第六章智能设计关键技术
6.1 智能制造系统的设计
智能制造系统是基于人工智能研究，为应对不断增长的设计信息和工艺信息，以及随之带来的生产线和生产设备部信息的增加而出现的先进制造系统。通过借助计算机模拟的人类专家的智能活动，智能制造系统可以进行分析、判断、推理、构思和决策，取代或延伸制造环境中人的部分脑力劳动。同时，通过收集、存储、完善、共享、继承和发展人类专家的制造智能，将其融入感知、决策、执行等制造活动中，赋予产品制造在线学习和知识进化的能力。制造系统的智能化提高了其对于爆炸性增长的制造信息的处理能力、效率及规模，表现出高度灵活、敏捷、智能的特征，使得制造系统由原先的能量驱动型转变为信息驱动型。智能制造系统代表着制造业数字化、网络化、智能化的主导趋势和必然结果，蕴含着丰富的科学涵，汇聚了广泛的产业链和产业集群，是高新技术的制高点。
6.1.1 智能制造系统的构成
一般而言，制造系统在概念上认为是一个复杂的相互关联的子系统的整体集成，从制造系统的功能角度，可将智能制造系统细分为设计、计划、生产和系统活动四个子系统。
在设计子系统中，智能制定突出了产品的概念设计过程中消费需求的影响；功能设计关注了产品可制造性、可装配性和可维护及保障性。另外，模拟测试也广泛应用智能技术。
在计划子系统中，数据库构造将从简单信息型发展到知识密集型。在排序和制造资源计划管理中，模糊推理等多类的专家系统将集成应用。
智能制造的生产系统将是自治或半自治系统。在监测生产过程、生产状态获取和故障诊断、检验装配中，将广泛应用智能技术。
从系统活动角度，神经网络技术在系统控制中已开始应用，同时应用分布技术和多元代理技术、全能技术，并采用开放式系统结构，使系统活动并行，解决系统集成。
6.1.2 智能制造系统的设计要素
智能制造系统的设计是基于人机一体作业研究，通过信息整合与分析，优化制造系统部作业模式，提高作业效率及可靠性，以达到智能化制造的目的的设计活动。智能制造系统所处的环境以及对其功能要求决定了在设计时要注意三个方面的要求，即要满足可靠性，适应性和可扩充性，因此应采用开放式体系结构，包括功能的开放性、结构的开放性和软硬件的开放性。此外，智能制造系统的设计必须考虑到其与智能制造技术、智能制造装备、智能制造服务的配合与衔接。
与传统制造系统相比，智能制造系统的设计应关注以下几类要素：
1)自律能力智能制造系统的设计应通过建立强有力的知识库和基于知识
的模型，使系统自主搜集与理解环境信息和自身的信息，进行分析、判
断并规划自身行为，表现出独立性、自主性和个性，促使各组成单元协
调运作与竞争。
2)学习能力智能制造系统的设计应保证其能够不断地充实知识库，具有自
学习功能。可以在作业过程中自主地进行故障诊断、故障排除、自我维
护。这种特征使智能制造系统能够自我优化并适应各种复杂的环境。
3)人机一体化智能制造系统的设计不是建立单纯的“人工智能”系统，而
是建立一种混合智能，即人机一体化智能系统，通过这种混合智能，制
造系统不仅能进行逻辑思维，还能进行形象思维和顿悟思维。
4)智能交互界面以计算机为基础，融信号处理、动画技术、智能推理、预
测、仿真和多媒体技术为一体，通过虚拟现实技术的应用，借助各种音
像和传感装置拟实制造过程和未来的产品，实现虚拟制造，从感官和视
觉上使人获得完全如同真实的感受，进而实现高水平人机一体化作业。
5)自组织与超柔性智能制造系统的设计使各组成单元能够依据工作任务
的需要，自行组成一种最佳结构，其柔性不仅表现在运行方式上，而且
表现在结构形式上，所以称这种柔性为超柔性，如同一群人类专家组成
的群体，具有生物特征。
6.1.3 智能制造系统的相关技术
1. 智能无线传感网络的应用使智能制造系统具有较强的识别和通信能力，大大拓展了智能制造系统的作业效率和适应能力，为系统协同作业搭建了良好的平台。它由部署在监测区域的无线传感节点组成，传感节点间以无线通信方式组成监控网络，能够实时地感知和采集网络监测区域的环境或监测对象的相关信息，并对信息进行协作处理和网络传送。智能无线传感网络具有快速部署、自组织成网、较强的抗毁和协同工作能力等优点。
2. 云计算的兴起为智能制造系统的设计带来了新的突破。它一种基于互联网的计算方式，通过这种方式，系统部各环节的数据和信息无需分别进行存储和处理，而是由云端系统集中完成，系统部共享的软硬件资源和信息可以按需求提供给各级子系统，从而提升信息存储、加工、共享和分配的效率。
3. 大数据是由数量巨大、结构复杂、类型众多数据构成的数据集合，能用于帮助智能制造系统进行分析决策、故障诊断，对作业流程进行规划，引导自主开发系统的能力。并可以通过智能系统将巨大的难读数据整理成为人类所能解读的信息，提供简单、客观的结论。
