CN104899242B - 基于设计意图的机械产品设计二维知识推送方法 - Google Patents

Abstract

本发明公开了一种基于设计意图的机械产品设计二维知识推送方法，主要包括：建立机械产品设计意图数据库，建立设计意图获取和分解方法，利用粗糙集理论构建设计意图属性表并进行约简得到最简设计意图集；建立机械产品设计知识本体数据库；采用顺序遍历的方式对使用基于知识本体概念语义距离和概念属性的改进相似度匹配算法计算意图元与被比较知识本体之间的相似度，对于相似度大于阈值的意图元按照相似度由大到小依次匹配意图元集合中各个意图元直至完成所有匹配，利用文本语义相似度计算方法来完成知识本体的匹配。本发明可解决机械产品设计中知识推送智能化程度低的问题，可提高机械产品设计的效率，适应制造业信息化工程技术深化发展的需要。

Description

基于设计意图的机械产品设计二维知识推送方法

一、技术领域

本发明涉及机械产品设计技术领域，具体涉及基于涉及意图的机械产品设计知识推送方法。

二、背景技术

为了适应当前机械产品设计快速多变的要求，机械产品设计开发技术正在向智能化、数字化和支持创新设计的技术方向发展，而智能化、数字化与创新设计是建立在对相关数据信息和知识快速有效的获取、处理、传递和共享应用基础之上的。机械产品智能设计技术领域的需要的知识资源具有多样性、复杂性和经验性等特点，在相当程度上增加了对产品设计知识进行有效的归纳、整理、挖掘、获取和推送应用的难度，为企业知识管理信息系统中知识共享和知识服务带来了困难。面对不同的产品设计及同一产品设计的不同阶段过程，如何最大程度地根据设计者的设计意图提供个性化的知识服务以辅助产品设计提高设计效率，如何应用知识推送服务技术并构建机械产品设计知识推送服务系统，是实现产品创新设计、智能化和数字化设计和制造的关键技术之一。

知识推送通过在知识服务中提高智能性和主动性较好地弥补了知识拉取的不足。知识推送是依据用户的需求，将知识及时、主动地传递给用户，以便达到将最恰当的知识在最恰当的时间传递给最恰当的人，使他们能够做出最恰当的决策。正是由于知识推送技术与服务的优越性，该技术已经成为知识管理领域研究的热点，并已经逐步推广应用开来。

机械产品设计过程中设计意图存在的不确定、不精确、不完备、不协调，如何通过人机交互式方式采集设计意图，根据设计意图从知识库和数据库中智能化的匹配获取设计所需要的知识资源，通过知识推送服务技术提供给需求者一直是人工智能研究的重要课题之一。对设计意图捕捉方法的研究主要分为三类:(1)通过对设计者操作CAD等辅助软件、浏览相关网页的记录文件中提取相关信息，然后通过对信息的处理获得设计者意图；(2)通过对设计者的思考过程或行为过程的研究来推测设计者的意图；(3)通过人机交互方式直接获取设计人员设计意图，使隐藏的设计意图清晰化，从而辅助设计方案的完成。

目前知识推送技术大致可以分为三类：其一是基于知识订阅的推送技术。知识订阅是指给定订阅者需要知道的主题信息，定期将与该主题有关的知识传给订阅者，并实现对知识的内容分析和自动分类，将分析聚合后的知识定期传输给订阅者。其二是基于用户行为统计分析的知识推荐技术，大致可以分为三种：一是基于规则的推荐技术。二是基于内容的推荐技术，即根据用户浏览的历史资源建立用户兴趣模型，然后对推荐资源的内容进行分析，并通过将资源内容和用户兴趣信息进行比较的基础上做出推荐。三是协同推荐技术，如基于业务流程的领域知识推送技术，此方法通过把知识、企业业务流程和人三者结合起来,实现有效的知识推送，即在正确的时间，以正确的形式，把正确的知识传给正确的人。

目前国内在基于设计意图的知识推送服务技术研究方面还处于起步阶段，基于设计意图的知识推送服务已成为机械产品设计和知识服务领域研究的新课题。综观当前国内外研究进展与成果可知，在基于设计意图的知识服务技术研究中还存在着以下明显的问题及亟待解决的技术难点：

(1)现有的设计意图采集方法虽能采集部分设计意图，但没能结合整个产品设计过程设计者每个思考细节进行意图采集。进一步需要开发软件系统进行全方位的设计意图采集，并将设计意图转化为检索条件，为知识推送服务作准备。

