- 相關(guān)推薦
構建基于實(shí)例的三維PIC模型研究批量定制汽車(chē)配件的配置技術(shù)論文
大規模定制既有大規模生產(chǎn)的低成本優(yōu)勢，又可以在一定程度上滿(mǎn)足客戶(hù)的需求，因此受到越來(lái)越多的公司的關(guān)注.產(chǎn)品配置設計作為能夠滿(mǎn)足個(gè)性化客戶(hù)需求并有效支持產(chǎn)品快速定制設計手段，已經(jīng)成為大規模定制的核心設計方法.目前，對于解決大規模定制產(chǎn)品配置的研究?jì)热葜饕挟a(chǎn)品配置成本評估,產(chǎn)品配置知識獲取,產(chǎn)品配置動(dòng)態(tài)驅動(dòng),產(chǎn)品配置性能預測,并取得了一定的成果。但是上述研究多集中在產(chǎn)品配置規劃方面，對產(chǎn)品微觀(guān)配置過(guò)程涉及不多。對于產(chǎn)品配置知識的表示，近年來(lái)的研究熱點(diǎn)有基于約束滿(mǎn)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(wèn)題。
但是對于像汽車(chē)這樣復雜的產(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(guò)去已有的很有價(jià)值的設計知識和經(jīng)驗；③利用配置模板對產(chǎn)品從頭開(kāi)始配置設計，既耗時(shí)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(guò)去已有的有價(jià)值的設計知識和經(jīng)驗，已成為產(chǎn)品設計開(kāi)發(fā)的一種有效實(shí)現方式.據調查，產(chǎn)品設計活動(dòng)中有大約75%的設計是基于實(shí)例的產(chǎn)品設計.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)相結合來(lái)實(shí)現定制過(guò)程中多種類(lèi)型過(guò)程知識的共享與重用；王新等提出了產(chǎn)品組需求類(lèi)和需求匹配模板的概念，通過(guò)二級實(shí)例匹配求解實(shí)現產(chǎn)品配置；CHENG等提出將CBR與產(chǎn)品生命周期建模技術(shù)結合，應用于綠色產(chǎn)品配置開(kāi)發(fā)。這些配置設計方法在解決產(chǎn)品的快速響應設計問(wèn)題時(shí)具有一定優(yōu)勢，但是對于大規模定制下汽車(chē)的設計還存在以下不足：產(chǎn)品配置模型并沒(méi)有全面表達像汽車(chē)這樣復雜產(chǎn)品配置模塊之間多層次的復雜約束信息和三維信息等，由于缺少這些重要的設計信息，可能導致最終得出的BOM無(wú)法或很難造型、布局或裝配；對于客戶(hù)的需求，多是對其進(jìn)行分解和分析，然后轉化為各種設計參數，作為產(chǎn)品配置的輸入，而客戶(hù)并沒(méi)有實(shí)際參與到產(chǎn)品的設計中，像汽車(chē)這種很難量化的產(chǎn)品，如果客戶(hù)沒(méi)有實(shí)際參與到產(chǎn)品的設計過(guò)程中，很難得到令其滿(mǎn)意的結果。
因此，針對以上問(wèn)題，筆者提出一種基于實(shí)例的PIC模型，將汽車(chē)的部件、三維和約束信息整合為一個(gè)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(chē)操控臺定制設計系統進(jìn)行驗證。
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(wèn)題的基礎，其實(shí)質(zhì)是對企業(yè)擁有的設計實(shí)例資源的整合，使其結構化、規范化，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)擁有的設計實(shí)例資源整合為一個(gè)整體，以滿(mǎn)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層模型的基礎層，實(shí)質(zhì)為產(chǎn)品的各個(gè)組成部分的模塊化樹(shù)狀模型。其可以表示為P=（NUM,NAME,F,PA）。NUM為各部件模塊的標識；NAME為各部件模塊的名稱(chēng)；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。
