产品自适应设计：概念、原理和技术

王 磊，孟昭鹏，刘继红，林 茂,4+，容 锦，邵宏宇，陈永亮，孙 辉

(1.天津大学 机械工程学院，天津 300350；2.天津大学 软件工程学院，天津 300350；3.北京航空航天大学 机械工程及自动化学院，北京 100191；4.海南大学 机电工程学院，海南 海口 570228；5.中国铁建重工集团有限公司，湖南 长沙 410100)

0 引言

新一轮科技革命和产业变革正在兴起，互联网、大数据、云计算等为代表的新一代信息技术加速与工业技术相融合，催生智能制造、网络协同制造等新的制造模式，并在制造企业中应用实践。同样，新一代信息技术也正深刻影响着设计模式、技术和工具环境。

上世纪八九十年代提出的公理化设计(Axiomatic Design)[1]、发明问题解决(TRIZ)[2]等引起了学术界和工业界的关注。2004年，顾佩华教授[3]首次提出全新的设计理念——可适应设计方法，2013年又提出“开放式架构产品”概念[4]。互联网、大数据等新一代信息技术影响着设计理论和设计模式。网络协同设计[5]、众包设计[6]以及数据驱动设计[7]先后被提出，一些国外研究机构开始关注数据驱动设计。美国密西根大学提出一种基于信息物理系统的、能够适应个性化需求的产品设计框架与方法[8]；日本内阁主导的战略性创新计划“革新设计制造技术”(2014～2018)中支持了用户感性数据驱动设计项目[9]；美国机械工程师学会机械设计杂志2017年出版专辑《Data-Driven Design》[10]。以上研究和项目共同提到数据能够创造价值、能够改变设计。

但是，目前的相关研究侧重于市场用户需求的获取、挖掘和利用，制造企业大数据的应用也只是各取各用。例如，制造数据多用于生产决策、设备诊断等环节。虽然有的企业已经意识到全生命周期(市场、生产、运维等)的数据能够用于设计优化，但是这方面的研究和实践非常不足。因此，如何打通从产品全生命周期数据到设计全过程的路线，如何充分挖掘和发挥已积累的和持续增加的数据的价值，如何充分应用当前最新的最有效的设计方法和工具，已成为推动企业充分利用研发设计资源创造价值，进而提升产品设计研发能力和竞争力的关键问题。

随着复杂自适应系统[11]、自适应控制理论[12]等研究的进一步发展，自适应概念在多学科体系中体现出的需求(环境)驱动、数据反馈、自适应决策等特点，为解决上述问题提供了新的视角[13]。因此，将自适应理念融入现代复杂产品设计，不断实践数据驱动的产品研发设计模式和技术是一种可行的有益探索。智能制造不断深入推进，设计创新成为更多企业主要的价值创造环节，新的设计模式和新的设计工具系统环境将有更广阔的应用前景，特别是数据驱动的产品自适应设计模式将成为制造企业创新发展非常重要的可选择途径。

1 产品自适应设计概念及内涵

产品自适应设计是一种以设计过程多域动态关联和产品全周期数据反馈为基础，以产品设计过程模型为核心，以“自主感知—智能决策—高效执行”闭环迭代机制为特点，以在线交互协同设计工具为支撑，及时感知产品需求变化和性能变化，进行产品迭代优化和过程动态配置，具有产品与过程的动态智能适应性的设计模式。

传统设计以经验、试凑、静态、定性分析、手工劳动为特征，导致设计周期长、设计质量差、设计费用高、产品缺乏竞争力。随着现代科学技术的发展，机械产品设计领域不断涌现出一系列新兴理论、方法和手段。现代设计以用户需求为驱动，以计算机等新一代信息技术为工具，以研制出具有工效实用性、系统可靠性、运行稳定性、技术经济性的产品为目标，展现出了创新性、动态性、最优化、智能化、数字化等特点。产品设计方法理论间互作基础、互相嵌套、互为补充，共同构成了产品现代设计理论体系。产品自适应设计正是以现代设计理论体系中的DFX(design for X)、数据驱动设计、可适应设计、公理化设计等多种典型设计理论为基础，衍生、发展而来的。其中，DFX是指面向产品全生命周期各环节的设计，X可以代表产品生命周期或其中某一环节，如装配、加工、使用、维修、回收、报废等，也可以代表产品竞争力或决定产品竞争力的因素，如质量、成本、时间等。DFX搜集产品全生命周期各环节的设计信息，进而形成可满足特定属性的设计技术系统。这些环节信息内容是必不可少的，应根据设计师的需求量身定制。其强调产品设计不应根据产品属性修改生产系统，而是必须围绕生产系统对产品进行修改。然而，传统的产品设计方法是一个顺序式的开发过程，每一阶段都依赖于前一阶段的完成，设计的相关数据、信息流向单一，容易导致在设计后期甚至在制造阶段的设计变更，使得产品的开发周期长、成本高，且质量无法保证。

在新一代信息技术的支持下，打通产品全生命周期各环节数据，通过动态的、融合的数据驱动产品设计已成为可能，数据驱动设计应运而生，并取得了长足发展。有关数据驱动设计的研究从不同的数据来源(如在线评论、专利运行数据等)、设计阶段(方案设计、参数设计、方案评估等)及研究目标(方案优化、设计流程和系统方法构建)等视角展开。数据驱动设计的核心是根据不同设计阶段数据的特点，有针对性地开展全生命周期各环节数据的提取、处理及融合工作，并融入到产品设计过程中，协助研发工程师完成设计目标。

