CN100356378C - 基于可拓信息物元的产品概念设计方法 - Google Patents
基于可拓信息物元的产品概念设计方法 Download PDFInfo
- Publication number
- CN100356378C CN100356378C CN 200510062040 CN200510062040A CN100356378C CN 100356378 C CN100356378 C CN 100356378C CN 200510062040 CN200510062040 CN 200510062040 CN 200510062040 A CN200510062040 A CN 200510062040A CN 100356378 C CN100356378 C CN 100356378C
- Authority
- CN
- China
- Prior art keywords
- matter
- product
- information
- extension information
- rule
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于可拓信息物元的产品概念设计方法,涉及产品的概念设计领域,将用户的设计要求表示成信息物元的形式,对于某些信息物元,用户可以自己直接输入,或选择从信息数据库中提取,这样符合概念设计引导性的认知思维;建立可拓物元之间的约束规则库和实例库;系统自动在规则库中提取这些约束,并自动地对相关物元做出激活;设计师最后根据顾客的需求在可拓实例图形库中进行修改,进而得出满意的设计方案,完成设计。本发明提供一种建模框架具有良好的柔性、具有产品功能到结构的映射推理方法、演化能力强、推理效率高的基于可拓信息物元的产品概念设计方法。
Description
(一)技术领域
本发明涉及一种产品的概念设计方法,尤其是一种基于可拓信息物元的产品概念设计方法。
(二)背景技术
产品设计作为现代工业生产的关键环节,在产品的整个生命周期中占有极其重要的位置,它从根本上决定了产品的内在本质,以及产品的质量和成本。产品成本的70%是由设计阶段决定的。设计作为一种创新活动并将伴随人类的发展而发展,已经得到越来越多的设计人员的赞同,并从理论的高度对其加以论证,在最近四五十年里,产生了一批各具特色的新的设计方法。
随着人们对产品设计本质了解的深入,在90年代后期,在真实感显示、多媒体、虚拟现实以及CAD技术的完善,逐渐形成了产品设计分概念设计和详细设计两个阶段的共识。并意识到在21世纪,随着产品的制造模式的根本性变化,概念设计和详细设计将并行。美国国家基金06资助方向之一就是产品设计前期模型的预测问题,因为前期建模的成功与否直接影响着后期产品的实现。
通过对国内外现有概念设计系统的比较,主要分析了概念设计的建模、信息表示以及方案推理等方面的技术,发现存在以下五个不足:(1)建模框架缺乏柔性,各个设计层次之间缺乏有效的反馈,难以互通信息、协调冲突;(2)缺乏统一的继承信息表达模型来支持各类产品信息的有效表达及它们之间的集成和映射;(3)目前的模型对复杂产品的演化能力不足,缺乏有效生成方案的方法,即缺少产品功能到结构的映射推理方法;(4)目前的概念设计系统与方法创新能力不足,缺少符合设计者思维习惯的表达与操作模型,不能充分发挥设计者的智慧和创造性;(5)尚未实现概念设计与后续结构设计、详细设计、工艺设计的无缝集成。
实例推理技术(Case based reasoning)是一种用以前的经验和方法,通过类比和联想来解决当前相似问题的求解策略。现有的CBR设计方法有:1、针对设计产品实例,如Dongkon Lee开发的船舶概念设计系统BASCON-IV;2、针对设计过程实例,如Mostow等开发的BOGART系统;3、针对设计模型实例,如Goel在Kritik中使用的SBF(结构-行为-功能)模型实例和宋玉银由设计要求和产品特征所建立的模型实例。CBR面临的“瓶颈”问题是需要大量良好的设计实例的支持才能有效地完成推理。
(三)发明内容
为了克服已有的产品概念设计方法的建模框架缺乏柔性、缺少产品功能到结构的映射推理方法、对复杂产品的演化能力不足、推理效率低的不足,本发明提供一种建模框架具有良好的柔性、具有产品功能到结构的映射推理方法、演化能力强、推理效率高的基于可拓信息物元的产品设计方法。
