先利用1980～2009年的文獻數(shù)據(jù)識別諧波減速器理論的發(fā)展趨勢與成熟度，結果發(fā)現(xiàn)其適于本模型的預測范圍。然后，對1980～2009年間的文獻和專利數(shù)據(jù)進行聚類和主路徑分析。接著，對2010～2014年間的現(xiàn)有文獻和專利數(shù)據(jù)進行分析得出結果。最后，對比分析兩者結果。

3.1 數(shù)據(jù)來源

本研究使用的文獻數(shù)據(jù)來源于Web of Science(WoS)的SCI-Expended和CPCI-S兩個數(shù)據(jù)庫，利用諧波減速器的各種同義名詞、關鍵部件、技術名詞與相關名詞等制訂檢索式，如“harmonic wave reducer”、“harmonic retarder”、“harmonic reducer”、“harmonic reducing gear box”、“flexspline”、“circular spline”、 “wave generator”、“flexible spline”、“wave gearing”等。為了提高檢索結果的準確率，本研究還進行了“去噪”操作，即將不屬于諧波減速器的記錄刪除，如剔除WoS類別里面的生物學、化學、心理學等類別(諧波減速器屬工程類)。檢索時間段為1980～2009年獲得655條文獻記錄，檢索時間段為2010～2014年獲得343條文獻記錄，文獻數(shù)據(jù)下載時間為2015年5月1日。

本研究使用的專利數(shù)據(jù)來源于DWPI和DPCI數(shù)據(jù)庫，為有效提高專利數(shù)據(jù)的查全率與查準率，本文采用了“關鍵詞+德溫特分類”的檢索策略。其中，專利關鍵詞的確定與文獻關鍵詞的確定過程相似。為了盡可能地查全專利，在制訂檢索式的過程中，選擇了德溫特分類的大類，而不是德溫特分類的小類(德溫特手工代碼)。本文使用的大類主要有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。檢索時間段為1980～2009年獲得799條專利記錄，檢索時間段為1980～2014年獲得1170條專利記錄，專利數(shù)據(jù)下載時間為2015年5月1日。然后根據(jù)所需的專利指標對原始數(shù)據(jù)進行清洗、篩選、整理和標準化等處理。

3.2 諧波減速器理論研究分析

3.2.1 諧波減速器理論發(fā)展趨勢分析

諧波減速器文獻的全球發(fā)展趨勢及在中國、日本、美國、德國4個國家的分布情況，如圖2所示。由圖2知，諧波減速器的文獻量不多，這可能與WoS收錄的是SCI核心論文有關，但可以看出出版量整體呈上升趨勢，且各國具體分布情況與總體發(fā)展趨勢基本一致。1980～1997年處于緩慢增加的狀態(tài)，1998年呈現(xiàn)出明顯的增勢，在2008年達到一個峰值，2009年有所降低，但仍然保持了較高的發(fā)展水平，說明理論研究正處于成長趨于成熟的階段。

3.2.2 諧波減速器理論發(fā)展成熟度分析

根據(jù)全部文獻數(shù)量和作者數(shù)量，按時間順序統(tǒng)計繪制諧波減速器理論生命周期圖見圖3。具體數(shù)據(jù)見表1。

由圖3可以看出，1997年以前，曲線變化非常小，文獻數(shù)量和作者數(shù)量一直在原點附近波動，沒有明顯變化，這說明核心理論還沒有形成，理論研究還處于基礎探索階段，處于萌芽期。1997年以后，文獻數(shù)量和作者數(shù)量都有明顯增加，特別是從2003年開始，增長的趨勢非常明顯，且作者數(shù)量的增速高于科學文獻數(shù)量的增速，這說明有越來

圖2 1980～2009年間諧波減速器技出版時間分布

圖3 諧波減速器理論生命周期圖

表1 諧波減速器理論生命周期具體數(shù)據(jù)

越多的研究人員開始進入諧波減速器領域的理論研究，理論整體上處于快速成長期。因此，諧波減速器技術符合此預測模型的研究范圍，可以進行下一步的技術分析。

3.2.3 諧波減速器理論研究主題分析

將1980～2009年間的文獻數(shù)據(jù)導入CiteSpace軟件[11]中，以5年為時間切片，以關鍵詞作為節(jié)點類型繪制關鍵詞共現(xiàn)可視化圖譜，并在文獻關鍵詞共現(xiàn)網(wǎng)絡的基礎上進行聚類分析，按照TF*IDF算法獲取聚類標識詞，得到研究熱點主題如圖4所示，排名前10位的關鍵詞見表2。

