约束驱动的产品形态概念设计智能优化模型研究

王伟伟 余隋怀 杨刚俊 杨延璞

西北工业大学，西安，710021

0 引言

制造技术和信息技术的迅速发展，以及市场竞争的日趋白热化，使新产品的开发与设计正在发生转变。传统的功能至上或者单一的外观竞争策略已不能再满足市场的需求［1］。未来，新产品概念设计所受的约束条件越来越多，新产品需要最大限度地满足各个约束，才有可能取得成功。这就需要反复对设计方案进行推敲与优化。但传统的产品开发模式，决定了设计优化过程过度依赖于设计师的经验，存在不确定性，往往一个或几个设计师就可影响这个企业的产品开发策略。另外，在这种模式下设计师的更迭更是制约了企业的产品策略。

近年来，针对概念设计优化方面的研究主要集中在软件工程、相关算法和产品结构设计方面，对产品概念设计优化主要停留在设计评价方面。文献［2］提出了一种多目标的演化算法;文献［3］在功能树的基础上构建了一种快速的多目标进化算法;文献［4-5］基于一种结构不断生长的独特设计思路，提出了结构与公差同步设计的产品概念设计优化的设计思想;文献［6］提出了一种滚切剪切机构优化设计系统;文献［7］在手机概念设计阶段同时考虑了用户要求、构件设计属性、设计成本和综合评价值等多种因素，将分布估计算法应用于求解手机集成的多目标优化问题。但是，以往的研究很少涉及产品形态概念设计智能优化方法和技术，很难满足设计师对设计方案进行科学、客观地优选和改进的要求。然而，这方面的探索可有效地提升实践过程中产品外观设计的质量和效率。

本文提出一种约束驱动的产品概念设计智能优化模型，用以匹配产品形态概念设计中的方案优化问题。通过分析产品形态概念设计特点，提出了约束驱动的产品形态概念设计优化方法，并在此基础上建立了其框架模型和算法机制，给出了完整的实施方案线路。最后，利用某款机场消防车的形态概念设计优化对该方法进行了验证。

1 基本概念

1． 1 产品概念设计约束

产品形态概念设计作为产品设计程序中的孕育阶段，既需要协调产品的物质功能结构，又需要综合考量产品的精神美学功能，还需要处理好产品与用户、与企业、与社会、与环境之间的复杂关系。因此产品概念设计需要跨越用户域、市场域、功能域、结构域、制造域的同时，还需要处理人机、界面、审美、情感、文化、家族识别等方面的问题。反过来，这些因素就构成了产品概念设计的约束。产品概念设计从本质上讲就是对各类设计约束以及冲突的求解过程，好的设计方案应该是对所有设计约束的一种巧妙的折中，或者是最大程度的满足。

1． 2 约束驱动优化

约束驱动优化是指在对新产品形态概念的局部或整体进行优化的过程中，将约束作为主要的参考条件，由计算机自动对设计方案实现优化，作为进一步设计的参考原型。约束驱动优化替代原有的经验论，从而使优化过程显得更加科学、客观。产品设计约束即指产品开发设计的原始条件，如功能约束、结构约束、流行趋势约束、产品识别约束等。

现阶段对于约束驱动建模的研究多集中于人机接触面方面和机构优化设计方面。基于能量约束的曲面设计方法最早出现于1987年，加拿大学者Terzopoulos等将基于物理能量模型的可变形曲面造型技术引入计算机图形学中［8］。基于图形学中能量优化的研究目标主要集中在对曲面的连续性和光顺性的研究上［9-11］。另外，其他一些领域(如建筑设计、机械设计等)的研究也涉及能量优化的概念，但还未形成系统化的应用以及实用性的软件工具。在学术界，设计约束的研究受到了越来越多的关注，浙江大学罗仕鉴等［12］对基于设计基因的产品族设计进行的研究，就是将产品家族识别因子作为产品设计的主要约束来进行的;刘肖健等［13］验证了基于人体形态与产品曲面形态的相似性和人机接触压力的能量优化曲面形态设计方法，并取得了一定的成果。

