- 相關(guān)推薦
構(gòu)建基于實(shí)例的三維PIC模型研究批量定制汽車配件的配置技術(shù)論文
大規(guī)模定制既有大規(guī)模生產(chǎn)的低成本優(yōu)勢，又可以在一定程度上滿足客戶的需求，因此受到越來越多的公司的關(guān)注.產(chǎn)品配置設(shè)計(jì)作為能夠滿足個性化客戶需求并有效支持產(chǎn)品快速定制設(shè)計(jì)手段，已經(jīng)成為大規(guī)模定制的核心設(shè)計(jì)方法.目前，對于解決大規(guī)模定制產(chǎn)品配置的研究內(nèi)容主要有產(chǎn)品配置成本評估,產(chǎn)品配置知識獲取,產(chǎn)品配置動態(tài)驅(qū)動,產(chǎn)品配置性能預(yù)測,并取得了一定的成果。但是上述研究多集中在產(chǎn)品配置規(guī)劃方面，對產(chǎn)品微觀配置過程涉及不多。對于產(chǎn)品配置知識的表示，近年來的研究熱點(diǎn)有基于約束滿足的知識表示,基于資源的知識表示和基于描述邏輯的知識表示,并取得了一定進(jìn)展，解決了一些實(shí)際問題。
但是對于像汽車這樣復(fù)雜的產(chǎn)品，這些方法都有一定的不足：①產(chǎn)品知識獲取困難；②忽略了過去已有的很有價值的設(shè)計(jì)知識和經(jīng)驗(yàn)；③利用配置模板對產(chǎn)品從頭開始配置設(shè)計(jì)，既耗時又易出錯。
基于實(shí)例推理（case-basedreasoning,CBR）的產(chǎn)品配置方法能夠充分考慮過去已有的有價值的設(shè)計(jì)知識和經(jīng)驗(yàn)，已成為產(chǎn)品設(shè)計(jì)開發(fā)的一種有效實(shí)現(xiàn)方式.據(jù)調(diào)查，產(chǎn)品設(shè)計(jì)活動中有大約75%的設(shè)計(jì)是基于實(shí)例的產(chǎn)品設(shè)計(jì).對于基于實(shí)例推理的產(chǎn)品配置技術(shù)，有學(xué)者從不同方面進(jìn)行了研究。AHN等將CBR與基于知識的技術(shù)相結(jié)合來實(shí)現(xiàn)定制過程中多種類型過程知識的共享與重用；王新等提出了產(chǎn)品組需求類和需求匹配模板的概念，通過二級實(shí)例匹配求解實(shí)現(xiàn)產(chǎn)品配置；CHENG等提出將CBR與產(chǎn)品生命周期建模技術(shù)結(jié)合，應(yīng)用于綠色產(chǎn)品配置開發(fā)。這些配置設(shè)計(jì)方法在解決產(chǎn)品的快速響應(yīng)設(shè)計(jì)問題時具有一定優(yōu)勢，但是對于大規(guī)模定制下汽車的設(shè)計(jì)還存在以下不足：產(chǎn)品配置模型并沒有全面表達(dá)像汽車這樣復(fù)雜產(chǎn)品配置模塊之間多層次的復(fù)雜約束信息和三維信息等，由于缺少這些重要的設(shè)計(jì)信息，可能導(dǎo)致最終得出的BOM無法或很難造型、布局或裝配；對于客戶的需求，多是對其進(jìn)行分解和分析，然后轉(zhuǎn)化為各種設(shè)計(jì)參數(shù)，作為產(chǎn)品配置的輸入，而客戶并沒有實(shí)際參與到產(chǎn)品的設(shè)計(jì)中，像汽車這種很難量化的產(chǎn)品，如果客戶沒有實(shí)際參與到產(chǎn)品的設(shè)計(jì)過程中，很難得到令其滿意的結(jié)果。