(2)传统的数据库式设计知识资源存储和表示方法无法揭示知识之间的隐含关系，无法较好的实现数据挖掘和知识推理。

(3)知识匹配技术智能化程度低，知识服务的个性化程度不足。

(4)个性化和智能化的知识推送服务方法与工具软件开发技术。关键问题是如何有效提供一种机械产品设计知识推送服务系统构建与应用的系统框架以及原型软件系统。

三、发明内容

本发明的目的在于克服现有针对产品设计过程的知识推荐方法的不足,提供一种基于设计意图的机械产品设计二维知识推送方法，以适应当前机械产品设计快速多变的要求。

本发明提供的基于设计意图的机械产品设计二维知识推送方法，是在分析机械产品设计过程中设计意图表现形态的基础上，定义设计意图的含义，并将设计意图进行分类和进一步分解成意图元及属性，意图元属性包含条件属性和结果属 性，然后再根据粗糙集理论约简属性，获取最终的条件结果式设计意图元集合；然后研究了机械产品设计意图和设计知识结构表示基本格式，提出了面向对象的设计意图元表示方法和基于本体的设计知识表示方法，进行基于本体的语义知识匹配，获取设计意图对应的设计知识，为知识推送作准备；最后，发明了基于本体的语义匹配知识推送模式、基于兴趣特征聚类分析的知识推送模式二维知识推送方法。在此基础上，设计了机械产品设计知识推送与应用系统框架以及原型软件系统。

本发明主要包括四大部分内容，(1)确定设计意图定义、意图元属性和表示方法、意图元属性约简方法；(2)设计了基于本体的设计知识表示方法，进行基于本体的语义知识匹配，获取设计意图对应的设计知识，为知识推送作准备；(3)发明了一种二维知识推送方法；(4)建立知识推送与应用系统框架以及原型软件系统。

本发明是通过分析不同机械产品设计及不同的设计阶段过程中的设计意图特征，定义设计意图，并将设计意图分解成更细的设计意图元及其属性元素，采用面向对象的方法表示设计意图元及其属性，并进一步利用Pawlak提出的粗糙集理论(Rough Set，RS)进行意图元属性约简，获得不可再分的条件结果式意图元。它是机械产品设计过程中意图知识聚合程度的量化形式，可以减少设计意图-设计知识匹配量，提高设计意图-设计知识匹配精度，适合于计算机数据处理。

本发明研究了机械产品设计知识结构表示基本格式，提出了基于本体的设计知识表示方法，为语义知识匹配和知识推送作准备。

本发明提出了设计意图-设计知识间的知识匹配方法，构建了本体概念及实例表示设计知识，依据条件结果式意图元，进行基于本体技术的语义知识匹配获取所需的设计知识，同时，利用本体概念、属性及其关系可以进一步知识挖掘和知识推理，进一步丰富知识推送结果。

本发明提出了一种基于本体技术的语义匹配知识推送模式、基于兴趣特征聚类分析的知识推送模式二维知识推送方法。可以完成智能化和个性化的知识推送。

本发明最后构建了机械产品设计知识推送系统框架，开发了原型软件系统，实现基于设计意图的个性化和智能化知识推送以辅助产品设计。

提供的基于设计意图的机械产品设计二维知识推送方法，其具体技术方案主要包括以下步骤：

(1)定义对象封装的设计意图表示方法，建立机械产品设计过程所包含的设计意图数据库，建立设计意图获取和分解方法，并利用粗糙集理论构建设计意图属性表并进行约简得到最简设计意图集，以备后续知识推送匹配提供数据支持，所述设计意图数据以文本方式储存；

(2)定义设计知识本体的概念，建立包含设计数据、设计原理、设计规则、设计禁忌、设计公式、设计经验、设计图纸、设计方案和设计评价的设计知识资源的机械产品设计知识本体数据库，所述机械产品设计知识本体数据以文本方式储存；

(3)获取设计意图，按确定的意图分解方法将设计意图分解为意图元，对分解后的意图元集合中的各意图元，通过顺序遍历的方式使用一种基于知识本体概念语义距离和概念属性的改进相似度匹配算法计算意图元与被比较知识本体之间的相似度，设置相似度阈值，大于阈值的意图元与被比较知识本体相似度按照由大到小的顺序排列，依次匹配意图元集合中各个意图元直至完成所有匹配，利用文本语义相似度计算方法来完成知识本体的匹配；