圖4中聚類大小按聚類序號增大依次遞減(聚類0最大)，節(jié)點代表文獻關鍵詞，節(jié)點大小反

圖4 1980～2009年間科學文獻關鍵詞共現(xiàn)圖譜

表2 1980～2009年間科學文獻排名前10位的關鍵詞表

映關鍵詞的頻次。結合圖4和表2可知：1980～1999年，研究主要集中在嚙合原理、齒輪齒形、波形、徑向剛度、扭矩傳感器、加工制造、減速器腔體等方面；2000～2004年，研究主要集中在齒輪齒

形、誤差補償、減速比、扭矩傳感器、結構工藝優(yōu)化、徑向剛度、穩(wěn)定性等方面；2005～2009年，研究主要集中在齒輪齒形、誤差補償、減速比、扭矩傳感器、結構工藝優(yōu)化、波發(fā)生器、穩(wěn)定性、機電集成靜電諧波傳動等方面。

3.2.4 諧波減速器理論研究演進分析

通過對文獻進行聚類分析，能夠清晰地發(fā)現(xiàn)研究的重點領域，但卻不能有效識別這些重點領域的形成與演進過程。引文網(wǎng)絡刻畫并展示了某領域的發(fā)展歷史和演化路徑，而主路徑分析主要是通過識別出引文網(wǎng)絡中具有最大連接度的系列文獻來概述研究領域的發(fā)展態(tài)勢。采用HistCite和Pajek軟件進行了主路徑的提取，圖5是利用Pajek軟件中的SPC算法提取主路徑的結果。

圖5 1980～2009年間引文編年圖主路徑

圖5中的節(jié)點代表文獻，并以“序號+作者+發(fā)表年”的形式命名。主路徑共涉及9篇文獻，它們構成了整個網(wǎng)絡的中樞結構，對諧波減速器核心理論的形成與發(fā)展起到了重要作用。這些文獻主要發(fā)表在機器人、儀器儀表、自動化、機電一體化、制造、振動與控制等相關期刊上，研究內容集中在對力學性能、扭矩傳遞誤差及補償?shù)扰ぞ貍鬟f精度的提高上，如304號文獻研究了諧波傳動的自適應控制，指出摩擦和柔輪變形是影響控制系統(tǒng)的主要因素，擬通過自適應摩擦補償和基于齒輪力學的控制來提高扭矩傳遞精度。

隨著機器人、航空航天、加工中心等設備儀器的質量、性能、可靠性要求的不斷提高以及武器裝備的更新?lián)Q代，需要高精度的諧波齒輪傳動裝置來滿足實際應用的需求。隨著微機電系統(tǒng)、機電集成靜電諧波傳動系統(tǒng)等的發(fā)展(圖4圈中主題11)，諧波傳動裝置的小型化也將成為未來研究的重點之一[12]。

3.3 諧波減速器技術分析

3.3.1 諧波減速器技術發(fā)展現(xiàn)狀分析

圖6顯示了1980～2009年間諧波減速器全球專利申請量的趨勢及在中國、日本、美國、德國

圖6 1980～2009年專利申請量分布

4個國家的分布情況。由圖6可知歷年專利申請量處于波動狀態(tài)，2004年后再次出現(xiàn)增長趨勢。日本專利量最大，在1997年達到一個高峰。我國專利申請呈現(xiàn)上升趨勢，但整體數(shù)量相對較少。

3.3.2 諧波減速器技術研究前沿

國際專利分類號(international patent classification,IPC)可用于識別技術研究熱點，故整理出被引頻次全球排名前10位的專利IPC代碼(表3)。筆者發(fā)現(xiàn)該領域的專利研究一方面主要是圍繞齒輪齒形、波發(fā)生器、腔體等零部件優(yōu)化的研究，另一方面主要是圍繞齒輪嚙合傳動、潤滑、驅動等精度改善方面。

表3 1980～2009年間排名前10位的專利IPC代碼

3.3.3 諧波減速器技術發(fā)展路徑分析

為了識別1980～2009年間的技術發(fā)展路徑，對專利進行了引文網(wǎng)絡主路徑的提取。首先，通過自編軟件獲取專利間的引證關系，以矩陣形式呈現(xiàn)。然后，將矩陣導入到Ucinet軟件中獲取引證網(wǎng)絡。最后，利用Pajek軟件的SPC算法獲得了1980～2009年間專利引證主路徑(圖7)。