本发明解决其技术问题所采用的技术方案是:
一种基于可拓信息物元的产品设计方法,该方法主要包括以下步骤:(1)、将用户的产品设计要求表示成可拓信息物元的形式,建立物元模型R=(N,c,v),所述物元模型包括构成产品的三个基本属性:物名N、特征c和量值v;
(2)、建立产品规则库,所述的产品规则库包括可拓信息物元相互之间的物元关系、对物元关系的对应规则解释;
(3)、在制图软件平台上使用制图工具进行开发,建立产品的实例库。在UG平台上使用了Delphi 5.0和DataBase Desktop工具进行开发(减速器)或AutoCAD2000中Visual LISP、DCL、ObjectARX3.0和VisualC++6.0(刀库)进行开发平台上建立产品的实例库;
(4)、将可拓信息物元直接与实例库相关联,构成一个网络型的结构:M=[R,L,σ,ρ,P],
其中,R为有限个可拓信息物元的集合,L为有限个实例节点的集合,σ为可拓信息物元的相似函数:σ=Ri×Rj→Fσ,Fσ表示信息物元之间的相似值;ρ为信息物元与实例的相关函数ρ:Rn×L→Fρ,描述可拓信息物元Rn与实例节点L的相关性ρ(Rn,L),Fρ表示符合要求的相关值;P是相似值与相关值的传播函数 Pn:Fσ×Eρ→FP,对于每个节点n∈R∪L,FP为结点n所接受的总激活量;
(5)、将各个物元简化,其简化的规则为:
将下一层的信息物元直接提升到与实例库连接,给每一个下级物元与上级物元之间赋予一个相关值,通过相关值的连乘实现等价;
根据产品内部的约束关系,将与某一物元存在约束关系的另一物元省略或缩小其取值范围;
(6)、确定物元关系存在定性关系和定量关系,建立信息物元与实例之间的可拓物元关系度,根据所述关系度,建立物元关系矩阵,求出各个可拓信息物元Rn与实例节点L的相关值ρ(Rn,L);
物元相似度计算公式为(1):
上式中,σ(Ri,Rj)表示信息物元Ri和实例对应信息物元Rj之间的相似度,vRi表示待设计方案中的每一个信息物元Ri的属性值;vRj表示实例中对应信息物元Rj的属性值;
(7)、外界刺激信息物元Rn,信息物元Rn做出反应,其算法包括以下步骤:
(7.1)、给出查询,确定物元激活量K0(Rn)的值,即式(2):
(7.2)、将K0的激活传播到所有的信息物元Rn得到相似性传播结果为式(3):
(7.3)、将(7.2)的结果传播到实例节点L,得到相关性传播结果,总激活量的计算公式为(4):
K2(l)=Pl[ρ(R1,l)·K1(R1),…,ρ(Rs,l)·K1(Rs)] (4);
(8)、通过总激活量的计算确定实例的匹配度,依次计算实例库中每个实例的匹配度,对应匹配值最大的实例为最佳实例,根据最佳实例得到产品概念设计方案。
进一步,所述的(7.2)中,激活运算包括无约束运算和有约束运算;无约束运算的规则为:当R1、R2、R3没有约束时,触发物元R1、R2,K1(R1)可发散为两种物元K1(R11),K1(R12),可以求出K1(l1),K2(l2);有约束运算的规则为:当R2,R3存在约束时,若R2存在,R3的下层发散物元限于物元R32,触发昂R1,R2,发散出的两种物元需考虑K1(R32)=σ(R32,R)·K0(R32)。
本发明的工作原理是:可拓学是中国大陆学者蔡文先生于1983年创立的一门新兴学科,经过许多专家学者在理论和实践上的探索,目前已形成了富有特色的理论框架,主要是:1、建立了可拓集合和关联函数;2、建立了可拓逻辑;3、研究了化矛盾问题为不矛盾问题的基本方法等。
将用户的设计要求表示成信息物元的形式,对于某些信息物元,用户可以自己直接输入,或选择从信息数据库中提取,这样符合概念设计引导性的认知思维;建立可拓物元之间的约束规则库和实例库;系统自动在规则库中提取这些约束,并自动地对相关物元做出激活;设计师最后根据顾客的需求在可拓实例图形库中进行修改,进而得出满意的设计方案,完成设计。
本发明的有益效果主要表现在:1、建模框架具有良好的柔性;2、具有产品功能到结构的映射推理方法;3、演化能力强;4、推理效率高。
(四)附图说明
图1是基于可拓信息物元的产品概念设计框图。
图2是减速器功能分析语义网络图。
图3是减速器功能分析可拓物元网格图。
图4是可拓物元模型结构图。
图5是刀库的功能分析语义网络图。