产品可适应设计理论的研究则不再注重生命周期的数据反馈与数据融合，而是以产品“可适应”为核心理念，强调设计出可以适应需求并满足需求的产品。产品可适应设计的目的是为了延长产品(物理产品)或产品设计(数字产品)的使用周期，使得生产型企业能够在允许的质量和成本限制下，通过调整已有产品或设计来快速地开发出新的面向客户需求的产品。一方面，在明确产品适应功能需求集合的时候，设计人员能够设计出满足需求的产品；另一方面，为了满足一些不可预测的需要和改变，产品可以设计成具备扩展性良好的接口的柔性架构，从而使产品具有一般可适应性。可适应设计框架中关于产品可适应与设计可适应的相关研究，为以客户多样性设计需求为驱动的产品设计提供了一种新的思路。

公理化设计理论的研究注重设计过程的创新性，同时减少设计方案搜索、生成的随意性。其目的是在设计的循坏迭代过程中，应用设计过程框架和设计公理确定最佳设计方案。其基本内容包括域的定义、域之间的映射、独立公理和信息公理、层级分解，以及若干定理和推论。随着现代设计理论的发展，公理化设计理论也得到了进一步补充，如公理化设计与稳健设计、并行工程、优化设计、质量功能配置、创新设计等多种设计方法的融合。在目前的相关研究中，基于公理化设计框架的设计方法集成已成为一个研究热点，对企业加快设计过程、提高产品设计质量、降低成本具有较高的实际应用价值。

综合上述现代设计理论，可将其内涵通过产品、数据、设计方法和设计过程4个维度体现。产品自适应设计是多种现代设计理论的融合，在4个维度中包括产品自适应、数据与知识组织自适应、设计求解方法自适应、设计流程自适应的基本要素，与其他设计理论的对比如表1所示，表中“—”表示该设计理论中不重点强调该维度的要素。

表1 产品自适应设计内涵与其他设计理论对比

产品自适应设计内涵中包含的4个要素的特点各有不同，其中产品自适应要素是产品自适应设计的目标要素，数据与知识组织自适应是产品自适应设计的技术要素，求解方法自适应是产品自适应设计的方法要素，而设计过程自适应是产品自适应设计的核心。

(1)产品自适应是产品自适应设计的目标 产品自适应要素是以产品为核心，体现产品通过修改设计使其适应新的需求或适应新的环境。产品维度的自适应特点主要体现在可靠性、稳健性、模块化3个方面。其中可靠性体现产品对内部变化需求的适应性，是指产品在特定的环境中，在一定的时间内、一定的条件下无故障地执行指定功能的能力或可能性;产品的稳健性则体现了产品对外部不可控变化的适应性，产品的稳健性被定义为产品的“质量”对制造和操作条件的变化不敏感的程度[14]，而产品质量是对客户而言重要的产品属性;产品模块化是产品对用户个性化或产品进化的适应性的重要体现，模块化一般指使用模块的概念对产品或系统进行规划和组织，通过模块的选择和组合可以构成不同的产品，以满足市场不同需求，此外模块化是提高产品可扩展性、可配置性，进而实现产品自适应变换的一种重要途径，也是产品自适应设计的关键特征之一。

(2)数据与知识的自适应是产品自适应设计的技术要素 数据与知识自适应是实现设计求解方法自适应、设计过程组织自适应的技术基础。其自适应特征体现主要体现在以下3个方面：①在产品全业务链中生产制造大数据的完整性和标准化，数据的完整性是指全面获取产品全生命周期数据中的关键信息，以完整的产品全生命周期数据作为设计的支撑，是保证数据处理结果科学性的基础，进而保证基于数据的智能设计的准确性;②数据处理方法对多源数据的适应性,面对标准化后的多源数据，常用的数据处理方法有数据融合、数据可视化、数据聚类、数据预测、知识挖掘等，其中数据融合、数据聚类、数据可视化等技术的实现途径和方式有很多，要根据产品不同、数据种类和特点不同，采取恰当的数据处理方法，才能获得更精准、更科学的数据处理结果，进而实现设计知识的科学获取;③全生命周期的数据与设计知识更新、推送的动态性,设计过程不是静态的，而是动态的，在这个过程中，信息反馈必须重复，直到信息内容达到可以得到最佳解决方案的水平[15]。因此，通过数据的采集、分析和学习过程，不断提高设计过程信息水平，从而有助于寻找解决方案。实现全生命周期数据知识的动态更新，是保证下一代产品汲取上一代产品设计经验，修复产品缺陷，提升产品质量的重要基础。

(3)产品设计求解方法自适应是产品自适应设计的方法要素 产品种类多、需求多样，设计过程中需要应用不同的设计求解方法，适应不同的产品、不同的设计需求以及复杂的设计任务。其自适应特征主要体现在以下3个方面：①产品设计与求解方法融合的多粒度：设计的求解方法一般是面向产品不同粒度的设计信息，例如，功能求解方法面向产品的功能与结构信息，结构优化方法、性能参数优化方法则面向产品的三维信息以及参数信息等。为实现求解方法的自适应，需构建多粒度设计信息与设计求解方法匹配体系，选择出最优的设计求解方法，实现设计信息的优化与修正。②设计任务与求解方法融合的多层次：不同阶段的产品设计任务，应用的设计求解方法不同。例如，在产品概念设计阶段，主要任务包括创新设计的探索与分析、功能求解等；在产品详细设计阶段，需要开展三维建模、参数优化与分析等。产品生命周期中多层次设计任务下求解方法的融合与集成管理，仍然是提高设计智能化的重要研究内容。③企业需求与求解方法融合的多模式：多模式是指企业中产品自适应设计求解方法的智能化、自动化与人机交互多种模式的交叉融合。设计求解方法并不能一味追求智能化。产品自适应设计求解方法的应用不仅需要综合企业的设计环境，还需考虑设计师对产品的设计分析水平，以及不同设计环节的特点，多模式交融特点的设计求解方法是企业当前技术与科技背景下，解决产品设计问题、满足产品设计需求的最佳手段。

