综合分析现代设计理论,可将其内涵通过产品、数据、设计方法和设计过程四个维度体现。产品自适应设计是多种现代设计理论的融合,其四个维度包括的要素有产品自适应、数据与知识自适应、设计求解方法自适应、设计过程自适应,充分体现了设计基本要素对设计需求时变的适应性。产品自适应设计内涵与其他设计理论的对比情况如表2-1所示,表中“—”表示该设计理论不重点强调该维度要素。
表2-1 产品自适应设计内涵与其他设计理论对比
产品能自主适应需求的变化是产品自适应设计的目标。产品自适应要素是以产品为核心,采用设计变更或迭代设计方式以适应新的需求或新的环境。如图2-1所示,产品自适应特征主要体现在可靠性、稳健性、模块化和可定制性四个方面。
图2-1 产品自适应的特征
1)产品内部变化的适应性:可靠性。可靠性一般是指元件、产品、系统在指定的环境中,且在一定时间内、在一定条件下无故障地执行指定功能的能力或可能性。包括从故障中恢复或预防故障的概率、从部分故障中恢复的能力或相对于潜在故障模式的可靠性。产品内部变化的适应性可通过耐久性、可维修性和设计可靠性体现。其中,耐久性是指产品使用无故障或使用寿命长;可维修性是指当产品发生故障后,能够很快、很容易地通过维护或维修排除故障;设计可靠性是决定产品质量的关键,由于人机系统的复杂性、操作的差错及使用环境的影响,发生错误的可能性依然存在,尤其在复杂设计中,需要非常高的可靠性。产品的可靠性可通过可靠度、失效率、平均无故障间隔等来评价,并通过设计故障安全、冗余和并行子系统来实现。
2)不可控的外部变化适应性:稳健性。如操作环境的变化,制造、供应链、材料的可用性。产品对这些制造和操作条件的变化适应性通常用稳健性来度量。产品具备稳健性的重要方法是稳健设计,最早的研究始于第二次世界大战后的日本,田口玄一博士于1950—1958年创立的三次设计法(Three Stage Design)奠定了稳健性设计的理论基础,所以稳健性设计方法也称田口方法。稳健设计使用 S / N (信噪比)评估产品的稳健性,在参数设计上采用聚焦于最小化过程变异或使产品、过程对环境变异最不敏感的实验设计方法,使产品具备适应不可控的外部变化的能力。
3)产品进化适应性:模块化。模块化是实现产品对环境和用户个性化需求适应性的重要方法。模块化一般指使用模块的概念对产品或系统进行规划和组织。产品的模块化设计是在一定范围内,对功能不同或者功能相同而性能、规格不同的产品进行功能分析的基础上,划分并设计出一系列功能模块,通过模块的选择和组合构成不同的产品,以满足市场不同需求的设计方法。模块化设计方法通过一般研究设计实体之间的耦合强度,实体的相互作用比与外部的相互作用更大,它们被组合在一起形成一个潜在的模块。通过模块化方法设计出的产品有不同类型的功能:基本功能、接口功能、扩展功能和自定义功能。其中,基本功能对系统至关重要,并且通常是反复出现的;接口功能将模块组合在一起(定位、紧固、适应匹配元素);扩展功能可能需要可选模块;自定义功能是非标准的,可以针对特定客户实现,并且通常不会模块化,因为其他客户的需求有限。综合而言,模块化是提高产品可扩展性、可配置性,进而实现产品自适应变换的一种重要途径,也是产品自适应设计的一种关键特征。
4)全新需求适应性:可定制性。产品的可定制性强调设计需求产生后,产品通过变换满足需求的难易程度。例如,飞行器设计中任务参数、有效载荷、射程、武器系统的变化,对于这种类型的适应性没有常规的措施,所以我们将它称为可定制性。与可定制性相关的关键研究是产品的设计变更理论,产品设计变更以适应需求的可行性、难度、成本和时间,变更(产品需求)可能产生在客户端,也可能是产品设计缺陷修改,甚至可能是产品开发、原型制作、全面生产或全面部署之后的故障等。通过对产品设计信息的关联约束建模,以及设计变更影响的评估预测,结合设计方法实现面向需求的产品定制。可定制性也称产品通过定制满足需求的能力,其深入研究为缩短产品开发周期提供最大可能。
数据与知识自适应是产品自适应设计的基本特点,也是实现设计求解方法自适应、设计过程自适应的基础。在数据维度方面的自适应主要包括设计数据、验证数据、运行数据、维护数据等结构化数据的适配与融合,以及数据分析、自适应数据权衡与决策、智能设计知识推送等内容,详细的逻辑关系如图2-2所示。
图2-2 数据维度自适应
数据维度自适应特征体现在产品全业务链生产制造大数据的完整性和标准化,数据处理方法对多源数据的适应性,全生命周期的数据与设计知识更新、推送的动态性三个方面。