(五)具体实施方式
下面结合附图对本发明作进一步描述。
实施例1
参照图1,一种基于可拓信息物元的产品概念设计方法,该方法主要包括以下步骤:(1)、将用户的产品设计要求表示成可拓信息物元的形式,建立物元模型R=(N,c,v),所述物元模型包括构成产品的三个基本属性:物名N、特征c和量值v;
(2)、建立产品规则库,所述的产品规则库包括可拓信息物元相互之间的物元关系、对物元关系的对应规则解释;
(3)、在制图软件平台上使用制图工具进行开发,建立产品的实例库;
(4)、将可拓信息物元直接与实例库相关联,构成一个网络型的结构:
M=[R,L,σ,ρ,P],
其中,R为有限个可拓信息物元的集合,L为有限个实例节点的集合,σ为可拓信息物元的相似函数:σ=Ri×Rj→Fσ,Fσ表示信息物元之间的相似值,ρ为信息物元与实例的相关函数ρ:Rn×L→Fρ,描述可拓信息物元Rn与实例节点L的相关性ρ(Rn,L),Fρ表示符合要求的相关值;P是相似值与相关值的传播函数 Pn:Fσ×Fρ→FP,对于每个节点n∈R∪L,FP为结点n所接受的总激活量;
(5)、将各个物元简化,其简化的规则为:
将下一层的信息物元直接提升到与实例库连接,给每一个下级物元与上级物元之间赋予一个相关值,通过相关值的连乘实现等价;
根据产品内部的约束关系,将与某一物元存在约束关系的另一物元省略或缩小其取值范围;
(6)、确定物元关系存在定性关系和定量关系,建立信息物元与实例之间的可拓物元关系度,根据所述关系度,建立物元关系矩阵,求出各个可拓信息物元Rn与实例节点L的相关值ρ(Rn,L);
物元相似度计算公式为(1):
上式中,σ(Ri,Rj)表示信息物元Ri和实例对应信息物元Rj之间的相似度,vRi表示待设计方案中的每一个信息物元Ri的属性值;vRj表示实例中对应信息物元Rj的属性值;
(7)、外界刺激信息物元Rn,信息物元Rn做出反应,其算法包括以下步骤:
(7.1)、给出查询,确定物元激活量K0(Rn)的值,即式(2):
(7.2)、将K0的激活传播到所有的信息物元Rn得到相似性传播结果为式(3):
(7.3)、将(7.2)的结果传播到实例节点L,得到相关性传播结果,总激活量的计算公式为(4):
K2(l)=Pl[ρ(R1,l)·K1(R1),…,ρ(Rs,l)·K1(Rs)] (4);
(8)、通过总激活量的计算确定实例的匹配度,依次计算实例库中每个实例的匹配度,对应匹配值最大的实例为最佳实例,根据最佳实例得到产品概念设计方案。
所述的(7.2)中,激活运算包括无约束运算和有约束运算;无约束运算的规则为:当R1、R2、R3没有约束时,触发物元R1、R2,K1(R1)可发散为两种物元K1(R11),K1(R12),可以求出K1(l1),K2(l2);
有约束运算的规则为:当R2,R3存在约束时,若R2存在,R3的下层发散物元限于物元R32,触发R1,R2,发散出的两种物元需考虑K1(R32)=σ(R32,R)·K0(R32)。
实施例2
参照图1、图2、图3、图4,一种基于可拓信息物元的减速器设计方法,包括以下步骤:
第一步、通过座谈、问卷等形式调查出用户的需求,主要是减速器的性能、价格等方面。
第二步、将用户的需求信息用可拓信息物元模型表示出来,物元模型涵盖了构成事物的三个基本属性:物名、特征和量值,其表示形式如
根据信息物元的定义,用一个实体连同所有属性及属性值组成一个兼有实例、泛化、聚集和属性四种联系兼有的全征物元,如:R1=(传动单元类别 齿轮),R2=(传动单元 类别 联接),R11=(齿轮 传动类型 圆柱传动),见图2、图3。
第三步、建立产品规则库,减速器的产品规则库如下:
物元关系1:单级传动物元->圆柱齿轮物元->直齿轮物元->传动比物元;对应规则解释:单级圆柱齿轮减速器直齿传动比一般小于4。
物元关系2:单级传动物元->圆柱齿轮物元->斜齿轮物元->传动比物元;对应规则解释:单级圆柱齿轮减速器斜齿传动比一般小于6。
物元关系3:单级传动物元->轴功率物元->轴承类型物元;对应规则解释:单级传动在中小型输入载荷时,多采用滚动轴承;只有在重型载荷时,采用滑动轴承。
物元关系4:单级传动物元->圆柱齿轮物元->箱体材料物元;对应规则解释:单级圆柱齿轮箱体常用铸铁。
物元关系5:单级传动物元->传动中心距物元->传动比物元;对应规则解释:单级传动时,传动中心距在80-560之间,传动比在2.3-5.6之间。
