模具设计中的KBE技术研究

许艳华 颜文煅

摘要：高质量的设计系统可以用标准的科学化流程实现对设计活动的效率升级。基于此，本文以模具设计作为研究对象，首先对KBE技术的概念和特征进行框架解读。其次，分为知识获取、知识表示和知识推理三个步骤，对KBE技术的关键要点展开通用性分析。再次，根据模具设计的基本需要，对设计过程中的考虑因素和难点进行分析。最后，针对模具设计中比较常见的锻模、冲模、挤压模三个类别，对模具设计中KBE技术的应用模式展开研究。

关键词：KBE技术;模具设计;知识推理

中图分类号：TG76 文献标识码：A 文章编号：1007-9416（2020）09-0121-03

0 引言

世界领域内各大技术种类的发展，都建立在学科交叉、知识借鉴的知识集成模式下，知识集成明显已经成为驱动技术发展的重要动力。而随着制造行业内产品品类的不断增加，若要在制造业内占领有力竞争地位，快速产出具有创新意味的新商品，成为了制造业提升竞争力的关键方法。模具行业是制造业内的重要构成，该行业对参与者的知识经验具有较高的要求。在一些大型制造类企业中，模具设计人员的创新能力和知识经验，甚至可以直接决定企业未来的发展活力和核心动力。因此，为了提升模具设计的整体速率，一些企业会利用设计软件来提升产品从预想到实现的中间效率。但实际上，使用技术工具只能提升某个阶段的效率，且在脱离了专业知识经验的基础上，传统技术工具很难胜任模具开发的创新性技术要求。基于此，世界模具设计领域不断优化和更新相关技术原理，并有效得出利用集成系统全面提升模具设计整体速率的方法。也就是将模具CAD技术、计算机辅助CAE技术、ES专家系统集成所构成的KBE（知识库工程）技术[1]。

1 KBE技术解读

1.1 KBE的概念

KBE技术也称知识库工程技术，技术概念最早在上世纪70年代被提出。当时的斯坦福大学本意是要对人工智能的技术概念进行推理性设想，但为了完善设想而提出了知识库的相关概念。專家教授们表示，要实现完善的计算机逻辑推理，科学家们就必须要建构一种完善的数据库，以保证技术可供“智能”们随时求解。这里的知识库概念的服务对象是人工智能对象，但实际上任何一个产业如果能够塑造出一个完善的数据库，并且赋予行业某种可以进行逻辑思考、不断求解的技术，那么该行业的行进速率便能够得到高效升级。故而，知识库概念在此后不断被各个领域的专家用于行业更新设想的过程中，逐渐成为了一种以知识系统为核心概念的重要技术研究方向。

1.2 KBE技术的特征

KBE技术作为典型的知识库工程类技术，具有三种典型的技术特征。首先是知识性，KBE技术诞生于知识库概念基础上，因此该技术的所有核心构成都以知识为基准。其次是领域性，KBE技术有着明显的领域独特性，就是针对于某个具体专业领域而被设立。不存在多专业领域通用的技术特征。最后是智能性，KBE技术可以在人力辅助的作用下不断升级作用范围。例如优化学习能力、知识提取能力、数据计算能力等等。且面对不同的设计需求，KBE技术还可以吸收设计案例，形成良好的预判逻辑推理能力[2]。

2 KBE关键技术分解

2.1 知识获取

KBE技术的整体运作逻辑是知识获取-知识表示-知识推理。而最初阶段的知识获取，以自动的形式为主。人类专家建立定向的知识库，内含丰富且具有行业领先价值的专业领域知识。随后，专家人员通过设定专门的信息检索算法，令知识库具有沿着某个需求获取信息、处理信息诊断信息的能力[3]。例如，基于神经元的信息搜集算法、基于即时数据采集的算法、大数据定向挖掘算法等等。这些算法分别负责不同的信息领域，可以在短时间内完成定向的数据获取与分类，进而展开知识分析和知识创造等步骤。从理论角度看，KBE技术的知识获取技术具有完善的行为逻辑。但实际上，当前KBE技术的发展难点也正在于知识获取的这一流程之内。技术处理的需求五花八门，协调需求代表着算法之间也需要进行充分的协调。但当下相关技术的发展尚未达到理想高度，技术欠缺导致知识获取技术的工程实践也面临着处理效率不高的问题。

2.2 知识表示

知识表示指的是如何将知识获取阶段所“获取”到的可用知识进行存储，继而为后期计算机的处理做好铺垫工作。目前为止，KBE技术系统中知识表示的常用技术有三种，按照性质可分类为一阶谓词逻辑、产生式、框架式这三种表达法。一阶谓词以启发为主，是KBE技术初期问世阶段的常用方法，技术处理过程冗长故而在近期内已经很少被应用。产生式方法以规则为技术核心，具有灵活自然通用性强的技术优势。框架式方法属于数据结构的一种方法，善于突出结构性知识。目前来讲，虽然产生式方法的优势更加突出，但单凭一种方法难以实现规模性的需求。因此多数情况下技术人员会将三种方法结合使用，以此来有效完成知识表示的整体诉求。

2.3 知识推理

知识推理中规则推理和实例推理是比较常用的推理模式。规则推理的技术优势是逻辑清晰、表达相对直观。实例推理的稳定性较强，但知识的创新和再造能力较弱。一般情况下知识推理的流程共分为检索、重用、修正、保存这四个步骤。首先，检索过程是将亟待解决的问题进行简单的要求规划和特殊描述，ES专家系统会结合相关信息对知识库内容知识进行采集、筛选。筛选原则为，注重选择与当前问题高度一致或高度相似的数据集。其次，重用阶段需结合人工给出的新问题，将检索阶段的知识体系代入到问题之中。再次，修正阶段要把知识体系进行重新修改，令其内容更适用于新问题。最后，需要将修改后的内容加以应用，并存入到系统自身的学习库存中，作为提升知识推理能力的关键素材。