1)产品全业务链生产制造大数据的完整性和标准化。数据的完整性是指在产品全生命周期数据中对关键信息的全面获取,以完整的产品全生命周期数据作为设计的支撑,为保证数据处理结果的科学性奠定基础,进而保证基于数据的智能设计的准确性;数据的标准化主要面向大数据的结构化存储及数据处理前的准备,标准数据可以消除冗余数据对设计结果的干扰,是支撑智能自适应设计方法的重要基础,也是企业数字化、设计智能化的基础技术。为实现该特征,产品全业务链需获取各类数据,包括设计数据、验证数据、质量数据、制造数据、运行数据,以及非结构化数据的自动抽取。同时,实现多源异构制造大数据抽取与冗余清除、增量式真值发现,以及面向语义、结构、数据、描述等多维度冲突消解,提高数据质量。实现缺失数据填补和非一致业务数据的协同修复,提高数据的可用性。通过多源异构数据的统一表示、高效组织方法和以实体为中心的元数据结构化表达,实现数据的规范组织。
2)数据处理方法对多源数据的适应性。面对标准化后的多源数据,一般采用的数据处理方法有数据融合、数据可视化、数据挖掘、数据聚类、数据预测等,其中数据融合、数据可视化、数据聚类等技术的实现方法有很多,要根据不同产品、不同数据种类和特点,采取恰当的数据处理方法,才能获得更精准、更科学的数据处理结果,进而实现设计知识的科学获取。在产品自适应设计的数据分析环节,通过多决策分类器和特征重要度排序,实现各类数据样本属性和资源的智能关联,以及数据层、特征层及模式层多源数据融合;通过抽样加速可视化和多分辨率层次压缩等多种高效数据处理算法,实现数据可视化展现。通过集成学习的特征选择和深度置信网络,构建多模态、多应用的数据知识维度自适应设计主题模型,建立覆盖产品质量预测、参数优化、风险评价等主题模型,实现基于数据挖掘及数据分析的设计知识获取。
3)全生命周期的数据与设计知识更新、推送的动态性。设计过程应该被视为一个控制过程,不是静态的,而是动态的,在这个过程中,信息反馈必须迭代,直到信息内容达到可以得到最佳解决方案的水平。因此,在学习过程中应不断提高信息水平,从而有助于寻找解决方案。实现全生命周期数据知识的动态更新,是保证下一代产品汲取上一代产品设计经验,修复产品缺陷,提高产品质量的重要基础。为实现产品数据与设计知识的动态更新,企业要建立全面、实时的数据采集反馈机制,对于产品“需求分析—设计过程—生产制造—使用维护—回收利用”的全生命周期各环节产生的数据,应通过平台的存储器及工具进行采集存储,然后在数据层上分析和驱动设计过程。同时,要加强数据处理和知识提取完成后的实时推送机制,基于面向设计探索的知识推送机制,实现启发式设计过程,为产品自适应设计提供支持;通过设计任务情境指向的复杂设计知识网络实体搜索及基于本体的设计知识网络子集提取与合并,提高数据知识的获取效率;通过产品方案设计的知识推送机制,实现最佳设计案例、功能模块配置方案的重组与复用;通过面向设计优化的知识推送机制,为产品多学科协同的设计过程提供优化策略和迭代准则;通过基于用户情境模型的设计知识网络修正,实现设计任务—设计知识—设计人员的多层映射。
机械产品种类多、设计需求多样,同时满足需求涉及的任务范围很广。因此,解决办法的要求和类型极为多样,总是需要应用不同的设计方法和工具,以适应不同产品的不同设计任务。例如,食品加工机械必须满足特定的卫生要求,机床必须满足特定的精度和运行速度要求,发动机必须满足特定的功率重量比和效率要求,办公机器必须满足人体工程学和噪声水平方面的特定要求。设计过程主要分为市场需求分析、概念设计、方案设计、详细设计等环节,包括设计信息建模、设计需求决策、功能样机构建、结构配置、参数优化、故障预测、失效分析等主要模块,各个模块间的逻辑关系如图2-3所示。
图2-3 产品自适应设计逻辑过程
设计求解方法自适应主要是指在产品设计过程中,实现主动的多粒度(创新、结构、参数)、多层次(整体、流程、步骤)、多模式(自动与人机交互)的产品设计求解方法自适应。
1)设计信息与求解方法融合的多粒度。设计的求解方法往往面向产品的不同粒度设计信息,如功能求解方法面向产品的功能与结构信息,结构优化方法、性能参数优化方法则面向产品的三维信息及参数信息等。设计需求产生后,不同粒度的产品信息设计与修改,需采取不同的设计求解方法。可通过产品设计信息的多域设计信息关联模型的构建,将产品功能、行为、结构、参数等产品设计信息关联,并基于决策指标体系,确定产品设计需求下产品设计信息的表现形式,如参数数值、功能的关联、结构的型号等,结合与之匹配的产品设计求解方法,建立多粒度设计信息设计求解方法匹配的评价体系,进而选择最优的设计求解方法,实现设计信息的优化与修正,使不同产品设计的不同粒度设计信息可以适应全生命周期中的意外变化。这是求解方法自适应的重要问题。