物元关系6:圆柱齿轮物元->轴布局物元;对应规则解释:圆柱齿轮减速器的轴布局状态不可能是垂直,要么是偏置要么平行。物元关系7:两级传动物元->圆柱齿轮物元->直齿轮物元->传动比物元对应规则解释:两级圆柱齿轮减速器直齿传动比一般在8与40之间。
物元关系8: 两级传动物元->圆柱齿轮物元->斜齿轮物元->传动比物元;对应规则解释:两级圆柱齿轮减速器斜齿传动比一般在8与40之间。
物元规则9:轴转速物元->传动件润滑方式物元;对应规则解释:当输入轴的圆周速度小于12m/s,用浸油润滑方式;当速度大于12m/s时,用喷油润滑方式。
物元关系10:振动物元->轴承类型物元;对应规则解释:当载荷平稳时一般采用球轴承物元,当载荷不平稳时多采用圆锥滚子轴承。
物元关系11:圆锥齿轮物元->单级传动物元->直齿轮物元->传动比物元;对应规则解释:单级圆锥齿轮减速器直齿传动的传动比一般小于3。
物元关系12:圆锥齿轮物元->单级传动物元->斜齿轮物元->传动比物元;对应规则解释:单级圆锥齿轮减速器直齿传动的传动比一般小于5。
物元关系13:圆锥齿轮物元->圆柱齿轮物元->两级传动物元->传动比物元;对应规则解释:两级圆锥圆柱齿轮减速器的传动比一般在8与15之间。
物元关系14:圆锥齿轮物元->价格物元;对应规则解释:圆锥齿轮减速器由于圆锥齿轮的制造复杂,其价格较高。
物元关系15:两级传动物元->传动中心距物元->传动比物元;对应规则解释:两级传动时,传动中心距在200-560之间,传动比在8-20之间。
物元关系16:单级传动物元->圆柱齿轮物元->传动效率物元;对应规则解释:单级圆柱齿轮减速器的传动效率为0.97-0.98。
物元关系17:两级传动物元->圆柱齿轮物元->传动效率物元;对应规则解释:两级圆柱齿轮减速器的传动效率为0.95-0.96。
物元关系18:单级传动物元->圆锥齿轮物元->传动效率物元;对应规则解释:单级圆锥齿轮减速器的传动效率为0.95-0.96。
物元关系19:圆柱齿轮物元->圆锥齿轮物元->传动效率物元;对应规则解释:单级圆柱齿轮减速器的传动效率为0.94-0.95。
物元关系20:输入轴功率物元->传动件润滑方式物元;对应规则解释:如果实际输入轴的功率大于等于1500KW,传动件的润滑方式采用飞溅润滑。
物元关系21:轴输入转速物元->轴输出转速物元->传动比物元;对应规则解释:输入轴转速与输出轴转速的比值就是传动比。
物元关系22:轴输入转速物元->轴输出转速物元;对应规则解释:输入轴转速的转速肯定大于输出轴的转速。
物元关系23:轴输入转速物元->轴输入转矩物元->轴输入功率物元;对应规则解释:转矩,转速和功率存在着m=9550*N/n的函数关系。
物元关系24:轴输出转速物元->轴输出转矩物元->轴输出功率物元;对应规则解释:转矩,转速和功率存在着m=9550*N/n的函数关系。
第四步、在UG平台上建立减速器实例库。本系统使用了Delphi5.0和DataBase Desktop工具进行开发,该系统需要以下的软硬件环境:最低硬件配置:PC586、32M内存、16M显存、1.44M软驱、8倍速以上光驱驱动器;软件配置:WindowNT/2000操作系统,Delphi 5。
Delphi是著名的Borland公司开发的可视化软件开发工具。“真正的程序员用C,聪明的程序员用Delphi”,这句话是对Delphi最经典、最实在的描述。Delphi被称为第四代编程语言,它具有简单、高效、功能强大的特点。和VC相比,Delphi更简单、更易于掌握,而在功能上却毫不逊色,而执行速度只有C语言的70%;和VB相比,Delphi则更强大、更实用。可以说Delphi同时兼备了VC的功能强大和VB简单易学的特点。
Delphi具有以下的特性:基于窗体和面向对象的方法,高速的编译器,强大的数据库支持,与Windows编程紧密结合,强大而成熟的组件技术。Delphi提供了各种开发工具,包括集成环境、图像编辑,以及各种开发数据库的应用程序,如本系统开发中就用到了DelphiDesktop Base。在Delphi众多的优势中,它在数据库方面的特长显得尤为突出。对于广大的程序开发人员来说,使用Delphi开发应用软件,无疑会大大提高编程效率。