(4)设计过程自适应是产品自适应设计的核心 产品的设计开发过程根据企业特点和产品特点的不同而出现组织方式的差异，例如以设计部门的划分，以设计的特定阶段、领域或产品开发过程的阶段。设计过程是一个分层次、分阶段，由全局到局部，逐层循环，逐步迭代逼近，逐渐完善，最后达到设计要求的过程。产品自适应设计中过程的特点主要体现在：①设计过程的层次性与阶段性：设计过程的层次性主要体现在基本设计阶段，存在不同领域设计任务以及设计流程的进一步分解，每个设计子任务下又包含新的设计流程，新的设计流程又分为新的阶段。产品自适应设计通过对设计过程维度的研究，拟定具有普遍适用性的产品设计流程程序。②需求驱动设计流程的动态组织：不同属性的产品设计需求会作用在产品设计过程的不同阶段，依据设计需求的属性实现设计需求到设计流程的快速映射是提高需求响应速度和设计效率的重要保障；产品自适应设计通过需求的决策实现需求向设计过程与设计任务的动态映射，同时通过设计步骤、流程的动态组织，实现最优的设计流程方案，进而执行产品的设计工作，步骤的顺序不能被认为是死板的，这种灵活性符合设计需求特点以及实际的设计经验。③设计任务的协同性：设计任务的协同来源于并行设计理念，是指产品及其设计的相关过程进行并行化、一体化的工作模式。这种工作模式一开始便考虑产品设计过程的全部阶段及其子阶段，并考虑了子任务中的质量、成本、进度以及用户需求等要素。使产品设计过程任务合理分配，实现设计资源的节约、设计周期的缩短，以及产品质量的提升等目标。

2 产品自适应设计原理

2.1 产品自适应设计过程模型

产品自适应设计的原理可以通过多层次闭环迭代的产品自适应设计过程模型进行表达和描述，如图1所示，该模型阐明了产品自适应设计机理，是产品自适应在线设计的模型基础，也是提出数据驱动的产品自适应在线设计模式和集成技术平台的关键依据。模型以复杂自适应系统、自适应控制方法为参照基础，以产品全周期数据知识集成为驱动力，构建“自主感知—智能决策—高效执行”自适应设计机制，进而建立数据反馈闭环—设计迭代闭环—产品演化闭环协同的多层次闭环的自适应设计过程模型结构，用来指导数据驱动的产品自适应在线设计模式的研究和集成技术平台的架构设计与开发。

在产品自适应设计过程模型中，设计迭代闭环是指面向产品设计过程，形成需求分析—设计决策—设计执行—设计评估—需求反馈产品设计闭环管理。自主感知设计趋势、设计资源、设计环境的变化，智能决策，优化设计组织流程和设计资源，形成稳定、快速的迭代设计组织管控方式。以智能化设计方法与工具(包括参数系列化/产品族工具、方案可配置工具、产品进化创新与科学效应工具等)支撑产品个性化、多样性研发；以可配置模块化知识库、案例库、流程库、设计组织实践库支撑设计过程稳定性、快速迭代；以面向全产品设计过程的感知工具/技术、决策工具/技术、设计工具/技术、反馈工具/技术支持，建立产品自适应设计动态演化闭环。数据反馈闭环是指，面向产品全生命周期，特别是产品运维阶段，形成数据采集—数据管控—数据利用—数据优化的全设计数据闭环管理。建立数据采集标准，涵盖产品形成过程数据、性能数据、工况数据、设计过程数据、设计环境数据；以智能化数据挖掘技术和优化技术为支撑，包括产品知识图谱构建、数字孪生主动数据感知、数据修复技术、知识进化、数据迭代规律等。产品演化闭环是指以产品变型升级、适应升级、原创升级为基本表现形式的为虚、实产品进化的闭环。产品闭环是产品自适应设计响应时变设计需求的设计结果，产品自适应设计过程完成一个的周期，虚实产品模型进化一次。每一次的产品进化都必须以数据闭环和设计闭环为基础，因此产品演化闭环是产品自适应设计过程模型的核心闭环，也是产品自适应设计成果的表现形式。

综合产品自适应设计过程模型的多层次闭环结构及其核心内容，凝练产品自适应设计表现出来的3个显著特征：自适应设计过程“感知—决策—执行”的多层级闭环反馈，产品全生命周期数据驱动，设计过程在线协同、即时交互。

(1)多层级闭环反馈特点体现自适应设计过程“感知—决策—执行”的闭环迭代。在产品自适应设计过程主模型中按照不同颜色箭头方向及圆圈可以清晰显示出多级闭环的特征，即数据迭代闭环、设计迭代闭环和产品迭代闭环。同时，多层级闭环反馈也是自适应设计方法的一个重要研究内容，该特征通过设计过程的产品模型和过程模型的自适应变化来体现自适应设计方法能够适应外部因素的变化。