4. 物联网技术是一个基于互联网、传统电信网等信息承载体，让所有能够被独立寻址的普通物理对象实现互联互通的网络。通过物联网技术的应用，智能
制造系统的设计可以更加开放地考虑智能制造系统部之间及其与外部环境的沟通和协作。
6.2 智能化设计流程
随着市场及用户数据的采集，分析，挖掘，基于偏好的推荐，以及参与式设计支撑技术的发展，传统的设计流程已经可以实现从以设计师主导的为用户设计向基于用户的需求的智能化设计的转变。
6.2.1 智能化设计的流程
智能化的设计流程可以被分解为：1）智能化的需求产生以及基础设计数据获得的过程；2）智能化的用户参与式的设计过程；3）设计信息和生产信息的智能化集成。与传统的市场分析，竞品分析，用户调研不同，智能化设计始于基于市场与用户数据分析的智能需求定位。产品功能与形式的设计也不再是设计师基于用户调研结果的主观行为，而是用户直接参与的基于自身喜好的产品定制过程。设计方案的对具体实现的控制也可以通过设计信息与生产信息的联动得以智能化。智能化的设计流程是从用户到用户的。它体现了设计历史上从为用户设计，到帮助用户设计，到用户为自己设计的转变。
6.2.2 智能化设计的参与人群
在智能化设计众变成了技术创新的主体，其意识、需求贯穿生产链，其创新逐步得到重视，影响着设计以及生产的决策。产品和服务提供方也由单向的技术创新、生产产品和服务体系投放市场，等待客户体验，转变为主动与用户服务的终端接触，进行良性互动，协同开发产品。专家不再是技术创新的垄断者，而成为在消费端、使用端、生产端之间的汇集各方资源的组织者，在这个生产链巨大网络下起到推动作用。不仅是政府，商业机构、企业、NGONPO等都会共同为这个多元主体技术创新提供空间和平台。
虽然在智能化的设计过程中专家不再象以往一样在表面上处于主导的地位，其作用仍然是不可低估的。专家一方面要根据设计经验和对用户的理解设计出体验良好并且能够获取产品关键属性信息的支持用户参与设计的流程节点与框架，一方面还要为智能用户需求理解及实现平台的搭建提供大量的设计元素，语汇，及其组合规律的专业知识素材。同时，专家还要负责定义市场需求及用户模型信息在设计模板上的体现，以及负责定义设计结果在对生产工艺的预期，生产加工精度的把握，材料成型方式的估计等方面的影响因子。
6.2.3 智能化设计的支撑平台
对应于智能化设计流程的三个重要环节，智能化设计的实现需要三个支撑平
台系统。
1．市场及用户信息采集与分析平台
本系统需要通过对市场及用户数据的收集与积累，提取对构建设计方向有指导价值的信息，并通过对这些信息的分析与整理，发现产品需求，目标用户特点与偏好，以及市场预期等重要的设计导向信息，并进而总结出一系列用于指导设计进行的结论，提供给智能化设计平台，用以设置智能化设计的核心参数与模板。
它的主要特点有：
1)通过广泛且灵活的信息来源，充分收集全面反应用户偏好、习惯和特征
的原始数据。
2)通过建立数据分析标准和机制以筛选可用数据并组织关联信息，以提供
真实可靠的用户模型和市场偏好。
3)通过全面的信息处理能力，预测设计结果，完成设计方向的制定。
2．智能化用户参与设计平台
本系统的建立必须基于对用户需求的充分理解和专业知识库的不断完善。它是一个将设计原理和信息集成、分析、处理、呈现技术相结合的综合平台，它不仅能通过调整产品和服务的特征参数控制设计模型，而且能将专家人员在设计过程中采用的设计思想、准则、原理等以容易理解的方式表达出来，比传统设计流程更能体现产品特征，更适应现代设计的发展需要。
它的主要特点有：
1)基于设计本身和整个设计过程的信息建立设计方案特征的模型库。
2)以知识库为基础，用设计、分析方法和用户模型等构成设计条件，联合
构建设计模型。
3)根据主动获取和集成的设计知识等自动修改模型，提高设计对象的自适
应能力。
4）利用之前建立的特征模型，与现有的设计标准进行整合、优化，形成新的设计模式。
5）将产品和设计过程的设计经验、规、思想等多领域和多种描述形式的设计知识采用显性表达，并储入知识库中，成为显性知识，以便在基于知
识的智能化设计过程中加以充分运用。
3．智能设计信息与生产信息集成平台
本系统可以自主地将设计要求转化成生产标准，由产品特性智能地选择最优的生产流程和工艺，保证设计质量的可靠性。并且能够引导设计过程向着可持续、环境友好、高效能的方向发展。
它的主要特点有：
1)有较好地理解能力和翻译能力，能够将设计过程的一系列要素转化为生