2)设计任务与求解方法融合的多层次。在产品的全生命周期中,不同阶段的设计任务、设计需求不同,因此所需的设计求解方法也不同。例如:在需求响应阶段,需要开展产品创新设计的探索与分析;在产品概念设计阶段,需要开展功能求解;在产品详细设计阶段,需要进行参数优化与分析工作;在产品数字样机成型后,需要开展多领域统一建模的产品原理功能样机构建与优化;在产品工艺规划阶段,需要进行产品的可制造性分析;在产品装配设计阶段,需要开展产品可装配性分析;在产品制造和维保阶段,则需要开展产品的潜在失效模式分析。企业中不同阶段的主要设计任务及对应的求解方法已经相对成熟,然而产品全生命周期中多层次设计任务下求解方法的融合与集成管理,仍然是提高设计智能化水平的重要研究内容。在产品全生命周期的各个阶段,不同设计任务下,设计求解及分析方法的适应性匹配则体现了其多层次的特点。
3)企业需求与求解方法融合的多模式。多模式是指企业中产品自适应设计求解方法的智能化、自动化与人机交互多种模式的交叉融合。智能化的产品设计是降低经验设计风险、提高设计效率的重要基础,然而设计求解方法并非一味追求智能化,应采用最适合企业的模式。多模式交融的设计方法是企业在当前技术与科技背景下,解决产品设计问题、满足产品设计需求的最佳手段,在设计中体现为参数优化过程的智能化、功能结构匹配的自动化、装配性分析的人机交互等方面。产品设计求解方法自适应的模式不仅需要综合企业的设计环境,还需要考虑设计人员对产品的设计分析水平,以及不同设计环节的特点,进而实现企业需求与多模式设计求解方法的自适应。
设计和开发过程首先取决于企业的导向。在以产品为导向的企业中,产品设计与开发责任根据特定的产品类型及需求类型被分配给企业的不同部门(如旋转压缩机部门、活塞式压缩机部门、附件设备部门)。以问题为导向的企业根据整体任务被分解为部分任务的方式来划分责任(如机械工程、控制系统、材料选择、应力分析)。当然也有其他形式的设计开发过程,如基于设计过程的特定阶段(如概念设计、实施设计、详细设计)、领域(如机械工程、电气工程、软件开发)或产品开发过程的阶段(如研究、设计、开发、试生产)。因此,设计过程是一个分层次、分阶段,由全局到局部,逐层循环,逐步迭代逼近,逐渐完善,最后达到设计要求的过程。
图2-4展示了以设计开发过程组织任务的层次图,其以需求分析、方案设计、结构设计、详细设计、制造五个设计阶段为主要组织方式,将每个设计阶段中的设计任务进行分解,同时确定设计子任务的设计流程,并在设计流程中确定每个子设计问题的协同过程进而提高设计效率,通过设计任务的层层分解以及设计流程的组织协同优化,实现设计过程的自适应组织。
图2-4 设计过程自适应
1)设计过程的层次性与阶段性。设计过程的层次性主要体现在设计项目中的任务,任务由目标(计划、绩效)、流程、资源、活动构成,每个流程又可以细分子流程,同样由目标、子流程、资源、活动构成。例如,在“需求分析—方案设计—结构设计—详细设计”基本设计阶段下,存在设计任务及设计流程的进一步分解,如方案设计中的气动设计、电路设计等子任务,每个设计子任务下又包含设计流程,设计流程又分阶段。产品设计过程自适应是基于产品设计需求,通过研究设计过程,拟定具有普遍适用性的产品设计流程。该特征通过产品平台中分阶段、分层次的模型要素定义,实现基于实际设计需求的设计过程的适应性建模。
2)面向需求的设计流程组织动态性。产品的设计需求是多源、异质的,如功能需求、性能需求、质量需求、运维需求、外部环境需求等。其中,运维需求、外部环境需求等会随着时间推移、科技发展不断更新,具有动态性、随机性。需求提取后,不同属性的设计需求会作用在概念设计、详细设计、工艺设计等产品设计不同阶段,如产品的功能设计需求在概念设计中完成,参数优化需求则在详细设计中完成,依据设计需求的属性实现设计需求到设计流程的快速映射是提高设计效率的重要保障。产品自适应设计通过需求的决策实现需求向设计过程与设计任务的动态映射,同时通过设计步骤、流程的动态组织,实现最优的设计流程方案。步骤的顺序不能是死板的。有些步骤可能被省略,而另一些则经常重复,这种灵活性符合设计需求特点及实际的设计经验。该特征涉及实时数据驱动的设计需求获取、面向设计任务的需求分析与转换、设计过程与设计任务的实时更新等技术。