(2)数据驱动特点体现自适应设计过程的多个设计环节都依靠数据来分析处理，用户的需求决策、产品的功能结构决策、设计创新决策等都依靠数据来驱动定制的工具辅助决策。决策后产生的新数据会反馈回上一设计环节进行检验，并评价前后设计环节的合理性和正确性，使得不同设计环节具有相互适应性，同时也通过数据的变化来调控设计环节中不同设计任务的进度及优化。

(3)在线协同、即时交互特点体现自适应设计充分利用现代互联网信息技术和工具，应对各种复杂产品的多任务设计，同时设计人员可利用各种在线操作工具进行网络化协同办公，对产品设计全过程进行有效管控，设计任务之间能够自适应，使得企业研发团队、人与人之间的协作更加高效，及时有效地解决设计过程中的矛盾和冲突。

2.2 产品自适应设计运作逻辑

基于产品自适应设计过程模型，结合工程实际验证分析自适应设计运作逻辑，形成自适应设计的运作逻辑视图，如图2所示。

自适应设计系统分为全生命周期数据支持、数据分析与决策、需求分析、产品适应性智能设计技术、产品设计适应性评价、产品设计项目与流程自适应组织6个部分，各部分之间存在数据、设计知识、设计需求的信息传递与交互关系。自适应设计运作逻辑视图中，各部分的主要功能及实施方法总结如下：

(1)生命周期数据支持 在产品自适应设计系统的全生命周期数据感知模块中，可实现海量制造大数据治理、多源异构制造大数据融合修复，以及多源异构数据统一表达等基本功能。其通过对产品数据库、仿真数据库、试验数据库、运维数据库等产品多源异构大数据抽取与冗余清除、增量式真值发现和面向语义、结构、数据、描述等多维度冲突消解等方法，提高数据质量。通过多源异构数据的统一表示、高效组织方法和以实体为中心的元数据结构化表达方法，实现数据的规范组织。

(2)数据分析与决策 在全生命周期数据感知基础上，实现全类型制造大数据分析与可视化以及基于大数据挖掘的设计知识发现。其通过多决策分类器和特征重要度排序方法，实现各类数据样本属性和资源的智能关联及数据层、特征层以及模式层多源数据融合；并通过抽样加速可视化和多分辨率层次压缩等多种高效数据处理算法，实现大数据可视化。同时，集成学习的特征选择和深度置信网络；实现多模态多应用的自适应设计主题模型构建方法，并建立覆盖产品质量预测、参数优化、风险评价以缺陷分析等主题模型，实现设计知识的获取。

(3)需求分析 产品自适应设计系统的需求分析主要包括基于全生命周期数据的设计需求发现、需求管理以及需求链的生成与管理。在需求获取功能中，基于图网模型建立动态产品需求图谱表征理论，实现需求的合理表征，并基于语义聚类和共指消解技术，建立需求关键词、需求关系和属性抽取和信息融合模型，实现多源异构产品需求数据获取与集成。产品设计需求图谱关系复杂、矛盾冲突以及不确定性等问题，基于节点相似度等实体匹配方法、密度—峰值法等实体聚类算法，实现动态产品需求图谱优化。通过图谱反向推测算法和关联规则挖掘算法，形成非完备设计需求精确识别。同时，通过技术进化理论、数据挖掘算法等，构建全生命周期设计需求向产品设计环节的精准映射。

(4)产品适应性智能设计技术 该模块可实现多源需求感知的产品全生命周期设计分析、产品性能多目标参数设计优化、产品功能结构方案自适应设计、设计产品原理创新设计探索的基本功能。通过对制造过程数据和数字孪生的产品制造/装配性进行分析，可实现产品维护性分析；同时，构建产品全生命周期权衡评价模型，实现产品全生命周期综合设计分析技术；还可实现多源需求感知的产品全生命周期设计分析；模块中包含产品失效模式与效应分析、故障预测子模块，可实现基于数据的故障诊断和预测；为实现参数设计优化，模块通过对设计变量与性能关联强度计算和基于敏感度和信息熵的关联类型识别，建立产品性能多目标参数设计优化模型，并通过智能算法实现了多目标参数优化模型等求解；最后，模块可实现基于公理化设计和发明问题解决理论的产品原理方案设计以及研究基于信息公理和物场分析的产品原理方案评价，支持产品原理方案的优选。

(5)产品设计适应性评价 通过构建产品模型成熟度指标体系以及产品各域数字孪生模型和总体数字孪生模型成熟度评价，解决产品优化决策的问题。同时综合考虑功能、性能、结构、制造、运维的产品适应性评价量化指标体系，可实现对产品关于全生命周期多样化需求及其变化的适应性的定量描述。此外，该功能模块中，通过产品参数、配置/架构、原理方案3个层次的适应性指标合成评价方法，满足产品多样化动态需求。具体包括产品参数适应性评价方法、产品配置/架构适应性评价方法、产品原理方案适应性评价方法。最后，通过模糊集、灰色关联分析，以及面向自适应设计过程的指标动态配置、数据自动清洗、可变权重分析等方法，最终实现产品适应性评价。

