实例重用在车身装配顺序规划决策中的应用印台鲍鱼养殖除毛器三星手机立车

实例重用在车身装配顺序规划决策中的应用

摘要：整车质量的约40%直接和车身质量相关，采用并行设计方法是有效提高车身质量的关键。在产品全生命周期中概念设计阶段的决策最为重要。传统装配顺序规划方法不适合具有柔性特征的车身产品设计。本文采用基于实例推理(CBR)方法，研究了以车身分总成作为对象的实例表达方法，建立了面向设计重用的实例索引和匹配机制，通过分层索引和混合匹配方式，可以有效提取相似实例，为装配顺序规划决策提供辅助手段。研究还建立了面向装配顺序规划的原型系统。

关键词：车身 基于实例推理 分总成 装配工艺规划

1 引言

车身主要指白车身（Body-In-White，BIW），是由结构杆、梁件、加强件、薄板件组成的框架结构，是汽车中最大的零部件。据统计，整车质量的约40%直接和车身质量相关，车身设计阶段的决策对整车产品质量和成本的影响达到50%~60%[1]。在产品全生命周期中概念设计阶段的决策最为重要[2]，因此在概念设计阶段提高车身的关键质量指标——尺寸质量具有非常大的意义。

由于车身是由大量柔性薄板冲压件焊接而成，因此在概念设计阶段需要考虑不同的接头构形、不同的装配顺序对车身尺寸质量的影响。装配顺序规划传统上是以明确的CAD 模型为前提，研究者主要也是根据零件的几何可行性、装配可行性出发，通过直觉式推理、基本原理等方式获取零件的优先关系知识，建立产品装配模型[3]-[5]。这些方法尽管可以生成完全意义上的装配顺序集，但都是基于零件刚性假设，并且依然存在知识获取困难、装配顺序生成效率不高的不足。由于车身零件在装配过程中需要夹具进行定位，焊装夹具本身也是造成车身尺寸质量波动的关键因素。因此，建立完整的产品知识模型不仅要考虑零件本身的几何、功能特征，还要包括产品实现所需的工艺能力指标，这也是现代并行工程的要求。

在概念设计阶段引入产品实例，为车身装配顺序规划提供了前提条件，从而使得在概念设计阶段实现面向尺寸质量的车身装配结构成为可能。本研究利用实例推理方法，通过构建面向重用的设计实例库，为车身概念设计阶段实现装配顺序规划进行了有益的尝试，以期有效地提高可行装配顺序的生成效率，实现并行工程意义上的车身产品结构设计。

本文首先讲述车身实例构建的基本方法、主要内容以及表达方式；接着重点论述实例重用的关键步骤，包括实例索引机制的建立和相似性匹配方法，并通过具体例子说明系统实现过程；最后进行讨论，并对未来工作进行了展望。

2 构建面向重用的实例库

车身产品结构设计实质上是一种变型设计，在设计自由度较大、产品信息有限的概念设计阶段，设计师主要根据设计实践积累的经验和以往成功的产品实例，针对特定的产品需求进行再设计。这个过程和基于实例推理方法具有很大的相容性。

2.1 基于实例推理

基于实例推理（Case-based Reasoning, CBR）方法最早由Roger Schank 在认知科学研究的基础上于1982 年提出。经过大量研究人员二十多年的开拓发展，已经成为人工智能领域的关键技术（ 方法）之一[6]。CBR 基本思想是：把过去问题及其解决方案作为实例，通过新老问题的比较，提取老问题的解决方案求解新问题。其一般模型可以概括为4REs[7]，如图1 所示。CBR 被认为是在弱理论、强经验领域尤其是概念设计阶段有力的辅助决策手段。CBR 方法的前提是建立具有丰富产品知识的实例库。

图1 CBR 的4REs 模型

2.2 车身结构的实例表达

2.2.1 车身结构

车身的具体结构可以用层次装配树（Hierarchical Assembly Tree, HTA）表示[8]。装配树各层由一定数量的子装配组成，最底层对应由单个零件组成的集合。这种表示方法的优点是车身结构可以映射到实际的生产线上，即分总成总是对应着生产线上某一或多个装配站，如图2 示。由于车身零件的柔性特征，装配站不仅是实现分总成物理连接的场所，如PCWR（Place-Clamp-Welding-Release）过程，同时由于其不同的工艺能力，也对分总成的尺寸质量产生较大影响。

