基于实例的产品快速配置方法研究

摘要：本文针对半挂罐车等特种车辆，分析了该类产品的相似特征，利用实例与规则集成的快速配置方法，先通过加权欧氏距离的聚类算法来求解历史实例和目标产品间的相似度，提取快速配置过程中所需的相似历史实例，进而采用知识库和规则库对所得实例进行优化，从而满足订单要求，实现基于历史相似实例的板构件产品配置方法。

Abstract: This paper, aiming at special vehicle such as semi-trailer tank truck, analyzed the similar characteristics of these products, and used quick configuration combined with rule base and example base. Clustering method of weighted Euclidean distance was applied to calculate similarity between historical example and the new product so as to resolve similar case extraction in configuration process. The configuration knowledge based was adopted to optimize the configuration results and product configuration method based on similar case for the slab and frame products was also realized. It satisfied the order requirements, and realized the board product configuration based historical examples.

关键词：历史实例；产品配置；物料清单；基于订单

Key words: historical instance；product configuration；bill of material；order based

中图分类号：TH16 文献标识码：A文章编号：1006-4311（2011）17-0035-02

0引言

基于模块化技术的产品配置方式，是一种新兴的产品设计制造关键性技术，可以有效地缩短产品的设计周期，按照订单灵活快速确定产品的结构方案，提高各种设计资源的重用和降低产品的设计生产成本。产品配置方法国内外对此进行了大量研究，目前主要有基于规则（rule based）和基于资源（resource based）这两种产品配置方法。基于规则的产品配置方法已被成功应用于验证用户订单的技术合理性，并初步指导实际装配，取得了较好的经济效益。

本文将具有板结构特征的产品为研究对象，从面向订单的需求出发，构建与用户需求相适应的产品配置模型，通过分析一系列板、框类产品的特征相似性，并进行历史实例与待求目标产品的相似匹配，提出了基于相似历史实例的产品配置方法。

1产品的快速配置模型

1.1 板构件产品的特征分析经过对大量的车辆板构件产品的分析，该类产品具有以下几点特征：①属性参数相似：所有零部件具有长度、宽度、厚度、角度等属性参数。②零部件类别统一：产品由有限种（2-3种）材质、不同形状、尺寸、数量的板式零部件构成。③装配参数和参数确定方式相似：对所有零部件装配的过程中，我们能够通过装配参数，例如数量、位置、倾斜度等进行描述。④设计生产流程相似：大多为厂家自制件，从订单出发，先确定产品零部件的各个参数，再绘制相应的工程图以供实物制造，最后组装成品。

1.2 快速配置模型的建立产品快速配置的关键是在正确理解和表达用户需求的基础之上，在资源库中找到可以满足订单需求的模块，以组成所需的产品。配置知识的表达作为产品配置模型的基础，配置模型的建模过程实际上是对现有产品所蕴涵的知识、经验、关系的表达和提取的过程。对板构件产品的相似特征进行分析可知，其产品快速配置的解可用包含产品自身属性参数和装配参数的产品物料清单与装配约束的规则来一同表达，关于约束的规则也是参数确定方式之一，图1给出了板构件产品的快速配置模型，其可表达为：P=f（PA，S，V，H，R），其中，P为要配置的产品，f为配置方法，该配置方法对括号内的数据集进行操作，PA为产品装配结构模型，S为板构件集，V为变量集，H为以往的产品实例集，R为规则集。

