李 婷,孫定華,李戰國,李寶童,邱志惠,洪 軍
(西安交通大學 機械學院,西安 710049)
發動機作為汽車的心臟,卻是我國汽車工業最薄弱的環節?,F代發動機產品的開發過程有很強的繼承性,主要是基于以往的知識和經驗,所以以往的設計知識、經驗和資源變就成為企業快速開發、贏得市場的保證。針對這些問題,本文以發動機設計流程為基礎,通過對國外成熟發動機設計知識的發現、提取與集成,實現發動機關鍵零部件設計知識的共享及重用。論文針對復雜結構機械產品設計特性,研究了規則推理和實例推理,二者的結合方式。通過對產品結構分解技術、知識提取技術、實例檢索技術、實例修改技術、實例庫構建技術、參數驅動建模技術等KBE關鍵技術的研究與開發應用,提出基于KBE的汽車發動機快速設計指導系統。擴展了KBE技術的內涵,豐富了KBE技術的應用,為進一步研究KBE技術在機械產品設計中的應用提供理論與實踐基礎。
汽車發動機快速設計系統面向汽車發動機的總體設計過程,其推理產生的結果作為引導與輔助后續結構設計及詳細設計的依據。汽車發動機總體設計的領域知識由知識工程師向領域專家提取并匯總入知識庫;推理機應用一定的控制策略對知識庫中的知識進行推理運用,輸出設計方案并提交給參數化設計系統,以進行三維建模及有限元分析驗證;同時通過性能評價模塊對所得到的設計方案進行檢驗并將評價結果存儲到知識庫中[1]。汽車發動機快速設計系統結構如圖1所示:

圖1 汽車發動機快速設計系統結構
基于上述工作部署,將汽車發動機快速設計系統分為推理系統、知識庫、參數化設計、性能分析及評價等模塊[1]。其中,參數化設計模塊主要是利用專家系統推理出來的設計方案。選擇合適的參數化驅動方式,將設計尺寸直接轉化為控制產品圖形的特征參數,直接驅動模型。性能分析模塊則通過有限元分析軟件對方案分析,并依照檢查規則檢驗產品的幾何模型,從而實現以知識驅動的建模與仿真分析。專家系統包括實例檢索、基于規則推理的實例修復、分析檢查與評價和設計方案產生四個模塊。知識獲取用于提取領域專家的經驗、專業知識、規范準則、科研數據及已有的設計成果等,經歸納、總結,最終提煉抽象形成知識。知識庫是領域知識的存儲器,用于存儲由知識獲取所得到的知識,并為推理機制提供相應的知識,是設計系統的核心[2]。推理機根據用戶輸入的條件運用一定的控制策略檢索知識庫中的有關知識,通過推理得出結論,為仿真分析提供可供參考的設計方案。由于知識種類較多,其表示形式不一樣,本文采用了實例推理和規則推理集成的推理模式,它能充分利用汽車發動機設計中的實例知識和產生式知識。
在復雜結構機械產品設計中,采用功能-結構循環映射對產品進行層次分解,體現功能視圖和結構視圖的融合,可使復雜產品從設計功能分解到零件結構分解,符合產品設計的思維邏輯,避免了功能設計與結構劃分之間的沖突。汽車發動機功-構分解層次樹(部分)如圖2所示。

