CN108932361A - 一种基于谱特征的模块化复杂产品的设计方法 - Google Patents

一种基于谱特征的模块化复杂产品的设计方法 Download PDF

Info

Publication number
CN108932361A
CN108932361A CN201810412355.XA CN201810412355A CN108932361A CN 108932361 A CN108932361 A CN 108932361A CN 201810412355 A CN201810412355 A CN 201810412355A CN 108932361 A CN108932361 A CN 108932361A
Authority
CN
China
Prior art keywords
association
components
degree
strength
function
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.)
Pending
Application number
CN201810412355.XA
Other languages
English (en)
Inventor
吴肖琳
樊蓓蓓
李聪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201810412355.XA priority Critical patent/CN108932361A/zh
Publication of CN108932361A publication Critical patent/CN108932361A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • G06F18/232Non-hierarchical techniques
    • G06F18/2321Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/20Packaging, e.g. boxes or containers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于谱特征的模块化复杂产品的设计方法。首先将结构、功能和物理关联作为影响零部件间关联强度的三大因素,从这三方面分别量化关联强度,并设置权重配比,计算零部件间的综合关联强度,构建设计结构矩阵。其次结合图谱理论,应用奇异值分解提取设计结构矩阵的前k个最大的谱特征和对应的特征向量组成一个精简的谱映射空间。然后在此空间上运用k‑means算法进行聚类运算,得到模块划分的方案集。最后利用拓展加权模块度EWQ函数选取最优划分方案并将最优方案中的模块在软件环境下进行组合建模获得装载机工作装置的三维模型。本发明能够根据客户需求来快速实现响应其需求的性能和规格产品,实现对轮式装载机工作装置的模块化设计。

