1 基于知识和可视化技术的油泵设计方法

 1 基于知识和可视化技术的油泵设计方法

 

       目前，油泵行业的科研单位侧重于喷射机理、配试机理等基础性研究，生产单位侧重于产品仿制和改型，很少研究油泵类产品设计开发过程。国内大多数生产厂家的新产品从设计到定型经历很长时间，造成产品开发周期长，质量不佳。

   针对油泵生产行业在产品开发过程中的不足，我们提出了基于知识和可视化技术的油泵设计方法(如图1)。该方法通过改进和完善油泵产品的设计过程，使产品开发过程模型能覆盖用户需求、初步设计、喷射性能分析、详细设计和装配分析等过程。

    从图1可见，在方案设计阶段，可采用基于实例的设计方法或基于模型的设计方法进行主关键参数的设计。前者将充分利用方案设计实例库，按照适宜的检索方法进行方案的检索，并按需求变化改变实例；后者则基于数学模型，选用不同的经验系数进行设计。方案设计后，可进行喷射性能仿真，由性能评价及再设计系统决定对某些主参数的修改。详细设计中，主要通过基于约束的产品族设计方法，进行各部件的结构设计及全部零件的参数设计后，即可进行装配仿真分析等工作。各种要求满足后，就可得到比较满意的数字化油泵产品优选方案。

    应用仿真技术和人工智能技术，将使产品开发提高到“虚拟产品开发”的高度，并在设计阶段就能考虑设计后期活动中许多需求，从而缩短产品开发周期，提高配试成功率。  

 

 

    国内从50年代生产油泵油嘴以来，走过了一条从仿制到改型的技术开发之路，其特点是充分利用设计经验和实例，因而基于实例的设计(Case Besed Design，CBD)是油泵开发中比较适用的方法。其设计过程是根据设计任务，从实例原型空间中选定实例原型并产生到当前工作区［1,2］。实例原型依据其实例检索模型从实例空间中检索相似实例。如果找到相似实例，则提取它并映射到相似目标方案；如果经检验该目标方案完全满足当前设计任务要求，则该实例可作为最终设计方案匹配设计任务并存入实例库中；如果不完全满足设计任务要求，则对它进行分析和修改，直到所有设计任务要求全部满足为止。由此可见，基于实例的设计分为实例表达、相似实例检索、实例修改、实例检验等过程。

 

 

 

    设计实例由设计实例的数据、实例的求解知识和实例的索引三部分组成。油泵设计采用面向对象的知识表达方法，即将多种单一知识表达方法(规则、框架和过程)，按照面向对象设计原则组成一种混合的知识表达形式。以油泵为中心，将静态属性和动态行为特征，以及设计处理知识“封装”在表达对象的结构中。该方法允许将复杂的油泵对象分解成若干个简单对象，成为一个树状结构(如图2)。同时，一个复杂的实例也可逐步分解为一些较为简单的实例(如图3)。

图2 喷射系统结构树             图3 实例的分解结构

    分解程度有两种情况：①如果支持详细设计，可分解至零件级，但可能导致实例库结构庞大、复杂；②如果支持方案设计，可分解至能进行方案设计评价(喷射性能评价)的结构特征和主关键零件特征参数一级。

    最佳实例的提取就是在实例库中抽取其特征与设计任务特征最为相似的实例或实例片段。设计任务包括设计目标、约束和初始条件。相似实例的搜索实际上是在多属性空间中的决策，因而基于索引特征的加权和是典型的搜索策略。当实例表示为集合时，实例间的距离可定义为两个实例的交集；当实例表示为状态空间向量时，实例间的距离可定义为代数上向量间的距离。这三种都属于最近邻搜索策略。当设计实例有足够多时，也可采用基于神经网络的提取策略。基于神经网络的提取策略可通过多个成功和失败实例的训练，使提取决策排除人为因素的干扰，具有自适应和自学习的能力。

    3 从设计过程数据挖掘设计知识

    当设计实例的相似程度比较低时，CBD的设计方法则不适用，且性能、结构和参数之间反映设计经验的映射关系包含在实例组织内，不利于设计经验的积累和传播。基于产品族的设计从约束角度反映设计知识，不能对设计过程进行指导。所以有必要寻求科学的计算模型和仿真模型，提高产品的自主开发能力。由于柴油机工作的特殊性，其性能优良与否取决于喷油、进气和燃烧三者之间的匹配，所以设计计算模型、喷射性能模型有许多经验公式和经验系数。这里，利用数据库知识发现
(Knowledge Discovery in Database，KDD)技术原理，从以往的产品实例库、测试结论库中寻求产品特性、设计意图和设计知识。

