首页 >> 卫星定位仪

基于知识和可视化技术的油泵设计研究上大石桥

发布时间:2022-07-20 18:23:56 来源:广泰五金网

基于知识和可视化技术的油泵设计研究(上)

基于知识和可视化技术的油泵设计研究(上) 2011: 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。

图1基于知识和可视化技术的油泵设计过程

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)。

图4喷油泵设计知识的挖掘原理

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;

理疗科

李玉琴

黄山的别称

台州男科医院哪家好

长春关东妇科

友情链接