下载文档原格式
多学科设计优化简要介绍多学科设计优化 (Multidisciplinary Design Optimization,简称 MDO)是一种通过充分探索和利用工程系统中相互作用的协同机制来设计复杂系统和子系统的方法论。
其主要思想是在复杂系统设计的整个过程中利用分布式计算机网络技术来集成各个学科 (子系统 )的知识，应用有效的设计优化策略，组织和管理设计过程。
其目的是通过充分利用各个学科(子系统 )之间的相互作用所产生的协同效应，获得系统的整体最优解，通过实现并行设计，来缩短设计周期，从而使研制出的产品更具有竞争力。
因此，MDO宗旨与现代制造技术中的并行工程思想不谋而合，它实际上是用优化原理为产品的全寿命周期设计提供一个理论基础和实施方法。
MDO研究内容包括三大方面：1，面向设计的各门学科分析方法和软件的集成；2，探索有效的 MDO算法，实现多学科 (子系统 )并行设计，获得系统整体最优解；3，MDO分布式计算机网络环境。
多学科设计优化问题 ,在数学形式上可简单地表达为：寻找：x最小化：f=f(x,y)约束：hi(x,y)=0 (i=1 ,2 ,… ,m) gj(x,y)≤ 0 (j=1 ,2 ,… ,n)其中：f 为目标函数；x为设计变量；y是状态变量；hi(x,y)是等式约束；gj(x,y)是不等式约束。
状态变量 y，约束 hi 和 gj以及目标函数的计算涉及多门学科。
对于非分层系统，状态变量 y，目标函数 f，约束hi 和 gj 的计算，需多次迭代才能完成；对于分层系统，可按一定的顺序进行计算。
这一计算步骤称为系统分析。
只有当一设计变量 x通过系统分随着科学技术日新月异的发展，我们的武器装备，尤其是战斗机的水平日益提高，装备复杂程度已远超乎平常人的想象，装备设计不单要用到大量的人力，甚至已牵涉到了数十门学科。
例如，战斗机设计中就包括了液压、传动、流体力学、计算流体力学、空气动力学、发动机、结构力学、传热学、热力学、自动控制、电子、软件、计算机、可靠性、维修性、保障性、安全性、测试性等若干学科。
CAE软件及其运用现状分析一、在工程设计中的应用：1.结构分析：CAE软件可以通过有限元分析方法对产品的结构进行强度、刚度等性能分析，并进行结构优化，提高产品的可靠性和安全性。
2.流体力学：CAE软件可以模拟液体和气体在管道、容器、风洞等中的流动行为，优化流体系统的设计和效率。
3.热传导：CAE软件可以分析热传导现象，并进行热交换器、散热器等热管理系统的设计和优化。
4.电磁场分析：CAE软件可以模拟电磁场的传播和分布情况，帮助设计电路、电感、变压器等电子产品。
二、CAE软件的特点：1.高度精确性：CAE软件基于数学模型和物理原理进行分析和仿真，具有高度精确性，可以准确预测产品在不同工况下的性能。
2.高效性和节省成本：使用CAE软件可以快速进行多种分析和优化，避免了繁琐的实验过程，减少了时间和成本的浪费。
3.多学科集成：CAE软件可以模拟多学科的物理现象，并进行多学科的集成分析，帮助工程师进行全面的设计优化。
4.交互性和可视化：CAE软件具有友好的用户界面和可视化结果展示，工程师可以直观地观察和分析产品的性能。
三、CAE软件的发展趋势：1.多物理场耦合分析：随着工程领域的不断发展，产品的设计越来越复杂，多种物理场之间的耦合效应也变得重要。
未来的CAE软件将更加注重多物理场之间的耦合分析和优化。
2.大规模计算能力：CAE分析需要进行大规模的数值计算，需要庞大的计算资源支持。
未来的CAE软件将更加注重提高计算能力和效率，以满足工程师复杂问题的分析需求。
3.智能化和自动化：未来的CAE软件将更加注重智能化和自动化的功能，通过模型预测和优化算法等技术，提供更精确、高效的分析和优化结果。
4.云计算和协同工作：云计算可以提供大量的计算资源，并实现CAE 软件在云端的远程使用和数据共享。
未来的CAE软件将更趋向于在云端进行分析和协同工作，提高工程师的工作效率和沟通效果。
总之，CAE软件的应用不断拓宽，涉及的行业和领域越来越广泛，未来的发展空间也非常广阔。
多学科集成优化平台软件OPTIMUS简介一、多学科集成优化平台OPTIMUS作为多学科的仿真集成平台，能够集成并自动化用户的多学科仿真分析流程，实现设计-修改-再分析自动化，能应用现代设计方法（至少包括试验设计、敏感度分析、响应面建模、参数优化、参数识别、可靠性设计、鲁棒性设计）实现综合优化和自动化分析。
软件涉及的学科包括几何造型、结构分析、计算流体力学、控制、动力学、冲击碰撞、震动噪声和疲劳等领域。
要求能够集成这些学科所涉及到的CAD/CAE商用软件、以及用户自开发的（基于C/C++、Visual Basic、Fortran、Java、以及其他编程语言）的程序代码。
OPTIMUS具备形成完整的集成优化设计综合环境，能够很方便地集成已有的成熟仿真工作流程并且自动运行。
OTIMUS建立的工作流应能作为模板保存使用。
工作流的管理可以定制，并支持远程调用和基于计算机集群的并行运行方式，充分利用硬件资源，提升运行速度。