(4)通过机械产品设计知识推送系统用户应用界面，对所建立的机械设计知识设计意图数据库和知识本体数据库进行应用验证，反复进行(1)至(3)步骤，不断充实和完善机械产品设计知识推送系统，达到支持机械产品设计知识智能推送和产品创新设计的目的。

本发明成果可用于解决目前在机械制造企业中产品设计过程中知识推送智能化程度低的问题，提高通过知识推送服务辅助产品设计的效率，适应制造业信息化工程技术深化发展的需要。

四、附图说明

图1轴承本体概念及实例体系图

图2-1基于本体的语义匹配知识推送服务流程图

图2-2基于本体语义匹配子过程的流程图

图3设计意图捕捉模型示意图

图4意图元素处理成意图文本过程图

图5基于知识推送的机床主轴系统概念设计过程解析图

图6基于设计意图的机械产品设计知识推送系统构建与应用框架

图7机床主轴设计DI_KPP(Design intention based knowledge push platform,基于设计意图的知识推送平台)系统人机交互界面图

图8设计目标-意图元分解与映射图

图9机床主轴前轴颈直径设计知识推送过程

图10主轴平均直径设计知识推送过程

图11主轴内孔直径设计知识推送过程

图12主轴轴承类型选择知识推送过程

图13主轴轴承布置设计知识推送过程

图14主动知识推送服务下的传动方式设计,主轴端部的结构设计和润滑方式选择

图15主动知识推送服务下的主轴刚度验算

图16主动知识推送服务下的主轴系统概念设计结果图

五、具体实施方式

为了便于本领域的技术人员更清楚地理解本发明，以下结合附图和发明人依据本发明的技术方案完成的实例对本发明的内容作进一步的详细论述。

1、设计意图与知识推送的含义

设计意图定义如下：设计意图表达了设计者在解决设计任务或问题时所有的心智活动和活动的结果，来源于设计目标，是人脑对某种设计目标的抽象思维反映，是一种模糊的、不确定的设计符号。设计意图的优劣很大程度上决定了产品的特征、性能与功用。设计意图可进一步分解成意图元(设计意图的最小组成成分)，意图元由属性组成，属性包含条件部分属性和结论部分属性两类，意图元条件部分属性由问题描述、选项、规则(依据)、注解、约束等选项组成；结论部分属性由决策(或方案、求解等组成)。其中设计规则是设计者为实现设计意图而提出设计选项时所根据的准则，是产生设计方案的前提条件。决策是设计过程中设计者依据规则和标准等，对可供选择的选项进行分析、比较和综合考虑之后，最终确定的能够实现意图元的解决方案。

知识推送是依据用户的需求，将知识及时、主动地传递给用户，以便达到将 最恰当的知识在最恰当的时间传递给最恰当的人，使他们能够做出最恰当的决策。知识推送具有智能性和主动性特点。基于设计意图的知识推送是指在产品设计时，根据采集到设计者的设计意图并对意图进行分析和处理后，进行智能的和个性化的知识推送服务以辅助产品设计，提高产品设计效率，通过知识推送服务能促进知识传播和知识的应用与创新。

2、设计知识的含义

设计知识是一种知识资源，包括设计数据、设计原理、设计规则、设计禁忌、设计公式、设计经验、设计图纸、设计方案和设计评价等，通常存放在知识库中供用户使用。

3、设计意图表示方法

本发明利用面向对象技术实现条件结果式意图元表示，面向对象技术具有封装性、继承性及重载性等特点，适合于规则的表示并应用于专家系统，利用面向对象技术组织意图元知识可较好地将意图元中条件结果式规则用现有的关系型数据库系统来组织实施应用。面向对象形式化的知识表示结构如下：

对象(object)

＜类名称＞：：＝〈属性〉〈方法〉

〈类名称〉：：＝〈唯一对象名称标记〉

〈属性〉：：＝〈继承关系〉|〈问题描述〉|〈选项〉|〈规则〉|〈注解〉|〈约束〉|〈决策〉

〈方法〉：：＝〈操作方式〉|〈意图元〉

4、设计意图元约简

针对产品设计意图元，运用粗糙集理论对意图元中的条件结果属性进行属性约简来获取隐含的最简条件结果式意图元，以减少知识匹配的量，进一步提高知识匹配的精确程度。本发明提出的基于粗糙集理论计算的意图元约简计算过程如下：