Description

一种基于谱特征的模块化复杂产品的设计方法
技术领域
本发明涉及复杂产品模块化设计领域,具体涉及一种基于谱特征的模块化复杂产品的设计方法。
背景技术
面向大批量定制的设计技术是建立在模块化基础上的,产品的模块化设计是在对一定范围内的不同功能或相同功能不同性能、不同规格的产品进行功能、结构和物理等分析的基础上,划分并设计出一系列模块。模块化复杂产品具有很多优点,和传统大规模制造的产品相比,他们能够更加灵活的被重新设计、重新配置以及重新使用。模块能够实现产品功能的分配和隔离,使设计的改进变得相对容易,从而降低产品的复杂性,使产品更容易管理,且通过特定模块间的组合实现快速响应顾客的个性化需求。模块化在电子设备,计算机、软件业、汽车制造、飞机制造等众多行业得到成功的应用并产生了巨大的经济价值。但是现有的一些模块化设计方法在进行复杂产品设计时存在以下问题:1)模块划分步骤繁琐。随着复杂产品的零部件数量规模增大,彼此间的关联关系更为复杂时,算法的运行效率逐渐降低。得到最后的划分方案是非常耗时的。2)易陷入局部最优解,且缺少一种客观有效的方案评价方法帮助工程师们从得到的方案集中找到令人满意的模块划分方案。
因此,需要升级一套完整的模块划分方案,使得工程师们能快速准确地得到一套满意的划分方案,缩短产品设计周期。
发明内容
本发明针对传统模块划分方法中的算法运行效率低以及易出现局部最优解问题,提供一种基于谱特征的模块化复杂产品的设计方法,结合图谱理论,运用谱聚类算法快速实现模块化设计。
为达到上述目的,本发明采用如下技术方案:
一种基于谱特征的模块化复杂产品的设计方法,包括如下步骤:
步骤1:确定影响零部件间关联强度的因素,并制定关联强度量化标准,对零部件间的关联强度进行量化;
步骤2:确定结构、功能和物理关联度三者之间的权重,使之满足三者权重之和为1,并计算零部件间的综合关联强度值,构建数值型设计结构矩阵;
步骤3:对设计结构矩阵进行谱特征分析,确定k的取值范围,并提取前k个最大的谱特征和对应的特征向量组成一个新的谱映射空间;
步骤4:利用k-means算法对谱映射空间中的数据进行聚类,得到k取值范围内所有的模块划分方案;
步骤5:将拓展加权模块度EWQ函数作为目标函数,每得到一种划分方案,计算一次EWQ值,直到所有方案的拓展加权模块度被计算完毕为止,找到EWQ函数的局部峰值,其对应的模块划分方案即为最优方案。
所述步骤2在进行描述零部件的关联强度时,同时考虑结构、功能和物理因素,量化三个因素,通过权重配比,计算零部件间的综合关联强度,公式如下:
其中Γ(i,j)表示零件i和j之间的综合关联强度;分别表示零件i和j的结构关联度、功能关联度和物理关联度;wg、wf和wp分别为结构关联、功能关联和物理关联的权重配比。
所述步骤3通过对设计结构矩阵进行谱特征分析,具体为:
1)通过奇异值分解提取出设计结构矩阵的谱特征;
2)将提取出的谱特征以数量级递减的方式降序排列,提取前k个谱特征组成矩阵X,然后将矩阵X的行向量规范为单位长度;
3)在规范的矩阵X的基础上,构造新矩阵Q=XXT,此时数据处理空间由设计结构矩阵所在的原始空间转变为维度约简的谱映射空间,在此空间上包含后续聚类所需的全部有效信息,设计结构矩阵中的冗余信息在此过程中被剔除。
所述步骤5采用拓展加权模块度EWQ作为目标函数衡量划分粒度的合理性,其中拓展加权模块度EWQ的计算公式如下:
其中:
Mvw为复杂产品的设计结构矩阵;
s为设计结构矩阵中所有零部件的关联度之和;
sv为零部件v与其他零部件的关联度之和;
Ov为零部件v隶属于不同模块的个数;
Ci为第i个模块;
拓展加权模块度EWQ将计算每个k值对应的模块划分方案,以寻找局部峰值,而局部峰值则表示最优划分方案。
与现有技术相比,本发明具有如下的优点:
本发明将零部件间的功能、结构和物理关系进行了定量化的描述,且通过设置三者权重,确定综合关联强度。结合图谱理论,运用谱聚类算法进行模块划分。此算法剔除了设计结构矩阵中的冗余信息,构造了一个精简的谱映射空间,提高了模块划分效率,避免了局部最优解。采用拓展加权模块度EWQ函数来衡量模块划分的粒度,帮助企业更客观地选择最优方案。实现了模块在软件环境下的自动组合,并通过模块化设计缩短了设计周期。
附图说明
图1是本发明具体实施例中基于谱特征的模块化复杂产品的设计方法流程图。
图2是本发明具体实施例中轮式装载机工作装置的三维图。
图3是本发明具体实施例中5个模块组成的工作装置的效果图。
具体实施方式
下面结合附图,对本发明的具体实施例做进一步的说明。
如图1所示,一种基于谱特征的模块化复杂产品的设计方法,包括如下步骤:
步骤1:确定影响零部件间关联强度的因素,并制定关联强度量化标准,对零部件间的关联强度进行量化;
