朱韶光，劉 渝，彭朝陽

（西華大學 機械工程與自動化學院，成都 610039）

0 引言

模具設計是一個極其繁瑣的過程，模具的設計往往需要由具有一定經(jīng)驗的工程師來完成。開發(fā)出一種適合企業(yè)生產實際的智能化、自動化設計系統(tǒng)，一直是模具CAD/CAM的研究熱點之一。隨著計算機輔助工具和領域知識的不斷發(fā)展，在某些設計過程或針對一些典型零件應用KBE(Knowledge Base Engineering)和CBR（Case Based Reasoning）技術實現(xiàn)沖壓工藝和模具設計的自動化和智能化成為可能。目前相關的KBE研究如Sing[1]等將決策表應用到基于知識的軸對稱拉深件CAPP系統(tǒng)；Kang[2]等構造的基于知識的非對稱拉深件工藝設計系統(tǒng)；Tae-Soo Kim[3]等開發(fā)的基于知識的拉深模設計專家支持系統(tǒng)；Bor-Tsuen Lin[4,5]等開發(fā)的拉深模自動設計系統(tǒng)等。在CBR方面丘宏揚[6]等針對沖裁件外輪廓提出的兩級相似性度量法；X.G.ke[7]等在沖裁件檢索算法的基礎上給出了特征的相似性系數(shù)和閥值；W.Y.zhang[8]等將CBR技術應用到非軸對稱拉深件中，并重點研究了應用最近鄰法實現(xiàn)拉深件相似性檢索的具體算法。

本文研究了基于CBR和KBE相結合的拉深模設計系統(tǒng)的一些關鍵技術。在研究拉深件描述方法的基礎上，構造了相似度函數(shù)；用最近鄰法來檢索實例，從而在事例庫中找到與新產品的幾何和成形相似性最接近的拉深件；并在UG軟件的平臺下，建立了拉深件事例庫、模具結構原型庫、知識庫和人機交互界面；通過人機交互界面提取拉深件形狀尺寸特征、材料、精度、生產批量等產品信息，知識庫通過對產品信息的邏輯運算輔助拉深件特征骨架在模具結構原型上生成模具相關零部件，實現(xiàn)拉深模的三維智能設計。

1 系統(tǒng)總體結構

基于CBR和KBE的拉深模設計系統(tǒng)總體架構如圖1所示，主要包括：拉深件在拉深件事例庫中的檢索、模具結構原型庫及拉深件特征骨架的建立和知識庫的建立三部分。

當新產品進入系統(tǒng)后，先采用CBR技術對拉深件事例庫中已有的產品進行相似性分析，當相似度達到某一要求時，調用相似件的成形參數(shù)和工藝方案并進入模具結構設計階段。當事例庫中沒有與新拉深件相匹配的拉深件事例或相似度沒有達到要求時，調用有限元軟件對新拉深件進行成形分析。若可成形，則進入模具結構設計階段。模具結構設計時，知識庫先提取產品信息和成形參數(shù)，計算和選擇凹模壁厚、凹模、壓邊圈、固定板等厚度，從而得到凹模周界和閉合高度等參數(shù)。然后在人機交互環(huán)境下，在選擇模具組合類型后自動將符合產品尺寸的模具結構原型調入到系統(tǒng)中。最后在知識庫的輔助下，設計人員完成拉深件特征骨架的設計，從而與模具結構原型一起生成產品所需的模具裝配體。當試模合格后將新產品與成形參數(shù)和工藝方案分別保存到事例庫和知識庫。

圖1 系統(tǒng)總體架構

2 基于CBR的產品(拉深件)描述與檢索

設計師在設計新產品時一般要搜索和回憶過去成功的設計事例，并通過修改與重用這些事例來完成新產品的設計[8～10]?；谑吕耐评恚–BR）技術模擬了人腦的上述思維過程，通過類比和聯(lián)想等方式從事例庫中得到相似問題的求解策略，并通過一定的修改得到新問題的解。將CBR技術應用于拉深模具設計過程，通過搜索和回憶過去成功的拉深件實例，并重用其成形參數(shù)和工藝方案，可有效減少產品開發(fā)周期，提高產品開發(fā)質量。

基于事例的推理通常被描述為四個步驟：產品描述、產品檢索、產品評價、產品的修改與保存。其中產品描述與產品檢索決定了產品識別的效率、質量和產品庫的大小，是系統(tǒng)中最重要的兩個組成部分。

2.1 產品描述

產品描述是將產品的結構特征，正確完整的描述為符號化的計算機語言的過程。產品描述包括非幾何信息描述和幾何信息描述。非幾何信息主要包括生產批量、產品材料、尺寸精度等內容，其描述方法相對比較簡單。幾何信息指產品的形狀、結構等幾何特征。常用的幾何信息描述方法有成組編碼法、幾何型面法、專用語言法等。本文采用特征建模與成組編碼相結合的方法，將產品幾何數(shù)據(jù)轉化為特征信息，并對特征信息進行編碼。