(1)设论域U有子集X、Y，如果通过论域U上的关系R，无法分辨X和Y，则称X和Y具有基于R的不可分辨关系，或等价关系；

(2)运用Pawlak提出的粗糙集理论(Rough Set，RS)构建意图元属性表，同时根据粗糙集理论对属性进行约简后得到意图元最简等价关系；

(3)如果根据给定属性不可再划分，则称为关系R下的新意图元最简化，否则，称为关系R下的意图元可分(或者进一步简化)。

进行设计意图元约简算法研究的目的是为了规范设计意图，消除冗余的设计意图及意图元要素，减少知识匹配过程中的时间消耗和存储空间，最终提高知识推送服务的准确程度。

5、基于本体的设计知识表示方法

本发明利用本体技术组织设计知识，并建立了本体概念、概念间的关系及实例，设计知识以实例的形式存在于本体库中。对机械产品设计中利用本体来进行设计知识表示的优点主要体现在以下方面：

(1)利用本体技术描述设计知识，为各类产品设计知识提供了统一的描述方法；

(2)机械产品设计知识本体数据格式可以方便的转化成OWL、XML格式、本体三元组或关系数据库格式等数据格式，因此，本体数据格式具有兼容性好，平台移植性好的特点；

(3)通过利用本体推理技术可以挖掘本体概念、属性及概念间的关系，可以进行相应的数据挖掘和知识发现工作，使用户更加充分利用知识资源数据库系统中有价值的甚至是潜在的知识信息。

本实发明以轴承为例建立了本体概念及概念实例结构关系图，如图1所示。

表1部分本体概念属性

6、知识匹配方法

在机械产品设计过程中，为了提供个性化知识服务，需要进行设计意图-设 计知识间的匹配，将匹配的内容推荐给用户。因设计意图和设计知识中的信息大多都是采用文本来描述的，因此，本发明通过文本相似度的比较计算来完成知识的匹配。设计知识以本体概念、属性及关系的形式存储，设计知识对应本体概念中的设计知识实例，知识匹配过程也就是找到相似本体概念设计知识实例的一个过程。本发明提出了一种基于本体概念相似度计算的文本语义相似度计算方法，能进行概念或文本间的相似性计算及语义知识匹配。

6.1基于本体概念相似度计算的知识匹配方法

性质1：概念C_i、C_j之间的语义距离表示为Distance(C_i，C_j)，即最短路径按权值求和。语义距离具有对称性，即Distance(C_i，C_j)＝Distance(C_j，C_i)。

性质2：如果两个概念完全不相同，则相似度取值为0；如果两个概念完全相同，则相似度取值为1；否则是介于(0,1)之间的一个实数，概念间的语义距离越大，则相似度越小，反之越大。

性质3：本体概念C的深度表示为Depth(C)，即本体树的根节点到某个概念C之间最短路径所包含边的数量，本体树的深度是指树中概念的深度的最大值，树根节点深度为0。

性质4：从概念C引出的边的权值记为Weight(C)，使用Sup(C)表示概念C的父节点，用Density(C)表示概念C的子节点数，即反映所处区域密度信息。

定义1：本体树中两个概念节点C_i和C_i之间所连接的边的权值定义为：

公式(1)中，Weight(Sup(C_j)表示父节点权值对子节点权值的影响程度，表示概念所处区域密度对概念相似度的影响程度。在两个概念深度相同的情况下，如果概念的密度越大，说明该概念节点的子孙结点越多，该概念越抽象，那么此概念对应的边的权值就越大，它与其它概念的语义相似度就应该越低，即概念密度和语义相似度成反比关系。

定义2：本体层次树中概念C_i、C_j的语义距离计算如公式(2)所示，其中n表示C_i、C_j之间有n条边，计算出的语义距离应除以2进行归一化处理，使结果取值范围在(0,1)间。

定义3：概念C_i、C_j间的受信息密度和权重影响的语义相似度Sim(C_i，C_j)₁，其计算如公式(3)。公式(3)中γ为调节因子，使计算结果具有可调节性，它的取值范围为1＞γ＞0，概念相似度与概念之间的距离成反比关系。

Sim(C_i，C_j)₁＝1-γ(Distance(C_i，C_j) (3)

