智能制造 第5章 智能制造設計

University

of

Science

and

Technology

Beijing了解面向?qū)ο蟮闹R表示方法、基于約束滿足的智能設計和智能設計系統(tǒng)的發(fā)展趨勢；熟悉設計的概念，基于規(guī)則、原型的智能設計方法；掌握智能設計的概念，基于案例的智能設計方法，智能設計系統(tǒng)的概念和關(guān)鍵技術(shù)。具體包括：在CAD、CIMS等概念中了解智能設計的產(chǎn)生，從對象的概念和對象的表達中了解面向?qū)ο蟮闹R表示方法，了解基于約束滿足的智能設計方法應用的場合；從設計的本質(zhì)和3個基本特征熟知設計的概念，熟悉基于規(guī)則的智能設計方法中產(chǎn)生式規(guī)則的概念和使用、基于原型的智能設計方法的流程；掌握智能設計的5個特點和基于案例的智能設計方法的流程和優(yōu)勢，掌握智能設計系統(tǒng)的抽象層次模型、4種人工智能方法和4種智能設計策略。目錄CONTENTS智能設計概述從廣泛意義上講，設計是指人類從事任何有目的的活動之前都要進行的構(gòu)思或謀劃。因此，設計無處不在、無所不需，人類文明的歷史就是不斷進行的設計活動的歷史。產(chǎn)品是設計結(jié)果的物質(zhì)表現(xiàn)如果設計人員所設計的產(chǎn)品，是以一定的技術(shù)手段來實現(xiàn)

社會特定需求的人造系統(tǒng)，則稱之為技術(shù)系統(tǒng)。一般來說，技術(shù)系統(tǒng)可以用右圖來描述，它的處理對象是能量、物料和信息。設計的目的是保證系統(tǒng)功能的實現(xiàn)，建立性能優(yōu)良、成本低廉、價值最佳的技術(shù)系統(tǒng)。它在產(chǎn)品的整個生命周期中占據(jù)著非常關(guān)鍵的位置，從根本上決定著產(chǎn)品的內(nèi)在和外在品質(zhì)、質(zhì)量和成本，其重要性是不言而喻的。右圖用一條曲線顯示了設計的作用：產(chǎn)品成本的約70%是由設計階段決定的；而運用計算機輔助設計/計算機輔助制造（CAD/CAM）技術(shù)的工程階段，只決定約20%的成本；加工過程控制階段，則只決定約10%的成本。由此可見，設計是決定產(chǎn)品命運的重要環(huán)節(jié)。設計是一種創(chuàng)造性活動，設計的本質(zhì)是創(chuàng)造和革新。設計的本質(zhì)具有約束性、多解性、相對性等基本特征約束性多解性相對性設計是在多種因素的限制和約束下進行的，其中包括科學、技術(shù)、經(jīng)濟等發(fā)展狀況和水平的限制，也包括生產(chǎn)廠家提出的特定要求和條件，同時還涉及環(huán)境、法律、社會心理、地域文化等因素。解決同一個技術(shù)問題的方法是多種多樣的，滿足一定條件的設計方案通常也不是唯一的。任何設計對象本身都是包括多種要素構(gòu)成的功能系統(tǒng)，其參數(shù)的選取、尺寸的確定、結(jié)構(gòu)形式的設想等都具有很強的可選性。設計要求的多目標特性使得設計人員經(jīng)常處于一種矛盾的狀態(tài)之中。這種相互矛盾的要求給設計工作增加了難度，加上事先難以預料的一些不確定因素的影響，使得設計人員在設計方案選擇和判定時，只能做到在一定條件下的相對滿意。智能設計的產(chǎn)生可以追溯到專家系統(tǒng)技術(shù)最初應用的時期，其初始形態(tài)都采用了單一知識領域的符號推理技術(shù)——設計型專家系統(tǒng)，這對于設計自動化技術(shù)從信息處理自動化走向知識處理自動化有著重要的意義，但設計型專家系統(tǒng)僅僅是為解決設計中某些困難問題的局部而產(chǎn)生的，這只是智能設計的初級階段。智能設計的發(fā)展與CAD的發(fā)展緊密聯(lián)系在一起。在CAD發(fā)展的不同階段，設計活動中智能部分的承擔者是不同的，如右表所示。智能設計技術(shù)代表形式智能部分的承擔者階段傳統(tǒng)設計技術(shù)人工設計/傳統(tǒng)CAD人類專家非智能設計階段現(xiàn)代設計技術(shù)ICAD設計型專家系統(tǒng)智能設計初級階段先進設計技術(shù)I2CAD人機智能化設計系統(tǒng)智能設計高級階段智能設計與CAD的發(fā)展過程智能設計是設計人員重要的輔助工具，它通過應用現(xiàn)代信息技術(shù)，模擬人類的思維活動來提高設計系統(tǒng)的智能水平，使設計系統(tǒng)能夠更多地代替設計人員完成設計過程中的復雜任務。智能工程是智能設計的關(guān)鍵技術(shù)和基礎，而智能設計則是智能工程的重要應用領域。智能設計的特點以設計方法學為指導以人工智能技術(shù)為實現(xiàn)手段以傳統(tǒng)CAD技術(shù)為數(shù)值計算和圖形處理工具面向集成智能化提供強大的人機交互功能智能設計方法在智能設計概念被明確提出后的幾十年里，智能設計方法研究取得了很大的進展，目前已演化和形成一系列較為成熟的智能設計方法，這些方法對于模擬人類在常規(guī)設計活動中通過邏輯思維活動運用和加工相應類型設計知識的行為尤為重要。面向?qū)ο蟮闹R表示方法基于規(guī)則的智能設計方法基于案例的智能設計方法基于原型的智能設計方法基于約束滿足的智能設計方法OOKR是以知識所描述或針對的對象為單位來組織知識，并用對象之間的關(guān)系來表示關(guān)系型和層次型知識的一種混合型知識表示方法。OOKR以領域?qū)ο鬄橹行慕M織知識庫系統(tǒng)結(jié)構(gòu)，對象是知識庫的基本單元。OOKR將多種單一的知識表示方法按照對象的程序設計原則組合成一種混合知識表達形式。對象的表達由4種集合組成，如右圖所示。面向?qū)ο蟮闹R表示方法（Object-OrientedKnowledge

