汽車(chē)機(jī)械系統(tǒng)的智能設(shè)計(jì)

2017-04-24 11:15:46·
 
當(dāng)前,機(jī)械方案設(shè)計(jì)主要采取形態(tài)學(xué)矩陣法、鍵合法、專(zhuān)家系統(tǒng)3種方法。形態(tài)學(xué)矩陣法及鍵合法主要從功能角度對(duì)方案進(jìn)行組合分析,然后將組合好的方案一一列出,由于組合出的方案數(shù)目很多,因此要對(duì)其進(jìn)行逐一評(píng)價(jià)比較困難,難以獲得最佳的方案。專(zhuān)家系統(tǒng)的問(wèn)題主要在于知識(shí)獲取和推理比較困難。因此,需要改進(jìn)機(jī)械方案設(shè)計(jì)方

    當(dāng)前,機(jī)械方案設(shè)計(jì)主要采取形態(tài)學(xué)矩陣法、鍵合法、專(zhuān)家系統(tǒng)3種方法。形態(tài)學(xué)矩陣法及鍵合法主要從功能角度對(duì)方案進(jìn)行組合分析,然后將組合好的方案一一列出,由于組合出的方案數(shù)目很多,因此要對(duì)其進(jìn)行逐一評(píng)價(jià)比較困難,難以獲得最佳的方案。專(zhuān)家系統(tǒng)的問(wèn)題主要在于知識(shí)獲取和推理比較困難。因此,需要改進(jìn)機(jī)械方案設(shè)計(jì)方法,提高設(shè)計(jì)系統(tǒng)的智能性。汽車(chē)機(jī)械系統(tǒng)的智能設(shè)計(jì)實(shí)際上就是一個(gè)實(shí)例推理和匹配的過(guò)程。關(guān)于汽車(chē)機(jī)械智能設(shè)計(jì)的研究已經(jīng)取得了如下成果:唐愛(ài)坤等基于改進(jìn)遺傳算法對(duì)汽車(chē)散熱器進(jìn)行優(yōu)化設(shè)計(jì),優(yōu)化了汽車(chē)散熱器的結(jié)構(gòu);崔凱等基于實(shí)例推理對(duì)柴油機(jī)進(jìn)行匹配設(shè)計(jì);邱健基于Hybrid cbr對(duì)汽車(chē)散熱器進(jìn)行智能設(shè)計(jì)。 關(guān)于案例推理(case based reasoning,CBR)和規(guī)則推理(rule based reasoning,RBR)的混合推理在汽車(chē)機(jī)械系統(tǒng)智能設(shè)計(jì)中的應(yīng)用研究較少,因此本文提出基于CBR和RBR的汽車(chē)機(jī)械智能設(shè)計(jì)系統(tǒng),試圖提高產(chǎn)品設(shè)計(jì)效率。

    1 汽車(chē)機(jī)械智能設(shè)計(jì)系統(tǒng)的總體結(jié)構(gòu)

    汽車(chē)機(jī)械智能設(shè)計(jì)系統(tǒng)通過(guò)構(gòu)建知識(shí)案例庫(kù),可以最大限度地應(yīng)用設(shè)計(jì)師長(zhǎng)期積累的經(jīng)驗(yàn),減少概念設(shè)計(jì)中的重復(fù)工作量,提高汽車(chē)機(jī)械系統(tǒng)的設(shè)計(jì)研發(fā)效率,縮短研發(fā)時(shí)間。根據(jù)汽車(chē)機(jī)械系統(tǒng)研發(fā)中遇到的問(wèn)題(如知識(shí)匹配工作量大),構(gòu)建汽車(chē)機(jī)械知識(shí)案例庫(kù)和輔助信息庫(kù),對(duì)汽車(chē)發(fā)動(dòng)機(jī)、散熱器、齒輪等關(guān)鍵部件及整機(jī)性能進(jìn)行分析。使用合理的知識(shí)表達(dá)方式構(gòu)建的汽車(chē)機(jī)械智能設(shè)計(jì)系統(tǒng)的總體結(jié)構(gòu)如圖1所示。用戶(hù)通過(guò)友好的用戶(hù)界面,輸入汽車(chē)的設(shè)計(jì)要求,完成汽車(chē)機(jī)械系統(tǒng)的總體選型和功能設(shè)計(jì),通過(guò)推理過(guò)程完成汽車(chē)機(jī)械各關(guān)鍵部件的結(jié)構(gòu)設(shè)計(jì)和參數(shù)設(shè)計(jì),若設(shè)計(jì)結(jié)果不滿(mǎn)足設(shè)計(jì)要求則重新設(shè)計(jì)。

