王 新,喬文文
(華北理工大學 機械工程學院,河北 唐山 063200)
隨著人類生活不斷邁向高水平,人們越來越追求新穎,個性化定制產品終將代替大批量生產成為市場需求的主流。但是傳統的設計方式和手段卻在很大程度上限制了產品的創新,顯然已經無法適應市場變化和用戶需求,知識工程((Knowledge Based Engineering,KBE)應運而生。KBE能夠把與進行產品設計有關的原理、準則、規范和經驗等知識結合到計算機系統中,使得設計人員只需要輸入工程參數和應用要求,系統就能依據相關的知識,自動推理構造出符合要求的數字化幾何模型。隨著計算機技術的成熟,智能系統和專家設計知識已經被視為支持產品設計系統不可或缺的部分,這些工具已經成為協助設計人員創建新設計、修改舊設計或存儲專家設計知識的公共場所[1]。
在國內,企業產品設計過程中存在的問題可總結為以下兩個方面[2]:
(1)產品設計周期長、使用周期短。由于使用者需求的不確定性,因此產品設計周期應盡可能短,這就要求設計師能夠借助現階段已有的資源解決現有的設計問題。但是傳統的設計開發手段僅停留在用計算機進行簡單的繪圖、計算及數據的輸入輸出,效率極低,需要的時間比較長。
(2)產品設計知識管理不當,導致知識共享程度及重復利用率低。傳統的產品設計知識都是由技術人員整理手動輸入電腦以文檔的形式進行保存,然而并沒有對設計人員的思維創新過程進行記錄,在新產品開發和測試過程中產生的大部分知識可以歸類為隱性知識,這些知識來自于員工在產品開發項目期間的個人經驗和看法,由于一些個人原因可能導致有些知識并沒有外化,因此一些關鍵信息可能并沒有被及時記錄和保存下來,隨著人員的流動,關鍵信息也隨之消失,這使得知識共享和重用變得更加困難。當公司需要開發新產品時,一系列工作又要重新去做,既浪費了時間又難以對新的設計進行指導。
基于KBE的產品設計就是將設計過程中所積累的經驗與技巧轉化為顯性知識并與設計系統集成,創建高質量、高性價比的設計。即將人類頭腦中的知識轉化為計算機可以識別的形式以便于存儲、調用以及根據已有知識展開推理來解決現有設計問題。
KBE技術的本質是一個在設計過程中通過提高自動化水平來幫助工程師提高工作效率的計算機系統[3]。KBE的主要研究方向為知識的獲取、表示、重用及推理。
知識工程是人類智能時代的領先科學,國外在這方面的研究起步比較早,尤其是在產品設計方面更是有不少研究成果。為了滿足市場變化和用戶需求,國內許多高校和高科技企業也進入了知識工程領域,并且研發出了各式各樣的基于知識工程的產品設計技術。
歐美的一些國家高度重視KBE技術的開發,該技術已在汽車設計中得到了廣泛應用,但是我國相關方面的研究工作和產品較少,大部分設計師還是根據傳統的設計方式與手段進行設計,隨著大批量的訂單越來越少,單件小批量生產越來越多,KBE技術的研發已成為必然趨勢。基于所閱讀的文獻,以下從知識工程的主要研究對象入手分析了較成功和典型的研究成果及各自的優缺點。
王亞輝等[4]針對新產品設計開發過程,提出一種案例驅動的協同設計知識管理模型,該模型通過引入已有領域案例設計知識,不僅為設計師提供了思路還節省了時間,但是,案例樣本數量較少,領域設計知識還不夠全面。李杏等[5]針對采煤機設計,提出了多層次多粒度采煤機創新設計知識表達方法,設計者可獲取與采煤機相關的本領域、近領域、遠領域實例知識,促進設計者進行聯想類比,從而進一步進行采煤機的創新設計活動,但其缺點是設計師頭腦中的類比聯想難以用基本的方法進行表達。李秀玲等[6]針對已有異構CAM模型的知識共享,提出了一種基于工藝知識圖譜的異構CAM模型的結構化建模方法,該方法能夠支持和促進協同設計異構CAM模型的知識共享,但是并未與工藝知識庫進行有效集成。
劉金峰等[7]針對工藝知識的重用,提出了加工特征的描述方法,可以對加工特征進行準確描述,但適用范圍小,只針對機加工零件工藝設計過程中工藝信息的重用進行了研究。常智勇等[8]則提出了一種基于加工意圖的機加工藝知識重用方法,解決了工藝知識粒度大的問題,不僅可發揮工藝員的自主性,還滿足了工藝員對于知識的個性化和多元化需求,但是工藝知識重用過程中需要大量復雜的多學科知識。范玉斌等[9]針對復雜產品智能制造,提出知識單元覆蓋度來測度知識,有利于組織了解知識庫中的當前知識狀態,可以較好地實現知識庫中知識的定量化分析,但考慮指標單一,典型知識覆蓋度的計算尚有不足之處。萬姍等[10]針對數控機床維護服務,提出采用計算適用度來選擇歷史案例并基于因果理論和依賴關系相結合的適用算法來得到適應后的當前待解決的案例結論,基于歷史案例知識的維修知識重用方法可作為數控機床故障診斷的方法,但沒有考慮到它的應用環境,只有故障診斷的維修服務系統,沒有為數控機床制定全面預防維護計劃。
與我國相比,KBE技術在國外的發展要成熟得多。根據所閱讀的文獻,總結出以下比較成功和典型的研究團隊及其研究成果并分析了各自的優缺點。
Nguyen C等[11]針對知識表示,提出了一種基于三角形網格表示和邊界表示相結合的三維CAD輕量級表示方法,在保持數據處理效率合理水平的同時,降低了三維CAD文件的數據存儲需求,但工作范圍小,沒有擴大到其他應用中。Lundin M等[12]則探討了如何利用CAX和CAD來提高設計模塊捕獲和表示的效率,實現產品族的重用,能夠有效地捕獲并表示逐步設計模塊指令的重要部分,以及通過一組設計狀態實現復雜設計模塊,但重用還沒有得到定量的度量。Cheong H等[13]針對知識獲取,提出了一種從自然語言文本中自動提取函數知識的方法,對于基于知識的CAD系統,可以進行創造性的綜合,專注于非常小的領域,并且在維護和更新他們的知識庫方面比較簡單,沒有提及如何提取系統級的知識。Anagnostakis D等[14]則介紹了一種數據挖掘技術,獲取反映設計需求變化與設計結果之間關系的自適應規則,為實現變型設計案例適應的自動化,提出了一種新的案例適應方法,但是當設計要求和設計結果不同具有數值屬性和分類屬性時,該方法的性能不優于其他方法。
產品設計是一個在多學科知識融合的基礎上結合實踐經驗的創造性過程。然而,在設計過程中,設計師通常花費60%左右的時間在高度多樣化和非結構化的知識資源中尋找正確的信息。因此,有效地存儲、管理和檢索設計知識是企業和行業縮短產品開發時間的主要途徑之一。隨著大數據的日漸普及,互聯網上以電子和數字形式存儲的大量信息成為工程設計知識發現的寶貴資源。傳統的基于文檔索引的文檔檢索方法側重于檢索與查詢相關的單個文檔,而難以挖掘出單個知識概念之間的各種關聯性,KBE技術的開發可以加快設計過程并促進創建高質量、高性價比的設計。從KBE在我國的發展趨勢來看,知識驅動的產品協同開發必將會成為未來的發展方向。