基于实例和规则的清障救援车配置方法研究

陈 兵，郭永恒，刘 昌，张国胜

(1.北京科技大学机械工程学院，北京 100083；2.交通运输部公路科学研究院，北京100088)

1 引言

近些年来，我国交通事业迅猛发展，机动车保有量不断增加，同时也导致车辆交通事故、车辆故障的频发[1]，市场对清障救援车辆业的需求日益增加，客户对清障救援车辆的个性化要求越来越高，然而我国清障车起步比较晚，技术水平比较低，迫切需要提高该领域的技术水平。因此对清障救援车展开模块化配置及相关理论的研究十分重要。

产品模块的配置设计思想最早是由Freeman和Newell在1971年提出的[2]，他们将产品配置设计过程分为识别问题和选择问题；陈兵和刘昌[3]等人提出了一种基于模块化理论的模块划分方法，结合模糊聚类分析方法，对该车零部件模块进行聚类划分；袁际军[4]提出了一种在既定配置约束与生产约束下快速重构出最优产品配置推荐方案的产品配置更新优化方法，实现了对多目标混合整数产品配置规划模型的优化求解；罗妤[5]为了挖掘出物料库中潜在的、能满足配置需求的物料信息，实现产品的个性化配置，提出了基于多维关联规则的产品族配置方法；赵燕伟[6]围绕产品族配置设计中实例检索过程的准确性问题，提出一种基于可拓距的实例检索方法，对距计算公式进行了改进；李小虎[7]提出了基于规则和实例推理的数控机床产品优化配置方法，对基于规则和实例的两个阶段的推理开展了一定研究；Guesgen H.W和Hertzberg J[8]首先将基于实例推理技术应用到配置方法研究中，适用于具有明显特点的模型知识表达，但无法描述产品结构等信息；Sonninen T和Tihonen J[9]等人提出根据配置知识建立一种高度通用化的本体来进行产品配置的方法；卢文轩[10]提出了一种基于规则推理和多层实例库的夹具组装设计方法，并且对实例进行了层次划分；应湘怡[11]构建了一套基于转向架实例及实例模板表达的多层实例检索策略；孙毅和单继宏[12]等人利用实例与规则集成的模架配置方法，将模架制造中的工程技术信息与模架设计方案的内蕴知识关联，形成了模架配置规则与实例的维护和操作方法；李先锋[13]提出将融合CBR和RBR的专家系统应用于道路交通事故处理，给出交通事故处理专家系统推理的实现框架；张天瑞和李明[14]等人提出基于案例推理和规则推理结合的推理诊断机制，建立了挖掘机故障诊断专家系统；许开元[15]对基于实例与规则的配置方法进行改进，提出了一种建立产品平台的新方法，并将此方法应用于装载机上。

将文献中所介绍的各种产品建模方法与推理模式进行比较分析，归纳了每种配置建模方法的优点与不足，具体内容如表1所示。

表1 产品配置建模与推理的主要方法

除上述方法外，仍有多种不同的产品配置方法被科研人员提出并应用于不同领域，但各类型的产品配置方法因其各自特点和使用范围的局限性都存在一定的缺陷，无法指导本文所研究的清障救援车的产品配置，因此，本文在对使用广泛的产品配置方法进行了深入研究，分析总结了其各自优劣性，提出了一种实例推理和规则推理的混合配置方法。该方法可以通过实例识别模型，快速甄别相似实例，并可以利用车辆设计领域的设计、装配规则等来规避实例推理过程中的不足，从而实现满足客户多样化需求的产品模块化快速配置。

2 清障救援车混合推理配置方法原理

基于实例推理(CBR)的设计是一种设计重用方法，是通过检索过去的设计实例，并在此基础上根据经验知识进行组合或者修改已存在的设计实例，求解设计问题，从而为客户提供满足要求的设计方案。但该方法有明显缺陷，其在检索的过程中进行的判断依据主观性、随机性较强，主要凭借专家的专业知识、经验、偏好等方式获取，不能保证产品配置的过程实例识别的准确性。

用于产品配置推理的另外一种常用方法是基于规则推理(RBR)配置方法，该种方法是利用该产品领域知识和设计经验知识建立完善的配置规则体系，按照预先设定的顺序节点逐步对产品进行选择组合。但是也存在其自身的缺陷如灵活性不足，没有层次性，容易引起逻辑混乱，通用性较差等等。