圖2 汽車發動機功-構分解層次圖
汽車發動機是典型的復雜結構產品,相關設計領域知識十分復雜,單一的方法不能很好地描述設計領域知識,所以本文采用面向對象的知識表達方法,以功能-結構分解模型樹為指導,進行發動機產品模型建模和設計知識整理編目[3]。
產品建模包括三個方面:功能建模,結構建模,原理建模。由功能—結構樹橫向劃分產品-機構-零件層次關系,構建深度為3的樹型結構。將樹中節點定義成一個通用節點類,當中設置節點id為按哈夫曼編碼的節點標識??少x值屬性集合,主要記錄節點本身的信息、父節點和子節點,以及屬性操作方法集。
按照產品-機構-零件層次關系節點類可衍生出產品級節點、機構級節點和零件級節點。所有節點按樹型數據結構進行存儲,形成一個產品表示的基礎樹型數據結構,由此定義樹型結構類。系統需要完成實例推理、規則推理和產品評估等工作,在對功能-結構樹進行縱向調整,按照功能-結構-評估將其分解為關系平行、相互索引的三個方面。分別定義,功能類對用戶提出的需求進行規范表示,結構類用于記錄產品的實際設計數據,評價類記錄發動機各部分的評估方法和結果。這三個類皆衍生于結構類,都是產品實例類的組成成員。功能-結構-評估三個映射層之間有三種映射索引關系:功能-結構映射,結構-評估映射,結構-功能映射。將這些映射定義為接口(interface),由相應的類來實現。
汽車發動機設計領域知識十分復雜,根據知識的類型,將其分為:1)基礎知識:主要包括介紹發動機產品的經典書籍、文章,關于發動機設計的學術著作、文章等;2)推理規則:用以指導發動機零件結構選型、參數設計過程的規則,以產生式規則表示法表示;3)約束規則:用于對設計參數的約束,包括法律法規、常用的行業標準以及設計公式構建的設計參數之間的約束;4)檢查規則:用于對初始設計的檢查,包括各種參數的經驗范圍、實驗數據、圖表等,也包括CAE分析、運動仿真等數據結果。所以產品原理模型分為設計知識模型(基礎知識、推理規則、約束規則)和評價知識模型(檢查規則)兩種類型。以樹型結構類為父類,分別衍生出設計知識類和評價知識類。知識模型是一種知識庫編目方式,只特定的設計和評價環節相關,不與產品實例相關。
綜上所述,產品模型實例是一個四元組:
實例={功能模型,結構模型,評估模型,實例索引,原理索引}
其中,實例索引項有兩種:功能索引,特征索引。功能索引是從功能屬性中提取出描述設計問題的特征屬性集,用于零件級以上的實例索引。特征索引是零件幾何特征集,用于特征級索引。原理索引分為設計原理索引、評價原理索引,分別用于獲取設計知識和評價知識。由此,定義產品實例類如圖3所示:

圖3 產品實例類類圖
尋找問題的解決方法依賴于歸納推理中詳盡的領域知識和類比推理中豐富的經驗知識。整合RBR和 CBR兩種推理方法,各自發揮長處,產生一種復合式推理框架[4]。在這個結構中,CBR是主體,責實例獲取和規則歸納,RBR負責設計實例評價和為實例修復提供規則依據。如下圖4所示:

圖4 復合式推理結構框架圖
控制器負責根據問題的特性選擇適合的推理形式,控制著工作流方向,以及用戶信息交互。規則庫和實例庫分別存儲了參考規則和各種實例,RBR提供邏輯推理方法,如向前推理,向后推理和雙向推理;CBR提供實例推理系統,包括實例檢索,結果轉換以及結果保存。RBR和CBR獨立工作和提供推理結果。二者的合作有助于理解帶有RBR解釋能力的CBR框架的推理結果。另外,CBR的學習能力還有助于它獲取新知識,以不斷充實規則庫。所以這種合成的推理形式。
如結構-功能結構樹所示,零件需記錄自己的幾何特征。所以在設計中,采用兩階段獲取方法從實例庫中獲取最相似實例。在零件級以上,利用功能檢索進行實例匹配。當設計進行到零件選型階段利用特征索引進行匹配。兩個匹配步驟均采用帶權最鄰近算法計算相似度,并對所得相似度進行歸一化處理[5]。設相似度閾值b,若坐高相似度高于b,則直接采納原實例設計數據,反之則進入實例修復。系統中提供一種手動實例修復方法。通過RBR推理機制,結合規則庫操作,推導出符合要求的設計方案。系統整合來自兩個推理引擎的結果,得到最終推理結果。
系統主要包括概念設計模塊、曲柄連桿機構設計模塊和配氣機構設計模塊。曲柄連桿機構設計模塊主要完成曲軸、連桿組、活塞和活塞銷等零件的設計。配氣機構設計模塊主要完成曲軸、連桿組、活塞和活塞銷等零件的設計。利用Automation技術對CATIA進行二次開發,旨在實現系統應用程序與CATIA的信息交互。在系統中,設計人員將實例的產品全局參數、零部件特征參數等靜態屬性和零部件尺寸關聯和特征關聯動態行為分別存儲到數據庫和規則庫中。借助ADO和數據庫技術構建與記錄產品模型。
發動機概念設計階段,根據用戶提出的發動機功率、轉矩、排放、應用車型及成本等產品目標(設計輸入),依據經驗初步確定發動機的主要結構參數、主要零部件的結構形式、發動機各系統的布置方案和參數等作為發動機實例的一般信息,并由此構建產品功能模型。用整機功能主參數構建索引項,從實例庫中可獲取符合用戶需求的所有實例,如圖5所示。