因此，车身实例的内容，应包含分总成及相应的工艺能力知识。

a) 车身层次装配树 b) 某车型后地板分总成装配站示意

图2 车身层次装配树和装配站的映射关系

2.2.2 分总成实例表达

一般的，实例可有两部分组成，即问题以及相应的解决方案。对问题部分，除了给出应有的描述以外，还应该对问题所存在的环境作出说明。对车身产品来说，问题可表述为实现一定设计要求的某分总成结构，而对应的解决方案则需要给出一定工艺能力条件下分总成的组成、工艺顺序，以及和设计要求相一致的该分总成的关键特征。

关键特征是分总成为了实现自身以及整个产品功能所具有的特征。由于设计过程是一个在一定的约束条件（产品的功能要求、外观要求、工艺能力）下不断提出方案，不断寻求优化解的过程，而作为整个设计问题的子问题的分总成，其关键特征应在相应的约束条件下体现出与产品总攀爬钻体功能特征的一致性和完整性。对车身尺寸质量要求而言，则要保证零部件尺寸特征的一致性和完整性。

本文采用的实例组成结构见图3 所示。图3a 表示实例数据对象的属性及相互关系，图3b 表示车身分总成“后地板”实例的装配顺序属性。

a) 数据对象的相互关系 b) 后地板装配顺序

图3 车身结构实例的表达

需要说明的是，“后地板分总成”中的重要属性——关键特征应表示分总成尺寸特征在整个产品尺寸特征的相互关系，而工艺能力属性则反映出该分总成相应装配线的工艺保证能力（原则上可以用分总成关键点的均值漂移和偏差统计值进行表征）。零件组成属性的子属性“装配顺序”表示在该工艺能力下的零件装配顺序，可以为装配顺序规划的决策提供参考方案。

从图3 可以看出，实例具有关系数据特征。正是利用计算机技术的关系数据建立方法，从而使得实例不仅可以充分表达设计过程所需的产品知识，也为建立有效的实例重用机制提供了方便。

3 实例重用

实例重用（Reuse）是CBR 方法的关键一步，而实例重用的首要任务则是建立高效的索引机制，以及准确的新旧问题相似度判断准则。

3.1 分层索引机制

索引可以指向一个具体的实例，也可以指向一个实例集，原则上所有和实例相关的描述或者特征均可以作为索引。在本研究中，为了区别不同实例并加快实例搜索的效率，将那些共性和非共性的实例描述或者实例特征进行归类，形成层次性索引机制，如图4 所示。实例提取时，首先对上层索引进行搜索，从而缩小实例范围；其次再利用下层索引，进行匹配度计算。

图4 分层索引机制及相应的匹配算法

3.2 匹配度计算

为了取得新问题的参考解，通过索引机制对实例库搜索，并对各特征值的匹配程度进行计算，匹配程度高的实例就可以作为新问题的候选参考解。本文引入最近相邻算法(Nearest Neighbor Algorithm, NNA)和字符（Text type）匹配混合方法，以决定实例的匹配程度，见图4 所示。

NNA潜孔钻机 是一种基于各特征属性数量化的匹配度计算方法。以匹配特征“工艺能力”为例说明。为说明方便，取偏差量（Variation，VAR）表示匹配特征，如图5。图中，VAR 的最大值可取4.5mm，最小值为0mm（VAR 值越小，表明工艺能力强，但可能带来较高的成本负担），匹配范围设为－2mm，+1mm。如完全匹配，则权重为10，若不匹配，则权重为－5。在此实例中，VAR=3.0mm，如设计要求的VAR=2.5mm，则相应的匹配度为7.5。