(6)产品设计项目与流程自适应组织 多主体在线交互协同设计流程建模、在线交互协同设计过程感知、在线交互协同设计过程决策、在线设计冲突与消解等是该模块具备的基本功能。设计流程建模主要面向设计过程多主体、多模式、多层次、多阶段、多因素控制的特点，根据应用场景设定分支、判断，融合、调用仿真、故障分析等组件，根据实际应用场景绑定实体、属性以及各种条件关系，实现设计过程的建模与仿真。设计过程感知则通过设计过程知识语义建模需求分析、设计过程知识可重用性优化、封装可配置知识组件等方法和技术，揭示和表达设计需求与设计流程及其内部单元之间的映射关系，进而实现基于知识流的设计过程知识语义建模。此外，通过组织内、组织外设计领域知识获取技术，实现研究对象设计领域的知识获取与感知。通过基于模糊理论的评价向量矩阵模糊变换策略的多层次、多目标方案模糊综合评价模型和相关算法，实现设计多过程活动执行方案评价。最后，通过设计过程的冲突检测、约束消解技术，事例和规则消解技术，协商消解技术，以及转换冲突消解策略方法，实现设计过程中项目与流程组织的自适应。

3 产品自适应设计关键技术

为体现产品自适应设计中自适应设计过程“感知—决策—执行”的多层级闭环反馈，产品全生命周期数据驱动，设计过程在线协同、即时交互的3大典型特征，围绕数据驱动技术、自适应设计决策技术、协同设计与过程管控技术3项关键技术，展开相关基础理论分析和技术实现分析，作为研发产品自适应在线交互设计技术平台的技术基础。

3.1 数据驱动

数据驱动包括数据驱动控制和数据驱动预测、决策两部分。数据驱动控制一般是指数据到控制器设计的控制理论和方法；数据驱动预测、决策指利用受控系统(产品)的在线和离线数据，实现系统(产品)的基于数据的预报、评价、调度、监控、诊断、决策和优化等各种期望功能[16]。数据驱动产品设计的核心在于数据，其基本原理是将数据挖掘方法的流程应用在产品设计过程，使产品设计完全依赖于数据的分析和预测，避免经验性、不确定性的决策引起产品设计的失败。

本文基于产品公理化设计的基本概念论述[17-18]，遵循设计过程的划分方式，分为需求域、功能域、物理域、过程域，同时将数据驱动原理融入设计过程中。产品设计的起点是需求，新需求的产生是产品设计的根本驱动力，因此寻找有价值的新需求数据并进行量化，是驱动产品设计的关键，于是由新需求数据构建出基于公理化设计的数据驱动设计过程原理模型，如图3所示。

模型的顶层和底层分别是数据层和知识库，用来支持中间部分的产品设计过程。数据层里的新需求可用符号ΔNR表示，包括新功能需求、新性能需求、新结构需求、新经济需求、新可靠性需求、新维修性需求和待增加的新类型需求。模型表达了数据驱动设计从一个域到另一个域的映射，新需求数据和知识库依次驱动需求域CR、功能域FR、物理域DP和过程域PV的分析。常用方法是建立两个域数据之间的关联矩阵[19-21]，实现数据分类、特征的生成与转换[22]，另需要采用恰当的算法[23]，经过多目标多任务及多步骤的操作过程实现映射。当某一个域中出现变量参数间冲突或矛盾时，返回上一个域进行变更设计[24]。变更设计的过程是自适应设计过程的重要研究内容，形成多层级反馈闭环的特征，充分体现自适应设计的特点。数据驱动方法在自适应设计模式里体现在数据分析与决策、需求分析、产品自适应智能设计技术、设计过程组织与管控、设计方案评价模块，贯穿整个自适应设计过程。

数据驱动技术在产品自适应在线设计集成技术平台上的实施，是由数据资源层来驱动业务服务层，业务服务层里的各技术工具群对产品设计过程的相关业务展开数据驱动、实时交互、在线管控、闭环管理，最终得到产品最优设计方案或产品数字模型，其技术体系如图4所示。

数据驱动技术主要在业务服务层实施，业务包含自适应设计过程中分解和产生的任务、协同管控的任务等。业务服务层由数据预处理技术工具群、知识管理工具群、自适应在线交互设计服务技术群、自适应设计求解技术群、在线协同设计服务技术群5个技术群组成。每个群里都包含业务和相应的技术工具，如工具有需求识别工具、数据融合工具、数据挖掘工具等。群里的业务之间是一种数据驱动与反馈的相互作用，群与群之间是一种支持和调用的关系。技术工具群是依据业务需要研发出的专门技术工具，且工具的精准度和良好运行可以极大地提升产品设计过程的效率和设计质量，因此探索数据驱动技术是自适应设计方法中重要且基础的一环，能够较好地解决企业的数据/知识与设计业务融用不足问题。随着研究团队对数据驱动技术的深入研究，后续还会研发出更多实用的工具。

3.2 自适应设计决策

产品设计过程由一系列复杂和创造性的活动组成，一般难以完全预定义设计过程的所有活动，可见设计过程的分析必须是动态、可修改的。同时，设计过程中存在多个设计阶段和设计重要节点需要做出正确设计决策。

依据自适应系统控制原理[25]，获取系统(研究对象)的输入输出及相关状态的数据信息，对系统的相关参数和性能指标进行计算识别，然后根据识别结果与系统指标的要求进行比较，确定相应的控制策略，最后依据控制策略采用修正工具对系统的相关参数或状态进行修正或调节。由此原理，自适应设计控制策略是依据活动的结果或指标要求，与预设的指标参数(比如阈值)进行比较，对前一个活动相关参数或状态进行修正或调整，以求后续相关设计活动达到最佳的效果。