板构件集S={S1，S2…Si…Sn}，i=1，2…n。Si是可用属性参数和装配参数描述的板式零部件，i为板构件的ID编号，产品装配结构模型PA表示具有相似装配结构的产品集合，板构件产品PA的相似装配结构指构成该产品的所有板构件Si及其装配方式相似。变量集V包含三个变量子集：需求变量子集VD、板构件属性变量子集VS1 和装配变量子集VS2。VD描述订单上的需求，变量的个数与订单上描述需求指标的个数相关，VDk 即为第k个需求变量。VS1描述板构件自身的尺寸属性和材料属性，VS2 描述板构件装配时的约束参数，VSi1k 即为板构件i的第k个属性变量，VSi2k即为板构件i的第k个装配变量。VS1和VS2为待求配置变量，其值组成快速配置结果的一部分。因此，变量集V={VD，VS1，VS2}，其中VD={VDk}，VS1={VSi1k}，VS2={VSi2k}，i=1，2，…n，k=1， 2，…。实例库H是已经成功定型生产的实例集。实例存储的合理性是实现快速配置的基础，直接关系到实例匹配的效率和最终解的优劣程度。实例的表示关系到实例的内容和结构组织方式。针对板构件产品的特征，实例需采用双层结构来存储两个方面的内容。第一层存储实例化的需求变量子集VD，第二层存储实例化的构件变量VS1和VS2。因为如果两产品实例的需求变量子集VD接近，则一般来说两产品的设计方案也应相似，所以将第一层需求变量子集VD作为已知量进行属性匹配求解，第二层的内容将是待求产品的初解，最终将形成产品的BOM等设计制造资源。设描述产品需要n个需求变量，H中有m个实例，实例库的表达如表1所示。

规则集R作为产品快速配置模型的配置知识库，用以表达产品配置变量间的关系，是确定配置变量值的方式之一。根据板构件产品参数的基本确定方式，将R中的规则分成四类，分别形成四个子集：属性配置规则R1、装配约束规则R2、设计经验规则R3 和结果校核规则R4。则规则集R可表达为R={Rijk}，i=1，2…n，j=1，2，3，4，k= 1，2…，Rijk表示约束板构件Si变量的第k条第j类规则。由于板构件产品参数的确定方式并不复杂，基本上都是利用力学和数学为基础的设计计算公式，故规则的构造也并不复杂，设计计算公式的有限性决定了配置知识库也不会很庞大，根据文献[4]，采用规则If （Condition）Then（Result）的方式构造配置规则即可。另外，在设计者优化某一配置变量与设置并不只有一条规则的情况下，规则之间或许会有冲突，产生覆盖规则的问题。为了能够有效地处理这一问题，应对规则设置完成之后，对整个规则中Result的左边同名变量的数量通过程序进行检查。实际上，考虑到基于相似实例的配置方法中大部分配置变量通过基于相似实例来赋值，规则只是用于少数配置变量的优化，在通常状况之下，在设置规则时，设计者从宏观方面就能够控制规则的冲突问题。以半挂式罐车为例，R1和R2是以力学和数学为基础的，可在相关国标和行标中查得计算公式，来约束VS1和VS2中的变量；R3是设计人员根据个人以往经验设定；R4是为确保能承载用户要求的载重吨位而进行的强度和刚度校核。如果要表达当罐车车间腹板的高厚之比大于70时就需要在腹板中布置一些加固件，只需使用规则If（VS611/VS613 >70）Then（VS98=True），其中VS611，VS613，VS98分别表示车架腹板的高、厚和腹板中部是否需要另外加固件。

2基于产品历史实例的配置优化方法

产品配置方法f是根据用各个户需求参数对产品模型中的各构件类实例化的过程。

在基于历史实例的产品配置中，要想处理类似实例的筛取问题就应选用适宜的匹配算法。目前，在众多领域中都普遍的应用到聚类分析算法，它能够通过加权的n维空间距离把目标对象同已有对象作出排序，这在聚类分析中是经常用到的距离度量方法，由于加权欧氏距离的聚类算法注意到在相似聚类过程中，对象里的各个属性变量影响作用的不一样，在参数型属性的实例检索中更加有效。它通过计算历史实例和待求产品之间的欧氏距离来确定相似度，距离越小则表明相似程度越大。半挂罐车产品的需求变量是用来描述外形尺寸、速度、承载重量、容积等性能参数的，通过带权参数的欧氏距离的聚类算法对需求变量进行处理可以得到产品实例间的相似度，以此为依据进行产品相似实例的筛取工作。基于历史实例的产品配置全过程如图2示，分为如下几个步骤：