3 模具设计考虑因素和设计难点

3.1 考虑因素

模具设计对产品精度的要求很高，因此设计过程中要严格设定设计依据、设计程序、型腔、分型面、制作系统、加工方式等因素。设计依据指的是产品尺寸的具体参数、精度以及尺寸的正确性，需要根据产品的具体功能来确定尺寸;设计程序沿形状尺寸、公差和行业设计基准进行，一切行为严格参照国家规定的尺度标准;模具型腔的数量、排列、布置，型芯的设计也需要按照模具外形尺寸进行调整;分型面需要以维护产品精度为目的进行调整，务必确保开模阶段的稳定性;浇注系统的浇口位置应尽量处于分型面之上，距离型腔各个部位的距离均等;排气系统的排气槽的间隙应尽可能做大，从而避免塑料材质出现飞边现象;模具设计也需要考虑不同零件的加工方式，如刀具类型、应用范围等等。这些因素属于比较常见且基本的内容，也同样都是KBE技术需要去处理的逻辑范围。

3.2 设计难点

一般情况下，一套模具的设计流程只能由一个设计团队从头到尾负责所有的工作。这其中涉及到三个难点，即知识范围、工具选择、方法以及人员的应对。首先，从上文来看模具设计过程中需要考量的内容较多，范围较杂且包含许多交叉知识点。设计团队很难顾全所有的理论知识，也很难拥有相对完善的知识经验。其次，目前三维设计工具的应用难度较大，单凭人力进行设计虽然可保证质量，但整体效率较低不符合快速设计的要求。最后，团队设计导致人员的工作强度较大，工作人员极易产生烦躁心态，继而影响模具设计的效果。基于此，应用KBE技术可以提升基础准备的整体质量，避免出错对模具寿命造成不良影响。

4 模具设计中的KBE技术应用分析

4.1 锻模设计

哥伦布实验室所设计的几何尺寸衡量系统，是锻模设计过程中应用KBE技术的典型案例。实验室成员们整合了常用几何的拓扑关系，将其整理为某种具有定向含义的符号，并配置相应的数据处理算法，构建出了性能良好的几何尺寸设计专家系统。系统可以按照不同的设计需求，计算出相应的模拟数值。数值与需求整合再建立出基本构件，实验室成员们可以通过互动页面决定是否锻造该构件。如若设计成果不符合预期，可以返回到第一阶段增补或改良需求。我國西北工业大学在几何尺寸衡量系统的基础上，采用了人工神经网络ANN（Artificial Neural Network）技术，优化了设计系统的自适应性。该系统可以自发完成对设计需求的缺陷预测，有效提升了模具设计的整体速率。

4.2 冲模设计

以冲模设计为主的KBE技术应用中，美国普渡大学的加工实验室所设计的深加工自动设计系统（轴对称性质）比较具有代表性。该系统基于生成设计、测试匹配度、校阅适应性作为行为逻辑，是智能性较好的自动设计系统。该系统内预设轴对称深加工的相关知识谱系，由ES专家系统在程序外围进行智能控制。人工输入尺寸、槽的类别及数目等工艺需求后，系统会依照已有的设计经验给出IT序，专家系统负责测试和校阅。初期阶段该系统的设计成效和设计质量一般，但随着不断积累排样规则扩充知识库，该软件的速率提高了5倍。并且还实现了知识的有序传递，减少了新设计者犯老错误的次数。

4.3 挤压模设计

FORMEX系统是挤压模设计的经典系统，该系统结合了人工智能技术，可以将设计、知识推理、工艺规划等一系列工序整合，以自动形式展开工作[4]。后期也有人针对这一系统提出了增加功能的设想，即加入成本估算功能，充分利用工艺规划自动化的技术优势。但一部分学者指出，该系统的ES专家系统结构的集成性不高，提出应该利用人工神经网络和有限元（Finite Element Method）技术对专家系统进行优化。人工神经网络可以模拟人的思维模式，而有限元技术可以令模拟运算的误差达到最小值。基于该系统后产生的冷挤压工艺设计系统，更是在知识库的基础上扩展了规则库，实现了算法的自动排序。系统可以根据所选材料的基本参数和工件的基础信息来确认相应规则，继而确立成形工序和分配载荷。

5 结语

综上，KBE技术在模具设计中的应用优势十分显著。但考虑到未来功用的持续更迭，建议模具设计研究者们从三个方向持续优化KBE技术：首先，完善KBE技术中的推理能力。即从简单的文字逻辑推理，逐渐过渡为图片推理或图文推理。其次，要建立具有一定规模的知识系统，该系统应妥善处理设计相关的理论系统，升级知识应用的资源背景。最后，要持续完善相关算法的严密性，强化ES专家系统的有效性和实用性。

参考文献

[1] 彭颖红，赵震.模具设计中的KBE技术[J].世界科学，2000（7）：30-31.

[2] 张赛军，刘文娟，阮锋，等.基于KBE技术的互感器模具设计[J].电力自动化设备，2005（8）：87-89.

[3] 吴小江.塑料模具设计中KBE技术的应用研究[J].橡塑技术与装备，2016，42（4）：13-14.

[4] 李震，李强.基于UG—NX4平台KBE技术在汽车覆盖件模具设计中应用[J].机械设计与制造，2010（4）：242-244.