圖5 整機功能級實例索引
以發動機曲軸設計為例,說明發動機關鍵零部件結構設計過程。進入曲軸連桿機構設計環節。從功能模型獲得動力性指標,并以此構建功能索引,進一步篩選實例(如圖6所示)。本系統實例獲取的推理過程分功能索引和特征索引兩個級別,獲取曲軸設計所需的示例數據,是以其各零件特征索引項為依據,從實例庫最終選出符合要求的實例(如圖7所示)。完成基于相似度計算的實例檢索,若最終獲取的候選實例與求解實例的相似度達到閾值b,則將候選實例的設計方案應用于當前設計。當不滿足閾值要求時,則利用產生式知識,通過RBR 方法給出輔助實際建議。

圖6 機構級實例索引

圖7 特征級實例索引
設計完成后進行“計算評價參數”及“檢查設計參數”,若存在與設計規則不符的參數則給出不符合參數提示,反之則提示符合規則。進行曲拐建模,由設計參數驅動CATIA軟件進行自動建模,建模結果如圖8所示。

圖8 曲拐模型和曲軸完整模型
1)本文詳細討論了基于KBE的汽車發動機快速設計系統。目的在于通過設計重用和專家知識推理,減輕汽車發動機總體概念設計的負擔。通過設計知識查詢和方案推薦減緩產品設計過程對經驗設計師的依賴。系統不僅是記錄產品信息的數據庫,且可以完成從實例庫中提取知識。
2)通過分析產品功能-結構分解模型樹,借助面向方面思想和面向對象技術,分別建立同構的產品功能模型、結構模型和原理模型。綜合考慮系統的KBE功能,分析各功能模塊之間的關系,結合產品模型,提出發動機產品實例建模方法。通過這種方法,系統將各種國外發動機成熟機型的技術資料和各種設計知識,以規范化形式收錄入數據庫中。
3)針對發動機設計過程特征,合理調整CBR和RBR兩個推理框架的結合方式。CBR是主體,責實例獲取和規則歸納。按照各設計環節所需信息的粒度不同,建立功能索引和特征所引兩步結合的實例獲取操作。RBR負責設計實例評價和為實例修復提供規則依據。其推理過程所使用的規則,一方面由專家提供,另外CBR會將從實例庫中歸納出的規則存入規則庫,供RBR推理使用。
[1] 代榮,何玉林,何顯剛,等.摩托車智能設計的實例推理與規則推理集成應用研究[J].中國機械工程,2008,19(11):1363 -1368.
[2] 吳慶鳴,張志強.基于KBE的隧道掘進機主機智能設計系統[J].中國機械工程,2006,17(4):331-333.
[3] G.Chen.J.Chen.Z.Zhao.X.Y.Ruan.An object-oriented hierar chical case representation of automotive panels in a computer-aided process planning system [J].International Journal of Advanced Manufacturing Technology,(2005) 26: 1323-1330.
[4] Yangge Tian,Fuling Bian.The Spatial decision-supporting system combination of RBR & CBR based on artificial neural network and association rules[C].Proc.of SPIE Vol.6754 675435-2-9.
[5] 胡良明,徐誠,王永娟,劉剛.面向對象的機械產品設計實例表示方法及檢索策略研究[J].南京理工大學學報(自然科學版),2009,(01):104-107.