OPTIMUS的集成优化能力及可靠性经过十年以上业界工程验证，达到通用商业化工程软件水平，在国内外有广泛的应用。
1 OPTIMUS工作流集成功能如下：OPTIMUS具备支持多学科代码集成和流程自动化的统一框架，能在统一的界面下，以图形化的方式，集成任意复杂度的CAE工作流程（集成一个或多个仿真软件）。
OPTIMUS 用户界面友好，能方便把现有工作中建立的仿真流程集成到软件平台中。
1.1 支持32位和64位操作系统，具有与WINDOWS、Linux、 Unix操作系统兼容的统一的图形化界面，人-机接口操作方便、直观。
1.2 OPTIMUS提供多学科软件集成的平台，具有集成商用CAD/CAE软件的通用接口，如UG、Pro/Engineer、CATIA、SolidWorks、PATRAN、NASTRAN、ADAMS、ANSYS、ABAQUS、MATLAB/Simulink、dSPACE、AMESIM、Star-CD、FLUENT、LS-DYNA、ANSA、MADYMO等。
基于数字孪生的复杂产品设计制造一体化开发框架与关
键技术
数字孪生是指通过建立虚拟模型来模拟真实产品的行为和性能。
基于
数字孪生的复杂产品设计制造一体化开发框架与关键技术将数字孪生与产
品设计和制造相结合，实现了全生命周期的一体化开发过程。
以下是基于数字孪生的复杂产品设计制造一体化开发框架的关键技术：
1.虚拟建模技术：包括建立产品的三维模型和物理模型，从而实现对
产品行为和性能的准确模拟。
2.数据采集和处理技术：通过传感器和其他数据采集设备，实时收集
产品运行的各类数据，并对数据进行处理和分析，为产品设计和制造提供
指导。
3.模型校准和验证技术：通过与实际产品进行对比和校准，验证模型
的准确性和可靠性，并进行必要的修正和调整。
4.多学科协同设计技术：将不同学科领域的专业知识和技术集成到产
品设计中，实现多学科的协同设计和优化。
5.智能优化算法和决策支持技术：利用智能优化算法和决策支持技术
对产品进行优化设计，提高产品性能和质量。
6.制造过程模拟和优化技术：将数字孪生应用到产品制造过程中，实
现制造过程的模拟和优化，提高制造效率和品质。
7.数据共享和协同协作技术：实现不同团队之间的数据共享和协同协作，提高团队的协同效率和工作质量。
通过以上关键技术的应用，基于数字孪生的复杂产品设计制造一体化开发框架可以实现产品全生命周期的一体化管理与控制，提高产品的设计和制造效率，降低成本，并大大缩短产品开发周期。
关于产品创新设计理论及方法1 创新及创新设计概论创新的起源可以追溯到1912年美籍经济学家熊彼特的《经济发展概论》，书中指出：创新是把一种新的生产要素和生产条件的“新结合”引入生产体系。
包括5种情况：引入一种新产品，引入一种新的生产方法，开辟一个新的市场，获得原材料或半成品的一种新的供应来源，建立新的企业组织形式。
熊彼特的创新概念包含的范围很广，涉及到技术性变化的创新以及非技术的组织性创新。
融合认知心理学的产品创新设计。
设计是人类征服自然改造世界的基本活动之一，是人类为满足一定需求而进行的一种创造性活动的实践过程。
人类文明的历史就是不断进行设计活动的历史。
产品是设计结果的物质表现。
产品设计是人类创造有使用价值的创新产品的实践过程，最终表现结果就是产品模型，其过程本质在于创造与革新。
概念设计是设计过程中最具创新性的阶层，而设计者本身的作用也非常重要，因此有必要构建更符合人类思维模式的创新方法，或将现有的各类创新设计方法融入概念设计过程中，充分体现概念设计阶段的创造性，支持概念创新的实现。
而可使用的技术有以下：1.会聚技术：NBIC（Nano-Bio-Info-Cogno）会聚技术是国际上近几年提出的新概念，是指几个领域的科学的融合。
而其结果所产生的巨大能量是不可估量的。
任何技术的两两融合、三种会聚或者四者合成，都将产生难以想象的效能。
美国将会聚技术认可为推动美国经济长期繁荣和增长的关键。
会聚技术发起者达成了这样一个共识：最重要的是通过纳米科技、生物技术、信息技术、认知科学的融合发展，推翻学科之间的壁垒，使这四种技术能发出最大的潜力，所以这个技术有着许多的发展领域和巨大的发展潜力。
2.信息技术：信息是人类认识世界和改造世界的知识源泉。
对人类来说，不能有效地利用信息，就不会有人类文明的演化，社会的进步和科学的发展，就不能驾驭大自然。
信息技术是指在信息的产生、获取、储存、传递、处理、显示、使用等方面能够扩展人的信息器官的技术。
基于iSIGHT的多学科设计优化平台的研究与实现一、本文概述随着现代工程技术的快速发展，产品设计的复杂性日益增加，涉及多个学科领域的知识和技术。
这种复杂性要求设计师在设计过程中必须考虑多种因素，如性能、成本、可靠性、可制造性等，从而实现整体最优设计。
然而，传统的设计优化方法往往只能针对单一学科进行优化，难以处理多学科之间的耦合和冲突。
因此，开发一种基于多学科设计优化（MDO）的平台，对于提高产品设计的质量和效率具有重要意义。