3)设计任务的协同性。设计任务的协同性来源于并行设计理念,是指产品及其设计的相关过程并行化、一体化的工作模式。这种工作模式一开始便考虑“需求分析—方案设计—结构设计—详细设计”等产品设计过程的全部阶段及其子阶段,并考虑到子阶段中的质量、成本、进度及用户需求等要素,使产品设计过程任务合理分配,实现节约设计资源、缩短设计周期,以及提高产品质量等目标。值得注意的是,设计任务的协同是由设计人员知识的局限性决定的,设计人员不仅要了解传统的科学和工程基础知识(如物理、化学、数学、力学、热力学、流体力学、电子学、电气工程、材料科学、机械元件),还要了解特定领域的知识(如仪表、控制、传输技术、生产技术、电气驱动、电子控制),这对设计任务的协同解决和分配都有重要意义。在自适应设计平台中通过多主体的协同设计过程感知、冲突消解等研究,集合多主体建模技术,实现设计过程的协同。
产品自适应设计充分利用新一代信息技术,能根据时变的产品设计需求不停地进行快速的主动适应性设计。实现自适应设计的前提是全生命周期需求数据的实时反馈,以及随时、互动式的更新。所有设计从精准需求出发,设计过程和资源的组织要迅速、灵活地应对需求的变化。
以一般产品的设计过程为例,它是以顺序设计阶段为基础,分配设计任务和组织设计数据的过程。其中,产品设计过程划分为四个相互映射关联的阶段域,用户需求分析是产品设计开发的起点,用户需求的分解是产品协同设计过程的基础,然后映射到产品功能需求分解,以全生命周期数据作为支撑,依照需求分解和满足需求对任务执行分解、分配、调度及优化,从而形成协同设计的任务层次。产品设计过程中不同设计阶段、数据、任务流程、时序和层次存在的协同关系如图2-5所示。
与一般产品设计方法不同,产品自适应设计中设计过程、设计任务与设计数据之间的交互关系并不是固定的,而是以时变的设计需求为驱动,以设计过程自组织为核心,且具备“自主感知—智能决策—高效执行”闭环迭代典型特点。对图2-5进一步拓展,形成自适应设计的逻辑视图,并将自适应设计系统分为六个组成部分,如图2-6所示。
图2-5 产品设计过程协同关系图
图2-6 产品自适应设计逻辑视图
1)全生命周期数据支持。在产品自适应设计系统的全生命周期数据感知模块中,可实现海量制造大数据治理、多源异构制造大数据融合修复,以及多源异构数据统一表达三大基本功能。其通过对产品数据库、仿真数据库、实验数据库、运行使用数据库等产品多源异构大数据抽取与冗余清除、增量式真值发现,以及面向语义、结构、数据、描述等多维度冲突消解等方法,提高数据质量;基于非精确匹配规则的缺失数据填补和不确定规则与非一致业务数据的协同修复等方法,提高数据的可用性;通过多源异构数据的统一表示、高效组织方法和以实体为中心的元数据结构化表达方法,实现数据的规范组织。
2)数据分析与决策。在全生命周期数据感知基础上,可实现全类型制造大数据分析与可视化及基于大数据挖掘的设计知识发现。其通过多决策分类器和特征重要度排序方法,实现各类数据样本属性和资源的智能关联,以及数据层、特征层和模式层多源数据融合;通过抽样加速可视化和多分辨率层次压缩等多种高效数据处理算法,实现大数据可视化。同时,通过集成学习的特征选择和深度置信网络,以及多模态多应用的自适应设计主题模型构建方法,建立覆盖产品质量预测、参数优化、风险评价等主题模型,实现设计知识的发现。
3)需求工程。产品自适应设计系统的需求工程模块主要包括基于全生命周期数据的设计需求获取、设计需求的管理及需求链管理功能。在需求获取时,基于图网模型建立动态产品需求图谱表征理论,实现需求的合理表征,并基于语义聚类和共指消解技术,建立需求关键词、需求关系、属性抽取和信息融合模型,实现多源异构产品需求数据的获取与集成,进而实现基于知识图谱的设计需求管理。产品设计需求图谱存在关系复杂、矛盾冲突及不确定性等问题,基于节点相似度等实体匹配方法、密度-峰值法等实体聚类算法,实现动态产品需求图谱优化。通过图谱反向推测算法和关联规则挖掘算法,形成非完备设计需求精确识别,以及全生命周期设计需求向产品设计环节的精准映射,进而实现需求链的管理。
4)产品自适应智能设计技术。在产品自适应设计系统的产品自适应智能设计模块中,可实现多源需求感知的产品全生命周期设计分析、产品性能多目标参数设计优化、产品功能结构方案自适应设计、设计产品原理创新设计探索四大基本功能。通过对制造过程数据和数字孪生的产品制造/装配性分析,可实现产品维护性分析;同时,构建产品全生命周期权衡评价模型,利用产品全生命周期综合设计分析技术,实现多源需求感知的产品全生命周期设计分析;模块中包含产品潜在失效模式与效应分析、故障预测子模块,可实现基于数据的故障诊断与预测;为实现参数设计优化,模块通过对设计变量与性能关联强度计算和基于敏感度与信息熵的关联类型识别,建立产品性能多目标参数设计优化模型,并通过智能算法实现了多目标参数优化模型求解;最后,模块可实现基于公理化设计和发明问题解决理论的产品原理方案设计,以及研究基于信息公理和物场分析的产品原理方案评价,支持产品原理方案的优选。