    经过多年的计算机辅助设计、生产、管理，以及数据库技术的广泛应用，产品开发部门已记录了大量有关产品开发的数据库，如设计任务特征库、产品明细表和油泵调试评价文件等。为了把设计过程中的潜知识转化为显知识，笔者采用数据库知识发现技术挖掘设计知识。KDD是从数据库中获取正确、新颖、有潜在应用价值和最终可理解的模式的技术［3］。

    油泵设计计算模型中有很多的经验系数，这些系数的选取直接关系到产品性能的好坏，以及设计方案的规模。利用设计任务特征库、产品明细表、调试评价结果和设计计算模型，重新计算以往的各种设计实例，可得到设计任务特征库、与任务特征对应的设计过程经验系数库、主关键参数库和设计方案评价结论库。通过KDD方法进行设计知识的挖掘，得到油泵设计中的知识(如图4)。  油泵设计中数据挖掘的步骤为：

    (1)选择和准备待发掘的数据。根据已有的产品设计要求、主关键参数和测试结论，反算各产品实例的设计经验系数；

    (2)数据预处理。建立关系数据库描述产品设计要求、主关键参数和测试结论，另建数据库描述相应产品实例的设计经验系数，通过净化、缩减、转化、分类等手段降低数据的复杂性，并重新加以组织；

    (3)选择相应的发现方法和算法，如分类、回归等；

    (4)实施发现算法，得到上述数据库之间的关联关系及可信度；

    (5)管理和维护知识，如检验知识的冲突等。

    油泵设计过程中知识的发现是利用统计技术和数据库技术进行面向属性的操作，是对属性之间关系的认识和发现活动。其中主要有剪支、并支、找因果和找相关等方法。剪支是剪去对发现任务没有贡献或贡献率极低的属性域；并支是进行主成分分析，将相近属性进行综合；找因果是对数值表示的属性进行回归分析；找相关是进行因子分析，在取值无序且离散的属性之间寻找依赖关系。在对A型泵设计过程数据挖掘中，发现喷油流量系数与主机配套厂有关，山东某厂的系数低于平均值，而大连某厂的高于平均值。该系数和配套厂的喷孔孔径制造精度有密切的关系，它是工厂小孔加工的制造方法、制造工艺和制造设备的综合体现。

    4 喷射性能仿真

    油泵的喷油过程具有复杂的动力效应，反映了高压油路中压力波的产生、传播、反射和迭加，因而喷射性能的好坏受许多因素影响。如果依赖观察喷射性能计算结果的数据，则难以发现其中的准确规律。为此，利用动画技术，复现了各种因素下的喷射性能结果，以曲线描述和动画显示反映喷射过程，有利于配试人员对喷射规律的进一步认识，有利于设计人员对设计方案的参数确定，从而减少物理样机的制造。

    喷射过程数学模型中作了一些简化，如忽略了零件在油压作用下或撞击时的弹性变形；认为燃油密度ρ、流量系数和压力波传播速度α为常值；不考虑油液的流动惯性、精密偶件处存在的泄漏及弹簧振动的影响［4,5］。该模型表现为一组微分方程组。

    可视化过程的三个环节是：①在油泵性能仿真中，数据操纵主要是选取不同的时间步长来求解微分方程组，得到喷射性能的各个规律；②可视化映射是把计算结果转换成显示的数值量，如转换成柱塞、出油阀和针阀相对凸轮转角的位移，转换成喷油规律、泵端压力、喷油嘴端压力、供油总量、喷油总量、供油规律、出油阀流通截面相对凸轮转角的量值；③以曲线和动画形式表现这些量值［6］。

    通过求解微分方程组，可以得到反映喷射性能的许多关系。这些性能计算结果还可以用动画仿真结果表示(如图5)。它可动画地演示随着凸轮的旋转(图中省略)，引起柱塞的上下运动，从而产生油压变化、出油阀升程变化、针阀的升程变化、喷油的起始点和结束点，以及五条主要喷油性能曲线。

   5 喷射性能的模糊评价和模糊再设计

    不论是CAxD(Computer Aided x-application Design)，还是DFx(Design for x-function)，也不论是基于约束的设计方法，还是基于实例的推理技术，最终都要进行设计方案的评价、多方案排序及再设计。在油泵方案设计阶段，就是对喷射性能进行评价。