本文旨在研究并实现一种基于iSIGHT的多学科设计优化平台。
iSIGHT作为一种先进的优化算法平台，具有强大的优化求解能力和丰富的优化算法库，为多学科设计优化提供了有力支持。
本文将首先介绍多学科设计优化的基本原理和方法，然后详细阐述基于iSIGHT 的多学科设计优化平台的架构、功能和技术实现，并通过具体案例验证平台的可行性和有效性。
通过本文的研究和实现，旨在为设计师提供一个高效、可靠的多学科设计优化工具，帮助他们在设计过程中综合考虑多个学科因素，实现整体最优设计。
本文也希望为相关领域的研究者和技术人员提供一些有益的参考和启示，推动多学科设计优化技术的发展和应用。
二、多学科设计优化概述随着现代工程技术的不断发展和复杂性的增加，传统的单学科设计优化方法已经无法满足许多复杂系统的设计要求。
因此，多学科设计优化（MDO，Multidisciplinary Design Optimization）应运而生，它通过将不同学科的知识、方法和工具集成在一起，实现复杂系统整体性能的最优化。
MDO旨在解决在产品设计过程中出现的跨学科耦合问题，以提高产品的设计质量和效率。
MDO的核心思想是在产品设计阶段就考虑不同学科之间的相互影响和约束，通过协同优化各个学科的设计参数，实现整个系统的全局最优。
这种方法能够有效地减少设计迭代次数，缩短产品开发周期，并降低成本。
同时，MDO还能够提高产品的综合性能，使其在满足各项性能指标要求的同时，达到最优的整体效果。
HyperStudy——健壮性设计开发的参数化研究和多学科优化工具HyperStudy是一个HyperWorks软件包中的一款主要产品。
它主要用于CAE环境下DOE (试验设计)，优化，以及随机分析研究。
HyperStudy的前身是Altair公司HyperWorks系列产品中的StudyWizard。
HyperStudy具有导向式结构易于学习。
适用于研究不同变化条件下设计变量的特性，包括非线形特性。
还能应用在合并不同类型分析的跨学科领域中。
模型易于参数化。
除了传统意义上定义输入资料为设计变量，有限元的形状也能够被参数化。
HyperStudy具有良好的集成性，可以从HyperMesh, HyperForm, 和MotionView软件直接启动同时获取设计参量等。
HyperMorph可用于是形状参数的生成。
同时可与多种外部求解器合并使用，进行线性和非线性的DOE、优化和随机分析。
外部求解器类型∙Abaqus∙Ansys∙XY data∙Dads∙LS-Dyna∙Adams∙Pam-Crash∙Nastran∙Excel data∙Madymo∙Altair OptiStruct∙Simpack∙Altair HyperForm∙Radioss∙Altair MotionSolve∙HyperMesh result fileDOE研究DOE又称试验设计，目的在于进行试验设计以减少试验次数，并且保证获得充分的信息，从而简化数据处理，节省人力物力和时间。
正确合理的试验设计，可使试验结果的可靠性显著提高。
试验设计还可以为寻求参数的优化数值和选择最佳工艺方案指明方向。
试验研究的目标在于研究参数变化对于模型特性的影响，确定哪一种因素对于特定响应最具有影响。
确定输入变量为何值时使得响应接近期望值，或者输出响应的变化性非常小，以及非控制变量的效应最小化。
试验设计能够定义一系列测试用于有目的识别或观察参数变化对输出响应变化。
第43卷第10期2009年10月浙 江 大 学 学 报(工学版)Journal of Zhejiang U niver sity (Eng ineering Science)Vol.43No.10Oct.2009收稿日期:2008 08 23.浙江大学学报(工学版)网址:w w w.journals.z /eng基金项目:高等学校博士学科点专项科研基金资助项目(20060335134);国家 863 高技术研究发展计划资助项目(2007AA04Z117);浙江省科技计划资助项目(2007C21052).作者简介:刘海强(1980-),男,江西安福人,博士生,从事产品建模、制造业信息化等的研究.E mail:liuhaiqiang1980@.通信联系人:纪杨建,男,副教授.E mail:m ejyj@DOI:10.3785/j.issn.1008 973X.2009.10.017支持多学科设计优化的产品集成设计知识模型刘海强,纪杨建,祁国宁,胡 浩(浙江大学现代制造工程研究所,浙江省先进制造技术重点研究实验室,浙江杭州310027)摘 要:为了在工程设计中提高产品多学科设计知识的集成能力,通过研究产品多学科设计优化(M DO)的设计过程,提出一种支持多学科设计优化的产品集成设计知识模型.利用对产品设计知识应用特征的分析,研究产品集成设计知识的融合方法,阐述了产品设计知识的表达以及具体设计规则的匹配机制,分析了多学科设计知识获取和目标满意度评价的过程及方法.