5)设计方案适应性评价。通过构建产品模型成熟度指标体系及产品各域数字孪生模型和总体数字孪生模型成熟度评价,解决产品优化决策的问题。同时,综合考虑功能、性能、结构、制造、运维的产品适应性评价量化指标体系,可实现对产品关于全生命周期多样化需求及其变化的适应性的定量描述。此外,该功能模块中,提出产品参数和配置/架构适应性指标合成评价方法,可满足产品多样化动态需求。具体包括产品参数适应性评价方法、产品配置/架构适应性评价方法。最后,通过模糊集、灰色关联分析等方法,以及面向自适应设计过程的指标动态配置、数据自动清洗、可变权重,最终实现产品设计方案的适应性评价。
6)自适应设计项目管理。产品自适应设计系统的项目管理模块主要实现自适应设计过程管控,是产品自适应设计原理与产品实际设计过程有机结合的重要模块,是数据分析与决策、需求工程、产品自适应智能设计模块的集成实现,包括泛在环境下自适应设计产品建模、在线产品数字化定义、多主体可视化在线交互协同设计、在线交互协同设计过程管控四大基本功能。该模块以泛在环境下自由享用计算能力和信息资源为目标,基于云CAD技术实现产品建模,并基于模型的工程定义技术实现产品的数字化定义;同时实现基于三维模型可视化的在线交互协同设计和多主体参与的数据管理与同步,进而实现可视化的设计交互;在攻克协同规则与权限定义、实时通信、数据同步与冲突处理等技术难点基础上,实现多用户参与的建模指令协同、建模数据协同、多主体协同、协同历史可回溯、协同权限管理、协同版本管理,具备实时通信、增量数据、冲突消解、版本控制等能力,确保协同设计的数据准确性和响应速度。
产品自适应设计技术体系中关于全生命周期数据、信息、知识的采集、处理、融合、分析技术统称为大数据感知与分析技术。大数据感知与分析技术体系主要包括全业务链多源异构数据融合技术、复杂设计知识网络构建与动态维护技术、全类型制造大数据分析与设计知识发现技术等几个重要方法技术模块。
1)全业务链多源异构数据融合技术。主要针对制造企业内外部系统多源异构数据一致性差、可用性弱、共享率低等问题,通过全业务链多源异构数据融合技术,实现全业务链制造大数据的实时获取、融合集成和高效存储。在海量制造大数据治理技术领域,主要实现支持溯源的多源异构制造大数据抽取与冗余清除、增量式真值发现,以及面向语义、结构、数据、描述等多维度冲突消解,由此提高数据质量。同时,利用非精确匹配规则的缺失数据填补方法和不确定规则与非一致业务数据的协同修复方法,提高数据的可用性,实现多源异构制造大数据融合修复。通过多源异构数据的统一表示、高效组织方法和以实体为中心的元数据结构化表达方法,实现数据的规范组织和多源异构数据的统一表达(详见3.1节)。
2)复杂设计知识网络构建与动态维护技术。主要针对企业研发设计知识多源异构及动态变化导致的设计知识组织、管理、维护困难等问题,研究复杂设计知识网络构建与动态维护技术,实现设计知识“统一表达—高效组织—动态维护”。首先,通过结构化/非结构化设计知识统一表达方法,实现基于实体识别与链接的复杂设计知识网络构建,结合设计知识网络实体及检测补偿,实现知识数量与质量的同步提升;其次,通过复杂设计知识网络关键特性度量方法,建立复杂设计知识网络评价指标,为复杂设计知识网络维护提供基础;最后,基于复杂设计知识网络动态维护与控制机制及语义推理的设计知识网络演化方法,实现复杂设计知识网络动态维护与设计知识网络的实体消歧与链接冲突处理(详见3.2节)。
3)全类型制造大数据分析与设计知识发现技术。主要针对产品全生命周期制造大数据无法直接驱动产品设计的问题,通过全类型制造大数据分析和设计知识发现技术,为产品自适应设计决策提供依据和获取设计知识。通过集成学习的特征选择和深度置信网络,以及多模态多应用的自适应设计主题模型构建方法,建立产品质量预测、参数优化、风险评价等主题模型,实现基于大数据挖掘的设计知识发现(详见3.3节)。
在面向设计的大数据感知与分析技术领域,如何围绕实体对象,将具有异构、大噪声、冲突等特点的制造业数据转化为有价值的信息是主要技术障碍。通过全域异构跨尺度大数据分析融合相关技术研究,从数据组织、冲突消解、非一致业务数据的填补与修复、数据结构化统一表达等方面突破多源异构数据的处理技术,实现数据可视化及标签化处理。通过研究多源数据融合方法,实现各类数据样本属性和资源的智能关联,解决多元、多源数据条件下实体对象统一标识困难问题,实现全域跨尺度多源异构数据融合与集成。该技术用于提高数据质量,为产品自适应设计提供依据和支撑。此外,产品设计知识的统一表达、高效组织与动态维护是设计知识能否有效重用并发挥知识价值的关键所在,通过复杂设计知识网络构建对动态维护技术的深入研究,采用知识封装技术,将规则、模型、工具等异构多粒度的设计知识进行统一表达,基于知识图谱组织设计知识,形成复杂设计知识网络;通过动态维护确定触发机制、评判准则与控制策略,基于实体搜索技术解决复杂设计知识网络中新知识的增加与实体链接关系的发现,通过实体解析技术识别设计知识实体间的歧义与链接冲突监测,最终实现复杂设计知识网络正向与逆向维护的动态演化过程。
