基于CAD系统的智能设计探索

1.概 述

（1）CAD系统。计算机辅助设计（Computer Aided Design，CAD）的概念和内涵在不断地发展中。1972年10月，国际信息处理联合会（IFIP）在荷兰召开的“关于CAD原理的工作会议”上给出如下定义：CAD是一种技术，其中人与计算机结合为一个问题求解组，紧密配合，发挥各自所长，从而使其工作优于每一方，并为应用多学科方法的综合性协作提供了可能。CAD是工程技术人员以计算机为工具，对产品和工程进行设计、绘图、分析和编写技术文档等设计活动的总称^[3]。

CAD技术起步于20世纪50年代后期。进入60年代后，CAD技术随着在计算机屏幕上绘图成为可能而开始迅速发展。人们希望借助此项技术来摆脱烦琐、费时和低精度的传统手工绘图。当时，CAD技术的出发点是用传统的三视图方法来表达零件，代替图纸媒介进行技术交流，这就是二维计算机绘图技术。此时，CAD的含义仅仅是图板的替代品，即Computer Aided Drawing的缩写。到70年代末期，随着技术的发展，CAD系统介入产品设计过程的程度越来越深，系统功能越来越强，逐步发展成为真正的计算机辅助设计（Computer Aided Design）。

根据模型的特点，CAD系统一般分为二维CAD系统和三维CAD系统。

（2）传统CAD系统存在的问题。尽管CAD技术有了很大的发展，成熟软件不断推出。但面对越来越普遍、复杂的应用要求，传统CAD系统缺乏足够的灵活性和智能化，并且难以掌握，缺少对设计过程的全面支持及彼此之间的设计信息流通。因此，智能化是新一代CAD系统的发展方向。

2.智能CAD系统

智能CAD（ICAD）系统是不断发展的、没有最终的形态。初级阶段的ICAD系统提供了推理、知识库管理、查询等信息处理能力，其典型代表是设计专家系统。ICAD系统把人工智能技术与优化设计、有限元、计算机绘图等各种技术结合起来，尽可能多地使计算机参与方案决策、结构设计、性能分析、图形处理等设计全过程（张晶莹，2003）。

ICAD系统能对产品设计的各阶段工作提供支持，有唯一且一致的数据描述，具有发现错误、提出创造性方案等智能特性，有良好的人机智能交互界面，同时能自动获取数据并生成方案，能对设计过程和设计结果进行智能显示。

ICAD系统拥有解决设计问题的知识库，具有选择知识、协调工程数据库和图形库资源共同完成设计任务的推理决策机制。图3.18是一种ICAD系统结构框架（殷国富，1994）。

图3.18　ICAD系统结构框架

案例：一家名叫Knowledge Technologies International（KTI）的英国公司开发的ICAD能够使设计者将几何概念与专家的知识库联系起来，还能够联系诸如产品指标、性能数据、安全性代码之类的信息。ICAD已被用于缩短空中客车A340-600的设计时间，该飞机是A340-300的加长型，可以容纳380名乘客，而A340-300的载客量只有295名。英国航空公司（British Aerospace，BAe）使用ICAD来设计机翼以及用来将150座的A320“拉伸”成195座的A321的两个额外机身部件之一（Nairn，2001）。

3.基于CAD系统的智能设计的发展方向

（1）CAD系统的智能化^[4]

1）在CAD系统中融入更多的知识和专家系统，能在某个特定领域内，用人类专家的知识、经验和能力去解决该领域中复杂困难的设计问题，其基本思想是使计算机的工作过程能尽量模拟领域专家解决实际问题的过程。专家系统在CAD作业中适时给出智能化提示，告诉设计人员下一步该做什么，当前设计存在的问题，建议解决问题的几何途径；或模拟人的智慧，根据出现的问题提出合理的解决方案。 (www.xing528.com)

2）人工神经网络在智能CAD系统中的广泛应用，如基于人工神经网络的设计领域知识表达、知识自动获取。人工神经网络具有下列特征：①它包含大量的人工神经元，提供了大量可供调节的变量；②信息是分布式存储的，从而提供了联想与全息记忆的能力；③具有高度的自适应能力、高度的容错能力、很强的计算能力以及自组织能力。