�。�2）I（information）層為信息層，是P層的實(shí)例化，包含有P層各個(gè)部件的不同實(shí)例的三維信息、裝配信息和拓撲信息，可以表示為I=（NUM,PNUM,3Dinfo,Tinfo,Ainfo）。其中：NUM為該實(shí)例信息模塊的標識；PNUM為該實(shí)例信息模塊對應的P層部件模塊的標識；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計細節；Tinfo為該實(shí)例模塊的拓撲信息，即在產(chǎn)品組裝時(shí)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(shí)自身的特征參數以及對相鄰各模塊的參數要求。
�。�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(lái)自P層的非結構性約束和來(lái)自I層的結構性約束，可以表示為C=（NUM,NAME,TYPE,IF,THEN）。其中：NUM為該約束的標識；NAME為該約束的名稱(chēng)；TYPE為該約束的類(lèi)型，TYPE=0,則該約束為結構性約束；TYPE=1,該約束為非結構性約束；IF為該約束的條件輸入項；THEN為該約束的結論輸出項。
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(wèn)題的求解，充分考慮用戶(hù)的個(gè)性需求，對于汽車(chē)的評價(jià)，不同的人有不同的看法，主觀(guān)性很強，難以量化，因此筆者應用交互式遺傳算法來(lái)解決產(chǎn)品配置問(wèn)題。交互式遺傳算法是將傳統進(jìn)化計算與人的智能評價(jià)有機結合，是一種解決隱式性能指標優(yōu)化問(wèn)題的有效方法。交互式遺傳算法需要用戶(hù)的評價(jià)來(lái)實(shí)現進(jìn)化，因此能使用戶(hù)積極地參與到產(chǎn)品定制設計中，最大限度地滿(mǎn)足其要求。傳統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(chē)的各個(gè)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PIC模型用二進(jìn)制來(lái)對汽車(chē)操控臺進(jìn)行編碼。如圖3所示，一條染色體代表一個(gè)設計產(chǎn)品，以汽車(chē)操控臺為例，總體分為6個(gè)部分，分別對應操控臺的5大模塊和顏色模塊，每一部分又進(jìn)一步根據PIC模型中P層分為若干基因，每一個(gè)基因的二進(jìn)制代碼均代表一個(gè)具體的實(shí)例。圖3中中控臺的編碼001001001即代表“第一類(lèi)GPS導航、DVD音響系統、液晶顯示屏”的實(shí)例。
將汽車(chē)的各個(gè)模塊轉變?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(guò)進(jìn)化最終得到用戶(hù)滿(mǎn)意的個(gè)體。
3.基于PIC模型的操縱臺定制設計系統
3.1系統的設計原理與結構
筆者提出的基于改進(jìn)的交互式遺傳算法的汽車(chē)操控臺定制設計系統采用3層體系結構，分別為資源層、應用層和用戶(hù)層，如圖4所示。
�。�1）資源層是系統的基礎層，為應用層以及用戶(hù)層的各個(gè)功能的實(shí)現提供基礎的數據和參考。資源層建立在包括硬件平臺、數據庫、PDM和網(wǎng)絡(luò )等基礎設施上，通過(guò)數據庫服務(wù)器與應用層的各個(gè)客戶(hù)端連接。資源層的數據涵蓋了基于改進(jìn)的交互式遺傳算法的汽車(chē)操控臺定制設計系統所需要的所有數據，包括產(chǎn)品實(shí)例庫、三維信息庫、拓撲信息庫和配置約束庫等。
�。�2）應用層是系統的核心層，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(lái)自資源層的數據首先通過(guò)配置知識表示單元轉化為基于PIC模型的配置知識，進(jìn)入到PIC模型數據庫，再由配置知識管理單元進(jìn)行維護。然后產(chǎn)品配置求解單元根據配置知識，通過(guò)與用戶(hù)層交互，最終得出配置結果。每次的配置結果都會(huì )由配置知識管理單元自動(dòng)添加到PIC模型數據庫中，實(shí)現數據的實(shí)時(shí)更新。
