下载掌阅APP，畅读海量书库
立即打开
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。