第五步、产品设计具有层次性,用功能分解的原则可以将其分到不可分为止。参照图2,让每一个实例对应一个设计方案,将可拓信息物元直接与实例库相关联,构成一个网络型的结构。简化分两类,第一类,将下一层的双向箭头直接提升到与实例库连接,这样第一层与实例库的相关性没有发生变化,为了使第二层以下的可拓物元与实例库保持不变的关系,给每一个下级物元与上级物元之间赋予一个相关值,则通过相关值的连乘实现等价;第二类,根据产品内部的约束关系,将某些物元省略或缩小其取值范围,假设R1与R2之间存在着某种约束关系,首先在可拓信息物元R1存在的前提下,R2就会发生某种变化,最极端的就是对立的关系,则通过舍弃R2或缩小R2的取值范围。物元简化是可拓激励推理的基础。
第六步、将可拓物元网络图形式化表示为:M=[R,L,σ,ρ,P],其中,R为有限个可拓信息物元的集合;L为有限个实例节点的集合;σ为可拓信息物元的相似函数:σ=Ri×Rj→Fσ;Fσ表示信息物元之间的相似值;ρ为信息元与实例的相关函数ρ:Rn×L→Fρ,描述可拓信息单元Rn与实例节点L的相关性ρ(Rn,L),这里Fρ表示符合要求的相关值;P是相似值与相关值的传播函数 Pn:Fσ×Fρ→FP,对于每个节点n∈R∪L,FP为结点n所接受的总激活量。
参照图3,这里“”表示蕴含,“→”表示相关,“”表示存在约束,比如中心距如果在80-150之间,则传动比就要在2.3-5.6之间。
第七步、按照上述规则将该可拓信息物元模型形式化表示,如图4,ρ(Rn,L)表示R到L的关系,σ(Ri,Rj)表示从Ri到Rj的关系,若ρ(Rn,L)≠0,表示该可拓信息单元Rn属于对应的实例L,其值表示L中R的重要程度,用Pn标志节点n的激活量。
第八步、可拓信息物元间有着定性和定量的关系,建立信息物元与实例之间的可拓物元关系度,根据所述关系度,建立物元关系矩阵,求出各个可拓信息物元Rn与实例节点L的相关值ρ(Rn,L)。参照图3,先对减速器可拓信息物元进行形式化表示。
R1代表驱动机物元 R2代表轴输入转速物元
R3代表轴输出转速物元 R4代表轴输入转矩物元
R5代表轴输出转矩物元 R6代表轴轮联接物元
R7代表轴输入功率物元 R8代表轴输出功率物元
R9代表齿轮类型物元 R9代表工作时间物元
R10代表轴承类型物元 R11代表传动件润滑方式物元
R12代表传动级数物元 R13代表传动中心距物元
R14代表承载负荷物元 R15代表平均寿命物元
R16代表传动效率物元 R17代表传动比物元
R18代表需求价格物元 R19代表需求振动物元
R20代表需求重量物元 R21代表轴布局物元
R22代表箱体体积物元 R23代表外部联接物元
R25代表工作环境物元 R26代表箱体材料物元
R27代表可安装性物元
并建立减速器可拓信息物元相关度表,参见表1:
表1
上述的可拓信息物元相关度一览表中,可以比较客观的得出激励算法中的权重因子ρ(Rn,l)∈[0,1]。
如果物元是参数形式,物元相似度计算公式为(1):
上式中,σ(Ri,Rj)表示信息物元Ri和实例对应信息物元Rj之间的相似度,vRi表示待设计方案中的每一个信息物元Ri的属性值;vRj表示实例中对应信息物元Rj的属性值。在实际计算中一般是实际值与实例中的值的比值。
第九步、当物元在接受外界刺激时,能立即做出反应,对任意物元的激活都会对整体实例产生程度不同的效果,这就极大拓展了实例推理的柔性和创新性。其算法可分为三个阶段:
第一阶段:给出查询,确定物元激活量K0(Rn)的值,即式(2):
第二阶段:将K0的激活传播到所有的信息物元Rn得到相似性传播结果为式(3):
第三阶段:将第二阶段的结果传播到实例节点L,得到相关性传播结果,总激活量的计算公式为(4):
K2(l)=Pl[ρ(R1,l)·K1(R1),…,ρ(Rs,l)·K1(Rs)] (4);
第十步、由于实例节点的激活量等于实例的相似度,因此可以通过激活量的计算来确定实例的相似性。通过总激活量的计算确定实例的匹配度,依次计算实例库中每个实例的匹配度,对应匹配值最大的实例为最佳实例,
第十一步、激活运算分为无约束和有约束两部分,对于前者,当R1、R2、R3没有约束时,触发物元R1、R2,则K1(R1)可发散为两种物元K1(R11),K1(R12),进而可以求出K1(l1),K2(l2);对于后者,假设R2,R3存在约束时,若R2存在,R3的下层发散物元限于物元R32,则触发R1,R2时,发散出的两种物元需考虑K1(R32)=σ(R32,R)·K0(R32)。