對圖2所示的矩形盒拉深件，本文采用圖3所示的編碼方案。其中實線表示產品特征及其類型編碼，虛線表示特征具體結構編碼。實線所示內容中的大寫字母表示產品的特征，數(shù)字表示特征的種類；虛線所示內容是用不同的數(shù)字或數(shù)字的組合來表示特征的具體結構、屬性、參數(shù)等內容。

圖2 矩形盒結構及主要尺寸

圖3 方盒編碼

2.2 產品檢索的最近鄰法

產品檢索是利用產品描述中的編碼對當前產品與事例庫中的產品進行編碼相似性判斷的過程。本文采用最鄰近法，分別計算孔口線、側壁、底面、凸緣等拉深件結構特征的相似程度，最后綜合四部分特征，從產品庫中選出與新產品最相似的產品。

最近鄰法是指從事例庫中檢索到與當前產品距離最近的產品并重用其解的方法。其相似度函數(shù)為：

式中，Sim表示產品總的相似度；ωi表示第i個特征或屬性的權重值；Si(Pi新,Pi舊)表示新舊產品第i個特征的相似度。

3 基于知識的模具結構原型庫和特征骨架的建立

3.1 拉深模具裝配結構

典型拉深模具結構如圖4所示。模具設計中的產品建模大致可分為兩部分：一部分是上下模座、導柱、導套等標準件。另一部分是凸凹模、壓邊圈、凹模固定板等與產品形狀、尺寸直接相關的工作部件。對于第一部分的標準件，根據(jù)一定的參數(shù)進行參數(shù)化設計。而與產品形狀、尺寸直接相關的工作部件部分與產品特征信息、專業(yè)知識等內容有關，采用基于知識的方法進行設計。

圖4 模具結構示意圖

3.2 基于電子表格的模具結構原型庫的設計

在一套模具中，有許多標準化的零件，這些標準零件的尺寸參數(shù)都可以用表格的形式進行存儲和查詢。針對模具設計的特點，分別建立模具裝配結構數(shù)據(jù)電子表格和模具零部件數(shù)據(jù)電子表格。裝配結構數(shù)據(jù)電子表格（圖5）內容包括凹模周界長、寬、閉合高度、裝配零部件的名稱及其標準規(guī)格等參數(shù)。系統(tǒng)在自動查詢時，以表達式提取的凹模周界長、寬尺寸和閉合高度作為查詢參數(shù)，查詢零部件的標準、規(guī)格。模具零部件數(shù)據(jù)電子表格內容包含驅動零件的具體幾何尺寸參數(shù)。模具零部件數(shù)據(jù)電子表格以裝配數(shù)據(jù)電子表格內查到的零部件標準規(guī)格為查詢參數(shù)。最后系統(tǒng)根據(jù)查到的參數(shù)驅動模具結構原型，實現(xiàn)模具結構尺寸的更新。

圖5 簡化的裝配結構電子表格

3.3 基于知識的拉深件特征骨架的設計

拉深件特征骨架是用來與工作零部件原型一起生成工作零部件的一系列特征。因此其結構特征和尺寸特征都直接或間接的由拉深件的結構和尺寸以及工作零部件原型的尺寸所決定。拉深件特征骨架在設計時，在人機交互的環(huán)境下，采取引用拉深件幾何形狀并通過參數(shù)化的建模方法將其與工作零部件原型尺寸相關聯(lián)。

在UG中具體實施時，形狀特征用Wave幾何連接器進行引用；尺寸特征用表達式（Expression）進行關聯(lián)和引用。這樣使得拉深件特征骨架能夠根據(jù)拉深件的形狀、尺寸特征和模具結構尺寸的變化而變化。

圖6為凹模骨架人機交互界面，首先人工選擇孔口線后，系統(tǒng)自動將孔口線從拉深件模型上Wave到凹模骨架建模環(huán)境，在對孔口線進行偏置操作后，點擊提取凹模原型厚度按鈕，系統(tǒng)通過表達式引用凹模原型厚度，孔口線根據(jù)厚度生成實體，設計人員檢查無誤后與凹模原型求差。在對凹模進行圓角等局部修改后即形成了凹模零件。

圖6 凹模骨架設計界面

4 知識庫的建立

知識庫是由大量的專家知識、經(jīng)驗以及行業(yè)規(guī)范等內容組成的，通過推理、檢驗、糾錯等方式來輔助產品設計與分析的系統(tǒng)。其主要是根據(jù)產品的輸入信息按照一定的推理方式檢驗產品設計的合理性，如果發(fā)現(xiàn)不合理的內容，則給出錯誤的產生原因和修改意見，從而達到輔助產品設計的目的。

為實現(xiàn)知識庫與產品設計軟件的有機結合，首先要對設計軟件進行二次開發(fā)，將產品信息提取到知識庫，然后采用一定的方法對產品信息進行表示，最后將專家知識、經(jīng)驗、行業(yè)規(guī)范等與產品信息相結合，形成對產品信息進行基于知識的推理，從而實現(xiàn)知識庫對產品設計的檢驗與糾錯。