Representation，OOKR）RBD方法是源于人類設計者能夠通過對過程性、邏輯性、經(jīng)驗性的設計規(guī)則進行逐步推理來完成設計的行為，是最常用的智能設計方法之一。該方法將設計問題的求解知識用產(chǎn)生式規(guī)則的形式表達出來，從而通過對規(guī)則形式的設計知識推理而獲得設計問題的解。RBD的基本過程右圖所示，關(guān)于設計問題的各種設計規(guī)則被存儲在設計規(guī)則庫中，而綜合數(shù)據(jù)庫中存放有當前的各種事實信息?；谝?guī)則的智能設計方法（Rule-Based

Design，RBD）CBD方法是通過調(diào)整或組合過去的設計解來創(chuàng)造新設計解的方法，是人工智能中基于案例推理（Case-Based

Reasoning，CBR）技術(shù)在設計型問題中的應用，它源于人類在進行設計時總是不自覺地參考過去相似設計案例的行為。CBD的基本過程右圖所示，大量設計案例被存儲在設計案例庫中。基于案例的智能設計方法（Case-Based

Design，CBD）人類設計專家經(jīng)常能夠根據(jù)以往的設計經(jīng)驗把一種設計問題的解歸結(jié)為一些典型的構(gòu)造形式，并在遇到新的設計問題時從這些典型構(gòu)造形式中

選取一種作為解的結(jié)構(gòu)，進而采用其他設計方法

求出解的具體內(nèi)容。這些針對特定設計問題歸納

出的設計解的典型構(gòu)造形式，即“設計原型”。

這種采用設計原型作為設計解屬性空間的結(jié)構(gòu)并

進而求解屬性空間內(nèi)容的智能設計方法，稱為基

于原型的設計方法。PBD的基本過程如右圖所示，設計原型被存儲在設計原型庫中備用?；谠偷闹悄茉O計方法（Prototype-Based

Design，PBD）CSD方法是把設計視為一個約束滿足的問題（Constraint-Satisfied

Problem，CSP）進行求解。人工智能技術(shù)中，CSP的基本求解方法是通過搜索問題的解空間來查找滿足所有問題約束的問題解。但是，智能設計與一般的CSP存在一些不同。在一個復雜設計問題中，往往涉及眾多變量，搜

索空間十分巨大，這使得通常很難通過搜索方法

而得到真正設計問題的解。因而，CSD常常是借助其他智能設計方法產(chǎn)生一個設計方案，然后來判別其是否滿足設計問題中的各方面約束，而CSP一般只用于解決設計問題中的一些局部子問題。約束在產(chǎn)品幾何表達方面的應用由來已久，