设计需求提出后,首先需对产品设计做出响应,快速配置产品设计方案,因此设计需求的适应性分析技术十分关键。同时,产品适应性设计在完成产品设计后需要对产品设计的适应性进行评价,为相应设计方案提供设计决策。对产品适应性的评价,可帮助设计人员针对需求选择合理的适应性设计方案,也有助于在需求变动时提供调整建议,达到满足需求变动的要求。产品设计需求决策与适应性评价体系主要包括基于设计约束网络的产品自适应设计需求决策方法与产品适应性动态评价方法两个关键内容。
1)基于设计约束网络的产品自适应设计需求决策方法。主要针对设计变更需求响应慢,产品设计传播效应缺乏有效评估的问题。首先,构建基于设计约束网络的产品设计变更信息模型,建立产品功能-结构-参数多个设计信息域关联的多层网络模型,为需求驱动的设计信息变更分析提供基础。其次,通过设计变更传播网络的递归与多级抽象简化,提高产品设计变更需求响应效率,通过对模型下需求驱动的变更影响传播模式,实现变更影响的显式表达,实现设计变更传播的形式化和可追溯。最后,构建产品设计变更代价评价指标体系,建立产品设计优化方案决策评价模型,确定需求驱动下的产品设计变更传播响应路径,实现产品设计优化方案决策评价(详见4.1~4.3节)。
2)产品适应性动态评价方法。主要针对产品对市场及设计、制造、运维全周期需求变化的动态响应性差,难以及时做出产品优化决策的问题,研究产品适应性动态评价方法,为产品自适应设计决策提供依据。首先,综合考虑功能、性能、结构、制造、运维对产品适应性的影响,进而构建产品适应性评价量化指标体系,对产品全生命周期多样化需求及其变化的适应性实现定量描述。然后,为满足产品多样化动态需求,从产品参数、配置/架构、原理方案三个层次,提出产品适应性指标合成评价方法,包括产品参数适应性评价方法、产品配置/架构适应性评价方法、产品原理方案适应性评价方法(详见4.4节)。
在产品设计需求决策与适应性评价相关研究中,产品自适应设计需求决策是产品闭环迭代的重要环节,既是连接数据知识、设计需求与具体设计的桥梁,也是决定实施哪个层次自适应设计的扳道机。通过基于设计约束网络的产品自适应设计决策方法研究,分析产品参数关联关系、结构关联关系和功能关联关系,构建基于设计约束网络的产品强连接结构和弱连接结构的设计变更传播模型,以及产品设计变更传播动态网络,确定产品设计变更传播路径,实现产品自适应设计需求决策。该方法用于决定设计需求的迭代方向和范围,提高设计变更响应速度和准确性。产品适应性设计在完成产品设计后需要对产品设计的适应性进行评价,为相应设计方案提供设计决策。对产品适应性的评价研究,可帮助设计人员针对需求选择合理的适应性设计方案,也有助于产品对需求变动情况提供调整建议,达到满足需求变动的要求。
产品设计方案智能求解方法,从基于专家经验的设计系统逐步发展为人机智能化设计系统,设计方案的创新水平、求解过程的智能化水平均得到大幅提高。以新一代智能算法为引导,产品智能求解方法为设计求解的自动化水平及创新能力的提高提供了新的视角。设计方案求解与优化方法体系主要包括产品原理创新设计探索、产品功能结构方案自适应设计、产品性能多目标参数优化设计、产品全生命周期设计分析等四项关键内容。
1)产品原理创新设计探索。主要针对复杂产品在需求、设计、试验、运维等系统原理功能创新设计与仿真验证一体化方面的需求。首先,研究基于公理化设计和发明问题解决理论的产品原理方案设计方法。其次,研究基于信息公理的产品原理方案评价方法,支持产品原理方案的优选,实现基于集成化设计理论的产品原理方案设计与评价。最后,通过涵盖系统、分系统、单机多个层次的产品原理功能样机构建,实现演化与扩展的产品原理功能样机的优化设计,并实现对原理设计方案的迭代优化(详见5.1节)。
2)产品功能结构方案自适应设计。主要针对产品由机械、电子、液压、控制等多学科耦合而成,不同子系统间相互耦合影响的问题。首先,通过产品功能结构单元自适应划分分析,建立产品单元划分准则,对产品结构单元进行解耦规划。其次,基于等价关系的约束空间划分,建立分层次的设计功能结构约束空间稀疏表达模型,提取关键约束作为功能结构匹配推理的变量集,实现产品功能结构约束模糊自适应匹配。最后,通过建立通用配置集与可重构因子,优化配置过程模型,并基于产品功能配置算法,实现产品递归化动态功能结构方案自适应求解(详见5.2节)。