通过深入研究，采用混合推理配置方法，将CBR和RBR结合起来求解问题。如图1所示，首先利用实例推理配置方法所建立的求解策略寻求最优实例，然后由该产品的领域专家建立配置规则体系库和清障救援车功能单元模块属性之间的约束关系，通过规则推理配置遍历配置规则对最优实例的变型设计进行检验，最终得到满足客户需求的配置结果。

图1 混合推理配置方法原理图

3 基于CBR的实例检索策略

实例检索的目标就是根据现有客户需求信息，按照所设计的检索方法从产品族实例库中寻找与当前目标实例最为相似的产品实例，利用客户需求目标的技术参数分别与产品实例中的每个实例所对应的技术参数进行比较，分析需求目标和检索实例的相似性，将其中相似度最高的实例作为最优实例提供给客户或者作为下一步变型设计的基型实例。

3.1 数值型特征指标的距计算方法

基于距离相似度计算方法中，针对不同的需求指标有不同的计算方式，根据清障救援车数据类型的特点，依照传统的表征距的计算式，细化了对于不同类型特征参数的不同计算方法。

1)两点间相似度的定义

研究发现，表征两点间相似度的方法有较多类型，但其中欧式距离和海明距离公式是用于相似度距离计算的较为成熟的计算方法，该方法的实现过程如下[16]：

设F={x1，f2，…，fn}，客户需求目标F和实例库实例Yi属于F，则有

(1)

上式为欧式距离计算公式。

(2)

上式为海明距离计算公式。其中

(3)

xi和yi是计算相似度的计算客户需求目标与实例中的第i个属性值，maxi和mini分别代表第i个属性值的最大值和最小值。

当单一模块具有多个实例特征技术指标时，需要引入权重对计算结果进行修正，修正后的加权距离贴进度分别改变为

(4)

(5)

2)一个点和一个区间的相似度

清障救援车的技术参数有些是用精确数值表征的，而客户无法提供所需要的该参数的精确值，只能表明大致范围区间，处于该区间内的参数值可认为是满足客户需求的值。则有客户需求区间[a，b]技术参数与实例库中对应实例的技术特征y之间的相似度为[17]

sim([a，b]，y)

(6)

3)数值区间与区间的相似度

区间与区间的相似度主要是针对属性值为区间范围的情况，设区间A=[a1，a2]，B=[b1，b2]，将区间距定义为[18]

(7)

转换为相似度计算公式可以定义为

sim(Ai，Bi)=1-Pl(A，B)

(8)

3.2 字符型需求指标相似度计算

当客户需求的技术参数属性值ai的类型为符号型时，如“驱动形式8×4”，则需求参数值ai与对应的实例参数属性值bi间的相似度，可以通过差分距离计算公式来获取[19]

(9)

sim(Ai，Bi)=1-Dis(ai，bi)

(10)

3.3 离散型指标需求相似度计算

除去数值型的技术指标，也有很多不可以用数值来表述的离散型计算参数，如清障救援车的车身颜色、钣金样式、是否有无线操控装备等等，其表达式如下

(11)

当客户技术需求和实例技术特征的属性值保持一致时，这个特征的相似度表征为1，否则为0。

3.4 实例综合相似度计算

在实例检索设计过程中，各个客户需求技术指标的相似度计算是检索结果判断的首要条件，随之要综合考虑各个指标的相似度得出总体相似度。为目标对象的n个技术指标加入权重参数，以体现其各个指标的不同重要度，对其相似性计算结果进行修正。

首先假设通过专家计算评估后的各技术需求指标的重要度权重值为

(12)

在考虑各指标权重的基础上进行实例综合相似度计算，将实例的综合相似度定义如下

(13)

4 基于RBR的规则推理配置

基于配置规则的推理机制在当前企业的生产制造中应用广泛。完善的配置规则体系可以通过确定一系列的限制性和匹配性规则，对进行变型设计的实例模型中需要配置的模块部件进行合理性验证，保证了整个方法体系的完整准确性。只有在规则的约束下，进行改型或者重新设计的产品才能是符合工程实际的设计产品。

通过查阅国内外的文献、书籍、国家标准，针对清障救援车配置装配形式，提出了以下几种规则类型。

1)选择性规则。选择性规则以条件关系体现，主要是指在配置过程中需要根据上级模块对下级模块做出选择，这种选择包括了一对一和一对多的形式，例如，客户要求为16T的起吊质量，那么在起吊模块的选择中，可以包括型号为XG16的直臂吊机或者型号为CQ16的托吊一体式吊机。