    喷射性能模糊评价过程为：

    (1)评价对象的因素集?U＝{u?1,u?2,…,u?n},在这里，u?i(i=1,2,…,n)?分别为泵端压力、嘴端压力、喷射速率、喷射起点和喷射持续期；

    (2)评价集?V={v?1,v?2,…,v?m}。评价集是等级的集合，在此，v?i(i=1,2,…,m)?分别为很好、较好、一般、较差及很差等；

    (3)对应于指标的因素权重集为?A＝{a?1,a?2,…,a?n}。 在这里，a?i(i=1,2,…,n)分别为u?i在该因素集中的重要程度，权重集一般由专家给出。以r??ij?表示u?i评为v?j的隶属度，则可得到设计方案模糊综合评价模型；

    (4)当权重集和合成算子确定后，即可对设计方案进行评价。如评价结果不满意，则要进行再设计。

    再设计的关键是如何利用失败信息和相关知识进行反馈，完成局部和全局的重新设计任务。再设计的实质就是要解决修改参数的选择、修改参数值的确定、回溯层次的决策三个问题。由于喷射模型的复杂性，难以实施灵敏度的再设计策略和相关性的再设计策略。然而，工程界已积累了许多有关性能和结构参数关系的经验，有利于模糊推理在再设计中的应用。

    油泵再设计模糊推理是多维、多重的模糊推理，在这里，采用广义优先搜索策略进行正向推理。根据系统输入的不确定性证据，利用模糊知识库和模糊数据库中不确定性知识，按一定的模糊推理策略给出一定可信度的参数修改建议。模糊再设计专家系统用关系型数据库结构描述了可设计参数xi、性能评价因素uj的修改性质及其规则可信度eij。其推理规则库用关系型数据库表示。

    考虑各规则间的相关性，设合成算子为Dc、传播算子为Dt、各规则的激活阈值为αj、各参数修改结论的接受阈值为βi，并设e′j为各前提的可信度。模糊再设计时，在各规则中进行参数xi的推理为：

  由此可得各修改参数的变化趋势及其修改结论可信度。当有几个推理结论的可信度均大于采纳阈值时，就要考虑修改参数选择的控制原则，如结论可信度原则、制造资源原则、修改参数的层次性原则、有效度原则、连续选中限制原则和负效应等原则［7］。

    模糊再设计的流程是：①修改参数的选择，可由模糊推理和选择原则确定；②修改参数值由修改结论可信度大小，并参考负效应原则确定；③修改参数回溯层次则由参数的层次性确定。再设计过程中还可利用预检原理，即在设计参数回溯前，进行与该参数相关的约束预检查和目标预检查，如果发生约束冲突或目标不满足，可重新选择再设计参数。

    6 基于约束的产品族设计

    在油泵的变型产品开发中，尤其在详细设计阶段，基于约束的产品族设计是一种有效的方法。它利用产品模块化、可配置性、系列化，以及在范围和规模的折衷中获得经济性。产品族的约束按层次划分，可分为多功能小组间的约束、多功能小组内的约束、属于同一分工的设计人员之间的约束和单个设计人员对应的约束。约束的处理是通过产品开发过程中的约束管理系统来实现，包括约束的创建、删除、读出、修改和写入等编辑功能，还包括约束的语法检查和合理性检查。油泵产品总成及基因零件设计是在Pro/E上进行，产品族设计是在VB上开发。为保证变型零件设计和总成设计实现无缝集成，产品族设计零件图及标注尺寸均来自Pro/E中的产品造型，尤其是特征的标注代码与Pro/E中的基因零件完全一致。语法检查就是要检查约束的编辑是否符合代数表达方式，而且约束中的变量必须是该基因零件在Pro/E中的参数代码。合理性检查就是检查所有编辑的约束是否为基因零件的尺寸所认可。