3)产品性能多目标参数优化设计。主要针对产品性能指标多、产品设计变量与性能间关联分析数据来源多、关联关系难以精确表达的问题。首先,通过产品设计变量多源数据融合分析和基于敏感度与信息熵的关联类型识别,实现产品设计变量与性能关联强度计算。其次,针对设计变量不确定性、系统参数不确定性等问题,提出了基于变权空间密度的产品性能多目标参数优化求解算法,通过个体变权空间密度降序排列进行参数可行解集的多样性保持和全局最优值更新,并引入概率随机变异机制增强算法的全局寻优能力。最后,定义了产品性能特性灵敏域,建立了基于灵敏域的产品性能特性稳健优化数学模型,在满足产品性能设计要求的前提下,提高产品性能对设计参数波动的稳健性,实现了产品性能适应性的高效求解(详见5.3节)。
4)产品全生命周期设计分析。主要针对现有产品设计,重点关注市场用户需求响应,忽视制造等全生命周期其他重要环节的需求,研究融合产品全生命周期多源需求的设计分析技术。首先,通过基于制造过程数据和数字孪生的产品制造/装配性分析,以及基于运维服务数据和数字孪生的产品维护性分析,实现基于单源需求感知的产品设计分析技术。其次,构建产品全生命周期权衡评价模型,并在该模型基础上展开产品全生命周期综合设计分析,为自适应设计决策提供依据,进而实现基于多源需求感知的产品全生命周期综合设计分析。最后,实现该技术的核心,研发基于多源需求感知的产品全生命周期设计分析工具(包括制造性/装配性分析工具DFMA、动态装配维护分析工具DASM、工艺知识库和产品全生命周期综合设计分析工具),以及机电产品失效模式模糊效应分析工具和运维数据驱动的故障模式分析与预测工具,实现基于数据的故障诊断和预测,进而实现产品全生命周期设计分析(详见5.4节、7.1节)。
在产品设计方案求解与优化的相关技术中,产品性能设计优化是产品持续改进的核心手段。产品性能决定产品质量,由于产品性能指标多、设计变量多、不确定性因素多,因此通过对产品性能多目标参数优化设计方法建立设计变量与性能目标的设计模型构建和关联强度的计算方法,并针对设计变量不确定性、系统参数不确定性等,建立不确定性量化模型,利用智能算法实现产品性能多目标参数优化求解。本方法用于优化调整产品参数,提高产品多目标综合性能。同时,产品设计阶段是满足设计需求的重要阶段,也决定了产品全生命周期设计制造的大部分成本。此外,产品的质量、性能、可靠性甚至安全性均由该阶段决定,若在产品设计阶段出现设计问题,则会出现后续设计无法弥补的缺陷。
以产品设计求解为核心,进而研究贯穿产品全生命周期的设计及设计分析方法,提出基于集成化设计理论的概念方案创新设计和基于统一建模的功能样机构建与优化方法,解决了产品自适应设计方案探索、多领域耦合模型构建与探索方案的仿真评价等问题;提出并实现产品功能结构方案自适应设计方法,有效支持了产品通用性与多样性的改进和客户需求的自适应迭代升级设计;提出产品结构详细设计的制造性、装配性和维护性分析方法,有效解决了自适应设计对产品全生命周期需求变化进行快速响应的问题。这样可以从源头提高产品性能及质量,同时降低产品生产成本,减少产品设计迭代次数,进而缩短产品开发周期,提高产品设计效率。
产品自适应设计的一个显著特征是在线交互协同,它包含两层意思:第一层是多主体(设计人员、管理人员、制造人员等)在线交互协同设计;第二层是在线交互协同设计的过程管控,即对设计过程进行分配任务、授权、消除冲突等管理。设计过程的协同管控技术研究用来解决当前企业设计模式单一、设计过程动态多变、协同响应设计周期较长等实际问题。该技术主要包括泛在环境下自适应设计产品建模技术、在线产品数字化定义技术、基于情境导航的自适应在线设计知识推送、在线交互协同设计过程管控技术、产品自适应在线交互设计平台的研发五个关键内容。
1)泛在环境下自适应设计产品建模技术。主要针对企业设计模式单一、缺乏远程协同设计工具支持的问题,利用泛在环境下自由享用的计算能力和信息资源,基于云CAD技术,开展相关研究。首先,基于Web的产品参数化建模技术,解决云模式下服务器数据统一管理问题,并开发在线参数化建模工具。其次,通过三维装配模型操作方法研究,实现装配约束的定义与表达,解决云模式下装配数据统一管理问题,并开发在线装配设计工具,实现通用机械行业在线装配设计。最后,通过开发在线轻量化模型数据转换工具,突破传统建模软件的模型数据格式壁垒,兼容现有主流建模软件格式,实现多种本地模型数据向云端可编辑、可操作、可浏览的转换(详见6.1节、7.1节)。