CAD系統(tǒng)的“鼻祖”Sketchpad就是一個基于約束的交互式圖形設計系統(tǒng)，這一技術(shù)一直被延伸和發(fā)展到目前的三維產(chǎn)品造型技術(shù)中。智能設計顯然是與產(chǎn)品幾何密不可分而需要具有幾何約束的，而且對于設計對象的功能性、結(jié)構(gòu)性、工程性、經(jīng)濟性等各個方面也都可能提出一定的約束。此外，設計中的一些常識性知識也可能通過約束來表達。需要明確的是，雖然設計約束并不被直接用于產(chǎn)生設計解，但它在判別設計解的正確性或可行性方面是不可缺的，因而是產(chǎn)品設計知識的重要組成部分。由于設計約束的內(nèi)容十分豐富，因而它存在多種表達形式。常見的判斷型約束常表現(xiàn)為謂詞邏輯形式的陳述性知識，但也存在許多具有前提條件的約束。此時，約束包括前提和約束內(nèi)容兩部分，具有類似于規(guī)則的形式。另外，對于一些復雜約束還存在相應的特殊表示方法。基于約束滿足的智能設計方法（Constraint-Satisfied

Design，CSD）智能設計系統(tǒng)引用日期2021-05-08概念掌握結(jié)構(gòu)體系掌握抽象層次模型掌握集成求解策略掌握智能設計系統(tǒng)是面向CIMS的智能設計的高級發(fā)展階段，是人機高度和諧、知識高度集成的設計系統(tǒng)。雖然它也需

要采用專家系統(tǒng)技術(shù)，但只是將其作為自身的技術(shù)基礎之

一，與設計型專家系統(tǒng)之間存在著根本區(qū)別。設計型專家系統(tǒng)只處理單一領

域知識的符號推理問題，相當

于模擬設計專家個體的推理活

動，屬于簡單系統(tǒng)；而智能設

計系統(tǒng)則要處理多領域知識和

多種描述形式知識，是集成化

的大規(guī)模知識處理環(huán)境，需要

模擬和協(xié)助人類專家群體的推

理決策動，屬于人機復雜系統(tǒng)。這種人機復雜系統(tǒng)的集成性要

求對跨領域知識子系統(tǒng)進行協(xié)

調(diào)、管理、控制和沖突消解等，而且應有必要的機制保證人和

機器的有機結(jié)合。設計型專家系統(tǒng)一般只能解決

某一領域的特定問題，只是圍

繞具體產(chǎn)品設計模型或針對設

計過程某些特定環(huán)節(jié)的模型進

行符號推理，比較孤立和封閉，難以與其他知識系統(tǒng)集成；而

智能設計系統(tǒng)面向整個設計過

程，要考慮整個設計過程的模

型，設計專家思維、推理和決

策的模型（認知模型）以及設

計對象（產(chǎn)品）的模型，特別

是在CIMS環(huán)境下的并行設計，

更需要體現(xiàn)出其整體性、集成

性、并行性等。設計型專家系統(tǒng)解決的核心問

題是模式設計，方案設計可作

為其典型代表；與設計型專家

系統(tǒng)不同，智能設計系統(tǒng)要解

決的核心問題是創(chuàng)新設計，這

是因為在CIMS大規(guī)模知識集成

環(huán)境中，設計活動涉及多領域

和多學科的知識，其影響因素

錯綜復雜，很難抽象出有限的

穩(wěn)態(tài)模式。即使存在設計模式，設計模式也是千變?nèi)f化的，幾

乎難以窮盡。這樣的設計活動

必定更多地帶有創(chuàng)新色彩。根本區(qū)別從問題描述的角度分析，任何復雜系統(tǒng)都有必要抽象出統(tǒng)

