劉康寧

摘 要：隨著信息技術(shù)的發(fā)展，大數(shù)據(jù)驅(qū)動(dòng)的制造業(yè)時(shí)代即將到來。本文綜述了國內(nèi)外基于高新技術(shù)發(fā)展的機(jī)械設(shè)計(jì)的主流方法，簡述了四類機(jī)械設(shè)計(jì)發(fā)展?fàn)顩r，主要有與人工智能結(jié)合發(fā)展的機(jī)械設(shè)計(jì)、基于大數(shù)據(jù)技術(shù)的模塊化機(jī)械設(shè)計(jì)、基于增材制造技術(shù)的機(jī)械設(shè)計(jì)和基于數(shù)字孿生應(yīng)用發(fā)展的機(jī)械設(shè)計(jì)。文章最后展示了機(jī)械設(shè)計(jì)的遠(yuǎn)期愿景。

關(guān)鍵詞：機(jī)械設(shè)計(jì);發(fā)展趨勢;大數(shù)據(jù);人工智能;增材制造;數(shù)字孿生

隨著科學(xué)技術(shù)的日益發(fā)展，大數(shù)據(jù)技術(shù)的日漸成熟，各行各業(yè)都能從新技術(shù)的應(yīng)用中獲益。傳統(tǒng)的機(jī)械設(shè)計(jì)更多地依賴于機(jī)械設(shè)計(jì)師個(gè)人的知識(shí)、經(jīng)驗(yàn)和技能。而在大數(shù)據(jù)時(shí)代，機(jī)械設(shè)計(jì)師可以逐漸利用人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、數(shù)字孿生（Digital twin）等高新技術(shù)加快設(shè)計(jì)的速度和提高設(shè)計(jì)的質(zhì)量，更好地滿足日益激烈的市場競爭需求。

1 與人工智能結(jié)合發(fā)展的機(jī)械設(shè)計(jì)

人工智能（AI）是由機(jī)器展示的智能，與人類和其他動(dòng)物展示的自然智能形成對(duì)比。常規(guī)的程序需要定義所有可能的場景，無論在此場景外發(fā)生什么情況，程序都會(huì)停止或者崩潰。人工智能程序則是為特定的任務(wù)“訓(xùn)練”一個(gè)程序，然后讓它通過深度學(xué)習(xí)自己去探索;我們不需要預(yù)先定義程序在完成此特定任務(wù)時(shí)將面臨的所有場景，程序只是自己“找出”該做什么。[1]得益于大數(shù)據(jù)的發(fā)展，近年來，人工智能發(fā)展迅速。

1.1 專家系統(tǒng)

專家系統(tǒng)（Expert System） 實(shí)際上是一個(gè)計(jì)算機(jī)程序，是現(xiàn)在人工智能的一個(gè)主要應(yīng)用。專家系統(tǒng)也被稱為“基于知識(shí)的系統(tǒng)”，它是人類專家的智能助手，或者是無法接觸專家的人的資源。專家系統(tǒng)使用推理從存儲(chǔ)的信息中得出結(jié)論。這種人工智能應(yīng)用的目的不是取代我們的人類專家，而是讓他們的知識(shí)和經(jīng)驗(yàn)更廣泛地得到應(yīng)用。

專家系統(tǒng)由知識(shí)庫、推理機(jī)和用戶界面三部分組成。知識(shí)庫在一個(gè)非常狹窄的領(lǐng)域中包含聲明性（事實(shí)性）和程序性（使用規(guī)則）知識(shí)。推理引擎通過確定要訪問哪些過程性知識(shí)以獲得適當(dāng)?shù)穆暶餍灾R(shí)來運(yùn)行系統(tǒng)，然后得出結(jié)論并決定何時(shí)找到適用的解決方案[2]。

利用專家系統(tǒng)進(jìn)行機(jī)械設(shè)計(jì)具有一定的優(yōu)勢，比如一致性、可用性、不知疲倦等特性。

1.2 生成式機(jī)械設(shè)計(jì)

生成性設(shè)計(jì)模仿了自然進(jìn)化的設(shè)計(jì)方法。設(shè)計(jì)師或工程師將設(shè)計(jì)目標(biāo)連同材料、制造方法和成本約束等參數(shù)輸入生成設(shè)計(jì)軟件。與拓?fù)鋬?yōu)化有區(qū)別的是，該軟件探求處理方案的所有可能性，快速生成設(shè)計(jì)備選方案。它測試并從每次迭代中學(xué)習(xí)什么可行，什么不可行[3]。