2)在线产品数字化定义技术。主要针对产品全生命周期数据异构、动态实时数据利用率低的问题,开展相关研究。首先,通过基于模型的数字化定义技术,实现基于三维模型统一定义的产品设计、工艺、质量管控与服务,通过设计、工艺、制造、服务等多业务、多领域统一知识模型的定义,形成完整的三维数字化研发服务技术应用体系。其次,基于数字孪生虚拟样机元模型建模方法,在三维模型上定义产品虚拟样机设计元模型,构建三维数字孪生模型,实现数字孪生多维信息融合,形成完整的三维数字孪生服务技术应用体系(详见6.2节)。
3)基于情境导航的自适应在线设计知识推送技术。主要针对企业知识存量急速增长,知识管理系统中知识资源庞大、横跨专业领域的问题,实现知识检索从“拉式”向“推式”的转变,将合适的知识在恰当的时候主动供应给需要的设计人员。首先,通过设计探索、方案设计、参数优化等设计任务的情境建模及设计人员情境建模,构建包含用户基本模型与用户偏好模型的设计人员情境模型,实现多维度设计情境建模方法。其次,通过设计任务情境指向的复杂设计知识网络实体搜索及基于本体的设计知识网络子集提取与合并,实现用户情境模型的设计知识网络修正及设计任务—设计知识—设计人员的多层映射,最终实现复杂设计知识网络的知识匹配。最后,通过面向设计探索的知识推送机制,实现启发式设计过程,为产品创新设计提供支持;通过面向产品方案设计的知识推送机制,实现最佳设计案例、功能模块配置方案的重组与复用;通过面向参数优化的知识推送机制,为产品多学科参数优化设计过程提供优化策略和迭代准则。综合三个方面实现面向产品自适应在线设计的知识推送(详见6.3节)。
4)在线交互协同设计过程管控技术。主要针对面向产品研发过程中不确定性、交互频繁、业务和权限复杂等问题。首先,通过支持多主体在线交互协同设计流程的图形化表达方法和可视化描述语言,开发面向不同设计模式、不同任务组织方式的设计流程架构,实现对开放网络环境下交互协同设计过程的界面交互、可视呈现与动态追溯。其次,分析在线交互协同设计活动执行过程的主体交互行为、冲突形态特征及阶段递进关系,通过分析不同设计过程之间的内容关联性、逻辑约束性和进度可调性,利用启发式智能计算技术,研究多过程活动执行方案综合评判决策方法,实现活动执行过程多方案优化决策机制。最后,通过分析基于机理模型的自适应优化设计、基于多源需求和产品实时运行大数据反馈,改进设计中可能出现的设计冲突类型和特征,形成协同过程冲突消解方法及控制策略(详见6.4节)。
5)产品自适应在线交互设计平台的研发。基于以上技术的研究成果,研发了性能高、拓展性好、集成性好的产品自适应在线交互设计平台,该平台具备三维零件建模、装配建模、数据转换、参数化建模引擎等核心技术,可提供在云服务器端部署研发项目管理、建模流程、协同设计、数据存储等服务,具备在线设计与交互、三维图形实时渲染、应用授权等客户端功能,为企业产品在线协同设计提供支撑(详见6.5节)。
在产品设计过程的协同管控技术研究中,需求、设计、制造、维护等多主体均具有交互和协同设计的需求,而企业当前仍存在协同响应效率低、跨平台适应性差、协同手段单一的问题。因此,首先,可通过多主体可视化在线交互协同设计技术研究,分析多用户协同设计的需求,形成同步分布式的设计表达可视化集成环境。其次,开展协同规则与权限定义、实时通信、数据同步与冲突处理等技术的攻关,解决多用户参与的建模指令协同、建模数据协同、多主体协同、协同历史可回溯、协同权限管理、协同版本管理等关键问题,具备实时通信、增量数据、冲突消解、版本控制等能力,确保协同设计的数据准确性和响应速度。再次,实现包括通信、权限、指令、版本等模块的协同架构的设计与开发。最后,完成基于Windows、Android、iOS等平台的跨平台协同模块的集成与部署。同时,在线交互协同设计过程中,需要满足需求、设计、制造、维护等多主体协同设计和交互的需求,使用各类产品数据、知识、工具、模型等信息,实现融合大数据处理、知识管理、自适应设计等技术的应用。因此,其设计过程的流畅运行和精准管控存在较大的困难。可以通过在线协同交互设计过程管控技术的研究,从设计流程的图形化表达和可视化描述出发,建立不同设计模式和任务组织方式下的设计流程架构;研究交互设计活动执行过程中的进度状态,实现对活动执行过程的全面感知;分析设计过程中的设计冲突类型与特征,提供冲突消解方法及控制策略。最终,实现在线需求感知—在线设计—在线运行使用—动态感知反馈—产品设计迭代优化—决策—控制执行的闭环动态高效自适应设计。