拉深件產品的信息中不僅包括產品的長、寬、高及料厚等尺寸特征信息，還包括生產批量、產品材料、產品特征等非尺寸信息。因此基于知識的模具設計系統(tǒng)不僅可以實現(xiàn)合理的尺寸驅動產品設計，還可以根據(jù)不同的生產批量、產品材料等內容進行合理的工序安排、模具裝配結構的選擇，從而實現(xiàn)非尺寸信息驅動的產品設計。

圖7 新產品的設計過程

為實現(xiàn)上述功能，本文采用C++與UG/Open API函數(shù)相結合的方法，對UG軟件進行二次開發(fā)。模型特征尺寸信息，用表達式進行關聯(lián)，在用函數(shù)UF_MODL_eval_exp（）將其提取到知識庫；生產批量、材料等非尺寸信息采用人機交互界面進行輸入，并通過函數(shù)UF_STYLER_ask_value()將其提取到知識庫。

對于產品尺寸等在設計過程中有一定的范圍限制或受一些標準約束的變量，以及有些變量的突變會引起其他變量甚至整個模型發(fā)生畸變，對于這樣的參數(shù)，應提前定義好其范圍和約束關系，并設置好報錯信息和修改意見。由于生產批量、產品材料等信息的改變，會引起生產工序、裝配結構、零件特征等模型內容的相應變化，因此應對相應模型或特征設置特定的屬性，產品設計時知識庫根據(jù)專家知識、經(jīng)驗等進行推理，當模型的屬性為true是，則打開或取消抑制所需的模型特征；當模型的屬性為false時，則關閉不同工序的模型，或抑制不需要的模型特征。從而實現(xiàn)知識庫輔助模具裝配結構的設計與修改的功能。

5 基于知識的拉深件模具設計實例

以圖7中的新產品為例，A、B兩圖中新產品能夠在事例庫中找到相似的拉深件，因此知識庫首先通過調用相似拉深件的成形參數(shù)和工藝方案的方法，輔助設計人員調用模具結構原型庫，然后在人機交互環(huán)境下完成對特征骨架的設計，最后將特征骨架與模具原型融合成工作部件后即可形成新產品所需的模具裝配體。C圖所示新產品由于沒能在事例庫中找到相似的拉深件，因此先通過有限元軟件對其進行成形分析，當發(fā)現(xiàn)可成形后再在知識庫的輔助下完成對新產品所需模具結構的設計。

6 結束語

本文采用CBR與KBE相結合的技術，構造了拉深模具設計系統(tǒng)。研究了拉深件特征骨架和模具結構原型基于知識的參數(shù)化實施方法；系統(tǒng)采用在知識庫的支撐下，根據(jù)拉深件結構尺寸特征生成拉深件特征骨架，并與模具結構原型融合后形成最終的拉深模具裝配體。系統(tǒng)不僅能根據(jù)拉深件尺寸和特征，還能基于生產批量、產品材料等內容選擇模具結構并進行驅動，完成設計與修改過程。本文所研究、開發(fā)的拉深模設計系統(tǒng)能有效地重用已有的成功的拉深件事例，合理利用現(xiàn)有的模具結構和零件標準化資料，簡化和縮減了拉深件事例庫和模具裝配結構庫。為提高拉深件設計效率，降低模具設計開發(fā)成本提供了有效的方法和手段。

[1] Sing WM,Rao KP.Knowledge-based process layout system for axisymmetric deep drawing using decision tables[J].Comput Ind.Engng 1997,32(2):299-319.

[2] Kang SS,Park DH,Choi BK.Application of computer-aided process planning system for non-axisymmetric deep drawing products[J].J Mater Process Technol.2002,124(1):36–48.

[3] Tae-Soo Kim.Development of an Expert System for the Draw Die Design in Automotive Industry.Proceedings of the 10th International Conference on Computer Supported Cooperative Work in Design,2006.

[4] Bor-Tsuen Lin & Chian-Kun Chan & Jung-Ching Wang.A knowledge-based parametric design system for drawing dies[J].The International Journal of Advanced Manufacturing Technology,2008,36.

[5] Bor-Tsuen Lin & Shih-Hsin Hsu.Automated design system for drawing dies[J].Expert Systems with Applications,2008,34.

[6] 丘宏揚,劉輝.沖裁模智能設計CBR 系統(tǒng)中的零件識別技術[J].鍛壓技術,2005(3):76-79.

[7] X.G.Ke.CBR system faced to punching die[J].Transactions of the Chinese Society of Agricultural Machinery,2004(9):194-196.

[8] W.Y.Zhang·S.B.Tor·G.A.Britton.Indexing and retrieval in case-based process planning for multi-stage nonaxisymmetric deep drawing[J].The International Journal of Advanced Manufacturing Technology,2005:12-22.

[9] 林建平,鄧清,彭穎紅,等.模具結構輔助設計Case智能推理系統(tǒng)[J].鍛壓技術,2000,(4):52-54.

[10] 王毅,陳慶新,等.基于CBR的相似模具技術要求推理檢索算法研究[J].模具技術,2006,(5):29-33.