�。�3）用戶(hù)層是整個(gè)系統的關(guān)鍵，由客戶(hù)、設計人員、系統維護人員和其他人員構成。用戶(hù)層通過(guò)人機交互界面與應用層的應用服務(wù)器連接，使得客戶(hù)對IGA算法產(chǎn)生的個(gè)體進(jìn)行評價(jià)，促使種群進(jìn)化，最終得出滿(mǎn)意個(gè)體。設計人員、系統維護人員和其他人員負責系統的正常運行和對客戶(hù)提出的問(wèn)題進(jìn)行解答。
圖4基于PIC模型的汽車(chē)操縱臺定制設計系統
3.2系統的實(shí)現
將資源層中的各種數據轉換為能夠用來(lái)配置求解的知識，其過(guò)程通過(guò)PIC模型來(lái)實(shí)現。下面針對汽車(chē)操控臺，說(shuō)明PIC模型的實(shí)施過(guò)程。
�。�1）汽車(chē)操控臺的P層模型。P層實(shí)質(zhì)為產(chǎn)品的各個(gè)組成部分的模塊化樹(shù)狀模型，因此，將汽車(chē)操控臺分為5大模塊：方向盤(pán)、中控臺、儀表盤(pán)、變速桿和空調出口。然后，每一模塊又進(jìn)一步向下細分，從而得出模塊化樹(shù)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，而每一個(gè)實(shí)例均有三維信息、裝配信息和拓撲信息，從而引出I層模型。
�。�2）汽車(chē)操控臺的I層模型。I層是P層的實(shí)例化，包含P層各個(gè)部件的不同實(shí)例的三維信息、裝配信息和拓撲信息。以方向盤(pán)為例，它的某一個(gè)具體實(shí)例的三維信息（3Dinfo）如圖6所示，由若干曲線(xiàn)、曲面和基準特征幾何結構組成，能夠描述出該實(shí)例模塊的基本空間位置和幾何形狀；拓撲信息（Tinfo）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、音量調節鍵等）和同級（操控臺）的位置信息；裝配信息（Ainfo）描述該方向盤(pán)實(shí)例在產(chǎn)品組裝時(shí)自身的特征參數以及對相鄰各模塊（儀表盤(pán)）的參數要求。
�。�3）汽車(chē)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為系統的交互界面，左側可以顯示這一代的個(gè)體（每代9個(gè)個(gè)體），右側顯示目前最優(yōu)個(gè)體和上代最優(yōu)個(gè)體以供參考，用戶(hù)可以通過(guò)該界面來(lái)對系統產(chǎn)生的個(gè)體進(jìn)行評價(jià)，促使種群進(jìn)化，最終產(chǎn)生滿(mǎn)意的個(gè)體。初始界面上顯示的個(gè)體均為2D模式，如果對某一個(gè)體感興趣，可以點(diǎn)擊“3D”來(lái)查看該個(gè)體的3D圖像。在用戶(hù)發(fā)現自己滿(mǎn)意的個(gè)體時(shí)，可以點(diǎn)擊“best”來(lái)結束進(jìn)化，系統則會(huì )自動(dòng)輸出最優(yōu)個(gè)體對應的BOM.
4.結論
針對現有的汽車(chē)產(chǎn)品大規模定制中的產(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(lái)進(jìn)行產(chǎn)品知識的表示，成功地解決了傳統知識表示方法不能很好地表達三維和約束圖7操控臺定制設計系統交互界面信息的問(wèn)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(hù)能夠充分參與到汽車(chē)產(chǎn)品的定制設計中，最大限度地滿(mǎn)足其個(gè)性需求。最后建立了基于PIC模型的汽車(chē)操控臺定制設計系統來(lái)對該方法進(jìn)行驗證。結果證明該方法能夠較好地實(shí)現汽車(chē)產(chǎn)品的大規模定制設計，充分考慮了其三維信息和約束信息，并能夠滿(mǎn)足用戶(hù)的個(gè)性化需求。（圖標、參考文獻略）
【構建基于實(shí)例的三維PIC模型研究批量定制汽車(chē)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(zhuān)業(yè)實(shí)習模式研究論文07-03
華為路由器配置實(shí)例詳細備注講解07-11
電子技術(shù)課程研究論文07-03
勝任力模型構建三步曲07-13
機電技術(shù)應用專(zhuān)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