圖7中的節(jié)點代表專利，并以專利號命名。這9條專利從諧波減速器的基礎設計發(fā)展演進出齒形、齒廓、齒輪嚙合方式、裝配方式等更優(yōu)的裝置，旨在提高諧波減速器的扭矩傳遞精度，如EP309197A2是諧波傳動系統(tǒng)公司于1989年公開的一項應變波形齒輪裝置的專利，該裝置由兩個齒數(shù)不同的剛輪、一個柔輪和一個波發(fā)生器組成，其中兩個剛輪同軸并列安裝與柔輪嚙合，該裝置比傳統(tǒng)傳動裝置具有更高的扭矩傳遞能力。

聚類分析覆蓋范圍很廣，但弱化了研究重點；主路徑分析借助高權重引證算法，從一個視角展現(xiàn)了技術研究的核心所在，但相對整體研究而言具有一定的局限性。二者的有效融合利用為研究提供了巨大幫助。結合3.2節(jié)和3.3節(jié)，即結合理論知識和技術知識的聚類和演進路徑，并借助知識流動規(guī)律，筆者預測未來幾年內的研究趨勢和重點為：在對齒輪、波發(fā)生器等零部件研究和對傳動裝置扭矩傳遞、負載能力、抗扭剛度、波發(fā)生器等影響傳動裝置精度、可靠性研究的同時，還將對傳動裝置整體結構優(yōu)化、小型化進行研究。

圖7 1980～2009年間專利引證網(wǎng)絡主路徑

3.4 諧波減速器技術預測對比

3.4.1 諧波減速器技術研究前沿

2010～2014年間全球排名前10位的專利IPC代碼見表4，傳動裝置的零部件優(yōu)化研究、齒輪嚙合傳動、潤滑、驅動等精度改善依然是研究重點。另外，受到微機電系統(tǒng)、機電集成靜電諧波傳動系統(tǒng)等科學理論的影響(圖4圈中主題11)，腔體小型化成為一種趨勢，短筒柔輪設計成為必然，這也隨之帶來了制造和安裝可行性和可靠性的研究。除了波發(fā)生器的專利研究較少外，顯然，這一階段的技術研究主題與筆者預測結果基本一致。

3.4.2 諧波減速器技術發(fā)展路徑分析

主路徑旨在研究發(fā)展軌跡，應充分利用軌跡的連續(xù)性，若僅提取2010～2014年間的主路徑進

表4 2010～2014年間排名前10位的專利IPC代碼

行研究意義不大，筆者利用3.3.3節(jié)中的方法獲得了1980～2014年間專利引證主路徑(圖8)進行分析。發(fā)現(xiàn)1980～2014年的主路徑在1980～2009年的主路徑上進行了延伸(路徑①)，同時又擴散出兩條新的路徑(路徑②和路徑③)。

路徑①在DE102007034091A1專利的基礎上進行了延伸，DE102008053914A1專利采用機電集成的結構使裝置更緊湊，DE102010007668A1專利采用了一種質量更輕、成本更低的齒輪。路徑②中的研究內容集中在提高負載能力、減小回差、裝置結構優(yōu)化、編碼器優(yōu)化、變位齒輪利用等方面，WO2009157607A1專利是韓國科技研究所于2009年公開的一種采用了變位齒輪的諧波傳動裝置，

圖8 1980～2014年間專利文獻引證主路徑

可滿足減速裝置的雙波運動，具有傳遞效率高、傳動比范圍大、無回差、低成本的優(yōu)點。路徑③中的研究內容集中在對減速器驅動方式的創(chuàng)新、齒輪材料優(yōu)化等方面，DE202008017572U1專利是諧波傳動系統(tǒng)公司于2010年公開的一種行星式波發(fā)生器微型諧波齒輪傳動裝置，采用了行星式波發(fā)生器，而不是凸輪式波發(fā)生器，且結構更緊湊、傳動比更大、傳動效率更高。

綜上所述，傳動裝置的負載能力、扭矩傳遞、抗疲勞強度等與傳動精度、傳遞效率相關的技術，裝置的小型化與輕質化技術確實是技術研發(fā)核心所在。顯然，這一階段的核心技術研究與筆者預測結果也基本一致，驗證了該模型的可行性與有效性。

4 諧波減速器技術預測

本章采用上述預測模型對諧波減速器未來5年的技術進行預測，2010～2014年間文獻關鍵詞共現(xiàn)圖譜和1980～2014年間引文編年圖主路徑分別如圖9和圖10所示，2010～2014年間文獻排名前10位的關鍵詞見表5。圖10主路徑在圖5主路徑449號文獻的基礎上進行了擴展和延伸，對扭矩波動、傳遞、評估和補償進行了研究，試圖提高剛度、精度和穩(wěn)定性，如928號文獻提出了一種集反饋控制和前饋學習控制方法于一體的扭矩波動補償方法。