通常自适应控制中需要一个控制器，确定一个或多个合理的过程指标值，称为阈值。此处，阈值是指设计过程中产品模型指标与设计参数或过程变量参数的关联程度[26]，阈值有相关度、相似度、依赖度、达成度等。例如确定不同产品的指标与设计参数的相关程度或产品指标与设计参数的依赖关系程度，通过分析依赖度判定影响不同产品指标任务中的产品设计参数，对关键设计参数进行预测和调整，为产品数据模型构建和适应性方向提供依据。基于阈值控制器的“需求—功能”自适应设计分析，如图5所示。

自适应机制是根据期望的阈值范围来对循环任务节点的关键数据进行预测和调整，同时借助一定的资源和工具使得设计过程中所有任务合理顺利进行。任务之间的自适应是研发人员借助计算机平台开发的工具使得任务之间反复循环迭代来实现，任务之间的矛盾或冲突的解决通过最终的产品数据模型或设计方案的相关评价指标进行判定[27-28]，其中，产品功能结构方案里功能单元与结构单元之间的自适应匹配是自适应设计研究的一个重点内容。此外，产品适应性动态评价方法及指标为产品设计方案的决策提供支持。该评价方法利用搜集的需求与设计参数数据进行关联分析、依赖性分析与适应性设计，利用评价指标的相似度、相关度、依赖度、达成度指标对产品方案可适应性进行评价，体现了产品方案对需求指标的适应性[29]。

产品自适应设计决策是设计过程迭代闭环的重要环节，既是连接数据知识与具体设计任务的桥梁，也是决定实施产品创新方式在自适应设计中参数层、配置层及原理层决策的扳道机。

参数层决策是通过构建产品适应性的多目标参数优化设计模型，进行基于智能算法的产品性能适应性高效求解，实现设计参数层优化；配置层决策是通过采用产品功能模块的创建/消除、组合/分解以及变异/进化等方法，实现产品方案配置层优化；原理层决策是通过多领域统一建模方法，实现设计原理层决策的探索。如图6所示，在产品设计变更传播路径的自适应决策演变下，可以演化出参数层决策、配置层决策和原理层决策3个方向的自适应设计。该技术通过研发出设计变更传播决策工具、产品性能多目标参数优化工具、产品功能结构方案自适应评价工具、产品原理创新探索工具等来实现，能够从3个层次较好地解决产品设计适应性差问题。

设计的最小颗粒度是设计参数，任何的功能、行为、结构、工艺等变更都要归于参数的修改，对参数变化的预测与管理是设计变更的核心，因此设计变量与功能参数、性能参数、结构参数、工艺参数等之间关系的关联强度、相似度、依赖度作为复杂产品自适应设计过程进行决策的重要阈值，在后面设计阶段的产品方案适应性评价或设计变更决策过程中需要使用这些阈值作为评判值。当功能需求变化引起产品结构变动的问题，通过建立功能结构单元自适应划分优化模型，揭示功能需求变化引起的产品结构之间的变动程度，实现产品最优功能结构单元划分方案；另外，当功能结构出现不确定、冗余的问题时，建立基于模糊数学的关联相似度计算模型，构建不确定功能需求信息转换映射机制，实现功能域到结构域的模糊自适应匹配；当产品方案适应性评价不合理时，返回上一级分析任务，修改阈值，重新进行适应性分析，开展产品创新设计目标设定，利用公理化设计理论与TRIZ理论对产品进行需求功能原理分析及评价确定最佳方案。

产品自适应设计决策技术实施的关键点是要决定设计迭代方向和范围，建立设计变更传播机制及评价指标体系，提出产品设计变更路径方案优选方法，提高设计变更响应速度和准确性是产品自适应设计的一个优势。

3.3 协同控制

根据协同原理所述[30-32]，系统的协同效应由系统内部各子系统的协同作用决定，协同得好，系统的整体性功能就好。若将产品设计过程看作一个系统，则设计过程的不同阶段、不同层次的设计任务可看作是子系统，此外，人、组织、环境等也可以看作是设计过程里的子系统[33]。以产品设计过程中各子系统发生的协同问题作为研究对象，通过研发的协同技术和协同机制使得各子系统相互协作，消解冲突，达到产品设计效率高、质量好、周期短的目标。

用户需求分析是产品设计开发的起点，用户需求的分解是产品协同设计过程的基础，任务来自需求的分解，然后映射到产品功能需求分解，以全生命周期数据为支撑，依照需求分解和满足需求对任务执行分解、分配、调度及优化，从而形成协同设计的任务层次。由此构建图7来展示自适应设计过程中不同设计阶段、数据、任务之间的流程、时序和层次存在的协同关系。

模型中过程维分用户域、功能域、物理域和过程域，分别对应CR、FR、DP和PV；数据维上的环境数据、用户数据、需求数据、功能数据、结构数据等，是支持CR→FR→DP→PV的分析过程；任务维上对应的是设计阶段，包括需求任务书、概念设计方案、产品功能模块、制造装配。从需求任务书阶段中的一个总需求分解多个(图中显示3个)需求，多个不同需求分别或共同驱动概念设计方案中的多个分析任务，多个不同的分析任务对应生成多个不同的产品功能模块，不同的产品功能模块对应不同零部件的装配仿真任务。任务维与过程维的对应关系在图中是“需求任务书—用户域”、“概念设计方案—功能域”、“产品功能模块—物理域”、“制造装配—过程域”。任务维与数据维的对应关系是各个设计阶段中的分任务对应所需的各类数据支持，另外显示不同阶段的任务存在反馈，意指两任务之间数据知识的自适应。