因此，針對以上問題，筆者提出一種基于實(shí)例的PIC模型，將汽車的部件、三維和約束信息整合為一個整體，然后利用交互式遺傳算法進(jìn)行產(chǎn)品配置的求解，并建立基于PIC模型的汽車操控臺定制設(shè)計(jì)系統(tǒng)進(jìn)行驗(yàn)證。
1.基于實(shí)例推理的PIC模型
產(chǎn)品配置知識的表示是解決產(chǎn)品配置問題的基礎(chǔ)，其實(shí)質(zhì)是對企業(yè)擁有的設(shè)計(jì)實(shí)例資源的整合，使其結(jié)構(gòu)化、規(guī)范化，便于產(chǎn)品的快速定制。
筆者提出了一種基于實(shí)例的PIC3層模型，將企業(yè)擁有的設(shè)計(jì)實(shí)例資源整合為一個整體，以滿足產(chǎn)品配置求解的要求，如圖1所示。
圖1基于實(shí)例推理的PIC模型
�。�1）P（parts）層為部件層，是PIC3層模型的基礎(chǔ)層，實(shí)質(zhì)為產(chǎn)品的各個組成部分的模塊化樹狀模型。其可以表示為P=（NUM,NAME,F,PA）。NUM為各部件模塊的標(biāo)識；NAME為各部件模塊的名稱；F={f1,f2,…，fq}（q>0）為各部件模塊的功能屬性；PA={pa1,pa2,…，pau}（u>0）為各部件模塊的特征參數(shù)。
�。�2）I（information）層為信息層，是P層的實(shí)例化，包含有P層各個部件的不同實(shí)例的三維信息、裝配信息和拓?fù)湫畔�，可以表示為I=（NUM,PNUM,3Dinfo,Tinfo,Ainfo）。其中：NUM為該實(shí)例信息模塊的標(biāo)識；PNUM為該實(shí)例信息模塊對應(yīng)的P層部件模塊的標(biāo)識；3Dinfo為該實(shí)例的3D信息，能夠描述出該實(shí)例模塊的基本空間位置和幾何形狀，并不涉及具體的尺寸與設(shè)計(jì)細(xì)節(jié)；Tinfo為該實(shí)例模塊的拓?fù)湫畔�，即在產(chǎn)品組裝時與該實(shí)例模塊相鄰的上級、下級和同級的模塊位置信息；Ainfo為該實(shí)例的裝配信息，能夠描述該實(shí)例模塊在產(chǎn)品組裝時自身的特征參數(shù)以及對相鄰各模塊的參數(shù)要求。
�。�3）C（constrains）層為約束層，是對于P層和I層約束信息的提取和整合，包括來自P層的非結(jié)構(gòu)性約束和來自I層的結(jié)構(gòu)性約束，可以表示為C=（NUM,NAME,TYPE,IF,THEN）。其中：NUM為該約束的標(biāo)識；NAME為該約束的名稱；TYPE為該約束的類型，TYPE=0,則該約束為結(jié)構(gòu)性約束；TYPE=1,該約束為非結(jié)構(gòu)性約束；IF為該約束的條件輸入項(xiàng)；THEN為該約束的結(jié)論輸出項(xiàng)。
2.基于交互式遺傳算法的產(chǎn)品配置求解
對于產(chǎn)品配置問題的求解，充分考慮用戶的個性需求，對于汽車的評價，不同的人有不同的看法，主觀性很強(qiáng)，難以量化，因此筆者應(yīng)用交互式遺傳算法來解決產(chǎn)品配置問題。交互式遺傳算法是將傳統(tǒng)進(jìn)化計(jì)算與人的智能評價有機(jī)結(jié)合，是一種解決隱式性能指標(biāo)優(yōu)化問題的有效方法。交互式遺傳算法需要用戶的評價來實(shí)現(xiàn)進(jìn)化，因此能使用戶積極地參與到產(chǎn)品定制設(shè)計(jì)中，最大限度地滿足其要求。傳統(tǒng)的交互式遺傳算法流程如圖2所示。
圖2交互式遺傳算法的流程
