虚拟现实环境下的工业造型设计复杂问题求解优化

姜晓波 凃康玮

摘  要： 通过先进的人机交互方式，虚拟现实技术可以有效提高工业造型设计的工作效率。但是，工业产品的造型设计问题一般性质十分复杂，传统的优化方法很难实现该问题的求解。因此，提出一种基于虚拟现实技术和多目标遗传优化的工业造型设计系统。对采用的虚拟现实系统整体结构及其相关软硬件参数进行介绍。对产品造型设计的流程进行分析，并在产品造型设计中应用排序多目标遗传算法。软件开发语言为Visual C++ 6.0，并采用模拟开发软件Vega实现CAD数据转换。系统运行测试结果表明，所提出系统能够有效提高产品造型优化设计的质量、缩短设计周期。

关键词： 虚拟现实; 工业产品; 多目标优化; 遗传算法; Vega; 造型设计

中图分类号： TN911.1?34; TP393                    文献标识码： A                   文章编号： 1004?373X（2019）09?0155?03

Optimization of complex problems solving of industrial modeling design

in virtual reality environment

JIANG Xiaobo， TU Kangwei

（School of Industrial Design， Hubei University of Technology， Wuhan 430068， China）

Abstract： The virtual reality technology can improve the working efficiency of industrial modeling design effectively by means of advanced human?computer interaction. However， the industrial product modeling design has very complicated problems， and the traditional optimization methods are difficult to solve the problems. Therefore， an industrial modeling design system based on virtual reality technology and multi?objective genetic optimization is proposed. The overall structure of the virtual reality system and its related hardware and software parameters are introduced. The process of product modeling design is analyzed， and the sorting multi?objective genetic algorithm is applied in product modeling design. The software development language Visual C++ 6.0 and simulation development software Vega are used to realize the CAD data conversion. The system operation and test results show that the proposed system can effectively improve the quality and shorten the design cycle of product modeling optimization design.

Keywords： virtual reality; industrial product; multi?objective optimization; genetic algorithm; Vega; modeling design

0  引  言

随着工业制造业水平的不断提高，消费者对产品的质量要求和外形审美也不断提高。但是，工业产品的造型优化问题一般性质十分复杂，传统的优化方法很难实现该问题的求解。此外，为了不断提升我国制造业的质量和水平，需要在科学技术和理念上不断创新，以便提高自身的技术开发能力。通过先进的人机交互方式，虚拟现实技术可以有效提高工业造型设计的工作效率[1?4]。目前，产品造型优化研究主要分为两个方面[5]：理性方面和感性方面。但是仅仅使用上述两种方法不能满足产品创新设计需求。

遗传算法是模仿自然界生物个体进化的机理发展而来的一类优化算法，近年来得到广泛应用，能够实现各种系统中的特定目标优化问题。因此，研究人员提出将遗传算法应用于产品造型设计中。文献[6]提出一种基于进化算法的产品造型创新设计方法。该方法以代表性产品样本为初始种群，应用元胞遗传算法建立产品造型初始设计系统，实现以少量原型生成大量创新性方案的智能设计进程，可为产品造型创新设计提供有效的辅助与支持。文献[7]对传统遗传算法进行合理优化，并根据优化后的流程以掘进机造型设计为例进行具体应用，验证了其可行性。文献[8]设计基于遗传算法的叶型气动优化设计平台，运用B?Spline开发了实现叶型吸力面、压力面型线等参数相互转化的程序。

但是，实际的工程优化问题中大多数是多目标优化问题，标准的遗传优化算法需要将一个单目标优化问题转化为多目标优化问题。因此，本文提出一种基于虚拟现实技术和多目标遗传优化的工业造型设计系统。系统运行测试结果验证了提出系统的有效性和可行性，能够为产品造型创新的计算机辅助设计提供新的参考。

1  虚拟现实环境的总体框架设计

1.1  总体结构

为了应对基于CAD系统的虚拟产品造型设计问题，本文构建虚拟现实环境总体结构[5]，如图1所示。设计人员通过人机交互界面对CAD系统参数进行调整，从而对生产制造的全过程进行监控。虚拟现实环境中设计人员通过CAD系统能够对制造模拟进行仿真管理。基于虚拟现实环境的设计平台可以为用户提供更简洁、更便利的设计途径，进行顺畅的3D人机交互操作，有利于提升产品造型的设计效率。

图1  虚拟现实环境总体结构

1.2  系统配置

上述虚拟现实环境采用的系统硬件配置为：2.8 GHz Intel 酷睿i5 8400，4 GB内存，400 GB硬盘。3D图形加速卡为Ge Force GTX1060，DRAM为6 GB。虚拟现实硬件系统原理如图2所示。软件开发语言为Visual C++ 6.0，并采用模拟开发软件Vega实现CAD数据转换。

图2  虚拟环境硬件系统

2  基于多目标优化遗传算法的产品造型优化设计模型

2.1  产品造型创新设计的过程

产品创新设计是指将不同创新设计方法相互结合，通过设计师的创造性理念、经验和专业知识，改良原有产品的外形、功能、结构、特征等属性，或者做出创新性的改变，使之能够满足用户的使用习惯和个性化要求。产品创新设计的过程可以分为3个层次，如图3所示。