一的表達模型，通過抽象可以把復雜的問題進行分層分類，然后采用相應的處理方法。參考ISO/OSI參考模型（七層協(xié)議），可以總結(jié)出智能設計

自身的特點，給左圖5.7所示的智能設計系統(tǒng)抽象層次模型。圖的左邊層次體現(xiàn)了智能設計過程中層與層之間的相互關(guān)聯(lián)，上一層以下一層為基礎，下一層為上一層提供支持和服務。同時可以看出，每一層都有自己的任務，正是這樣的分層和分類，才構(gòu)成了復雜系統(tǒng)設計的統(tǒng)一整體。圖的右邊體現(xiàn)了抽象層次模型在具體應用時所承擔的任務，同時也呈現(xiàn)出如左邊一樣的特性。建立智能設計系統(tǒng)的抽象層次模型，是智能設計系統(tǒng)集成求解的基礎。①目標層是智能設計要達到的總目標，聲明系統(tǒng)要達到的要求，往往與市場的需求、用戶的要求相關(guān)聯(lián)。②決策層把要實現(xiàn)的總目標分解成子目標，并采用相應的求解方法和策略，表現(xiàn)為任務的分解和進一步的決策。③結(jié)構(gòu)層提供問題組織與表達的方法。結(jié)構(gòu)層的合理確定，是保證系統(tǒng)統(tǒng)一和完整的先決條件。如目前廣泛采用的面向?qū)ο蟮慕M織方式，可以為問題的描述提供有力的支持，結(jié)構(gòu)層是實現(xiàn)集成的基礎。④算法層是概念設計中非常關(guān)鍵的一層，為決策層提供強有力的支持工具。算法層包含所有可用的算法和方法，是問題求解的關(guān)鍵所在。知識工程中的專家系統(tǒng)技術(shù)與基于實例的推理技術(shù)以及計算智能的人工神經(jīng)網(wǎng)絡、遺傳算法都可以為決策層提供支持，是求解問題的關(guān)鍵所在。⑤邏輯層為算法層的協(xié)調(diào)和協(xié)作提供保障，邏輯層通過關(guān)系和約束把算法層聯(lián)系起來，使系統(tǒng)融合為一個整體。⑥傳輸層保證信息的正確和快速交換以及對信息的管理，是以上各層信息交流的平臺。⑦物理層提供系統(tǒng)運行的軟硬件環(huán)境，包括信息的存儲以及與其他外部設備的連通。從人類思維的角度來看，人類思維可分為簡單思維和復雜思維。簡單思維與復雜思維最根本的區(qū)別在于主體擁有知識的多少和主體對客體的認識程度。隨著知識的不斷積累，知識的形式也呈現(xiàn)出多種多樣：理論知識和實踐知識。理論知識和實踐知識體現(xiàn)了人類知識的不同層次關(guān)系，理論知識是實踐知識的抽象和升華；實踐知識是人類通過生產(chǎn)勞動獲得的知識。理論知識和實踐知識，互相促進，相互轉(zhuǎn)化，螺旋式地向前發(fā)展。從認識論角度分析，人類知識可以分為過程知識、敘述知識和潛意識3類。過程知識是對客觀事物的精確描述，可以用準確的數(shù)學模型來表達。敘述知識是指對客觀事物的描述能夠用語言文字來表達。潛意識是指客觀事物不能或難于用明確規(guī)范化的語言表達出來。設計師在進行設計時，采用的知識并不是單一的。問題的復雜性，決定了知識的異構(gòu)性。過程知識、敘述知識和潛意識為異構(gòu)知識的抽象形式，異構(gòu)知識具體化的形式可以概況為過程知識、符號知識、實例知識和樣本知識。在異構(gòu)知識體系中，不同層次、不同形式的知識相輔相成，互為補充。其原理主要為物理符號系統(tǒng)（即符號操作系統(tǒng)）假設和有限合理性原理，以專家系統(tǒng)（ES）和基于案例推理（CBR）為代表，統(tǒng)稱為知識工程（KE）。符號主義Symbolicism人工智能目前主要分為三大流派其主要原理為神經(jīng)網(wǎng)絡及神經(jīng)網(wǎng)絡間的連接機制與學習算法，以人工神經(jīng)網(wǎng)絡（ANN）和遺傳算法（GA）為代表，統(tǒng)稱為計算智能（CI）。連接主義Connectionism其原理為控制論及感知-動作型控制系統(tǒng)，研究工作重點是模擬人在控制過程中的智能行為和作用，以20世紀

80年代誕生的智能控制和智能機器人系統(tǒng)為其標志性成果。行為主義Behaviorism引用日期2021-05-08人工智能方法的比較4種方法 優(yōu)化能力思維方式學習能力知識的可操作性解釋功能知識形式非線性能力ES較強抽象思維較差一般強規(guī)則、符號弱CBR一般類比思維較差一般一般實例一般ANN較強聯(lián)想思維強無無樣本強GA強仿自然一般無無多種知識強右表是知識工程和計算智能中的

4種人工智能方法的比較，在實際的智能制造設計系統(tǒng)中，常常是幾種方法的結(jié)合。引用日期2021-05-08智能設計集成求解策略掌握在智能設計系統(tǒng)的集成求解策略中常用到4種求解策略，分別是基于符號知識推理求基于案例推理求解基于人工神經(jīng)網(wǎng)絡求解基于遺傳算法求解如右圖所示。對于基于符號知識推理求解來說，初始設計通過專家知識的推理得到初步方案，再進一步分析推理結(jié)果，然后評價對結(jié)果是否滿意。如果對結(jié)果滿意，則輸出結(jié)果，否則修改相關(guān)參數(shù)，重新確定新的方案。重復以上步驟直到對結(jié)果滿意為止。由于工程問題的復雜性，基于符號知識推理技術(shù)在多方案的產(chǎn)生和再設計上非常困難，遺傳算法為多方案的產(chǎn)生提供了有效的機制，而約束滿足方法則為基于符號知識推理提供了有效的再設計手段。對于基于案例推理求解來說，初始設計是提取相關(guān)案例，對相關(guān)案例進行類比設計，再通過對案例的