    约束的创建原则有：

    (1)设计规范。产品变型要符合产品设计的标准、系列等要求；

    (2)产品性能要求。变型参数的组合能满足产品功能和性能的要求；

    (3)生产资源。产品变型要考虑公司的生产资源，为生产单位的柔性工艺和柔性组织所接受；

    (4)设计习惯。产品变型要考虑产品开发人员的设计习惯和产品开发战略；

    (5)基因产品。约束的建立必须为基因产品所认可。

    产品族设计流程可描述为：

    ①特征化用户的需求；

    ②按功能结构映射关系建立产品分类；

    ③由公司的设计能力、制造能力和生产组织能力建立产品族；

    ④按配置规则确定基本构造块；

    ⑤由产品族约束确定零件变型特征和参数。

    配置的规则有：不同的构造块中的相容，例如，构造块之间的干涉内容；用户需求和设计参数之间的映射关系。

    7 基于产品族的装配仿真

    基于仿真的装配分析是对设计中装配的难易程〖LL〗度的检验，是一种优化产品设计，以获得最低的装配费用的技术。在产品设计阶段，通过分析影响产品可装配性的各种因素，对产品的装配性能进行评价。

    按照可视化过程的三个环节，装配仿真的数据操纵是确定变异特征和参数，从产品设计和性能验证中得到这些参数和特征；可视化映射是把这些参数和特征映射到变型特征文件中，得到变型零件；绘制是利用软件中的装配体，显示功能反映零件变型后的装配体，并计算装配体中的干涉量［6］。

    产品变型特征和尺寸由产品设计专家系统、性能评价子系统及再设计专家系统来决定。变型特征文件经网络传至装配仿真子系统进行装配仿真。产品族设计及装配仿真流程如图6所示。

图6 产品族设计及装配仿真流程

    8 结论

    本文提出了基于知识和可视化技术的油泵设计方法。在方案设计阶段，可采用基于实例的设计方法或基于模型的设计方法，建立喷射模型以动画形式表现，以模糊评价技术进行方案设计评判，并由模糊再设计专家系统辅助再设计。采用基于约束的产品族设计方法支持详细设计，并以装配仿真来评价。CBD方法利用大量方案设计实例库支持主参数的设计，KDD技术从以往的设计任务、产品结构及调试评价等数据库中挖掘设计知识，找出设计经验系数的选取规律，以支持基于模型的设计方法。

    CBD方法和KDD技术有利于设计经验的表达、积累和传播。喷射过程仿真和装配仿真可反映复杂的喷射过程和装配结构，有利于油泵产品配试人员对喷射规律的进一步认识，有利于设计人员进行数字化预装配，从而减少物理样机的制造。这些关键技术及开发的相应软件已在工厂得到应用。

 

 

    目前，油泵行业的科研单位侧重于喷射机理、配试机理等基础性研究，生产单位侧重于产品仿制和改型，很少研究油泵类产品设计开发过程。国内大多数生产厂家的新产品从设计到定型经历很长时间，造成产品开发周期长，质量不佳。

    针对油泵生产行业在产品开发过程中的不足，我们提出了基于知识和可视化技术的油泵设计方法(如图1)。该方法通过改进和完善油泵产品的设计过程，使产品开发过程模型能覆盖用户需求、初步设计、喷射性能分析、详细设计和装配分析等过程。

    从图1可见，在方案设计阶段，可采用基于实例的设计方法或基于模型的设计方法进行主关键参数的设计。前者将充分利用方案设计实例库，按照适宜的检索方法进行方案的检索，并按需求变化改变实例；后者则基于数学模型，选用不同的经验系数进行设计。方案设计后，可进行喷射性能仿真，由性能评价及再设计系统决定对某些主参数的修改。详细设计中，主要通过基于约束的产品族设计方法，进行各部件的结构设计及全部零件的参数设计后，即可进行装配仿真分析等工作。各种要求满足后，就可得到比较满意的数字化油泵产品优选方案。

    应用仿真技术和人工智能技术，将使产品开发提高到“虚拟产品开发”的高度，并在设计阶段就能考虑设计后期活动中许多需求，从而缩短产品开发周期，提高配试成功率。  2 基于实例的油泵设计

    国内从50年代生产油泵油嘴以来，走过了一条从仿制到改型的技术开发之路，其特点是充分利用设计经验和实例，因而基于实例的设计(Case Besed Design，CBD)是油泵开发中比较适用的方法。其设计过程是根据设计任务，从实例原型空间中选定实例原型并产生到当前工作区［1,2］。实例原型依据其实例检索模型从实例空间中检索相似实例。如果找到相似实例，则提取它并映射到相似目标方案；如果经检验该目标方案完全满足当前设计任务要求，则该实例可作为最终设计方案匹配设计任务并存入实例库中；如果不完全满足设计任务要求，则对它进行分析和修改，直到所有设计任务要求全部满足为止。由此可见，基于实例的设计分为实例表达、相似实例检索、实例修改、实例检验等过程。