应用产品集成设计知识模型作为指导框架,采用GeneX us 开发工具,搭建了一个支持多学科设计优化的原型系统平台,并以具体产品的设计过程为例,在平台中验证了该设计知识模型的可行性和有效性.关键词:设计知识模型;多学科设计优化;设计过程;满意度中图分类号:T H 122 文献标志码:A 文章编号:1008 973X(2009)10 1841 07Product integrated design knowledge model supportingmultidisciplinary design optimizationLIU H ai qiang,JI Yang jian,QI Guo ning,H U H ao(I nstitute of M anuf actur ing Engineer ing ,Zhej iang Pr ov ince K ey L abor ator y of A dvancedM anuf actur ing T echnology ,Zhej iang Univer sity ,H angz hou 310027,China)Abstract:T o enhance the capability of integrating the pr oduct multidisciplinary design know ledg e in eng i neer ing desig n,a product integrated design know ledg e model for supporting m ultidisciplinary desig n opti m ization(M DO)w as proposed throug h studying the desig n process o f M DO.T he fusion m ethod of product integrated design know ledge w as ex plor ed by analyzing the applicatio n characteristics of product design know ledg e.T he kno w ledge expressing o f product desig n and the m atching mechanism s o f design rule w ere introduced,and the pr ocess and metho d of multidisciplinar y design know ledg e acquisition and o bjective satisfactio n degree evaluation w ere also analyzed.After,utilizing the pro duct integr ated design kno w ledge model as guiding framew ork,a pro to ty pe system platfo rm for suppor ting MDO w as established w ith soft w are developm ent to ol GeneXus.An ex am ple o f pro duct design w as used to validate the feasibility and effectiveness of the desig n know ledg e mo del in this platfor m.Key words:desig n kno w ledge m odel;multidisciplinary design optimization(M DO);design process;satis faction deg ree随着产品市场竞争的日益激烈,产品开发设计的过程和模式都发生了很大的变化.现代工业企业采用了许多先进方法及其支撑技术来使得其产品获得最短的开发周期、最小的成本耗费和最高的性能.与此同时,工程设计的对象也越来越复杂,如复杂产品的设计,通常需要进行多个学科协同开发设计.复杂产品是指结构复杂、技术密集、制造要求和成本高、过程管理复杂、客户需求多变的一类产品[1].产品设计的发展有两个显著的特点[2]:一是知识密集性,从单纯的几何优化设计向基于知识的性能设计、变型设计转变;二是学科协同复杂性,对于复杂机械产品的设计,往往有多方面的功能和性能要求,单靠某一学科的专门知识及设计人员难于完成产品的设计任务,因而需要多个学科的设计人员协同工作来完成.由于机械产品的设计是一个多学科协同复杂、理论支持力度不够的过程,很多设计知识和经验很难用规则表达,因而基于实例推理方法受到广泛重视和大量应用[3].