評價，確定是否采用該案例，或進一步修改案例以滿

足設計要求。基于案例推理求解知識，屬于類比思維。對于人工神經(jīng)網(wǎng)絡求解來說，初始設計是

在樣本訓練的基礎上，通過輸入值的傳播產(chǎn)生候

選解，對候選解進行評價，若對輸出結(jié)果不滿意，可重新調(diào)整網(wǎng)絡數(shù)值，增加樣本或提煉樣本，改

進誤差，直到對輸出結(jié)果滿意為止。人工神經(jīng)網(wǎng)

絡學習處理樣本知識，屬于直覺思維。對于采用遺傳算法求解來說，初始設計是

通過隨機方式產(chǎn)生個體，再由個體的選擇、重組、雜交、突變，然后施用進化壓力，使得個體朝著

優(yōu)良的方向發(fā)展，如果得到的個體最優(yōu)則輸出，

否則進一步通過遺傳操作修改個體，直到使個體

滿意為止。遺傳算法為基于符號知識推理快速提

供初始方案設計。智能設計系統(tǒng)的關(guān)鍵技術(shù)包括設計過程的再認識、設計知識表示、多專家系統(tǒng)協(xié)同技術(shù)、再設計與自學習機制、多種推理機制的綜合應用、智能化人機接口、多方案的并行設計、設計信息的集成化等。智能設計系統(tǒng)的發(fā)展取決于對設計過程本身的理解。盡管人們在設計方法、設計程序和設計規(guī)律等方面進行了大量探索，但從信息化的角度看，目前的設計方法學還遠不能滿足設計技術(shù)發(fā)展的需求，智能設計系統(tǒng)的發(fā)展仍然需要探索適合于計算機處理的設計理論和設計模式。設計過程是一個非常復雜的過程，它涉及多種不同類型知識的應用，因此單一知識表示方式不足以有效地表達各種設計知識。建立有效的知識表示模型和有效的知識表示方式，始終是設計型專家系統(tǒng)成功的關(guān)鍵。一般采用多層知識表達模式，將元知識、定性推理知識以及數(shù)學模型和方法等相結(jié)合，根據(jù)不同類型知識的特點采用相應的表達方式，在表達能力、推理效率與可維護性等方面進行綜合考慮。面向?qū)ο蟮闹R表示、框架式的知識結(jié)構(gòu)是目前采用的流行方法。較復雜的設計過程一般可分解為若干個環(huán)節(jié)，每個環(huán)節(jié)對應一個專家系統(tǒng)，多個專家系統(tǒng)協(xié)同合作、信息共享，并利用模糊評價和人工神經(jīng)網(wǎng)絡等方法以有效解決設計過程多學科、多目標決策與優(yōu)化的難題。當設計結(jié)果不能滿足要求時，系統(tǒng)應該能夠返回相應的層次進行再設計，以完成局部和全局的重新設計任務。同時，可以采用歸納推理和類比推理等方法獲得新的知識，總結(jié)經(jīng)驗，不斷擴充知識庫，并通過再學習達到自我完善。良好的人機接口對智能設計系統(tǒng)是十分必要的。系統(tǒng)對自然語言的理解，對語音、文字、圖形和圖像的直接輸入和輸出是智能設計系統(tǒng)的重要任務。對于復雜的設計任務以及設計過程中的某些決策活動，在設計專家的參與下，可以得到更好的設計效果，從而充分發(fā)揮人與計算機各自的長處。智能設計系統(tǒng)中，除了演繹推理外，還應該包括歸納推理、基于案例的類比推理、各種基于不完全知識的模糊邏輯推理方式等?；诎咐念惐韧评砗湍：壿嬐评淼仁悄壳爸悄茉O計系統(tǒng)的重要特征。各種推理方式的綜合應用，可以博采眾長，更好地實現(xiàn)設計系統(tǒng)的智能化。概念設計是CAD/CAPP/CAM一體化的首要環(huán)節(jié)，設計結(jié)果是詳細設計與制造的信息基礎，必須考慮信息