    设计实例由设计实例的数据、实例的求解知识和实例的索引三部分组成。油泵设计采用面向对象的知识表达方法，即将多种单一知识表达方法(规则、框架和过程)，按照面向对象设计原则组成一种混合的知识表达形式。以油泵为中心，将静态属性和动态行为特征，以及设计处理知识“封装”在表达对象的结构中。该方法允许将复杂的油泵对象分解成若干个简单对象，成为一个树状结构(如图2)。同时，一个复杂的实例也可逐步分解为一些较为简单的实例(如图3)。

 

 

 

图2 喷射系统结构树             图3 实例的分解结构

    分解程度有两种情况：①如果支持详细设计，可分解至零件级，但可能导致实例库结构庞大、复杂；②如果支持方案设计，可分解至能进行方案设计评价(喷射性能评价)的结构特征和主关键零件特征参数一级。

    最佳实例的提取就是在实例库中抽取其特征与设计任务特征最为相似的实例或实例片段。设计任务包括设计目标、约束和初始条件。相似实例的搜索实际上是在多属性空间中的决策，因而基于索引特征的加权和是典型的搜索策略。当实例表示为集合时，实例间的距离可定义为两个实例的交集；当实例表示为状态空间向量时，实例间的距离可定义为代数上向量间的距离。这三种都属于最近邻搜索策略。当设计实例有足够多时，也可采用基于神经网络的提取策略。基于神经网络的提取策略可通过多个成功和失败实例的训练，使提取决策排除人为因素的干扰，具有自适应和自学习的能力。

    3 从设计过程数据挖掘设计知识

    当设计实例的相似程度比较低时，CBD的设计方法则不适用，且性能、结构和参数之间反映设计经验的映射关系包含在实例组织内，不利于设计经验的积累和传播。基于产品族的设计从约束角度反映设计知识，不能对设计过程进行指导。所以有必要寻求科学的计算模型和仿真模型，提高产品的自主开发能力。由于柴油机工作的特殊性，其性能优良与否取决于喷油、进气和燃烧三者之间的匹配，所以设计计算模型、喷射性能模型有许多经验公式和经验系数。这里，利用数据库知识发现
(Knowledge Discovery in Database，KDD)技术原理，从以往的产品实例库、测试结论库中寻求产品特性、设计意图和设计知识。

    经过多年的计算机辅助设计、生产、管理，以及数据库技术的广泛应用，产品开发部门已记录了大量有关产品开发的数据库，如设计任务特征库、产品明细表和油泵调试评价文件等。为了把设计过程中的潜知识转化为显知识，笔者采用数据库知识发现技术挖掘设计知识。KDD是从数据库中获取正确、新颖、有潜在应用价值和最终可理解的模式的技术［3］。

    油泵设计计算模型中有很多的经验系数，这些系数的选取直接关系到产品性能的好坏，以及设计方案的规模。利用设计任务特征库、产品明细表、调试评价结果和设计计算模型，重新计算以往的各种设计实例，可得到设计任务特征库、与任务特征对应的设计过程经验系数库、主关键参数库和设计方案评价结论库。通过KDD方法进行设计知识的挖掘，得到油泵设计中的知识(如图4)。  油泵设计中数据挖掘的步骤为：

    (1)选择和准备待发掘的数据。根据已有的产品设计要求、主关键参数和测试结论，反算各产品实例的设计经验系数；

    (2)数据预处理。建立关系数据库描述产品设计要求、主关键参数和测试结论，另建数据库描述相应产品实例的设计经验系数，通过净化、缩减、转化、分类等手段降低数据的复杂性，并重新加以组织；

    (3)选择相应的发现方法和算法，如分类、回归等；

    (4)实施发现算法，得到上述数据库之间的关联关系及可信度；

    (5)管理和维护知识，如检验知识的冲突等。

    油泵设计过程中知识的发现是利用统计技术和数据库技术进行面向属性的操作，是对属性之间关系的认识和发现活动。其中主要有剪支、并支、找因果和找相关等方法。剪支是剪去对发现任务没有贡献或贡献率极低的属性域；并支是进行主成分分析，将相近属性进行综合；找因果是对数值表示的属性进行回归分析；找相关是进行因子分析，在取值无序且离散的属性之间寻找依赖关系。在对A型泵设计过程数据挖掘中，发现喷油流量系数与主机配套厂有关，山东某厂的系数低于平均值，而大连某厂的高于平均值。该系数和配套厂的喷孔孔径制造精度有密切的关系，它是工厂小孔加工的制造方法、制造工艺和制造设备的综合体现。