本文对多学科设计优化的设计过程进行了分析,提出了一种支持多学科设计优化的产品集成设计知识模型,用设计实例和规则综合集成产品设计相关知识,为设计人员提供必需的设计知识,并通过以往产品设计中成功设计实例和设计失误帮助设计人员做出合理的决策.1 多学科设计优化的设计过程多学科设计优化(m ultidisciplinary design opti m ization,MDO)方法是实现缩短复杂产品设计开发周期、降低产品开发成本、提高产品开发质量目标的有效手段.多学科设计优化的主要思想包括增加概念设计在整个设计过程中的比重,在各个阶段力求各学科的平衡,充分考虑各学科之间的相互影响和耦合作用,应用有效的设计/优化策略和分布式计算机网络系统,来组织和管理整个系统的设计过程,通过充分利用各学科之间的相互作用所产生的协同效应,以获得系统的整体最优解[4].多学科设计优化的设计过程包括多个学科的分析或科学计算,也常常涉及到学科之间的设计数据耦合.用产品集成设计知识模型分析产品设计过程,可以更抽象、更有条理地了解复杂产品多学科设计优化的过程实现.现代复杂产品设计过程包含的多个学科工作方式是一种合作设计模式,多个学科相互协同,共同得出设计结论.各个设计子任务之间往往不是顺序或并行的关系,它们之间的数据交换是多方向,不同量级的.根据设计子任务的内部关联方式可以将设计过程分为图1中的3种模式[5]:自顶向下模式、非层次模式和混合式模式.复杂产品的多学科设计过程图1 设计过程模式F ig.1 Patter n o f desig n pr ocess分解后一般是混合式模式.本文通过采用产品集成设计知识模型对混合式的设计过程进行指导建模,能有效且有序地描述复杂产品的多学科设计优化过程.图2 复杂产品的一般设计过程及其相关设计知识F ig.2 R eg ular desig n process and r elated desig n know ledge of com plex pro duct图2为产品设计的一般过程及其相关设计知识.图2左侧为产品设计的一般流程,主要有概念设计、初步设计及详细设计等,并涉及在不同阶段的设计评估.图2右侧为产品设计所涉及的设计知识,主要有设计规范、设计任务分解综合、工艺、设计计算、设计实例、校核、设计失误及设计修改知识等.产品设计需大量应用设计知识和设计经验,在设计过程中设计知识应用的典型特征主要有:常规机械产品设计任务的分解知识通常是固化不变的;产品设计从概念设计到详细设计均具有设计任务的典型特征,即产生设计建议解、建议解评估和设计修改,且具有很强的学科特征;设计知识与设计任务有关,复杂的设计任务可分解为一系列子任务,而子任1842浙 江 大 学 学 报(工学版) 第43卷务可迭代分解,任务求解需要大量的选择、计算、分析、推理、评估、决策、修改等知识;设计知识的表现形式和存储形态各异,且具有动态性,很难采用单一的知识表示方法;设计过程是设计知识应用和产生的过程;设计知识的重用,尤其是对过去设计实例(包括成功设计和失败设计)的重用,是实现快速设计的关键[6].2 产品集成设计知识模型产品设计涉及到多个学科,是知识密集的活动.设计人员常常采用分解综合的方法将复杂的产品设计任务分解为一系列相对简单的子任务.产品设计尤其是变型设计可以重用企业多年设计实践积累的设计经验和设计知识,以适应快速变化的市场需求[7 8].因此,迫切需要研究有效的设计知识模型和知识管理系统,为设计人员提供需要的设计知识,并通过以往产品开发过程中的成功设计方案和设计失误帮助设计人员做出合理的决策.通过用设计实例和规则综合表达复杂产品设计中相关的设计知识、产品零部件数据关系以及在产品设计中集成的各学科设计和优化知识等.集成设计知识模型是以产品数据模型为组织核心,把产品设计的描述知识关联起来,建立设计实例和规则的综合表达、动态的匹配知识,来获得产品综合最优设计结果.产品集成设计知识模型如图3所示.第一层为任务层,即给出统一产品设计任务的分解结构;第二层为描述层,即对第一层选取的任务节点进行设计问题描述,包含设计问题定义、设计问题管理、决策方案组织和学科参数输入及方案评价4个步骤;第三层为求解知识层,是第二层具体设计任务的解决方法,求解知识按照任务模板的结构定义方式实现知识的规范化表示;第四层为数据库层,包括知识库、规则库、产品模型库、计算程序库以及接口模块,用于支持第三层.模型的各个层次之间可通过映射相互联系,任务层的子任务和基本任务映射到描述层进行分解,而描述层的方法又会映射到求解知识层中的知识,通过这种知识模型的层次划分,可有效实现设计知识的分层和分类表示,从而最大化地实现知识的重用.设计问题定义的功能主要是辅助参与者能够方便地编辑出符合系统要求的规范的设计问题描述信息,设计问题管理的功能主要是对设计问题的信息进行总体管理,包括设计信息的查找、读取、修改和图3 产品集成设计知识模型F ig.3 P ro duct integr ated design kno w ledg e model1843第10期刘海强,等:支持多学科设计优化的产品集成设计知识模型增删等操作.决策方案组织的功能主要是根据所选的设计问题构建其决策树,并对数据库中的相关的决策组信息进行存取和修改等操作.