圖 1 汽車(chē)機(jī)械智能設(shè)計(jì)系統(tǒng)結(jié)構(gòu)框圖

    2 汽車(chē)機(jī)械智能設(shè)計(jì)系統(tǒng)基礎(chǔ)類(lèi)庫(kù)的構(gòu)建

    汽車(chē)機(jī)械系統(tǒng)涉及到的零部件數(shù)量較多,因此需要構(gòu)建信息量龐大的知識(shí)庫(kù)。系統(tǒng)設(shè)計(jì)人員通過(guò)查閱汽車(chē)機(jī)械系統(tǒng)智能設(shè)計(jì)的相關(guān)文獻(xiàn)資料,并和行業(yè)設(shè)計(jì)專(zhuān)家進(jìn)行交流,確定知識(shí)庫(kù)的知識(shí)涵蓋范圍和知識(shí)表達(dá)方式,實(shí)現(xiàn)知識(shí)的簡(jiǎn)單、準(zhǔn)確調(diào)用。本系統(tǒng)采用基于本體的方式和自上而下的方式對(duì)汽車(chē)機(jī)械系統(tǒng)進(jìn)行本體知識(shí)建模,首先明確汽車(chē)機(jī)械系統(tǒng)的產(chǎn)品類(lèi)、組件類(lèi)、部件類(lèi)、零件類(lèi)及其分類(lèi),然后分別描述汽車(chē)機(jī)械系統(tǒng)的相關(guān)實(shí)體、屬性、關(guān)系等元本體。設(shè)計(jì)的汽車(chē)機(jī)械智能設(shè)計(jì)系統(tǒng)的實(shí)例知識(shí)模型如圖2所示,實(shí)例知識(shí)模型包括基本信息、產(chǎn)品信息及工程知識(shí)3部分,其中基本信息

圖 2 實(shí)例知識(shí)模型

    定義實(shí)例數(shù)據(jù)內(nèi)容,產(chǎn)品信息記錄設(shè)計(jì)實(shí)例的詳細(xì)信息,工程知識(shí)包括設(shè)計(jì)知識(shí)和工程設(shè)計(jì)者的經(jīng)驗(yàn)。

    2.1 案例庫(kù)的構(gòu)建

    案例庫(kù)涵蓋了很多汽車(chē)機(jī)械零件的產(chǎn)品信息,包括產(chǎn)品的具體結(jié)構(gòu)功能參數(shù)、型號(hào)、功率和用途等。對(duì)于不同的案例,根據(jù)不同的屬性參數(shù)可以采用成組技術(shù)進(jìn)行分類(lèi)管理。案例庫(kù)構(gòu)建完成后,以*.dat文件格式進(jìn)行存儲(chǔ),存儲(chǔ)類(lèi)型為“案例名稱(chēng)+空格+各元件編號(hào)”,方便系統(tǒng)運(yùn)行時(shí)的檢索匹配以及對(duì)各參數(shù)的提取調(diào)用。由于汽車(chē)機(jī)械零件種類(lèi)很多,案例庫(kù)不一一論述,現(xiàn)以汽車(chē)夾具單元案例庫(kù)為例描述案例庫(kù)的結(jié)構(gòu),構(gòu)建的汽車(chē)夾具單元案例庫(kù)如圖3所示。