第十二步、设计师根据客户需求进一步修改,依照最佳实例得出最终概念设计方案。
实施例3
参照图1、图5、一种基于可拓信息物元的刀库概念设计方法,本实施例的产品规则库包括:
物元关系1:立式加工->转塔式刀库物元->机床上面;
对应规则解释:转塔式刀库安在立式加工机床的上面;
物元关系2:卧式加工->圆盘式刀库物元->机床上面;
对应规则解释:圆盘式刀库安在卧式加工机床的上面;
物元关系3:卧式加工->链式刀库物元->落地式;
对应规则解释:链式刀库安在卧式加工机床的地面上;
物元关系4:卧式加工->格子式刀库物元->落地式;
对应规则解释:格子式刀库安在卧式加工机床的地面上;
可拓物元信息的集合R包括:
本实施例的实例库的建立:本系统使用了Auto CAD2000中VisualLISP、DCL、ObjectARX3.0和Visual C++6.0进行开发,需要以下的软硬件环境:最低硬件配置:PC586、32M内存、16M显存、1.44M软驱、4倍速以上光盘驱动器、软件配置:Window9X/NT4/2000操作系统、AutoCAD2000中文版平台、Microsoft Visual C++6.0。
设计实例:设计一刀库,为满足加工条件,要求刀库容量为18把,选刀时间≤4秒,最大刀具长度为220毫米,最大直径为90毫米,最大刀具重量为5公斤。经过系统运算,得出最佳的刀库方案为圆盘式刀库。
本实施例的其余步骤与实施例1相同。
Claims (2)
1、一种基于可拓信息物元的产品概念设计方法,该方法主要包括以下步骤:
(1)、将用户的产品设计要求表示成可拓信息物元的形式,建立物元模型R=(N,c,v),所述物元模型包括构成产品的三个基本属性:物名N、特征c和量值v;
(2)、建立产品规则库,所述的产品规则库包括可拓信息物元相互之间的物元关系、对物元关系的对应规则解释;
(3)、在制图软件平台上使用制图工具进行开发,建立产品的实例库;
(4)、将可拓信息物元直接与实例库相关联,构成一个网络型的结构:M=[R,L,σ,ρ,P],
其中,R为有限个可拓信息物元的集合,L为有限个实例节点的集合,σ为可拓信息物元的相似函数:σ=Ri×Rj→Fσ,Fσ表示信息物元之间的相似值;ρ为信息物元与实例的相关函数ρ∶Rn×L→fρ,描述可拓信息物元Rn与实例节点L的相关性ρ(Rn,L),Fρ表示符合要求的相关值;P是相似值与相关值的传播函数 Pn∶Fσ×Fρ→FP,对于每个节点n∈R∪L,FP为结点n所接受的总激活量;
(5)、将各个物元简化,其简化的规则为:
将下一层的信息物元直接提升到与实例库连接,给每一个下级物元与上级物元之间赋予一个相关值,通过相关值的连乘实现等价;
根据产品内部的约束关系,将与某一物元存在约束关系的另一物元省略或缩小其取值范围;
(6)、确定物元关系存在定性关系和定量关系,建立信息物元与实例之间的可拓物元关系度,根据所述关系度,建立物元关系矩阵,求出各个可拓信息物元Rn与实例节点L的相关值ρ(Rn,L);
物元相似度计算公式为(1):
上式中,σ(Ri,Rj)表示信息物元Ri和实例对应信息物元Rj,之间的相似度,vRi表示待设计方案中的每一个信息物元Ri的属性值;vRj表示实例中对应信息物元Rj的属性值;
(7)、外界刺激信息物元Rn,信息物元Rn做出反应,其算法包括以下步骤:
(7.1)、给出查询,确定物元激活量K0(Rn)的值,即式(2):
(7.2)、将K0的激活传播到所有的信息物元Rn得到相似性传播结果为式(3):
(7.3)、将(7.2)的结果传播到实例节点L,得到相关性传播结果,总激活量的计算公式为(4):
K2(l)=P1[ρ(R1,l)·K1(R1),…,ρ(Rs,l)·K1(Rs)] (4);
(8)、通过总激活量的计算确定实例的匹配度,依次计算实例库中每个实例的匹配度,对应匹配值最大的实例为最佳实例,根据最佳实例得到产品概念设计方案。