生成式機(jī)械設(shè)計(jì)具有三大優(yōu)點(diǎn)：

（1）探索更廣泛的設(shè)計(jì)方案。在你能想出一個(gè)點(diǎn)子的時(shí)間里，一臺(tái)電腦就能產(chǎn)生上千個(gè)點(diǎn)子，同時(shí)還能產(chǎn)生數(shù)據(jù)來證明哪種設(shè)計(jì)效果最好。

（2）使不可能的設(shè)計(jì)成為可能。生成式設(shè)計(jì)允許您創(chuàng)建優(yōu)化的復(fù)雜形狀和內(nèi)部網(wǎng)格。其中有些形式是傳統(tǒng)制造方法無法做到的，然而，采用3D打印制造方法可以輕易實(shí)現(xiàn)。

（3）優(yōu)化材料和制造方法。設(shè)置目標(biāo)和參數(shù)，生成式軟件將根據(jù)這些約束創(chuàng)建高性能的設(shè)計(jì)選項(xiàng)。該軟件解決了相互沖突的設(shè)計(jì)約束，因此設(shè)計(jì)師可以專注于創(chuàng)新。

實(shí)際上，生成式設(shè)計(jì)目前已取得很大發(fā)展。據(jù)外國媒體稱， 設(shè)計(jì)軟件公司 Autodesk 與美國宇航局合作， 利用人工智能設(shè)計(jì)了用于太空探索的衛(wèi)星航天器， 并取得了超越預(yù)期的效果。

2 基于大數(shù)據(jù)技術(shù)的模塊化機(jī)械設(shè)計(jì)

所謂的模塊化設(shè)計(jì)是一種用具有標(biāo)準(zhǔn)接口的獨(dú)立部件創(chuàng)建新的系統(tǒng)的設(shè)計(jì)方法。這使得設(shè)計(jì)可以定制、升級(jí)、修復(fù)和重用部件。在大數(shù)據(jù)技術(shù)時(shí)代，涌現(xiàn)了很多提供通用部件、標(biāo)準(zhǔn)部件的供應(yīng)商，也有各種數(shù)模分享平臺(tái)為大數(shù)據(jù)分析提供來源，甚至企業(yè)自己也可以建立自己的數(shù)據(jù)庫。機(jī)器學(xué)習(xí)能夠用來辨認(rèn)形式，將數(shù)據(jù)分類。在對(duì)產(chǎn)品進(jìn)行市場預(yù)測、功能分析的基礎(chǔ)上，對(duì)一系列通用功能模塊進(jìn)行了劃分和設(shè)計(jì)，從而實(shí)現(xiàn)過往機(jī)械設(shè)計(jì)經(jīng)驗(yàn)的積累和借鑒利用。

3 基于增材制造（Additive Manufacturing）技術(shù)的機(jī)械設(shè)計(jì)

傳統(tǒng)的機(jī)械制造多采用的是去除材料的加工方法，一個(gè)復(fù)雜零件的生產(chǎn)，需要由多種不同的機(jī)床完成，固定資產(chǎn)投入大，制造成本高。而且，在進(jìn)行機(jī)械設(shè)計(jì)時(shí)，設(shè)計(jì)師必須充分考慮“面向制造的機(jī)械設(shè)計(jì)”和“面向裝配的機(jī)械設(shè)計(jì)”，否則，最終的成品極有可能成為廢品。

增材制造（AM），是一種通過連續(xù)添加層來生產(chǎn)零件的過程，這與傳統(tǒng)的減法制造相反。增材制造工藝的實(shí)施方式多種多樣，其中3D打印是一種越來越受歡迎的方法。另一種方法包括熔化連續(xù)的材料層來制造產(chǎn)品。增材制造的主要好處是它可以在不浪費(fèi)多余材料的情況下制造出幾何形狀復(fù)雜的物體。這個(gè)過程的另一個(gè)好處是它不需要很多工具，而且是一個(gè)成本較低的制造過程。 以往的能實(shí)現(xiàn)某一功能的機(jī)械結(jié)構(gòu)可能由幾百個(gè)零件組成，而基于3D打印技術(shù)的零件數(shù)量可以只需要幾個(gè)。以2015年NASA工程師向公眾展示的3d打印火箭燃料噴射器為例，這種傳統(tǒng)方法制作的噴射器一般由200多個(gè)部件組成，而3D打印的噴射器只有兩個(gè)部件。這種改變也給機(jī)械設(shè)計(jì)帶來一定的變化，設(shè)計(jì)師在設(shè)計(jì)時(shí)可以不考慮舊的設(shè)計(jì)規(guī)則。當(dāng)然設(shè)計(jì)時(shí)選擇最好的材料和工藝，這一原則也適用于AM， 是必須在設(shè)計(jì)的早期階段考慮的。近年來，隨著國際上對(duì)增材制造的廣泛關(guān)注和大量投入，增材制造技術(shù)也得到了迅速發(fā)展。