2.1 对订单数据的采集。提取用户订单中的重要的变量参数，将用户的需求转换成需求变量集VD中的各元素。

2.2 进行历史实例和目标配置方案的匹配提取。确定历史实例与目标产品相似度的加权距离的聚类算法过程如下：

设产品订单实例中的需求变量为VD1，VD2…VDn，且共有m 个历史实例，VDij表示第i个实例第j个需求变量的值，则有：

待求配置实例向量x=（VD1，VD2…VDn）

需求变量的权值求解采用层次分析法，将作为匹配属性的板构件需求变量作为同层因素进行同层次两两因素间的相对比较，构造判断矩阵，采用其常用的1~9，其比率标度意义如表2，也可由通过总结历史设计经验建立判断标度表，确定每一个需求变量的权重值。

2.2.3 求带权的欧式距离cdi及与目标实例相似程度ri，并选取最匹配的历史实例。目标实例与各历史实例的加权欧式实例：目标实例与各历史实例的相似度为：ri=1-cdi。在历史资源库中选取相似度ri值最大的实例，即为历史实例库中与当前目标产品最匹配的实例。

2.3 选取最匹配的相似历史实例作为配置基型，其继承了该实例的属性变量和装配变量的实例值。

2.4 在相似历史实例的基础上配置优化。在实际设计中，基于相似实例配置出来的初始结果往往并不能完全达到设计要求,设计人员需通过配置规则库，有选择地设置规则库R1，R2，R3来调整变量集VS1，VS2中的变量值。变量VS1，VS2的优化算法的采用If（Condition） Then（Result）结构，具体流程如下：

i=1

While i< n Do / / n 为板构件总数，遍历所有构件

{CurrentComponent=Si

j=1；k=1

While j< 4 Do / / 四类规则

While k

Begin

CurrentRule=Rijk

If（CurrentRule.Condition）Then/ /VSi1，VSi2赋值

CurrentRule. Result

}

Return VS1，VS2

2.5 校验结果并生成产品设计模型。优化的结果最终需要通过校核规则库R4的检查和校核。若有未通过校核的变量，则需按之前的步骤进一步配置优化。最后，将变量集VS1，VS2中的最终值形成产品的快速配置模型。

3总结

基于相似历史实例与知识规则集成的产品配置方法直接运用先前成功的知识和经验，可以有效地避开传统的复杂配置程序，降低并减少设计者的工作量以及产品开发的周期，从而提高产品配置的成功率。同时还能有效利用和管理企业已有的设计图纸、生产方案等现有资源，可根据产品订单的不同需求及制造约束条件有侧重地应用历史实例匹配与规则推理的各自优势，综合求解，反复校验，从而有效提高模块化设计中产品快速配置求解的效率和准确性。由于基于订单的产品设计与制造流程具有复杂且模糊的特点，这使得历史实例配置求解的匹配算法和知识库、规则库的建立都存在着一定的难度，因此，产品最终的配置方案对各组件对象的独立配置能力有很高的要求。另外，产品配置模型求解、知识库及规则库定义和管理的方法，对最终设计方案的评价及实际可靠性具有重要作用。本文在分析汽车类板构件产品特征的基础上，提出了该类产品的快速配置模型及其方法，具有较好的实际应用价值。

参考文献：

[1]孙毅单,继宏,孙中炜,毛亚郎.基于实例与规则集成的模架配置方法.中国机械工程,2009,20,(4).

[2]肖刚,包志炎,高飞等.基于相似实例的板构件产品配置方法.计算机集成制造系统,2010,第16(2).

[3]肖新华,史明华,杨小风.基于模块化产品实例的变形设计技术研究,中国技术工程,2007，18(7).