1． 3 约束驱动优化法原理

假设在设计优化的过程中，简化约束只重点考虑某一方面的因素，其设计法则如图1所示。

图1 优化法则

也就是说，A经过B的作用后变为C。这也可以表示为 cij=aij+ αbij，其中aij∈A，bij∈B，cij∈C，α为优化因子。

这种情况较常见于现在的设计程序中［14］。比如在产品样机试制前，会进行专门的产品结构设计优化与论证。

例如，图2是某款数码相机机身一侧的形态概念设计曲线优化方案示意图，假设曲线A0为概念曲线，而曲线B0为家族识别曲线，根据产品策略，要求新产品具有极高的家族识别特征，识别率要超过80%，那么由此可得的优化曲线即为C0。

图2 数码相机机身曲线优化示意

2 约束驱动的概念设计优化法模型框架

本研究主要通过对产品进行关键线条的绘制，并对关键线条进行约束驱动运算，通过对关键线条的优化来实现对整个产品的优化。

图3 研究框架

主要研究框架如图3所示。首先根据目标产品的设计特点，通过设计团队的团体决策，确定决定产品外形的关键曲线，根据关键曲线对形态概念设计草案进行曲线绘制，得到形态概念设计的曲线模型，并对每条曲线进行编码。其次，根据确定的约束从相应的约束知识库中调用约束模型，在此基础上依据形态概念设计曲线模型对应得到各个约束的曲线模型，并进行编码。然后，确定每个约束相对于目标的重要性，根据领先用户、设计、产品专家对约束重要性的评价结果，利用层次分析方法进行综合计算，得到每个约束的权重隶属度［15］。最后根据编码对概念设计曲线模型上的每条曲线进行多维度约束驱动计算和优化，得到优化后的产品形态概念设计曲线模型，并以此曲线模型为参照，在三维设计软件中构建设计方案的曲面或实体模型，从而得到比较理想的产品形态概念设计方案。

3 约束驱动下的设计曲线优化模型

在进行设计优化时，主要是通过对设计方案关键线条的优化来实现对整个方案的优化的。对关键线条的优化思路如图4所示。

图4 设计曲线优化流程

3．1 约束关系的构建

(1)定义约束空间。约束空间U={G1，G2，…，Gn}，Gi为第i条约束曲线。

(2)定义每条曲线的约束关系。建立目标曲线和约束曲线的信息超图G=(L，K)，L={L1，L2，…，Ln}为约束曲线的子线段集合，K={∂k1，∂k2，…，∂kn}表示子线段的曲率改变。

(3)对目标曲线进行等距分割。检索曲线上第i条子线段的起点坐标为(xi0，yi0)，终点坐标为(xin，yin)，Vi={Vi1，Vi2，…，Vin}为目标曲线子曲线段的顶点集，其中等分点的数量根据∂ki的大小在［0，1］上模糊取值，当 ∂ki→ 0 时，ηi取1，这时不再对子线段进行等分。

(4)对约束曲线进行分割。综合分析各个约束，产品的家族识别对产品的市场竞争起着越来越关键的作用，因此选择家族识别曲线并对其进行同样的分割，其中对对应子线段的分割数量调用目标曲线的对应数值。最后我们得到另外一组拆分点。这时，将目标曲线和家族识别曲线的对应分割点连接并延长，与其他约束曲线相交，并等待其他的约束等分点，如图5所示。

将得到的点按照空间时序重新排列，可得到目标曲线的顶点集V和约束点阵A:

图5 目标线条和约束线条等分示意图

式中，Pij为第i条驱动曲线上的第j+1个对应点。

3．2 定义约束优化隶属程度

约束优化隶属程度是约束空间中各约束曲线对于目标曲线的约束权重。如何确定各约束曲线的隶属程度是实施目标优化的关键步骤之一，关系着最终结果的可信度。约束优化隶属函数ux(Gi)由专家打分决定，在［0，1］上取值，它的大小反应了约束曲线Gi对于目标曲线的重要性。ux(Gi)的值接近于0，表示Gi对目标曲线的重要性较低，ux(Gi)的值接近于1，表示Gi对目标曲线的重要性较高，会对优化结果产生较大的影响。