定义4：概念C_i、C_j间受概念深度和以及深度差影响的语义相似度Sim(C_i，C_j)₂计算如公式(4)，其中Depth(T)表示本体层次树T的深度，即本体树中深度最大的结点的深度。本体概念深度与边的权值大小呈反比，因为随着概念深度的增加概念也越来越具体，所含信息量越来越少，深度对关系边的权值的影响也就越来越小。此定义能保证概念的权值随着概念的细化而递减，从而使得概念之间的语义距离也随之降低。

将公式(3)和(4)得到的相似度计算结果进行加权求和后得到本体概念C_i、C_j间的基于语义距离的相似度Sim_Distance(C_i，C_j)，如式(7)所示，和ω是调节因子，满足分别表示语义距离、概念的深度和及深度差对相似度计算结果的影响。

表2本体概念滚子轴承的相似度计算结果

6.2基于本体概念相似度计算方法的文本语义相似度计算方法

假定抽取出的意图元元素组成文本TEXTA，本体概念组成文本TEXTB，要进行匹配的两段文本是TEXTA和TEXTB，首先从文本TEXTA中抽取到关键词汇(等同于本体概念)序列m₁,m₂,…,m_i，将TEXTA表示成TEXTA＝m₁+m₂+…+m_i(i≥1)，然后从文本TEXTB中抽取关键词汇(等同于本体概念)序列n₁,n₂,…,n_j，将TEXTB表示成TEXTB＝n₁+n₂+…+n_j(j≥1)。i和j分别为文本集TEXTA和TEXTB中关键词汇的总数。利用关键词汇序列生成语境框架，得到文本语境框架词汇序列集：(YYK(m₁)，YYK(m₂)，…，YYK(m_i))和(YYK(n₁)，YYK（n₂），…，YYK(n_j))，忽略语篇中的次要词语，如助词等，可以得到对应的语义结构：Frame(TEXTA)＝YYK(m₁)+YYK(m₂)+…+YYK(m_i)，Frame(TEXTB)＝YYK(n₁)+YYK(n₂)+…+YYK(n_j)，定义Sim(Frame(TEXTA)，Frame(TEXTB))为语境框架Frame(TEXTA)和Frame(TEXTB)之间的语义相似度。

定义5：Sim(Frame(TEXTA)，Frame(TEXTB))＝(Sim(YYK(m₁)，YYK(n₁))+…+Sim(YYK(m₁)，YYK(n_j)))+(Sim(YYK(m₂)， YYK(n₁))+…+Sim(YYK(m₂)，YYK(n_j)))+...+(Sim(YYK(m_i)，YYK(n₁))+…+Sim(YYK(m_i)，YYK(n_j)))。

从上述定义可知，TEXTA中每一个语境构架YYK(m_i)分别和TEXTB中的所有语境构架YYK(n_j)进行相似度计算，只要语境构架总的相似度值大于设定的阈值，则表明TEXTA与TEXTB相似，表明知识匹配成功，最后将匹配到的结果知识按相似度大小进行排序，相似度大的知识优先进行下一步的知识处理与知识推送。以上定义了文本语义相似度计算方法。

以图1所建的本体和表1所示的概念属性为例，运用提出的匹配方法计算相似度，结果如表3所示。表3中意图元素经处理后形成意图文本可表示为关键词序列：“圆锥滚子轴承+深沟球轴承”，表3显示了按总相似度大小排序的部分意图文本相似度匹配结果，匹配目标本体概念对应的实例知识也相应由系统推送给设计者。

表3意图文本相似度匹配结果

注：按总相似度从大到小顺序排序，取前7条显示，“+”表示关键词分隔符，调节参数取值：γ＝0.6,φ＝0.7,ω＝0.3,v＝0.8,w＝0.2。

7、二维知识推送方法

二维知识推送方法主要包括基于本体技术的语义匹配知识推送模式和基于兴趣特征聚类分析知识推送模式二个维度方面的技术。

7.1基于本体技术的语义匹配知识推送方法

本发明构建了如图2-1和图2-2所示基于本体技术的语义匹配知识推送服务流程。通过系统采集设计意图，结合本体库和数据库，从本体库中匹配到设计知识，然后对匹配到的知识进行知识处理(包括知识推理和知识调度等操作)，最后进行知识推送为用户提供高准确度的知识服务以辅助产品设计。