在论述产品自适应设计的内涵与特征时可知设计过程需要进行协同与管控。协同意味着多主体(设计人员、管理人员、制造人员等)交互协同设计中建模指令协同、建模数据协同、协同历史可回溯、协同权限管理、协同版本管理等关键内容；管控意味着对设计过程进行分配任务、授权、消除冲突等管理。对复杂产品设计过程而言，存在需求、设计、制造、维护等多主体交互协同设计的需求。同时，产品在研发过程中也存在过程不确定性、人员交互频繁、业务、权限复杂、响应慢等问题，需要对设计过程中的多过程、多主体、多流程、多知识进行及时合理的调度和控制，使得设计任务满足自适应，因此需要突破多主体交互协同设计技术和过程管控技术，实现产品设计过程的多元设计知识融合、多主体协同、流畅交互设计及设计任务的精准管控，为企业提供相适应的设计与管理服务，显著提升产品研发的效率和质量。结合协同设计环境、协同规则与权限的定义[34]，从协同设计流程、协同设计过程决策、协同设计过程感知、设计冲突与消解4个方面的技术构建来支撑多主体交互协同设计过程的调度与控制，如图8所示。

本文在协同设计工具研发中调研实时通信架构，搭建WebSocket的方案以及数据传输验证，满足实时数据通信的要求，也研发出三维模型轻量化浏览工具、在线三维智能搜索工具、在线协同设计评审工具等，形成网络协同设计工具集，并集成到产品自适应在线交互设计平台。同时研究基于Windows/Andriod/iOS等平台的跨平台部署和协同技术，支持多用户共享同一显示场景，并能进行相互操作，支持多用户语音和视频交流。在设计过程管控中分析不同设计过程之间的内容关联性、逻辑约束性和进度可调性，利用启发式智能计算技术，研究多过程活动执行方案综合评判决策方法，实现活动执行过程多方案递阶优化决策机制，进而研发出冲突消解管理及管控工具。

4 设计案例：螺旋输送机

螺旋输送机是土压平衡盾构的重要组成部件，如图9所示，其主要由螺旋轴、筒体、驱动装置、闸门等机构组成。根据组成结构的不同，可以将螺旋输送机分为不同种类，例如，根据其叶片形式不同，可将其分为带式和轴式；根据驱动方式不同，可将其分为中心驱动式和周边驱动式。但不同种类的螺旋输送机均具备“排”(输送渣土)、“塞”(通过螺旋机内形成的土塞作用，建立土仓内的压力)、“调”(调整排渣速度，实现土仓的动态土压平衡)三大基本功能。

由于隧道类型不同、地质条件不同，设计者需针对不同的工况需求开发出不同型号的螺旋输送机，为了提高产品设计的适应性，现以中国铁建重工集团股份有限公司的螺旋输送机产品设计为例，进行产品自适应设计技术的实现。

传统螺旋输送机设计流程如图10所示，虽然企业已经应用了设计过程管理软件和部分数字化设计工具，但是主要设计过程仍为人工设计、计算和校核，各部门数据分散、标准不统一，设计过程管理松散，设计效率有很大提升空间。

结合螺旋输送机一般传统的设计流程[35]，参考产品自适应设计模式图，构建该产品的自适应设计过程，具体设计模式如图11所示。

模式图结构主体为一个数据支撑(驱动)基座和7个设计阶段层；左侧为自适应评价、自适应决策、在线交互协同设计管控和设计知识/模型智能推送功能模块；右侧为支持7个设计阶段层运行的定制工具模块及产品模型成熟度自适应评价模块。7个设计阶段层的空间位置差异表达了产品设计过程中不同设计阶段层能够实现设计的协同性及反馈，从而提升设计效率，也显示出螺旋输送机设计的主要流程及设计阶段层里主要设计任务的次序。数据支撑(驱动)基座表示采集存储了大量螺旋输送机产品在不同业务系统里的多元异构数据，如工程地质数据、招标文件、制造数据、设计数据、环境数据、仿真数据、运维服务数据、用户特殊需求等，为驱动7个产品设计阶段层运行提供数据及知识服务。

结合国家重点研发计划网络协同制造和智能工厂专项产品自适应在线设计技术平台研发项目的研究成果，通过产品自适应在线设计平台实现上述螺旋输送机的自适应设计。产品自适应设计平台的基本架构如图12所示。

产品自适应设计平台的功能，需要综合多个产品设计工具的子功能集成实现。现对产品自适应设计平台中，设计知识需求挖掘工具、自适应在线设计过程建模工具、产品功制造性装配性分析工具、基于设计约束网络的产品自适应设计决策工具等具备典型特征的工具进行功能和效果介绍。

(1)设计知识需求挖掘工具与设计知识建模工具，该工具具备基于大数据的设计需求挖掘功能，知识平台的核心工具之一。通过设计任务书、招标文件等多种设计输入文件的导入，实现需求的挖掘提取，以及条目化的设计需求管理，如图13所示。如招标文件中的客户、产品类别、交货日期、工程条件、工程难点等设计需求信息。与此同时，提取出的设计知识可以构建为设计知识图谱的形式，实现设计知识的格式化管理和基于节点的知识推理。