3．3 约束驱动计算

首先计算目标曲线与驱动曲线对应点之间的距离，即

其中，P0(x0，y0)为目标曲线上的点，Pi(xi，yi)为第i条驱动曲线上的对应点。然后综合考虑驱动方向进行分析，这时驱动变形可记为P0Pi。

设优化后的曲线为G'，P'0为G'上的对应点，那么点P0的优化变形量，当D为正值时曲线发生膨胀性变形，当D为负值时曲线发生收缩性变形。

设U=［u1u2… ui… uN］T，其中ui为约束曲线Gi的约束优化隶属度。那么优化后的曲线为

其中，P0j为目标曲线上的点，P0j∈V，Pij为第i条约束曲线上的点，Pij∈A。

4 实现约束驱动概念设计优化的支撑技术

4．1 产品关键线条的提取与编码

在产品草案设计结束后会形成大量的设计方案，经过严格评估和筛选后，对重点方案进行设计优化。在选定的设计草图上提取产品的主要特征线条并统一编码，一般可以选择形态的边界线条和主要造型线条，如图6所示。

图6 关键线条提取与编码

为了实现对产品形态概念设计方案的约束驱动优化，需要统一的线条划分和编码规则，这样才能解决驱动计算过程中的线条匹配问题。以某汽车品牌的鬼脸设计为例，可以指定如表1所示的线条划分和编码规则。

表1 某品牌汽车鬼脸设计线条编码原则

4．2 产品约束知识库

产品约束知识库是约束驱动计算的知识和数据的集合与管理平台，包括约束技术知识库、约束模型库和专家系统。约束技术知识库包括产品的设计资源、设计要求、产品的家族特征、标准及定制产品技术资料、设计管理的规范以及技术领域的经验智慧等。约束模型库主要是存放产品的主要约束模型，该模型由约束标签和约束线框模型组成。约束标签包括对约束的描述和约束的图像描述，约束线框模型即由约束的主要线条组成的三维模型。专家系统包含了为设计人员提供寻求问题解答和知识共享的途径［14］。

通过产品约束知识库库，设计人员能够在设计过程中方便地得到领域专家知识、专业技术文献、成熟设计实例、工程数据标准和人机工程数据标准等，同时也能实现快速的概念设计约束定位和约束优化。

4．3 软件开发

软件系统的实现可以采用Visual C++V6．0为开发环境，通过平台的二次开发功能，采用COM组件化技术，在Windows环境下进行开发，使其具有很好的可移植性。组件开发可以采用基于ATL的组件开发模式来进行，数据的读取与交换主要通过SolidWorks2006提供的API接口来实现，底层数据库的构造采可以用Access数据库来完成。

5 实例

本文以某企业的机场主力消防车造型设计为例，从技术生成的角度出发，通过最初的形态概念设计到概念设计优化，再到最终的产品定型，验证理论的可行性。

5．1 优化定位

考虑到设计对象本身的特点，选用市场域、家族识别和功能域三个方面的约束来进行优化验证。

(1)市场域。市场域约束对象的选择，主要考虑市场认可度、销售情况、审美以及能否代表未来发展方向等多个方面的因素。表2所示的市场域中选择的两款消防车产品代表了现阶段国际市场机场主力消防车的主流外形形态。这两款车型不仅获得了多项国际性的设计大奖，而且市场认可度极高，符合消费者对审美和情感方面的需求，可以说代表了机场消防车未来的发展方向。经过专家打分和智能计算，在新产品的形态概念设计中，以其形态作为市场域的主要约束因素。