以此类推，实例匹配度可以通过下式计算得到：

其中Si 为第i 个特征属性的匹配度，n 为实例的特征属性数量。

图5 利用NNA 算法计算匹配度

3.3 实例重济南新时期试金仪器有限公司生产的微机屏显液压万能实验机引进技术生产的高刚度主机用的实现

通过不同层次的索引机制和匹配度计算，可以得到和当前问题最为相似的已有实例（包括解决方案），但是过去实例的解决方案需要进一步修正（除非完全匹配），才能作为成功的解决方案。实例修正规则的确定，同样是实例重用非常关键的一步，对一般意义上的装配顺序规划来说，等同于方案评价方法的确定。

为保证车身产品的尺寸质量，本研究采用基于齐次变换的柔性件偏差分析方法[9]作为实例的修正规则。

本研究采用Visual Basic 语言开发了基于实例数据库的装配顺序规划辅助决策原型系统。图6 所示为实例搜索结果界面。

图6 实例搜索结果界面

4 讨论及未来工作

本文引入具有计算机科学和人工智能科学背景的CBR 方法，主要研究了产品实例的知识表达内容和方法，以及实例提取的搜索和匹配机制，并建立了面向装配顺序规划的原型系统，从知识获取和规划效率提高等方面进行了有益的尝试。

产品设计始终是一项困扰人们的一个问题，这是因为设计本身本质上属于一定约束条件下的空间搜索问题，从研究趋势看，越来越多的研究开始关注设计过程本身，而不仅仅关心如何对设计过程的产物——产品本身进行建模分析。CBR 方法符合设计专家的工作思维，并且原则上只要保证实例库的无限可扩充性，这种方法就可以融合并行工程思想，成为设计过程理想的设计辅助工具。对车身产品装配顺序规划来说，CBR 应用尚存在以下问题：

一是实例知识的获取。CBR 本身具备学习正反两方面经验的能力，这一点无庸置疑，但是在形成实例的过程中，必须要有足够的、准确的信息对实例进行表达，也就是实例知识的准如图1所示确性和完备性需要保证，这是CBR 方法发生作用的必要前提。

二是实例库需要具备足够的案例，才能提供给设计人员足够的信息进行准确的决策。

三是车身产品尺寸质量相关的分总成特征的一致性问题，这基本上是一个产品尺寸功能要求的逐层分解和整合问题。在实践当中，我们已经具备建立比较完整的功能尺寸系统能力，并已经应用于实际制造过程，但尚需要研究其向设计阶段的可移植能力，包括表达方法的研究。

四是CBR 方法本身的缺陷，不适合表示规则性的领域知识，因此需要和其他人工智能方法进行整合，如基于规则推理系统（Rule-based reasoning, RBR），以提高系统表达领域知识的能力。

今后将围绕上述问题继续展开研究。

参考文献

1 J.D. Power and Associates（1995）. New Car Initial Quality Study .California: J.D. Power and Associates Publisher

2 邹慧君主编（1995）.机械设计原理.上海交通大学出版社

3 De Fazio, T.L., and Whitney, D.E.(1987). Simplified Generation of all Mechanical Assembly Sequence. IEEE Journal of Robotics and Automation, RA-3(6), 640~658

4 Huang, K.I (1993). Development o厚度干分尺f an Assembly Planner Using Decomposition Approach. In Proceedings of the 1993 IEEE International Conference on Roboti纯平电视cs and Automation, 63~68

5 L.S. Homem-de-Mello, and A.C. Sanderson (1986), AND/OR Graph Representation of Assembly Plans. In Proceedings of the Fifth National Conference on Artificial Intelligence, AAAI-86, Philadelphia, PA, 1113~1119

6 Maher M., de Silva Garza A (1997). Cased-based Reasoning in Design: IEEE Expert Intelligent Systems & Their Applications. March-April 1997, 34~41

7 A. Aamodt, E. Plaza (1994). Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches. AI Communications. IOS Press, Vol. 7: 1, 39~59

8 林忠钦，胡敏，陈关龙等.轿车车体装配偏差研究方法综述.机械与研究，扭力1989, 65(3):7~10

9 张以柱（2003）.博士论文. 上海交通大学(end)