結合3.4節(jié)和本章數(shù)據(jù)分析可知，諧波減速器技術研究已經(jīng)取得了很大的進展，但仍然具有很大的發(fā)展空間，未來幾年主要會圍繞以下幾方面進行研究：①對影響傳動裝置高精度、零回差、高傳動效率、高承載能力、高可靠性等性能的技術研究，如扭矩波動補償?shù)膬?yōu)化研究、驅動與控制方式的優(yōu)化研究、齒輪嚙合方式的優(yōu)化研究、裝置減振降噪的優(yōu)化研究等；②對傳動裝置小型化和輕質化的研究，如從杯形標準筒到扁平形短筒腔體的設計、新型金屬材料或塑料的應用研究等；③對傳動裝置組成部件的優(yōu)化研究，如齒輪新齒形的研究、波發(fā)生器波形與波信號傳遞的研究等。

圖9 2010～2014年間科學文獻關鍵詞共現(xiàn)圖譜

表5 2010～2014年間科學文獻排名前10位的關鍵詞表

5 結語

本文以知識流動為視角，利用文獻和專利定量數(shù)據(jù)，基于聚類和主路徑方法構建了技術預測模型，并以諧波減速器為例驗證了該模型的可行性和有效性。但本文仍然存在以下研究局限：①對知識流動的應用只進行了一定程度的探索，而

缺乏科學知識向技術知識流動過程的深入探析，在實際中會出現(xiàn)科學研究熱點難以在技術實踐中得到應用，如科學研究聚類圖(圖4)中主題8、10、13、14均對波發(fā)生器進行了研究，而在專利IPC(表3、表4)和主路徑(圖7、圖8)中則較少出現(xiàn)，未來可以對知識流動過程進行定量研究?？茖W與技術之間的交互融合使得新技術會促進理論的深入研究，未來還可以探索技術應用對科學知識的影響效果。②主路徑分析法是基于專利之間的引用關系網(wǎng)絡構建的，它局限于對相似專利技術路徑的提取，而缺乏對多層次技術路徑重要節(jié)點的提取。未來可以對主路徑提取過程進行優(yōu)化，以獲得更加全面準確的技術演變路徑，如利用分類算法將樣本數(shù)據(jù)劃分為不同主題模塊，分別提取出主路徑，再以時間序列呈現(xiàn)，形成多主題的總體演變路徑。③雖然建立了定量技術預測模型，但對預測結果仍依賴于定性研究，未來可建立一定的標準或規(guī)范實現(xiàn)對預測結果的定量分析。④對

圖10 1980～2014年間引文編年圖主路徑

諧波減速器的發(fā)展現(xiàn)狀和發(fā)展趨勢進行了整體描述，未來可以針對不同類型(如漸開線齒形、雙圓弧齒形等)諧波減速器的發(fā)展情況進行分析并預測。

[1] 王知津, 周鵬, 韓正彪. 基于情景分析法的技術預測研究[J]. 圖書情報知識, 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] 趙莉曉. 基于專利分析的RFID技術預測和專利戰(zhàn)略研究——從技術生命周期角度[J]. 科學學與科學技術管理, 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] 陳勁，王芳瑞. 技術創(chuàng)新管理方法[M].北京:清華大學出版社，2004.

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

[5] 龐杰. 知識流動理論框架下的科學前沿與技術前沿研究[D]. 大連：大連理工大學, 2011.

[6] 丁厚德. 中國科技運行論：科技戰(zhàn)略與運行管理[M]. 北京: 清華大學出版社, 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] 侯劍華, 朱曉清. 基于專利的技術預測評價指標體系及其實證研究[J]. 圖書情報工作, 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] 黃魯成, 成雨, 吳菲菲，等. 技術預測與技術預見及其客觀分析方法[J]. 創(chuàng)新與創(chuàng)業(yè)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] Bj?rk 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] 常興衛(wèi). 機電集成靜電諧波傳動系統(tǒng)控制理論研究[D]. 秦皇島：燕山大學，2008.

(編輯 王艷麗)

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

國家自然科學基金資助項目(71203117，L152400015)；中國工程科技知識中心建設項目(CKCEST-2015-4-2)

劉懷蘭，女，1965年生。華中科技大學機械科學與工程學院副教授。主要研究方向為技術路線圖、技術預測與技術預見、技術創(chuàng)新、智能制造與機器人等。出版專著4本，發(fā)表論文10余篇。廖 嶺，男，1993年生。華中科技大學機械科學與工程學院碩士研究生。周 源，男，1977年生。清華大學公共管理學院副教授。