步骤2:确定结构、功能和物理关联度三者之间的权重,使之满足三者权重之和为1,并计算零部件间的综合关联强度值,构建数值型设计结构矩阵;
计算零部件间的综合关联强度公式如下:
其中Γ(i,j)表示零件i和j之间的综合关联强度;分别表示零件i和j的结构关联度、功能关联度和物理关联度;wg、wf和wp分别为结构关联、功能关联和物理关联的权重配比。
步骤3:对设计结构矩阵进行谱特征分析,确定k的取值范围,并提取前k个最大的谱特征和对应的特征向量组成一个新的谱映射空间;具体为:
1)通过奇异值分解提取出设计结构矩阵的谱特征;
2)将提取出的谱特征以数量级递减的方式降序排列,提取前k个谱特征组成矩阵X,然后将矩阵X的行向量规范为单位长度;
3)在规范的矩阵X的基础上,构造新矩阵Q=XXT,此时数据处理空间由设计结构矩阵所在的原始空间转变为维度约简的谱映射空间,在此空间上包含后续聚类所需的全部有效信息,设计结构矩阵中的冗余信息在此过程中被剔除。
步骤4:利用k-means算法对谱映射空间中的数据进行聚类,得到k取值范围内所有的模块划分方案;
步骤5:将拓展加权模块度EWQ函数作为目标函数,每得到一种划分方案,计算一次EWQ值,直到所有方案的拓展加权模块度被计算完毕为止,找到EWQ函数的局部峰值,其对应的模块划分方案即为最优方案。
其中拓展加权模块度EWQ的计算公式如下:
其中:
Mvw为复杂产品的设计结构矩阵;
s为设计结构矩阵中所有零部件的关联度之和;
sv为零部件v与其他零部件的关联度之和;
Ov为零部件v隶属于不同模块的个数;
Ci为第i个模块;
拓展加权模块度EWQ将计算每个k值对应的模块划分方案,以寻找局部峰值,而局部峰值则表示最优模块划分方案。
实施例
轮式装载机是一种典型的复杂机械产品,在设计过程中涉及到不同的学科,如电液控制、机械、强度分析、人机工程等。目前,轮式装载机的生产主要是面向订单生产。平均设计周期约为10-15天,设计过程是迭代的,严重影响交付时间。因此,迫切需要一个轮式装载机的模块划分来提高产品的综合竞争力。
下面以ZL50型的轮式装载机的工作装置为例,对本发明一种基于谱特征的模块化复杂产品的设计方法进行详细说明:在对产品进行模块化设计之前,首先需要对企业轮式装载机的销售数据和订单进行数据分析后,对未来产品的发展和客户的个性化需求进行了定位和预测。在此基础上,再对其工作装置进行模块化处理。
一种基于谱特征的模块化复杂产品的设计方法,包括如下步骤:
步骤1:如图2所示为轮式装载机工作装置的三维示意图。表1是其对应的主要零部件。根据轮式装载机工作装置的特点,将功能、结构和物理因素作为影响工作装置零部件间关联强度的因素。三个因素的量化准则如表2所示。
表1工作装置的零部件
编号 名称 编号 名称 编号 名称
1 铲斗 10 密封圈 19 螺栓
2 螺栓 11 拉杆 20 垫圈
3 垫圈 12 齿套 21 摇臂
4 摇臂销轴 13 斗齿固定销 22 垫片
5 动臂 14 卡圈 23 铲斗钢套
6 中摇壁销轴 15 密封圈 24 铲斗小钢轴
7 密封圈 16 拉杆钢套 25 铲斗上销轴
8 摇臂钢套 17 动臂上钢套 26 摇臂上销轴
9 动臂钢套 18 油杯 27 密封圈
表2功能、结构和物理关联度的量化标准
关联度 功能相关性 结构相关性 物理相关性
0.7~0.9 共同完成缺一不可 不可拆联结 有能量流
0.4~0.6 辅助功能关系强 可拆固定联结 有信息流
0.1~0.3 辅助功能关系中 可拆活动联结 有物料流
0 无功能相关或很弱 不接触 无关系
步骤2:轮式装载机工作装置的零部件大都为结构件,影响零部件间关联强度的主要是结构特性和功能特性,物理特性对其影响比较小,因此主要选取工作装置的结构特性和功能特性作为模块划分的基础,且设置它们的权值为:wg=0.55,wf=0.45,wp=0。然后计算零部件间的综合关联强度值,构建数值型设计结构矩阵。
步骤3:对设计结构矩阵进行谱特征分析,确定k的取值范围为[2,15],并提取前k个最大的谱特征和对应的特征向量组成一个新的谱映射空间。
步骤4:利用k-means算法对谱映射空间中的数据进行聚类,得到k取值范围内14种模块划分方案。
步骤5:计算14种模块划分方案的拓展加权模块度EWQ。当k=5时EWQ函数到达峰值,其对应的模块划分方案即为最优方案(见表3)。图3为5种模块组合成的工作装置效果图。
表3工作装置的最优模块划分方案
综上所述,本发明方法在对企业某型轮式装载机的销售数据和订单进行数据分析后,对未来产品的发展和客户的个性化需求进行了定位和预测。实现了模块在软件环境下的自动组合,并通过模块化设计缩短了设计周期。

Claims (4)

1.一种基于谱特征的模块化复杂产品的设计方法,其特征在于,包括如下步骤:
步骤1:确定影响零部件间关联强度的因素,并制定关联强度量化标准,对零部件间的关联强度进行量化;
步骤2:确定结构、功能和物理关联度三者之间的权重,使之满足三者权重之和为1,并计算零部件间的综合关联强度值,构建数值型设计结构矩阵;
步骤3:对设计结构矩阵进行谱特征分析,确定k的取值范围,并提取前k个最大的谱特征和对应的特征向量组成一个新的谱映射空间;
步骤4:利用k-means算法对谱映射空间中的数据进行聚类,得到k取值范围内所有的模块划分方案;
步骤5:将拓展加权模块度EWQ函数作为目标函数,每得到一种划分方案,计算一次EWQ值,直到所有方案的拓展加权模块度被计算完毕为止,找到EWQ函数的局部峰值,其对应的模块划分方案即为最优方案。
2.根据权利要求1所述的基于谱特征的模块化复杂产品的设计方法,其特征在于,所述步骤2在进行描述零部件的关联强度时,同时考虑结构、功能和物理因素,量化三个因素,通过权重配比,计算零部件间的综合关联强度,公式如下:
其中Γ(i,j)表示零件i和j之间的综合关联强度;分别表示零件i和j的结构关联度、功能关联度和物理关联度;wg、wf和wp分别为结构关联、功能关联和物理关联的权重配比。
3.根据权利要求1所述的基于谱特征的模块化复杂产品的设计方法,其特征在于,所述步骤3通过对设计结构矩阵进行谱特征分析,具体为:
1)通过奇异值分解提取出设计结构矩阵的谱特征;
2)将提取出的谱特征以数量级递减的方式降序排列,提取前k个谱特征组成矩阵X,然后将矩阵X的行向量规范为单位长度;
3)在规范的矩阵X的基础上,构造新矩阵Q=XXT,此时数据处理空间由设计结构矩阵所在的原始空间转变为维度约简的谱映射空间,在此空间上包含后续聚类所需的全部有效信息,设计结构矩阵中的冗余信息在此过程中被剔除。
4.根据权利要求1所述的基于谱特征的模块化复杂产品的设计方法,其特征在于,所述步骤5采用拓展加权模块度EWQ作为目标函数衡量划分粒度的合理性,其中拓展加权模块度EWQ的计算公式如下:
其中:
Mvw为复杂产品的设计结构矩阵;
s为设计结构矩阵中所有零部件的关联度之和;
sv为零部件v与其他零部件的关联度之和;
Ov为零部件v隶属于不同模块的个数;
Ci为第i个模块;
拓展加权模块度EWQ将计算每个k值对应的模块划分方案,以寻找局部峰值,而局部峰值则表示最优划分方案。
CN201810412355.XA 2018-05-03 2018-05-03 一种基于谱特征的模块化复杂产品的设计方法 Pending CN108932361A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810412355.XA CN108932361A (zh) 2018-05-03 2018-05-03 一种基于谱特征的模块化复杂产品的设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810412355.XA CN108932361A (zh) 2018-05-03 2018-05-03 一种基于谱特征的模块化复杂产品的设计方法

Publications (1)

Publication Number Publication Date
CN108932361A true CN108932361A (zh) 2018-12-04

Family

ID=64448183

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810412355.XA Pending CN108932361A (zh) 2018-05-03 2018-05-03 一种基于谱特征的模块化复杂产品的设计方法

Country Status (1)

Country Link
CN (1) CN108932361A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110309154A (zh) * 2019-06-28 2019-10-08 京东数字科技控股有限公司 基于图谱的实体特征选择方法、装置、设备和存储介质
CN110427667A (zh) * 2019-07-18 2019-11-08 汕头大学 一种基于产品特征关联度的设计决策指导方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080294686A1 (en) * 2007-05-25 2008-11-27 The Research Foundation Of State University Of New York Spectral clustering for multi-type relational data
CN104952002A (zh) * 2015-07-14 2015-09-30 南昌大学 一种基于谱聚类算法的城市低电压分区方法
CN105790279A (zh) * 2016-04-28 2016-07-20 西华大学 基于谱聚类的无功电压分区方法
CN107808518A (zh) * 2017-10-26 2018-03-16 东南大学 一种基于多路谱聚类理论的交通小区划分方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080294686A1 (en) * 2007-05-25 2008-11-27 The Research Foundation Of State University Of New York Spectral clustering for multi-type relational data
CN104952002A (zh) * 2015-07-14 2015-09-30 南昌大学 一种基于谱聚类算法的城市低电压分区方法
CN105790279A (zh) * 2016-04-28 2016-07-20 西华大学 基于谱聚类的无功电压分区方法
CN107808518A (zh) * 2017-10-26 2018-03-16 东南大学 一种基于多路谱聚类理论的交通小区划分方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
季大祥: "社交网络中的社团发现与度量研究", 《中国优秀硕士学位论文全文数据库 社会科学Ⅱ辑》 *
李名: "面向拆卸的产品模块化设计方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
陈静等: "基于功能-原理-结构的产品模块划分方法", 《桂林理工大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110309154A (zh) * 2019-06-28 2019-10-08 京东数字科技控股有限公司 基于图谱的实体特征选择方法、装置、设备和存储介质
CN110427667A (zh) * 2019-07-18 2019-11-08 汕头大学 一种基于产品特征关联度的设计决策指导方法

Similar Documents

Publication Publication Date Title
CN107992648B (zh) 一种自适应rbf神经网络进行航空发动机推力估计算法
CN109522972B (zh) 一种基于潜变量自回归模型的动态过程监测方法
CN109063234B (zh) 一种考虑多类型不确定性的高速压力机施力部件可靠性设计方法
CN103279123A (zh) 对间歇控制系统进行分段故障监视的方法
CN108932361A (zh) 一种基于谱特征的模块化复杂产品的设计方法
CN109669415B (zh) 一种基于结构化典型变量分析的动态过程监测方法
CN108469805B (zh) 一种基于动态性最优选择的分散式动态过程监测方法
WO2023024433A1 (zh) 一种燃气蒸汽联合循环发电机组运行调控系统及调控方法
CN106778846A (zh) 一种基于支持向量机的风电场风速预测方法
Lu et al. Shape optimisation of preform design for precision close-die forging
CN109271427A (zh) 一种基于近邻密度和流形距离的聚类方法
CN104050547A (zh) 一种油田开发规划方案非线性优选决策方法
CN110321658A (zh) 一种板材性能的预测方法及装置
CN112378619B (zh) 具有ReMD-OSELM的FER-FSE在风洞试验冲压阶段总压实时建模中的应用
CN108596407B (zh) 一种基于曼哈顿距离和无迹卡尔曼滤波的微电网日常综合负荷短时预测方法
CN110413703A (zh) 基于人工智能的监控指标数据的分类方法及相关设备
Sukthomya et al. Taguchi experimental design for manufacturing process optimisation using historical data and a neural network process model
CN116226689A (zh) 一种基于高斯混合模型的配电网典型运行场景生成方法
CN108427398B (zh) 一种基于分散式ar-pls模型的动态过程监测方法
CN114066069A (zh) 一种组合权重的副产煤气发生量预测方法
CN109669412B (zh) 一种基于新型动态独立成分分析的非高斯过程监测方法
CN111079920B (zh) 一种涡轮集气腔出口流量不均匀系数的预测方法
CN108491878B (zh) 一种基于多个误差生成模型的故障分类诊断方法
CN114169100B (zh) 一种超大变量叶轮机械高效设计优化方法及系统及应用
CN107991200B (zh) 一种钛合金叶轮的疲劳寿命预测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20181204

RJ01 Rejection of invention patent application after publication