2、如权利要求1所述的基于可拓信息物元的产品概念设计方法,其特征在于:所述的(7.2)中,激活运算包括无约束运算和有约束运算;无约束运算的规则为:当R1、R2、R3没有约束时,触发物元R1、R2,K1(R1)可发散为两种物元K1(R11),K1(R12),可以求出K1(l1),K2(l2);有约束运算的规则为:当R2,R3存在约束时,若R2存在,R3的下层发散物元限于物元R32,触发R1,R2,发散出的两种物元需考虑K1(R32)=σ(R32,R)·K0(R32)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200510062040 CN100356378C (zh) | 2005-12-16 | 2005-12-16 | 基于可拓信息物元的产品概念设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200510062040 CN100356378C (zh) | 2005-12-16 | 2005-12-16 | 基于可拓信息物元的产品概念设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1790351A CN1790351A (zh) | 2006-06-21 |
CN100356378C true CN100356378C (zh) | 2007-12-19 |
Family
ID=36788200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200510062040 Active CN100356378C (zh) | 2005-12-16 | 2005-12-16 | 基于可拓信息物元的产品概念设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100356378C (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1881384A1 (en) * | 2006-07-21 | 2008-01-23 | Dassault Systèmes | Computer implemented method for defining an input product |
CN101923585B (zh) * | 2010-04-14 | 2012-05-30 | 河北工业大学 | 利用图形的随机组合设计新产品的方法 |
CN102402425A (zh) * | 2010-09-09 | 2012-04-04 | 金蝶软件(中国)有限公司 | 一种软件概念产品的生成方法、装置及erp生成系统 |
CN102622469A (zh) * | 2012-02-20 | 2012-08-01 | 浙江工业大学 | 一种基于相似度的产品可拓分类知识挖掘方法 |
CN108121826A (zh) * | 2018-01-15 | 2018-06-05 | 中国人民解放军陆军装甲兵学院 | 基于可拓相似度的结构特征检索方法 |
CN108121882A (zh) * | 2018-01-15 | 2018-06-05 | 中国人民解放军陆军装甲兵学院 | 基于相关度的需求物元结构化匹配方法 |
CN108799467A (zh) * | 2018-08-13 | 2018-11-13 | 广州电力机车有限公司 | 一种自卸车减速器的设计方法 |
-
2005
- 2005-12-16 CN CN 200510062040 patent/CN100356378C/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN1790351A (zh) | 2006-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100356378C (zh) | 基于可拓信息物元的产品概念设计方法 | |
Bonczek et al. | Foundations of decision support systems | |
David et al. | General Purpose Technologies and Surges in Productivity: Historical Reflections on the Future of the ICT Revolution. | |