在知识推送服务流程中，设计意图捕捉模型如图3所示，意图元素处理成意图文本的过程如图4所示。系统通过人机交互过程记录设计意图元素，包括问题、选项、求解、规则、注解、约束，然后结合本体概念树，依据深度优先或广度优先算法遍历本体概念树中的概念，对每一个概念依次和每个意图元素中的文本进行常规的字符串匹配，如果匹配成功，则表明是关键词，然后存储到对应设计者的意图文本中，关键词可以根据设计者使用这个词的频率定义权重或自定义权 重，权重大的关键词会优先进行知识匹配与推送。这样通过多次匹配就形成了一个关键词序列，即意图文本并存储到数据库中。系统搭建了协同设计意图和知识资源之间的桥梁，能通过主动知识推送服务减轻设计者获取有效设计知识的负担，提高设计效率。

下面以机床主轴系统概念设计为例来说明设计意图的捕获过程及结果。设计目标来源于需求，并且是产品设计的起点，产品设计总目标G为机床主轴系统概念设计，设计目标G作为系统输入，系统将目标G分解为六个子目标：主轴设计G1、轴承设计G2、传动方式设计G3、主轴端部的结构设计G4、润滑方式选择G5，主轴刚度验算G6。上述设计目标再被处理分解形成七个子意图：总设计意图主轴系统设计T、主轴参数设计子意图T11、主轴材料和热处理设计子意图T12、轴承设计子意图T2、传动方式设计子意图T3、主轴端部结构设计子意图T4、润滑方式选择子意图T5、主轴刚度验算子意图T6。按照一定的分配算法将子意图分配给相关设计人员，由设计人员D11完成设计子意图T11、设计人员D12完成设计子意图T12、设计人员D2完成设计子意图T2、设计人员D3完成设计子意图T3、设计人员D4完成设计子意图T4、设计人员D5完成设计子意图T5、设计人员D6完成设计子意图T6。每个设计者在得到自己的设计意图后，都需要思考如何实现这个意图，为实现意图，抽象的设计意图需要不断地被细化和具体。设计者在思考过程中，会对这一设计意图产生操作或决策反应，如记录要解决的问题、有哪些选项、求解的方式有哪些、应用的规则有哪些、对某些思考点需要写上注解以供下次设计使用或修改设计时使用、还有约束条件，这些形成了意图元素，系统通过捕捉这些意图元素，并进一步处理后主动推送设计者所需要的知识资源给设计者，设计者在得到设计经验、数据资料、设计原理、设计优劣评价等知识后又会进一步完善抽象的设计意图，在交互式的主动知识推送服务辅助下，形成一个反复迭代的设计过程直到最后的产品概念设计方案的形成。有的设计意图，单个的设计者不能做出最合适的意图实现方案，需要与其它的设计者之间进行讨论与沟通，对设计意图实现方案进行完善，完善过程有三种形式：(1)设计者的设计方案发生演化；(2)不同的设计者的设计方案进行联合；(3)一个设计者的设计方案融合另外一个设计者的设计方案。通过设计过程的迭代循环，也即协作意图细化过程，最后才能形成最终的细化的设计意图实现方案。 以设计者D3实现抽象意图T3来说明意图由抽象到具体的实现过程。设计者D3在得到抽象设计意图T3-传动方式设计后，进行传动方式概念设计，经思考、交流后形成的意图元素如下：问题是设计传动方式；可能有多种传动方式选项；如何求解每一种传动方式的扭矩、功率等；传动方式实现过程中需要用到哪些设计规则及设计原理等；对思维过程中的创新想法需要进行注解，注解如约束条件，如主轴转速、切削深度，有了这些设计者注解的记录，设计者能回忆起当时的设计思考过程，为以后的进一步设计理清设计思路，其它的设计者也可以通过对以前的设计者注解的浏览，明白设计者做某个设计的原因，以进一步修改或完善设计方案。系统会对这些思考过程中的意图元素进行捕获，并进行知识匹配和知识处理后推送出2种与传动方式相关的知识给设计者D3：即(1)齿轮传动优劣:扭矩传递优、速度差、精确度良、可维护性良、零件成本中、动态刚性良、噪声大、更换时间中、热稳定性中，及相关的有关齿轮模数、齿数等的计算方法等知识；(2)电机传动优劣：扭矩传递中、速度优、精确度优、可维护性中、零件成本良、动态刚性中、噪声小及扭矩计算等相关知识。设计者D3经过多次与其它设计者的讨论、多次细化思考及多次与系统的交互的迭代过程，在系统所提供的辅助知识下，最终形成电机变速的概念设计方案。