欲使用IGA進(jìn)行產(chǎn)品配置求解，還需要對汽車的各個模塊實(shí)例進(jìn)行編碼，使之成為IGA能夠識別的“基因”.筆者根據(jù)PIC模型用二進(jìn)制來對汽車操控臺進(jìn)行編碼。如圖3所示，一條染色體代表一個設(shè)計(jì)產(chǎn)品，以汽車操控臺為例，總體分為6個部分，分別對應(yīng)操控臺的5大模塊和顏色模塊，每一部分又進(jìn)一步根據(jù)PIC模型中P層分為若干基因，每一個基因的二進(jìn)制代碼均代表一個具體的實(shí)例。圖3中中控臺的編碼001001001即代表“第一類GPS導(dǎo)航、DVD音響系統(tǒng)、液晶顯示屏”的實(shí)例。
將汽車的各個模塊轉(zhuǎn)變?yōu)镮GA能夠識別的“基因”之后，就可以按照IGA的算法流程對其進(jìn)行遺傳操作，經(jīng)過進(jìn)化最終得到用戶滿意的個體。
3.基于PIC模型的操縱臺定制設(shè)計(jì)系統(tǒng)
3.1系統(tǒng)的設(shè)計(jì)原理與結(jié)構(gòu)
筆者提出的基于改進(jìn)的交互式遺傳算法的汽車操控臺定制設(shè)計(jì)系統(tǒng)采用3層體系結(jié)構(gòu)，分別為資源層、應(yīng)用層和用戶層，如圖4所示。
�。�1）資源層是系統(tǒng)的基礎(chǔ)層，為應(yīng)用層以及用戶層的各個功能的實(shí)現(xiàn)提供基礎(chǔ)的數(shù)據(jù)和參考。資源層建立在包括硬件平臺、數(shù)據(jù)庫、PDM和網(wǎng)絡(luò)等基礎(chǔ)設(shè)施上，通過數(shù)據(jù)庫服務(wù)器與應(yīng)用層的各個客戶端連接。資源層的數(shù)據(jù)涵蓋了基于改進(jìn)的交互式遺傳算法的汽車操控臺定制設(shè)計(jì)系統(tǒng)所需要的所有數(shù)據(jù)，包括產(chǎn)品實(shí)例庫、三維信息庫、拓?fù)湫畔旌团渲眉s束庫等。
�。�2）應(yīng)用層是系統(tǒng)的核心層，由配置知識表示單元、配置知識管理單元，以及產(chǎn)品配置求解單元組成。來自資源層的數(shù)據(jù)首先通過配置知識表示單元轉(zhuǎn)化為基于PIC模型的配置知識，進(jìn)入到PIC模型數(shù)據(jù)庫，再由配置知識管理單元進(jìn)行維護(hù)。然后產(chǎn)品配置求解單元根據(jù)配置知識，通過與用戶層交互，最終得出配置結(jié)果。每次的配置結(jié)果都會由配置知識管理單元自動添加到PIC模型數(shù)據(jù)庫中，實(shí)現(xiàn)數(shù)據(jù)的實(shí)時更新。
（3）用戶層是整個系統(tǒng)的關(guān)鍵，由客戶、設(shè)計(jì)人員、系統(tǒng)維護(hù)人員和其他人員構(gòu)成。用戶層通過人機(jī)交互界面與應(yīng)用層的應(yīng)用服務(wù)器連接，使得客戶對IGA算法產(chǎn)生的個體進(jìn)行評價，促使種群進(jìn)化，最終得出滿意個體。設(shè)計(jì)人員、系統(tǒng)維護(hù)人員和其他人員負(fù)責(zé)系統(tǒng)的正常運(yùn)行和對客戶提出的問題進(jìn)行解答。
圖4基于PIC模型的汽車操縱臺定制設(shè)計(jì)系統(tǒng)
3.2系統(tǒng)的實(shí)現(xiàn)
將資源層中的各種數(shù)據(jù)轉(zhuǎn)換為能夠用來配置求解的知識，其過程通過PIC模型來實(shí)現(xiàn)。下面針對汽車操控臺，說明PIC模型的實(shí)施過程。