学科参数输入及方案评价的功能主要是根据各学科提供的参数值、权重值和满意度函数的幂指数值等信息对决策方案进行处理,得出推荐方案后向各学科公布,并对集成数据库进行相关的存取操作.3 产品集成设计知识的融合产品设计中几何描述是必不可少的,必然涉及到设计知识与几何模型的融合,而且机械设计知识规范性差,交叉性强,难以用单一的知识表达方式表达.本文用实例和规则综合表达机械产品设计知识,其关键技术包括:对产品设计知识的表达、设计规则的匹配机制、多学科设计知识获取以及目标满意度评价.3.1 产品设计知识的表达设计问题是以XM L格式来表达的,XML格式的信息具有良好的树状结构,形成了XM L格式的决策树后,各种选择项的层次关系就得以体现,通过解析器来遍历这棵树的设计问题,这棵树有几个叶节点就有几个决策组.把这些遍历的线路都记录下来得到这个设计问题的所有决策,最后把这些信息都保存在集成数据库中的决策表中.比如以转子转鼓级设计为例,其设计知识问题表示如下:<设计问题>转鼓级组设计方案的确定</设计问题><待定决策组><转子叶片><动叶片><材料>X20CrM o13</材料><材料>X22CrM o V12 1</材料><末级强度弯应力>75 6</末级强度弯应力></动叶片><静叶片><材料>X20CrM o13</材料><材料>X22CrM o V12 1</材料><末级强度弯应力>74 6</末级强度弯应力></静叶片><叶根强度><材料>X20CrM o13</材料><材料>X22CrM o V12 1</材料><强度压力>393 5</强度压力></叶根强度></转子叶片></待定决策组><待定参数><参数>进口转子根径D0N</参数><参数>出口转子根径D2N</参数></待定参数>3.2 设计规则的匹配机制设计人员在开始设计时,一般都采用类比推理的模式,将新的设计问题与以往的设计相比较,从中选出最接近的方案,以作为设计模板进行适当修改,得到满足设计要求的新方案.修改的过程通常是演绎推理的过程,这就涉及设计规则的匹配问题.实例和规则采用统一的编码机制,特征集是指能概括实例的主要功能和结构,且能使实例相互区分的特征集合,特征属性集是某一特征可能取值的集合.特征集和特征属性集根据所在学科定制并可以动态地扩充,用以描述实例和规则的索引.特征项和特征属性有明确的工程语义,而特征属性代号是区分同一特征项不同特征属性的编码.实例索引码和规则条件子句分别是一个序列,序列的各元素用相应特征项的特征属性代号以代号或代号集的形式编码,问题索引码的表示方法同实例索引码表示类似.本文采用设计规则匹配算法,当前设计问题与设计规则的匹配度为V=!NQi=1(W i∀Sim)/!NQi=1W i.(1)式中:N Q表示问题描述码的长度;W i为第i个特征的权重;Sim表示当前问题描述码和规则条件子句第i位的相似度.其中Sim的可以表达为Sim=S i(l,k),Q i#R i= 且1∃i∃N C;2∀!N An=1!N Am=nS i(m,n)N A∀(1+N A),Q i#R i= 且N C∃i∃N Q;1,Q i#R i% .(2)式中:Q i和R i分别为问题描述码和条件子句第i位元素;l=min(V∀Q i,V∀R i),k=m ax(V∀Q i, V∀R i),V∀Q i和V∀R i分别表示问题描述码和条件子句第i位元素在相应特征属性集中的序号; S i是第i个特征项所有特征属性间相似度矩阵,是一个上三角阵;m=1,2,3,&,n=1,2,3&;N C表示该特征项包含的特征属性的个数;N Q和N A分别表示问题描述码和实例描述码的长度,N Q∋N A.根据以上算法,从规则库中搜索出与当前设计1844浙 江 大 学 学 报(工学版) 第43卷问题最匹配的前N条规则,如果规则结论是规范的信息,可实现实例的自动调整.3.3 产品多学科设计知识获取根据产品设计知识模型的结构化设计知识表达形式,将设计知识与具体设计任务相关联,并将设计任务所应用的知识进行规范说明,可便于和相关学科设计人员的交流.表1为本文给出的集成产品设计知识获取工作表,通过此表可获取设计任务所应用知识的规范说明、可能的瓶颈和待改进的领域.表1 产品集成设计知识获取表T ab.1 A cquisition table o f product integr ated design know ledg e设计任务设计知识设计问题基本特征任务目标规范与准则参数输入输出约束条件知识描述基本特征知识类别知识表达所属学科表现形式典型实例综合学科优化方法方案评价修改方法3.4 目标满意度评价在产品多学科设计优化过程中,由于不同学科追求的目标存在差异,不同学科的设计人员用自身的专业知识、设计准则和经验来设计开发产品,最大限度地满足本学科的目标,虽然他们设计的是同一个产品,但他们所关注的是产品的不同侧面,不可能完全独立.同时不同学科的设计目标量纲及数量级可能差异很大,难于相互比较.多学科设计优化是一个多目标决策问题,它的解是Pareto非劣解集,各学科无法同时获得各自目标的最优值,只能获得在一定程度上所满意的解.