7.2基于兴趣特征聚类分析的知识推送方法

基于兴趣特征聚类分析的知识推送方法，其过程如下：首先抽取出产品设计过程中的兴趣聚类因子，如专业，历史推送纪录，兴趣点，工作年限等因子；然后通过兴趣特征聚类分析的层次聚类算法获取机械产品设计知识，聚类可以看成是发现设计知识元的知识集合。本发明采用欧氏距离法或距离函数分类算法，作为聚类中的相似性测量。然而，在设计知识聚类中，常遇到聚类结果和先验知识之间往往存在着不协调性，同一类知识在特征空间中距离相差远，其相似性测度大，不能将数据准确处理。因此，根据知识粒度聚类的思想，使用从自底向上的策略，开始时把每个对象作为一个单独的簇，然后逐次对各个簇进行适当合并，直到满足某个终止条件为止，获得产品设计知识集合。

8、机械产品设计DI_KPP系统构建与应用的系统框架

在上述原理、方法研究的基础上，本发明以机床主轴产品设计过程为实例，构建了机床主轴设计DI_KPP系统。机床主轴概念设计目标：根据用户要求和约 束条件，使用DI_KPP系统设计机床主轴系统的主要结构参数和形式，具体设计内容包括：主轴的主要参数，主轴端部的结构设计，轴承类型选用和布置方式，变速形式、设计，润滑方式选择，主轴刚度验算。图5显示了DI_KPP辅助机床主轴系统概念设计的设计思路，约束条件包括客户要求和制造能力等，进一步约束条件指的是中间某些过程结果或动态的要求；图6为基于设计意图的机械产品设计知识推送系统构建与应用框架。图7展示了DI_KPP系统主界面，客户通过关键参数的设置确定设计类型和约束条件；图8显示了DI_KPP系统分解设计目标意图元；图9-15分别展示了应用DI_KPP系统进行机床主轴设计过程中各分解设计意图元的知识匹配和知识推送过程的界面；图16展示了主动知识推送服务下的主轴系统概念设计结果图。该软件系统由制造企业知识资源模块、意图及知识管理与处理技术模块、知识管理工具集、知识推送系统交互界面等模块所组成。该系统框架为机械产品开发设计人员提供一种用以支持信息资源信息化、集成化的知识集成共享体系和环境，通过个性化知识推送服务支持机械产品智能设计和求解，实现产品高效设计开发。

制造企业知识资源模块主是通过构建领域知识本体表示和存储知识资源，知识推送中知识资源来源于本体库中的产品设计知识，产品设计知识资源内容包括产品概念设计、详细设计、工艺设计等各个阶段的产品设计开发过程中涉及的信息知识资源，还包括国家、部委和行业颁布的各项标准，也包括通过外部网络获取的各类产品设计制造信息和知识等，这是本发明进行知识推送的基础。

意图及知识管理与处理技术模块包括知识匹配技术和知识推送技术，是本发明的主要技术核心内容，详细内容包括设计意图表示和分解，设计知识本体表示，设计意图和设计知识的匹配及二维知识推送方法等内容，通过这些功能模块的协同作业，实现个性化的知识推送服务辅助机械产品设计。

知识管理工具集模块提供一系列常规知识处理与管理工具软件，支持意图和知识的处理和应用需求，并用于实现与企业的机械产品设计应用软件系统(CAD/CAPP/CAM/CAE)的集成与协同工作。

知识推送系统交互界面是专门用于本专利处理意图采集和知识推送的人机交互作业环境。

9、本发明遵循原则

本发明的一种基于设计意图的二维知识推送服务方法在设计与实现过程中,遵循了以下原则:(1)各个模块具有相对的独立性，DI_KPP系统所有模块可以组合成一个系统,也可以各自独立的构成一个单独的系统；(2)DI_KPP系统程序代码具有可重用性,当进行实际应用系统开发或与其它系统挂接的时候,代码重用可缩小系统的更改范围；(3)在系统的架构上严格按照软件工程的质量要求,将数据存储、用户视图和处理逻辑等相分离。

Claims (5)

1.一种基于设计意图的机械产品设计二维知识推送方法，其特征在于包括以下步骤：

(1)定义对象封装的设计意图表示方法，建立机械产品设计过程所包含的设计意图数据库，建立设计意图获取和分解方法，并利用粗糙集理论构建设计意图属性表并进行约简得到最简设计意图集，以备后续知识推送匹配提供数据支持，所述设计意图数据以文本方式储存；