    4 喷射性能仿真

    油泵的喷油过程具有复杂的动力效应，反映了高压油路中压力波的产生、传播、反射和迭加，因而喷射性能的好坏受许多因素影响。如果依赖观察喷射性能计算结果的数据，则难以发现其中的准确规律。为此，利用动画技术，复现了各种因素下的喷射性能结果，以曲线描述和动画显示反映喷射过程，有利于配试人员对喷射规律的进一步认识，有利于设计人员对设计方案的参数确定，从而减少物理样机的制造。

    喷射过程数学模型中作了一些简化，如忽略了零件在油压作用下或撞击时的弹性变形；认为燃油密度ρ、流量系数和压力波传播速度α为常值；不考虑油液的流动惯性、精密偶件处存在的泄漏及弹簧振动的影响［4,5］。该模型表现为一组微分方程组。

    可视化过程的三个环节是：①在油泵性能仿真中，数据操纵主要是选取不同的时间步长来求解微分方程组，得到喷射性能的各个规律；②可视化映射是把计算结果转换成显示的数值量，如转换成柱塞、出油阀和针阀相对凸轮转角的位移，转换成喷油规律、泵端压力、喷油嘴端压力、供油总量、喷油总量、供油规律、出油阀流通截面相对凸轮转角的量值；③以曲线和动画形式表现这些量值［6］。

    通过求解微分方程组，可以得到反映喷射性能的许多关系。这些性能计算结果还可以用动画仿真结果表示(如图5)。它可动画地演示随着凸轮的旋转(图中省略)，引起柱塞的上下运动，从而产生油压变化、出油阀升程变化、针阀的升程变化、喷油的起始点和结束点，以及五条主要喷油性能曲线。

   5 喷射性能的模糊评价和模糊再设计

    不论是CAxD(Computer Aided x-application Design)，还是DFx(Design for x-function)，也不论是基于约束的设计方法，还是基于实例的推理技术，最终都要进行设计方案的评价、多方案排序及再设计。在油泵方案设计阶段，就是对喷射性能进行评价。

    喷射性能模糊评价过程为：

    (1)评价对象的因素集?U＝{u?1,u?2,…,u?n},在这里，u?i(i=1,2,…,n)?分别为泵端压力、嘴端压力、喷射速率、喷射起点和喷射持续期；

    (2)评价集?V={v?1,v?2,…,v?m}。评价集是等级的集合，在此，v?i(i=1,2,…,m)?分别为很好、较好、一般、较差及很差等；

    (3)对应于指标的因素权重集为?A＝{a?1,a?2,…,a?n}。 在这里，a?i(i=1,2,…,n)分别为u?i在该因素集中的重要程度，权重集一般由专家给出。以r??ij?表示u?i评为v?j的隶属度，则可得到设计方案模糊综合评价模型；

    (4)当权重集和合成算子确定后，即可对设计方案进行评价。如评价结果不满意，则要进行再设计。

    再设计的关键是如何利用失败信息和相关知识进行反馈，完成局部和全局的重新设计任务。再设计的实质就是要解决修改参数的选择、修改参数值的确定、回溯层次的决策三个问题。由于喷射模型的复杂性，难以实施灵敏度的再设计策略和相关性的再设计策略。然而，工程界已积累了许多有关性能和结构参数关系的经验，有利于模糊推理在再设计中的应用。

    油泵再设计模糊推理是多维、多重的模糊推理，在这里，采用广义优先搜索策略进行正向推理。根据系统输入的不确定性证据，利用模糊知识库和模糊数据库中不确定性知识，按一定的模糊推理策略给出一定可信度的参数修改建议。模糊再设计专家系统用关系型数据库结构描述了可设计参数xi、性能评价因素uj的修改性质及其规则可信度eij。其推理规则库用关系型数据库表示。

    考虑各规则间的相关性，设合成算子为Dc、传播算子为Dt、各规则的激活阈值为αj、各参数修改结论的接受阈值为βi，并设e′j为各前提的可信度。模糊再设计时，在各规则中进行参数xi的推理为：