4 基于數(shù)字孿生（Digital Twin）應(yīng)用發(fā)展的機(jī)械設(shè)計(jì)

數(shù)字孿生指的是集成了各種用途的物理資產(chǎn)（物理孿生）、流程、人員、位置、系統(tǒng)和設(shè)備的數(shù)字副本。利用產(chǎn)品模型、傳感器等，它可以正確地映射實(shí)體產(chǎn)品在整個(gè)生命周期的各種實(shí)際數(shù)據(jù)。數(shù)字孿生將人工智能、機(jī)器學(xué)習(xí)和軟件分析與空間網(wǎng)絡(luò)圖相結(jié)合，創(chuàng)建實(shí)時(shí)的數(shù)字仿真模型，隨著物理模型的變化而不斷更新和變化。數(shù)字孿生體不斷地從多個(gè)來源學(xué)習(xí)和更新自己，以表示其接近實(shí)時(shí)的狀態(tài)、工作條件或位置。

基于數(shù)字孿生（Digital twin）驅(qū)動(dòng)的機(jī)械設(shè)計(jì)不但能夠進(jìn)行概念設(shè)計(jì)，也能夠進(jìn)行詳細(xì)設(shè)計(jì)和虛擬驗(yàn)證，將極大地縮短產(chǎn)品的設(shè)計(jì)周期[4]。

5 結(jié)語

綜上所述，在大數(shù)據(jù)時(shí)代，機(jī)械設(shè)計(jì)將變得更加智能化、模塊化，機(jī)械產(chǎn)品將更加輕量化、綠色化，機(jī)械設(shè)計(jì)師移動(dòng)辦公的可能性將大大提高。未來機(jī)械設(shè)計(jì)師可以不必端坐在電腦前，打開專業(yè)的三維建模軟件進(jìn)行機(jī)械設(shè)計(jì)。設(shè)想這樣一個(gè)場景：設(shè)計(jì)師在客戶現(xiàn)場，傾聽客戶的意見，頭腦中飛快總結(jié)了客戶對(duì)設(shè)備的要求，打開手機(jī)移動(dòng)網(wǎng)絡(luò)的人工智能機(jī)械設(shè)計(jì)接口，通過語音告訴人工智能相關(guān)需求信息;人工智能調(diào)動(dòng)專家數(shù)據(jù)庫，進(jìn)行深度學(xué)習(xí)探索，快速地勾畫出一套概念設(shè)計(jì)的方案，并建構(gòu)出一個(gè)簡單的數(shù)字模型;設(shè)計(jì)師展示概念設(shè)計(jì)方案，并同客戶進(jìn)一步溝通交流。持續(xù)不斷的準(zhǔn)確、實(shí)時(shí)的信息流幫助快速?zèng)Q策、提高設(shè)計(jì)速度、加快生產(chǎn)進(jìn)程和優(yōu)化生產(chǎn)力，從而讓產(chǎn)品快速進(jìn)入市場。

參考文獻(xiàn)：

[1]wikipedia.Artificial intelligence[EB/OL].https：//en.wikipedia.org/wiki/Artificial_intelligence.2019-01-08.

[2]邵劍平.人工智能在齒輪優(yōu)化設(shè)計(jì)中的應(yīng)用研究[J].機(jī)電產(chǎn)品開發(fā)與創(chuàng)新，2006（01）：110.

[3]autodesk.com.What is generative design？[EB/OL].https：//www.autodesk.com/solutions/generative-design.2019-01-08.

[4]Tao F，Cheng J，Qi Q，Zhang M，Zhang H，Sui F.Digital twin-driven product design， manufacturing and service with big data[J].International Journal of Advanced Manufacturing Technology，2017（03）.