(2)定义设计知识本体的概念，建立包含设计数据、设计原理、设计规则、设计禁忌、设计公式、设计经验、设计图纸、设计方案和设计评价的设计知识资源的机械产品设计知识本体数据库，所述机械产品设计知识本体数据以文本方式储存；

(3)获取设计意图，按确定的意图分解方法将设计意图分解为意图元，对分解后的意图元集合中的各意图元，通过顺序遍历的方式使用一种基于知识本体概念语义距离和概念属性的改进相似度匹配算法计算意图元与被比较知识本体之间的相似度，设置相似度阈值，大于阈值的意图元与被比较知识本体相似度按照由大到小的顺序排列，依次匹配意图元集合中各个意图元直至完成所有匹配，利用文本语义相似度计算方法来完成知识本体的匹配；所述意图元与被比较知识本体之间的相似度通过下述方法确定：

(3-1)对于知识本体结构中的任意两个本体概念C_i、C_j，受信息密度和权重影响的语义相似度：

Sim(C_i,C_j)₁＝1-γ(Distance(C_i,C_j))

其中Distance(C_i,C_j)为C_i、C_j的语义距离，由以下公式计算：

上式中n为知识本体结构中本体概念的数量，Weight(C_m)为本体概念C_m的连接边权重，由以下公式计算：

上式中Density(C_j)为本体概念C_j的子节点数，反映所处区域密度信息；Sup(C_j)表示本体概念C_j的父节点；

其中γ为调节因子，使计算结果具有可调节性，它的取值范围为1>γ>0，概念相似度与概念之间的距离成反比关系

(3-2)对于知识本体结构中的任意两个本体概念C_i、C_j，受概念深度及深度差影响的语义相似度：

其中Depth(C_i)为本体概念C_i的深度，即概念节点C_i与根节点间包含的树层次数，树根节点深度为0，Depth(T)表示树的层次数，本体概念深度越大，所表示的信息越具体，概念间语义距离也随之降低；

(3-3)对于知识本体结构中的任意两个本体概念C_i、C_j，计算知识本体之间相似度：

其中和ω是调节因子，满足分别表示语义距离、概念的深度及深度差对相似度计算结果的影响；

(4)通过机械产品设计知识推送系统用户应用界面，对所建立的机械设计知识设计意图数据库和知识本体数据库进行应用验证，反复进行(1)至(3)步骤，不断充实和完善机械产品设计知识推送系统，达到支持机械产品设计知识智能推送和产品创新设计的目的。

2.根据权利要求1所述的基于设计意图的机械产品设计二维知识推送方法，其特征在于所述设计意图属性至少包含问题描述、选项、规则、注解、约束的条件属性，以及决策或方案/求解的结论属性。

3.根据权利要求1所述的基于设计意图的机械产品设计二维知识推送方法，其特征在于对步骤(2)中所涉及的机械产品设计本体知识进行类型确认，确认的依据是知识本体概念和本体属性。

4.根据权利要求1所述的基于设计意图的机械产品设计二维知识推送方法，其特征在于步骤(2)中所涉及的机械产品设计本体知识以实例的形式存储到知识本体数据库中，设计知识本体为机械产品设计知识提供统一的描述方法，并且能够方便的转换为OWL、XML、本体三元组或关系数据库数据格式。

5.根据权利要求1至4之一所述的基于设计意图的机械产品设计二维知识推送方法，其特征在于步骤(3)中所述的利用文本语义相似度计算方法来完成知识本体匹配的过程如下：将设计意图元元素组成文本TEXTA中的每一个语境构架YYK(m_i)分别和知识本体概念组成文本TEXTB中的所有语境构架YYK(n_i)进行相似度计算，其中TEXTA＝m₁+m₂+…+m_i i≥1且TEXTB＝n₁+n₂+…+n_j j≥1，语境构架总的相似度值大于设定的阈值，则TEXTA与TEXTB相似，知识匹配成功，最后将匹配到的结果知识按相似度大小进行排序，相似度大的知识优先进行下一步的知识处理与知识推送，按下述方法进行计算所述语境框架总的相似度：

Sim(Frame(TEXTA),Frame(TEXTB))＝

(Sim(YYK(m₁),YYK(n₁))+…+Sim(YYK(m₁),YYK(n_j)))

+(Sim(YYK(m₂),YYK(n₁))+…+Sim(YYK(m₂),YYK(n_j)))

+…+(Sim(YYK(m_i),YYK(n₁))+…+Sim(YYK(m_i),YYK(n_j)))。