2)属性配合规则。属性配合规则主要是基于领域专业设计理论和经验设计方法，是一种刚性的配合规则，基本属性以及从属关系明确，不可以人为的随意做出改变，例如，如果上述客户要求为CQ16托吊一体式的吊机模块，那么必须将车架模块纵梁需截断到后悬吊耳210mm处。如图2所示的几种清障救援车模块位置布置规则，这些布置形式是凭借技术工程师多年的设计积累建立，因而，不能对其作出随意的调整。

图2 清障救援车模块布置方式

3)范围性规则。范围性规则主要是指在清障救援车配置过程中需要保证的一些区间性约束，其主要形式为如果A模块参数符合B模块对该参数的限制范围(a，b)，那么即认为该项组合是合理的。以三轴汽车各轴的载荷分配规则为例，根据其动力学模型计算得出其质心位置变化对轴荷的影响如图3所示，根据图中前、中、后轴的位置变化与轴荷变化的关系，结合传统车辆设计理论，可以得出模块装配的总体质心的安全变化区域，只有整车装配的总体质心在该区域内变化时，则认为配置结果是合理的。

图3 质心位置对轴荷的影响

同时，由于规则的作用范围不同，规则应表现为多层级的。符合三级配置规则的模块组合要继续经过二级规则的确认，对此，按照模块的配置顺序，将主要的产品配置规则分为三个等级[20]，如表2所示。

表2 规则分级表

为了增强规则的可读性，简化配置过程中的匹配处理过程，使得计算机能够快速识别各条配置规则语言，提高产品配置效率。采用RULE规则的表达形式对配置规则进行统一的表达，具体可以表示为：

RULE=(Modf，Iden，SupMod，SubMod，Descrip，Type，Level)

其中：Modf：即规则所属模块族或产品族；

Iden：即“Identifier”，表示每一条规则的唯一标识符，以被计算机读取；

SupMod：上级模块，规则的前提模块；SubMod：下级模块，规则的后续模块；Descrip：对于本条配置规则的具体内容

作出说明；

Type：即规则类型；

Level：规则等级，表示规则所属层次；

按照RULE格式对部分规则进行规格化表达，形成如下表3的部分规则集。

表3 规则表达集

5 面向混合推理的推理方法模型

通过对以上两方面技术特点的深入研究，结合清障救援车产品的开发设计特点，提出了基于实例识别推理和基于规则推理的清障救援车产品配置方法模型，该模型具体说明了混合推理方法的实现流程，具体方法流程如图4所示。

图4 推理配置流程图

具体实现流程为：

Step1：首先，客户输入定制需求，读入客户的需求订单，对根据客户需求的不同类型对其进行分解然后，利用QFD质量功能方法[21]完成客户定制需求到技术参数映射，以及技术参数到模块特征的映射，并求取其权重；

Step2：利用上述步骤获取的客户需求对应的技术参数指标和其权重，利用多参量实例识别方法，进行相似实例检索，如果实例满足客户要求，结束该推理过程，如果未能达到要求，则优选出与客户需求最为相近的最优实例作为下一步的变型设计基础；

Step3：将根据客户需求确定的需要改进的技术参数特征与模块库中的各个模块特征进行映射分析，明确与各技术参数相关的功能模块类型。

Step4：根据获得的模块改进方案，对最优实例进行变形设计，检索与不符合客户需求的技术参数所对应的模块，获得相似度最高的模块替换该实例原有模块，完成新产品理论构建。

Step5：针对变型设计的新模块，调取规则库中符合其配置方式的配置规则。遍历规则进行配置检验，甄选出符合配置规则的模块组成新产品。

Step6：重复上述过程直到完成整车的模块配置。

Step7：将定制的产品结构进行客户满意度评价分析，如果评价通过，则输出产品BOM，如果评价未通过，则由产品设计人员重新进行产品配置，直至通过客户满意度评价。

Step8：输出符合客户满意度的产品配置结果并添加到产品实例库中，可以在下一次的新产品设计过程中进行识别检索。

6 实例验证

清障救援车作为一种复杂的工程车辆，主要由底盘模块、主梁模块、起吊模块、托举模块等模块结构组成。本文为验证所研究的混合配置方法的合理性，利用清障救援车实例进行了方法验证。选取客户需求的某清障救援车，如图5所示，利用本文研究的混合推理配置方法，求解出满足客户需求的最优实例，具体过程如下。