(2)产品自适应设计流程建模工具包含设计流程建模模板库，具备产品设计过程自适应组织建模、基于当前设计环节的设计任务激活功能，是实现产品设计过程自适应的关键工具，如图14所示。设计需求产生后，在设计执行前，可根据需求特征自适应组织设计流程，同时可以构建设计流程要素间的设计文件交互关系。设计流程模型构建后，随着设计的推进，其可以根据当前设计任务，匹配下一步流程，并输出当前设计任务的设计结果文件，如图15所示。

(3)平台可依据工作流调用，产品结构制造性装配性分析工具。该工具具备对设计完成的三维模型结构性能评估的功能，如图16所示，能够辅助设计工程师在产品研发阶段就考虑设计的可制造性和可装配性问题，利用工艺知识规则对产品的可制造性以及可装配性进行分析和检查并输出评价修改建议，从而提前发现问题，避免后期制造阶段不必要的更改，缩短产品研发周期。

(4)设计属性关联网络建模及自适应决策工具，该工具具备产品功能—结构—参数设计信息的可视化建模功能，以及基于变更需求的参数变更方案自适应决策功能，如图17所示。通过对产品设计知识的提取，将产品的功能信息、结构信息、参数信息进行关联建模，通过模型的可视化可明确参数信息变更后影响的产品功能、产品零部件；同时，该模块可实现参数变更需求下，基于参数公式、参数约束的参数值自动化计算，结合参数变更方案代价计算方法，实现最优变更方案智能决策。

产品自适应设计平台，面向产品设计过程，实现了设计工具与设计阶段的高度融合和适配，为螺旋输送机产品的设计提供了底层方法与技术支撑，保证了设计方法的先进性、设计过程的动态适应性，进而实现了产品设计的闭环。产品自适应设计平台的数据知识子平台中，面向产品全生命周期，融合了数据分析工具、知识精准识别工具、知识动态推送工具等，形成数据采集—数据管控—数据利用—数据优化的全设计数据闭环管理，实现了数据闭环。同时，产品自适应设计平台，通过对中铁建工程端的用户需求分析，融合设计闭环及数据闭环中的先进方法与技术，支持螺旋输送机升级换代，实现了产品演化迭代闭环。

具体而言，通过产品自适应设计平台的研发，传统常规设计阶段中，地质文件、招标文件、客户需求书等设计输入文件，可通过产品自适应设计大数据分析工具，实现设计需求的自动提取，进而形成设计输入表的形式，代替人工对设计需求文件的翻阅和整理工作，节省了大量设计时间。传统的方案设计阶段中，需根据功能需求，确定功能结构，进而结合设计原理，进行手动的设计结构方案匹配，而以方案配置工具为基础，通过智能匹配算法实现产品设计方案的智能匹配与推送。在传统的方案评审和设计评审阶段，企业需组织行业专家和企业领导进行方案评估、设计评审，而产品适应性评价工具，则通过产品设计方案相似度、达成度、依赖度和相关度等指标对设计方案进行全面评价，进而减少设计师靠经验判断带来的局限性，提高设计方案的科学性。传统的在产品三维设计环节，设计师的模型构建基于C/S应用软件，协同响应效率低、跨平台适应性差等问题，通过产品自适应设计平台中云CAD平台，可实现实时在线三维设计交互，提高设计信息交互效率，进而提高设计效率，缩短设计周期。

当前设计平台中收集并存储了螺旋输送机设计、制造、应用等过程的数据和知识库数据量约3.3 TB，知识条目1 500条以上；工程应用知识库数量约0.76 TB，知识条目970条以上；全系列图纸知识库数量约0.5 TB，知识条目2 330条以上；零部件模型库数据量约0.94 TB，知识条目1 530条以上，实现了基于全生命周期数据支持的产品自适应设计。结合基于产品自适应设计平台的螺旋输送机产品设计效果及后期机器的工作情况，面对新需求数据形成设计任务开始到新产品详细设计方案的完成共计花费约112天，相比同款旧产品的设计完成时间135天，设计效率提升约20%，对于企业节约设计成本，提高企业竞争力具有重要意义。

5 结束语

本文提出了全周期数据驱动的产品自适应设计模式，建立了多层次闭环反馈产品自适应设计过程模型。在此基础上，分析了自适应设计的要素与特征，构建了自适应设计的关键技术体系，并开发了产品自适应在线设计技术平台。以螺旋输送机为对象，对理论成果进行了应用验证。自适应在线设计模式与系统架构在新理论、新技术上的创新，为解决制造业数据涌现、产品个性化和性能波动需求提供了新的设计范式，初步形成从理念到理论到技术/方法再到工具支撑的产品自适应在线设计技术体系。未来将进一步探索自适应设计过程方法及关键技术中存在的难点问题，并完善自适应设计方法中数据融合分析与决策流程的相关运用工具，为产品自适应设计模式的进一步完善和关键技术的落地应用提供理论参考和实践的依据。

致谢

本文是在国家重点研发计划项目“产品自适应在线设计技术平台研发”(2018YFB1701701)的申报书及近期研究工作基础上总结完成的。除本文所列作者外，天津大学顾佩华、华中科技大学王峻峰、北京航空航天大学魏巍、浙江大学高一聪、中国海洋大学宫会丽、汕头大学张健、五邑大学康献民都参与了相关研究工作，为本文提供了很多帮助，在此一并表示感谢。