  由此可得各修改参数的变化趋势及其修改结论可信度。当有几个推理结论的可信度均大于采纳阈值时，就要考虑修改参数选择的控制原则，如结论可信度原则、制造资源原则、修改参数的层次性原则、有效度原则、连续选中限制原则和负效应等原则［7］。

    模糊再设计的流程是：①修改参数的选择，可由模糊推理和选择原则确定；②修改参数值由修改结论可信度大小，并参考负效应原则确定；③修改参数回溯层次则由参数的层次性确定。再设计过程中还可利用预检原理，即在设计参数回溯前，进行与该参数相关的约束预检查和目标预检查，如果发生约束冲突或目标不满足，可重新选择再设计参数。

    6 基于约束的产品族设计

    在油泵的变型产品开发中，尤其在详细设计阶段，基于约束的产品族设计是一种有效的方法。它利用产品模块化、可配置性、系列化，以及在范围和规模的折衷中获得经济性。产品族的约束按层次划分，可分为多功能小组间的约束、多功能小组内的约束、属于同一分工的设计人员之间的约束和单个设计人员对应的约束。约束的处理是通过产品开发过程中的约束管理系统来实现，包括约束的创建、删除、读出、修改和写入等编辑功能，还包括约束的语法检查和合理性检查。油泵产品总成及基因零件设计是在Pro/E上进行，产品族设计是在VB上开发。为保证变型零件设计和总成设计实现无缝集成，产品族设计零件图及标注尺寸均来自Pro/E中的产品造型，尤其是特征的标注代码与Pro/E中的基因零件完全一致。语法检查就是要检查约束的编辑是否符合代数表达方式，而且约束中的变量必须是该基因零件在Pro/E中的参数代码。合理性检查就是检查所有编辑的约束是否为基因零件的尺寸所认可。

    约束的创建原则有：

    (1)设计规范。产品变型要符合产品设计的标准、系列等要求；

    (2)产品性能要求。变型参数的组合能满足产品功能和性能的要求；

    (3)生产资源。产品变型要考虑公司的生产资源，为生产单位的柔性工艺和柔性组织所接受；

    (4)设计习惯。产品变型要考虑产品开发人员的设计习惯和产品开发战略；

    (5)基因产品。约束的建立必须为基因产品所认可。

    产品族设计流程可描述为：

    ①特征化用户的需求；

    ②按功能结构映射关系建立产品分类；

    ③由公司的设计能力、制造能力和生产组织能力建立产品族；

    ④按配置规则确定基本构造块；

    ⑤由产品族约束确定零件变型特征和参数。

    配置的规则有：不同的构造块中的相容，例如，构造块之间的干涉内容；用户需求和设计参数之间的映射关系。

    7 基于产品族的装配仿真

    基于仿真的装配分析是对设计中装配的难易程〖LL〗度的检验，是一种优化产品设计，以获得最低的装配费用的技术。在产品设计阶段，通过分析影响产品可装配性的各种因素，对产品的装配性能进行评价。

    按照可视化过程的三个环节，装配仿真的数据操纵是确定变异特征和参数，从产品设计和性能验证中得到这些参数和特征；可视化映射是把这些参数和特征映射到变型特征文件中，得到变型零件；绘制是利用软件中的装配体，显示功能反映零件变型后的装配体，并计算装配体中的干涉量［6］。

    产品变型特征和尺寸由产品设计专家系统、性能评价子系统及再设计专家系统来决定。变型特征文件经网络传至装配仿真子系统进行装配仿真。产品族设计及装配仿真流程如图6所示。

 

 

 

图6 产品族设计及装配仿真流程

    8 结论

    本文提出了基于知识和可视化技术的油泵设计方法。在方案设计阶段，可采用基于实例的设计方法或基于模型的设计方法，建立喷射模型以动画形式表现，以模糊评价技术进行方案设计评判，并由模糊再设计专家系统辅助再设计。采用基于约束的产品族设计方法支持详细设计，并以装配仿真来评价。CBD方法利用大量方案设计实例库支持主参数的设计，KDD技术从以往的设计任务、产品结构及调试评价等数据库中挖掘设计知识，找出设计经验系数的选取规律，以支持基于模型的设计方法。

    CBD方法和KDD技术有利于设计经验的表达、积累和传播。喷射过程仿真和装配仿真可反映复杂的喷射过程和装配结构，有利于油泵产品配试人员对喷射规律的进一步认识，有利于设计人员进行数字化预装配，从而减少物理样机的制造。这些关键技术及开发的相应软件已在工厂得到应用。