神经网络和专家系统有联合起来的趋势，神经网络也可设计成某种专家系统，实现专家系统的功能。基于神经网络的专家系统在知识获取、并行推理、适应性学习、联想推理、容错能力方面明显优于传统的专家系统。

3）更友好的人机界面，将计算机高速处理、海量数据存储和挖掘能力与人的综合分析及创造性思维能力相结合，使人机双方各自的优势得到充分发挥，相互协调能力进一步提高。

（2）产品模型的智能化

模型是产品的实际结构在CAD系统中的具体体现，是计算机“认知”产品的基础。产品结构本身能表现出来的属性（特征）是无限的，但可用的计算机资源、人们的认识知识是有限的^[5]。

1）产品模型协同建立的智能化。依靠大家的力量，集中大家的智慧，协同建立产品模型，包括仿真模型、模块模型等。例如，Modelica是一种开放的、面向对象的、以方程为基础的语言，可以跨越不同领域，方便地实现复杂物理系统的建模，包括机械、电子、电力、液压、热、控制及面向过程的子系统模型。Modelica库包含了大量的模型，其中，开放的Modelica标准库包括了不同物理领域的920个元件模型，具有620种功能。Modelica是一个开放的物理建模平台，可用于许多商业软件。目前，越来越多的行业开始使用Modelica语言进行模型开发。尤其是汽车领域，如Audi、BMW、Daimler、Ford、Toyota、VW等世界知名公司都在使用Modelica来开发节能汽车、改善车辆空调系统等。非营利国际组织Modelica协会对Modelica进行开发和维护，并公开它的标准程序库^[6]。

2）多学科优化模型的智能化^[7]。一个产品往往综合了几个甚至几十个学科的知识，学科之间都是相互联系、相互影响的，而多个需求之间很多时候又是相互矛盾的，这些都迫使人们开始多学科、多目标优化的研究。多学科优化模型将多个学科的分析集成到一个系统中，充分考虑多个学科间的耦合、反馈和相互影响，考虑多个目标之间的相互影响，从而提高设计方案的可靠性和全面性，同时提供丰富的优化策略自动化地在设计空间内寻找同时满足系统总体最优的设计。多学科设计优化模型采用多目标机制平衡学科间的影响，探索整体最优解，避免串行重复设计导致的人力、财力浪费。

进行多学科优化设计的主要目的是：①将设计过程系统化，即让参与整个系统设计的全部学科的人员都了解到其他学科的约束要求和优化目标，使设计从一开始就有全局观，避免设计过程中由于互相之间不了解而造成设计撞车，从而导致设计更改、浪费时间与经费的现象发生；②让传统的机、电、控制等设计专业在实现设计的过程中把可靠性、维修性、保障性、安全性、测试性这些专业结合起来，贯穿到整个系统设计过程中^[8]。

（3）协同设计的智能化

1）企业内员工间协同设计的智能化。主要是实现知识共享平台的智能化，能够跟踪分析员工在该平台中的表现，给出排名，激励员工积极参与知识共享和交流，协同学习，共建知识网络；实现知识网络的智能化，支持专业分工，知识互补，多学科协同优化，避免重复研究，快速确定研究方向。

2）企业间协同设计的智能化。主要是实现标准协同建立的智能化，减少标准制定时间，提高标准质量；实现专利池协同建立的智能化，协同创新，成果共享；实现零件库协同建立的智能化，协同设计，提高零部件的模块化和标准化水平。

3）企业与客户间协同设计的智能化。主要是实现客户自主设计平台的智能化，支持客户快速定制自己需要的产品，同时这些定制产品对企业而言是容易制造的；实现客户体验的智能化，让客户在购买产品前对产品的使用有很好的体验，找到自己喜欢的产品，同时企业所提供的体验服务的成本要尽可能低，以便体验服务是企业和客户都可以接受的。