Konda et al. | Shared memory in design: A unifying theme for research and practice | |
Gagnon | Ontology-based integration of data sources | |
von Tunzelmann et al. | Capabilities and production theory | |
CN110009250A (zh) | 一种基于犹豫模糊语言的数字孪生车间质量评价方法 | |
CN102592010A (zh) | 创新设计网络平台构建和应用方法 | |
Compton et al. | Generative methods | |
Becattini | From the industrial district to the districtualisation of production activity: some considerations | |
Zhong et al. | Automatically generating assembly sequences with an ontology-based approach | |
Chen et al. | Eco-innovation by integrating biomimetic with TRIZ ideality and evolution rules | |
Tsourveloudis et al. | On the measurement of agility in manufacturing systems | |
Abdulqader | Predicting Carbon Dioxide Emissions with the Orange Application: An Empirical Analysis | |
Coombs | Innovation, automation and the long-wave theory | |
El-Ghalayini et al. | Reverse engineering ontology to conceptual data models | |
CN102629278A (zh) | 一种基于问题本体的语义标注和检索方法 | |
Moustakis et al. | Survey of expert opinion: which machine learning method may be used for which task? | |
Liu et al. | A novel method of design elements based on EGM and fuzzy QFD | |
González-Sarmiento et al. | Big Data and Artificial Intelligence in the Development of Industry 4.0; A Bibliometric Analysis | |
Xiao et al. | Attribute Importance Determination of the Customer Needs for Product Family Based on Axiomatic Design and Conjoint Analysis | |
Buruzs et al. | Reduced model investigations supported by fuzzy cognitive map to foster circular economy | |
Hu et al. | Product data model for performance-driven design | |
Knight et al. | A knowledge system for integrated product design | |
Vargas-Hernández et al. | Knowledge representation for conceptual engineering design |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |