欢迎来到天天文库
浏览记录
ID:25047260
大小:50.00 KB
页数:4页
时间:2018-11-17
《机械产品概念设计:综述与分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、机械产品概念设计:综述与分析
2、第1... 近来几何建模向集成方向发展,Keirouz等人提出将几何、特征和变量几何集合起来,就可处理概念设计中出现的几何问题和“almqvis描述了如何利用图来描述机构、电子设备和液压设备的结构功能,图中节点代表不同的物理实体(如容器、转化器等),而弧用来表示速度、力这样一些属性。Murthy和Addanki利用改进的图模型来修改象梁设计这样的结构设计原型。除了描述产品,图(树)还用于描述需求和约束。Kusiak和Szczerbicki利用树模型描述机械系统概念设计阶段的功能和需求,并利用关联矩阵来表示功能和需求之间的转换关系。由于图论研究的
3、深入和相对成熟,将图(树)用于概念设计中具有一定的优越性。1.4 对象 对象表示是近来比较流行的一种表示方法,由于具有抽象性、封装性、多态性和继承性等一些特点,对象表示在建模方面有很大的灵活性。除了表示物理实体,对象还可以应用到其他方面。Martin利用面向对象的树表示描述金属疲劳和失效的分析,同样的方法由Ohki用于表示约束和物理实体。Yoshioka等人用对象表示轮船设计中的实体和过程知识,以利于知识的重用。Kolb和Bailey利用O-O技术对航空发动机的概念设计进行建模,Kusiak在CONDES系统中采用了O-O技术和规则相结合的方法,利用对象进行设计的合成,而利
4、用规则来指导这个过程。1.5 知识模型 概念设计阶段处于设计的初期,不仅需要成本、性能、环境等信息,而且需要知道物理、数学、实验等不同方面的知识。最常用的知识模型包括框架、产生式规则、语义网络、谓词逻辑等。Rao采用基于规则的技术解决球轴承设计中的更换问题,Tong和Gomory则采用框架结构描述标准厨房设备的部件。目前这个领域有许多工具可以利用,Krause和Schlingheider对常用的工具如ICAD、MEDUSA-ENGIN、CONNEX等进行了归纳。 利用知识模型取得了很大的成功,但也存在一些不足,如知识模型正确性的检验、知识获取的问题以及知识库管理等问题。1
5、.6 图象 最接近人类思维和推理方式的表示方法之一就是利用图象,如徒手草图是设计活动中常用的加速设计活动和比较设计结果的方法,但直到McKim通过实验研究表明可视化思维适用于所有领域的设计活动,图象的利用才得到了一定的发展。1990年Radcliffe和Lee提出了克服认识到实体之间障碍的可视化思维模型,Sittas做了进一步的扩展并将之应用在3D草图的创建和修改中。2 推理问题 支持概念设计遇到的第二个难题是采用何种合适的方法将用户需求映射到相应的物理空间。在实际推理过程中存在知识驱动和数据驱动两种方式,知识驱动应用在存在大量领域知识的情况下典型技术如知识推理和优化;而
6、数据驱动指摈弃规则,依赖大量领域实际数据参与推理,如事例推理、神经网络和机器学习等。2.1 知识推理 知识库中存放设计的过程知识和产品或领域知识,知识推理主要包括归纳、演绎、约束推理和非单调推理等。这些推理技术在概念设计中应用较早,也比较普遍。Tong和Gromory将演绎推理应用在小电机装置的设计中(e-ith和Boulanger将非单调推理技术应用到桥梁的设计中。2.2 神经网络 人工神经网络从模拟人脑功能出发,以大量的、简单的处理单元广泛连接而形成复杂的网络系统。在处理方法上,由于其广泛互连的非线性动力学特性,神经网络更长于处理联想记忆、形象思维等问题,也更适合于作
7、表象的、浅层的经验推理及模糊推理。其次由于具有分布记忆和并行计算的特点,有利于知识存储的简化和运行效率的提高。同时神经网络具有自组织和自学习的能力以及良好的容错性。机械设计是一个多阶段、多子任务的链式序列,现行专家系统采用符号匹配方式,为了不至使系统出现“死角”,必须将所有可能的组合考虑完全,极容易产生组合爆炸。而设计人员在进行方案构思时,往往只考虑几种可行方案,因此面对复杂的情况,能快速作出较好决策,同时在方案匹配时,不会因为部分信息的缺乏而出现匹配不上,没有方案可选的情况。因此这种选择的模糊以及高度综合的过程利用神经网络来模拟是比较合适的,如Grieson提出了结合神经网
8、络和遗传算法的方法通过演变和人工学习解决了桥梁结构方案最优选择的问题,王小同等人将人工神经网络与传统人工智能相结合,开发了机翼结构方案智能设计系统[26]。但神经网络也具有一些缺点,如需要大量数据进行训练、训练时间较长、解释不足等缺点,其中针对神经网络的解释机制虽然人们已经提出了如采用基于规则的专家系统进行解释、从神经网络中提取用于解释的规则以及基于事例的解释等方法,但解释不足的缺点依然存在,严重影响神经网络在实际中的应用。
此文档下载收益归作者所有