（1）汽車操控臺的P層模型。P層實(shí)質(zhì)為產(chǎn)品的各個組成部分的模塊化樹狀模型，因此，將汽車操控臺分為5大模塊：方向盤、中控臺、儀表盤、變速桿和空調(diào)出口。然后，每一模塊又進(jìn)一步向下細(xì)分，從而得出模塊化樹狀模型，如圖5所示。每一層級的模塊均有不同的實(shí)例與其對應(yīng)，而每一個實(shí)例均有三維信息、裝配信息和拓?fù)湫畔�，從而引出I層模型。
�。�2）汽車操控臺的I層模型。I層是P層的實(shí)例化，包含P層各個部件的不同實(shí)例的三維信息、裝配信息和拓?fù)湫畔�。以方向盤為例，它的某一個具體實(shí)例的三維信息（3Dinfo）如圖6所示，由若干曲線、曲面和基準(zhǔn)特征幾何結(jié)構(gòu)組成，能夠描述出該實(shí)例模塊的基本空間位置和幾何形狀；拓?fù)湫畔ⅲ═info）以二維表的形式表示出該實(shí)例與上級（操控臺整體）、下級（喇叭按鈕、音量調(diào)節(jié)鍵等）和同級（操控臺）的位置信息；裝配信息（Ainfo）描述該方向盤實(shí)例在產(chǎn)品組裝時自身的特征參數(shù)以及對相鄰各模塊（儀表盤）的參數(shù)要求。
（3）汽車操控臺的C層模型。C層是對于P層和I層約束信息的提取和整合。操控臺的C層部分約束如表1所示。
表1操控臺的C層部分約束
圖7為系統(tǒng)的交互界面，左側(cè)可以顯示這一代的個體（每代9個個體），右側(cè)顯示目前最優(yōu)個體和上代最優(yōu)個體以供參考，用戶可以通過該界面來對系統(tǒng)產(chǎn)生的個體進(jìn)行評價，促使種群進(jìn)化，最終產(chǎn)生滿意的個體。初始界面上顯示的個體均為2D模式，如果對某一個體感興趣，可以點(diǎn)擊“3D”來查看該個體的3D圖像。在用戶發(fā)現(xiàn)自己滿意的個體時，可以點(diǎn)擊“best”來結(jié)束進(jìn)化，系統(tǒng)則會自動輸出最優(yōu)個體對應(yīng)的BOM.
4.結(jié)論
針對現(xiàn)有的汽車產(chǎn)品大規(guī)模定制中的產(chǎn)品配置方法存在的一些不足，提出一種基于實(shí)例推理的PIC模型來進(jìn)行產(chǎn)品知識的表示，成功地解決了傳統(tǒng)知識表示方法不能很好地表達(dá)三維和約束圖7操控臺定制設(shè)計(jì)系統(tǒng)交互界面信息的問題，然后采用交互式遺傳算法進(jìn)行產(chǎn)品配置的求解，使得用戶能夠充分參與到汽車產(chǎn)品的定制設(shè)計(jì)中，最大限度地滿足其個性需求。最后建立了基于PIC模型的汽車操控臺定制設(shè)計(jì)系統(tǒng)來對該方法進(jìn)行驗(yàn)證。結(jié)果證明該方法能夠較好地實(shí)現(xiàn)汽車產(chǎn)品的大規(guī)模定制設(shè)計(jì)，充分考慮了其三維信息和約束信息，并能夠滿足用戶的個性化需求。（圖標(biāo)、參考文獻(xiàn)略）
【構(gòu)建基于實(shí)例的三維PIC模型研究批量定制汽車配件的配置技術(shù)論文】相關(guān)文章：
基于素質(zhì)銀行的高校輔導(dǎo)員職業(yè)能力模型創(chuàng)新研究論文07-03
基于KEA-P模型的高等院校工商管理專業(yè)實(shí)習(xí)模式研究論文07-03
電子技術(shù)課程研究論文07-03
勝任力模型構(gòu)建三步曲07-13
機(jī)電技術(shù)應(yīng)用專業(yè)的教學(xué)研究論文07-04
多媒體技術(shù)提升教學(xué)效率研究論文07-04
探究基于計(jì)算機(jī)軟件技術(shù)的網(wǎng)頁包裝設(shè)計(jì)技術(shù)論文07-04