图5 客户需求目标清障救援车

根据客户需求首先获取了其对应技术指标的权重。选取与客户需求目标较为接近的8个实例作为待检索实例，如表4所示(表中值省略了部分参数)，并对其进行数据归一化规范处理。

表4 设计技术参数名称及权重值

对所获得的归一化数据，利用上述实例检索策略计算各清障救援车实例的技术特征相似度，得到对应的清障救援车实例关联相似度矩阵，如表5所示。

表5 清障车实例关联相似度矩阵

该矩阵体现了实例库中的相关实例与客户需求目标技术参数集中每个技术参数的相关性差值，经过归一化处理后可以很容易的得出实例库中实例的各个参数与需求技术参数的差距，如图6所示。可以明显的对比出各个现有实例与需求实例的相似性较大和较小的地方，对清障救援车的资源配置有指导意义。

图6 实例库实例各技术参数相关性

按综合得到各实例与需求的总体相似度分别为如图7所示。从图中可以得出各个实例总体相似度计算值的大小，由于选取的候选实例与需求目标差距较小，所以各实例总体相似度的差距并不大，但仍可从图中看出各个实例相似度的明显变化。最终具体的计算结果如表6所示。

图7 实例相似度计算结果

表6 实例相似度具体计算结果

从表中可以看出，实例7与目标实例的相似度最高，需要大幅度改进的技术参数较少，则说明其要改变的模块数较少，研发时间最短，成本最低。

对比实例库中的实例7与客户需求目标车的关系，从图8中可以看出图中黑线是实例7的技术参数与图中红线需求对象间的参数距离关系，其中第1、5、20、22、23、24、26、27、28项技术需求与需求目标对象的技术参数距离大于设定阈值0.2，对此，记录其为不满足客户需求的技术目标，需要更换该技术参数所对应的相关模块部件。

图8 实例与需求对象间技术差异比较

根据上述的9项不满足客户需求的技术目标(质量参数、满载轴荷、智能化系统、托举质量、起重质量、托臂负倾角、初速50km/h制动距离、最长主臂起吊高度、重心位置)，对于选择出的最优实例7中不满足客户需求的技术参数所对应的模块进行变形设计，更换更恰当的模块库中的产品模块，如图9所示。根据经专家打分获得的模块特征属性的权重，采用和求取车辆整车实例相似度的方法求取最相似模块，如果模块库中未找到满足需求的模块，则需要进行新模块的创立，例如，实例七中对于起吊质量的技术需求，在实例库中未能找到和技术目标相似度大于0.9的模块，可以认为该企业现有零部件模块没有满足客户需求的产品，需要外购或者研发新的模块，并将其加入到模块库中。

图9 基于实例的模块变形配置

最终，将变形设计的新配置方案加入到设计清单的BOM系统中，交由技术人员进行模块配置规则的进一步验证，最终在实例七的基础上获得满足客户需求的新的产品设计。

7 结论

本文为满足不同的客户的多样化、个性化产品需求，最大限度提高清障救援车产品配置效率，缩短新产品设计周期，研究了清障救援车产品配置方法，得到如下结论：

1)通过深入分析产品清障救援车产品的设计思想和装配方法，总结各类方法的优劣势和应用对象，提出了一种基于实例推理和规则推理的混合产品配置方法，并对其总体思路和配置流程进行了说明。

2)针对清障救援车设计特点，优化了实例相似度检索策略，提出了多类型清障救援车技术参数的综合相似度计算方法。

3)对清障救援车的产品配置规则构建方法进行了研究，分析了模块配置规则的表达方法，并根据清障救援车的车辆设计理论及经验设计方法，分层次构建了清障救援车的产品配置规则体系。

4)以某新型清障救援车需求目标为例，构建数值计算模型，对所设计方法的可行性和合理性进行了验证。

5)为更好的评价配置方案，并结合客户满意度对配置方案进行优化，建立合理的优化评价体系是一个重要的创新点，也是后续需要继续进行研究的方向之一。

致谢：

这项工作得到了中央高校基本科研业务费(FRF-GF-18-013B)和国家重点研发计划(2016YFC802706)的支持。