图3  产品创新三层次

产品造型设计的过程一般具有三个阶段：匹配阶段、结构阶段和概念阶段。

2.2  多目标优化遗传算法

遗传算法能够模拟自然界优胜劣汰的进化现象，把搜索空间（问题解的组成空间）映射为遗传空间进行染色体编码。通过不断计算各染色体的适应值，选择最好的染色体，获得最优解。标准遗传算法的关键步骤为：

1） 基因编码;

2） 设计初始群体;

3） 适应度计算（剪枝）;

4） 产生下一代;

5） 重复步骤3）完成迭代循环，直到达到迭代次数。

本文采用的排序遗传算法是一种基于Pareto最优概念的遗传算法。与标准遗传算法的不同之处在于，排序遗传算法在进行算子抽取之前会按照個体之间的支配信息进行排序。该算法中适应度共享的计算方式为：

式中：[P]表示种群;[x，y]分别表示不同的个体;[f（x）]和[f（x）]分别表示个体[x]共享后和共享前的适应度值;[s]表示共享函数;[d]表示距离函数。

共享函数为小生境群体中其他个体和[s]个体的关系：

采用Visual C++ 6.0对排序多目标优化遗传算法进行软件实现。通过实数和二进制编码对遗传算法编码进行实现。其中，针对二进制编码设置单点交叉和一致交叉两种交叉方式，可让设计人员根据自身需要自定义选择。排序多目标遗传算法的软件实现框图如图4所示。

图4  排序多目标遗传算法的软件实现框图

3  数值测试实验

使用经典数值凹测试函数对排序多目标遗传算法优化软件的可靠性和有效性进行验证。选取的测试函数为Schaffer提出的一个凹测试函数[9]：

设置种群数量为200，进化次数为50。排序多目标遗传算法和标准遗传算法优化[7]得到的Pareto曲线分别如图5，图6所示。

图5  排序多目标遗传算法优化结果

图6  标准遗传算法优化结果

从图5和图6的结果可以看出，在使用同样的种群数量和进化次数时，相比于标准遗传算法，排序多目标遗传算法具有更好的Pareto曲线结果，即最优解的数量更多，验证了其高效性和可靠性。因此，基于排序多目标遗传算法的虚拟造型设计系统可以输出性能更加优良的结果，缩短设计周期。

4  结  语

本文提出一种基于虚拟现实技术和多目标遗传优化的工业造型设计系统。在产品造型设计流程分析的基础上，在产品造型设计中应用排序多目标遗传算法。数值测试结果验证了提出系统的实用性和创新性，排序多目标遗传算法的最优解收敛性。能够为产品造型创新的计算机辅助设计提供新的参考。后续将增加种群进化约束机制，以便符合不同行业的产品造型创新设计需求。

参考文献

[1] RIZZO A， HARTHOLT A， GRIMANI M， et al. Virtual reality exposure therapy for combat?related posttraumatic stress disorder [J]. Analysis of the New York Academy of Sciences， 2010， 1208（1）： 126?132.

[2] COSMAN P H， CREGAN P C， MARTIN C J， et al. Virtual reality simulators： current status in acquisition and assessment of surgical skills [J]. ANZ journal of surgery， 2015， 72（1）： 30?34.

[3] LLOYD D. In touch with the future： the sense of touch from cognitive neuroscience to virtual reality [J]. Presence， 2014， 23（2）： 226?227.

[4] ROTHBAUM B O， PRICE M， JOVANOVIC T， et al. A randomized， double?blind evaluation of D?cycloserine or alprazo?lam combined with virtual reality exposure therapy for posttraumatic stress disorder in Iraq and Afghanistan War veterans [J]. American Journal of Psychiatry， 2014， 171（6）： 640?648.

[5] 迪建.虚拟现实VR产品及其产业链探究[J].集成电路应用，2016，33（3）：16?20.

DI Jian. VR product and its industrial chain explore [J]. Integrated circuit applications， 2016， 33（3）： 16?20.

[6] 苏建宁，陈肖，张书涛，等.基于进化算法的产品造型创新设计方法研究[J].工程设计学报，2016，23（2）：136?142.

SU Jianning， CHEN Xiao， ZHANG Shutao， et al. Product sty?ling innovative design method based on evolutionary algorithm [J]. Chinese journal of engineering design， 2016， 23（2）： 136?142.

[7] 戴继龙，吴凤林，史华星.遗传算法在掘进机造型设计中的应用[J].机械设计与制造，2017（11）：43?45.

DAI Jilong， WU Fenglin， SHI Huaxing. Application of genetic algorithm in modeling design of roadheader [J]. Mechanical design & manufacturing， 2017（11）： 43?45.

[8] 于荣彬.基于遗传算法的叶型气动优化设计[J].装备制造技术，2014（1）：64?65.

YU Rongbin. Aerodynamic optimization design of blade type based on genetic algorithm [J]. Equipment manufacturing technology， 2014（1）： 64?65.

[9] 宋宗耘，牛东晓，肖鑫利，等.基于改进萤火虫算法优化SVM的变电工程造价预测[J].中国电力，2017，50（3）：168?173.

SONG Zongyun， NIU Dongxiao， XIAO Xinli， et al. Cost estimation of substation engineering based on improved firefly algorithm to optimize SVM [J]. China electric power， 2017， 50（3）： 168?173.