    2.2 數(shù)據(jù)庫(kù)的構(gòu)建

    數(shù)據(jù)庫(kù)不僅能為機(jī)械零件過(guò)程決策提供基礎(chǔ)數(shù)據(jù)支持,還能為知識(shí)庫(kù)、規(guī)則庫(kù)及實(shí)例庫(kù)等提供底層數(shù)據(jù)源。本文結(jié)合知識(shí)存在的形式及實(shí)例表達(dá),設(shè)計(jì)機(jī)械知識(shí)數(shù)據(jù)庫(kù),其屬性關(guān)系及主要數(shù)據(jù)庫(kù)表如圖4所示,包括對(duì)象表、部件表、設(shè)備信息表、工藝方案表、零件失效信息表等數(shù)據(jù)表。

圖 3 汽車(chē)夾具案例庫(kù)

     3 推理過(guò)程中需解決的關(guān)鍵問(wèn)題

    應(yīng)用CBR和RBR兩者結(jié)合的推理模式,需要解決案例定位和案例相似度兩方面的問(wèn)題。解決案例相似度問(wèn)題之前,先假定案例參數(shù):已存在案例C=(c1,c2,…,c n),需要解決問(wèn)題案例p=(p1,p2,…,p n),已存在案例對(duì)象ci=(c1,c2,…,cm),問(wèn)題案例對(duì)象pi=(f1,f2,…,fm),以上述假定為基礎(chǔ)定義相似度,見(jiàn)式(1)和式(2)。

圖 4 工藝知識(shí)數(shù)據(jù)庫(kù)邏輯關(guān)系

公式圖 

    式中:sim(P,C)為需要解決問(wèn)題案例和已經(jīng)存在案例的相似度;pi為問(wèn)題的第i個(gè)對(duì)象;ci為案例中第i個(gè)對(duì)象;wi為權(quán)重,指第i個(gè)描述符對(duì)案例的重要性;sim(pi,ci)為問(wèn)題和案例中第i個(gè)對(duì)象的相似度;fi,bi分別為案例C中第i個(gè)對(duì)象的第i個(gè)屬性值和問(wèn)題案例P中第i個(gè)對(duì)象的第i個(gè)屬性值;di為屬性權(quán)重。

    案例定位問(wèn)題主要是指零件單元案例在汽車(chē)機(jī)械系統(tǒng)中的位置分布。設(shè)計(jì)師通過(guò)檢索將案例或組件調(diào)入工位進(jìn)行總成裝配時(shí),能否正確確定裝配位置至關(guān)重要,在這個(gè)過(guò)程中需要對(duì)單元案例坐標(biāo)和汽車(chē)車(chē)身機(jī)械坐標(biāo)進(jìn)行轉(zhuǎn)換。因此,如何正確變換汽車(chē)車(chē)身機(jī)械坐標(biāo)和單元案例坐標(biāo)是目前需要解決的問(wèn)題。本文中坐標(biāo)的變換分為2步:1)對(duì)坐標(biāo)系進(jìn)行平移,讓它和新的坐標(biāo)原點(diǎn)重合;2)進(jìn)行旋轉(zhuǎn)變換,和坐標(biāo)軸實(shí)現(xiàn)重合。

    坐標(biāo)轉(zhuǎn)換用矩陣表示如下:

    (x1,y1,z1,1)=(x2,y2,z2,2)·A·B (3)

    式中:A為平移矩陣;B為旋轉(zhuǎn)矩陣。

公式圖 

    其中(x0,y0,z0)為新坐標(biāo)系原點(diǎn)。

公式圖 

    矩陣B中(i=x,y,z;j=1,2,3)是新坐標(biāo)系原點(diǎn)。

    4 結(jié)論

    本文設(shè)計(jì)的汽車(chē)機(jī)械智能設(shè)計(jì)系統(tǒng),采用CBR和RBR的混合推理流程對(duì)汽車(chē)機(jī)械系統(tǒng)進(jìn)行設(shè)計(jì),應(yīng)用前景十分廣闊。在今后的研究中,將進(jìn)一步完善汽車(chē)機(jī)械智能設(shè)計(jì)系統(tǒng)的知識(shí)庫(kù)和案例數(shù)據(jù)庫(kù),為使用者提供更多符合需求的汽車(chē)機(jī)械系統(tǒng)知識(shí),從而更好地完成汽車(chē)機(jī)械系統(tǒng)的設(shè)計(jì),獲取更加精準(zhǔn)的檢索實(shí)例。