产过程的具体实施细则。
2)具有足够充足的预制方案来完成设计要求的转化，并能够随着新技术和
工艺的出现自主地更新预案。
3)平台具有选择和决策能力，能够通过各种因素的权衡提供最优生产方案。
4)平台以用户需求和社会效益为导向，以保证设计预期效果的实现为原则。
6.3 智能服务的设计
智能服务的设计是通过完善能够自动辨识用户显性和隐性需求的机制，达到主动、高效、安全、绿色地提供高度人性化服务的设计活动。智能服务实现的是一种按需和主动的智能，即通过捕捉用户的原始信息和后台积累的数据，构建需求解构模型，进行数据挖掘和智能分析。智能服务除了可以分析用户的习惯、喜好等显性需求外，还可以进一步挖掘与时空、身份、工作生活状态关联的隐性需求，主动给用户提供精准、高效的服务。智能服务既需要传递和反馈数据，也需要系统进行多维度、多层次的感知和主动、深入的辨识。
6.3.1 智能服务设计的主要层面
1.智能层的设计
这一层面的设计首先要解决需求解析功能集的机制协调，使其持续积累服务相关的环境、属性、状态、行为数据，建立围绕用户的特征库，挖掘服务对象的显性和隐性需求，构建服务需求模型。其次要建立敏锐的服务反应功能集，从而结合服务需求模型，发出服务指令。
2.传送层的设计
这一层面的设计旨在建立一种负责交互层获取用户信息的传输和路由的承载实体，通过有线或无线等各种网络通道，将交互信息送达智能层。
3.交互层的设计
这一层面的设计旨在完善系统和服务对象之间的衔接，借助各种软硬件设施，实现服务提供者与服务对象之间的双向交互，向用户提供服务体验，达成服务目标。
6.3.2 智能服务设计的技术支撑及前提条件
智能服务的设计是在集成现有多方面的信息技术及其应用基础上，以用户需求为中心，进行服务模式和商业模式的创新。它需要跨平台、多元化的技术支撑。在智能层设计阶段需要存储与检索技术、特征识别技术、行为分析技术、数据挖掘技术、人工智能技术等进行有效的数据解析和反应；在传达层需要网络技术、通信技术、传感技术等保证信息传输的通畅；在交互层设计则需要音视频采集技术、环境感知技术、时间同步技术、多媒体呈现技术、自动化控制技术等完成服务的实现。
完成智能服务的设计还需要以下四个方面的前提条件：
1)信息基础设施的建设
信息基础设施包括使信息能够容易获取的感知设备、随时随地可接入的网络及进行海量的存储和弹性的计算所需的设备等。当前信息基础设施已经初具规模，数字化和网络化已相对成熟，信息基础设施的建设逐渐转向对前端和后端发展的关注。前端依靠物联网发展，后端则依靠云计算的发展。基础设施建设的关键在于标准化，通过实现基于标准的信息基础设施的无缝连接，建立广泛意义的智能服务。
2)可高效使用的数据的积累
充足的数据积累是实现真正的智能服务的前提，只有通过数据的充分积累，才能加入数据挖掘、智能分析等手段。金融、电信等行业由于较早地完成了信息化，有了较好的数据积累基础，并且数据都是经过精心组织的，检索和使用的效率高，最有可能率先提供智能服务。
3)数据的开放和共享
智能服务要求各行业之间和行业部不能是一个个的信息孤岛，要通过信息总线和中间件等技术，较好地实现数据的开放和共享。未来数据就是一种最重要的资产，可以自由地按照规则进行交易和交换。数据流动涉及到监管、度量、交易、交换等诸多技术和政策问题。
4)数据的安全保障
数据需要合法的获取、合法地使用，需要安全技术，也需要安全法规加以保障。随着科技的发展，人的隐私空间不断地缩小，因此，法规显得尤为重要。智能服务失去安全保障，社会就会陷入‘无隐私主义’横行的状况，造成重大的损失。同时，在保障数据安全时，也要保障数据的自由流通。
6.4智能产品设计
6.4.1智能产品的特征
1.环境的感知智能产品可通过传感器获取外界环境变化的信息，调整自身的状态，或作出相关反应。这种特点提升了产品的适应能力，保持产品功能的持续性，并在能够在不同的条件先实现产品相应的功能。
2.灵活的响应智能产品对输入的指令会作出及时且适当的响应，并能基于当时情境作出相应的决策。灵活的响应是保证产品功能适时、适当实现的前提。
3．适应性根据用户的反应和任务调整自身的属性和状态。
4.网络性智能产品可以通过网络随时与用户和其他产品保持联系，这种联系超越了空间的限制，可以实时地反馈信息。产品可以通过网络获取信息，来规划自身功能，并且及时地应对变化的环境。
5.交互性用户可以通过不同的形式顺畅地与智能产品交流，操作产品完成任务。产品也可以某种形式直观地反映自身状态，向用户反馈自身状态，并实现功能需求。
6.个性化智能产品可以根据用户特性调整自身的功能模式，以适应用户特