学科的满意度函数对让步的一阶导数为负,因为当某学科做出让步时其满意度总是降低的;学科的满意度函数对让步的二阶导数应小于或等于零,因为各学科总是企图使自身的目标尽量最优,而让步导致的满意度损失却使迭代增大,也即某学科让步次数越多,其满意度的损失就越多;将参与某个设计问题协同的学科根据它们的观点分成两类,这两类学科所持的观点是相反的,它们的让步量是互补的,一方进,另一方则退.对于持同类观点的学科采用等量让步的策略,属于该类的所有学科的让步量均设为C,则持相反观点的学科类的让步应为1-C.对学科的让步量C及目标满意度S均进行规范化处理,即0∃C∃1和0∃S∃1;当C=0时,表示一点都不肯让步,则将得到100%的目标满意度,即S=1;若当C=1时,将得到0%的目标满意度,即S=0.这些构成了多学科在满意度域中协商的边界条件.根据上面的假设和边界条件,可以推出两类学科对设计问题j的满意度函数:S(j(C j)=1-C x j,(3) S)j(C j)=S(j(1-C j)=1-(1-C j)x.(4)式中:x是幂指数且x∋1,它在一定程度上反映了学科的设计意图及策略,由于x值的差异,不同的学科虽然做出同等的让步量,但获得的满意度却并不一定相同.x越大,满意度函数曲线变化越平缓,做出较大的让步时仍可获得相当的满意度.所以学科设计者可以通过选定x值来表达自己的立场与策略,确定自己的满意度函数.学科设计者对设计问题所赋予的权重,也体现了其偏好.对设计问题j的综合满意度可表示为S j(C j)=!n1i1=1W i1d W i1j S(j(C j)+!n2i2=1W i2d W i2j S)j(C j).(5)式中:n1、n2分别表示两类学科中包含的学科数目; W d、W j分别表示对设计问题d、j的特征权重.由式(5)可确定综合满意度S j和最大的让步量C*j,再通过映射关系就可确定与C*j对应的关于设计问题j 在物理域中的解.4 应用实例基于以上介绍的支持复杂产品多学科设计优化的集成产品设计知识模型,以及产品多学科设计知识的融合方法,笔者利用GeneXus工具开发了一个支持多学科设计优化的原型系统,数据库系统是SQL Server2000,系统代码采用Java编译器编译.以某工业汽轮机转子通流部分的设计作为系统应用实例,其中涉及到了结构设计、热力分析、强度设计等多个学科.转子通流部分的设计任务可分解为调节级、转鼓级、低压级、动叶、静叶等子任务,而这些子任务又可进一步细分.设计问题定义与管理通过设计人员填写集成产品设计知识获取表,将该任务的相关设计知识从集成数据库中提取和管理.学科参数输入及方案评价是根据各学科提供的参数值、权重值和满意度函数的幂指数值等信息利用集成产品设计知识模型对决策方案进行处理,得出决策方案后向各学科公布.1845第10期刘海强,等:支持多学科设计优化的产品集成设计知识模型以下描述的是基于产品集成设计知识模型多学科优化实施过程:步骤1 设计用户要向系统管理服务器进行注册和登录,通过后,可进行设计信息的录入、查询和修改.步骤2 创建工作项目,确定设计项目的设计任务,整个系统以设计任务为基本单位,每个任务都是一个独立的学科分析或优化过程.步骤3 填写集成产品设计知识获取表,根据产品设计知识模型的结构化设计知识表达形式,将设计知识与具体设计任务相关联,对任务节点进行设计问题描述,包含设计问题定义、设计问题管理、决策方案组织和学科参数输入及方案评价,图4为描述系统的各学科设计参数输入及方案评价.图4 学科参数输入及方案评价F ig.4 Input pa rameters of disciplinar y and ev aluatio n o f scheme步骤4 通过集成模块可以通过调用产品集成设计知识模型求解知识层的相关设计知识、约束满足条件定义和设计计算程序,以及对设计目标满意度进行分析评价.其中图5描述了设计任务的执行及集成模块.4个步骤在实施过程中不断循环,系统可以根据设计需求不断丰富设计知识和经验,对知识模型进行改进和优化,对学科模型数据进行修改,将变化信息传给系统数据库,系统更新学科模型参数并返回评测结果,若满足设计要求则确认更新,将获取的学科相关数据在系统数据库中存储.各学科根据自己的意图来确定其满意度函数型式,对应式(3)和(4),结构设计学科取x =3.0,热力设计学科x =2.0及强度设计学科取x =2.5,则各学科的满意度函数如下.图5 设计任务的执行及集成模块F ig.5 Ex ecut ion of design task and integ rated mo dules1846浙 江 大 学 学 报(工学版)第43卷几何结构设计学科:S 11(C)=1-(1-C)3;热力设计学科:S 21(C)=1-C 2;强度设计学科:S 31(C)=1-C2.5.系统赋予3个学科的权重分别为w 1=0.4,w 2=0.3,w 3=0.3,通过式(5),获取综合满意度为S 41(C)=0.4∀(1-(1-C)3)+0.3∀(1-C 2)+0.3∀(1-C 2.5).