(2)家族识别域。家族识别要能体现产品的家族设计特色，应具有鲜明的识别因子和设计DNA。一般选择企业的主打产品。

(3)功能域。产品外在形态是产品内在功能实现的载体，功能域约束保证产品以最简的外观形态实现其全部功能。

表2列出了约束对象选择的情况。

表2 机场主力消防车约束对象选择

5．2 草图设计

根据市场调研和需求分析，草图设计方案如图7所示。

图7 机场消防车设计草图

5．3 约束驱动计算

对选定的草图进行关键线条的绘制并编码，然后对关键线条进行多约束驱动运算。图8即为选定方案的关键线条约束编码图。

图8 选定方案关键线条编码

5．4 三维模型制作

将计算后的线框模型导入后续加工软件，以优化后的线框作为参照，制作模型并渲染。最终的方案效果图如图9所示。

图9 最终方案效果图

6 结语

在质量和技术日益趋同的情况下，企业间的竞争已经由原先的质量和技术竞争逐渐转变为设计的竞争。如何有效地组织企业产品的现有竞争优势，并融入更多的时代因素和企业品牌因素，通过有效的设计手段来实现产品的快速设计，将成为企业品牌建设及企业发展的难题。而约束驱动产品形态概念设计优化无疑是解决这一问题的方法之一。

从工业设计出发，本文研究了约束驱动产品形态概念设计的智能优化模型，并以某机场消防车的概念设计为例进行了验证，为产品开发设计实践和设计教育提供了参考。这一理论的广度和深度还有待于进一步深入探讨，接下来的工作是:①研究更加高效的约束驱动算法;②研究曲面的约束驱动原理，使这一过程更加智能;③研究约束驱动概念设计优化的学习与推理机制，为进一步构建产品族快速设计平台奠定基础。

［1］ 姚珺，宁汝新，张绪，等．计算机辅助产品方案设计方法研究［J］．中国机械工程，2002，13(18):1573-1576．

［2］ 谢涛，陈火旺，康立山．多目标优化的演化算法［J］．计算机学报，2003，26(8):997-1003．

［3］ Shi Chuan，Li Qingyong，Shi Zhongzhi．A Quick Multi－objective Evolutionary Algorithm Based on Dominating Tree［J］．Journal of Software，2007，3(18):505-516．

［4］ 张勇，黄克正，王卫国，等．结构与公差同步设计的产品概念设计优化［J］．计算机集成制造系统，2006，12(3):321-327．

［5］ Dantan J Y，Anwer N，Mathieu L．Integrated Tolerancing Process for Conceptual Design［J］．CIRP Annals －Manufacturing Technology，2003，52(1):135-138．

［6］ 余隋怀，杨刚俊，张恒昌，等．滚切剪剪切机构优化设计系统的构建［J］．机械设计，2009，3(26):63-65．

［7］ 刘婧，刘弘．基于多目标进化算法的手机概念设计优化［J］．计算机工程与设计，2008，29(4):1013-1015．

［8］ Andreoni G，Santambrogio G，Rabuffetti M，et al．Method for the Analysis of Posture and Interface Pressure of Car Drivers［J］．Applied Ergonomics，2002，33(6):511-522．

［9］ Falou W E，Duchene J，Grabisch M，et al．Evaluation of Driver Discomfort during Long－duration Car Driving［J］．Applied Ergonomics，2003，34:249-255．

［10］ Porter J M，Gyi D E，Tait H A．Interface Pressure Data and the Prediction of Driver Discomfort in Road Trials［J］．Applied Ergonomics，2003，34:207-214．

［11］ Kolich M．Automobile Seat Comfort:Occupant Preferences vs．Anthropometric Accommodation［J］．Applied Ergonomics，2003，34:177-184．

［12］ 罗仕鉴，朱上上，冯骋．面向工业设计的产品族设计 DNA［J］．机械工程学报，2008，44(7):123-128．

［13］ 刘肖健，孙守迁．基于能量优化的产品曲面人机设计［J］．中国机械工程，2008，19(8):976-980．

［14］ Eastman C，Tay S J．A Database Supporting Evolutionary Product Model Development for Design［J］．Automation in Construction，1999，8(3):305-323．

［15］ 刘忠途，王启付，陈立平．CAD中的知识驱动研究［J］．中国机械工程，2004，15(17):1537-1541．