同时在目标评价窗口中输出目标满意度函数曲线图如图6所示.图中的曲线表达了几何、热力、强度学科的目标满意度及综合满意度情况.图6 目标满意度曲线图F ig.6 Satisfaction deg ree cur ve of o bject该系统可通过与CAD 系统、PDM 系统的集成交互,实现对客户的需求信息、设计信息、管理信息和制造信息的统一描述,同时对各学科设计过程、设计人员和生产过程中使用的资源信息也可进行集成管理.5 结 语本文对多学科设计优化的设计过程进行了分析,提出了一种支持多学科设计优化的产品集成设计知识模型,通过对产品设计知识的表达、设计规则的匹配机制、多学科设计知识获取以及综合目标满意度评价来实现集成产品设计知识的融合,为设计人员进行多学科设计优化提供必需的设计知识并且帮助设计人员做出合理的决策.多学科设计优化的设计过程是一个很复杂的过程,需要综合考虑各学科的主观和客观因素.产品集成设计知识模型能为复杂产品多学科设计优化的设计过程提供理想框架,产品集成设计知识模型可实现设计知识的分层与分类表示,清晰地表示设计知识能有效地实现知识的重用.在未来工作中,将进一步完善设计知识模型描述方法和原型系统,深入研究多学科设计优化的产品开发平台来支持复杂产品的开发设计过程.参考文献(References):[1]李伯虎,柴旭东.复杂产品虚拟样机工程[J].计算机集成制造系统,2002,8(9):678 683.L I Bo hu,CHA I Xu do ng.V irt ual pro tot yping eng ineer ing of complex product [J].Computer Integrated Manu facturing Systems ,2002,8(9):678 683.[2]SZ YK M A N S,SRI RA M R D.Desig n reposito ries:eng ineer ing desig n ∗s new kno wledg e base [J].Intelli gent Systems,IEEE,2000,15(3):48 55.[3]史琦,杜江,李原,等.基于实例推理的产品概念设计模型研究[J].西北工业大学学报,2002,20(2):203 207.SH I Q i,DU Jiang ,L I Yuan,et al.A CBR (Case based reasoning)conceptual desig n model for pro duct develop ment[J].Journal of Northwestern Polyte Chnical Univer sity ,2002,20(2):203 207.[4]王振国,陈小前,罗文彩.飞行器多学科设计优化理论与应用研究[M ].北京:国防工业出版社,2006.[5]廖馨,王振华.多学科设计优化中设计过程建模及重构技术[J].航空制造技术,2007,14(3):87 88.L IA O Xin,WA N G Zhen hua.Desig n process modeling and reconst ruct ing technolog y in multidisciplinar y desig n o pt imizatio n[J].Aeronautical Manuf acturing Technolo gy ,2007,14(3):87 88.[6]王珂,廖文和,郭宇,等.基于任务结构的产品设计知识模型研究[J].中国机械工程,2008,19(3):308 310.W A NG K e,L IA O Wen he,G U O Y u,et al.Study on mo deling o f the pro duct desig n kno wledg e based o n task str ucture [J ].China Mechanical Engineering ,2008,19(3):308 310.[7]CHA PM AN C B,PINFOL D M.Design engineering:a needto rethink the solution using knowledge based engineering [J].Knowledg e ba sed System ,1999,12(3):257 267.[8]T RO XL ER P.K now ledg e techno lo gies in eng ineeringdesig n[C]//Proceedings of 7th International Design C on f erence .Dubr ovnik:Faculty of M echanical Eng ineering and N aval Ar chitectur e,2002:429 434.1847第10期刘海强,等:支持多学科设计优化的产品集成设计知识模型。
