基于專利知識(shí)的機(jī)械產(chǎn)品輔助創(chuàng)新系統(tǒng)

邱清盈，薛 馳，冀 瑜，馮培恩

（浙江大學(xué)CAD＆CG國家重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310027）

0 引言

專利具有新穎性、創(chuàng)造性和實(shí)用性的特點(diǎn)，通常蘊(yùn)藏了豐富的知識(shí)。然而大篇幅的專利文本并不能快速有效地輔助設(shè)計(jì)師進(jìn)行創(chuàng)新設(shè)計(jì)，因此需要通過計(jì)算機(jī)自動(dòng)地從專利文本中提煉合理的知識(shí)并進(jìn)行分析處理，以輔助設(shè)計(jì)師進(jìn)行創(chuàng)新設(shè)計(jì)。

現(xiàn)有基于專利的輔助創(chuàng)新研究主要分為兩方面：

（1）基于發(fā)明問題解決理論（Theory of Invention Problem Solving，TRIZ）的輔助創(chuàng)新。例如文獻(xiàn)［1］提出了用質(zhì)量功能配置（Quality Function Deployment，QFD）和TRIZ理論挖掘已有專利知識(shí)，建立專利輔助設(shè)計(jì)原型系統(tǒng)；文獻(xiàn)［2－3］建立了支持產(chǎn)品創(chuàng)新設(shè)計(jì)的專利知識(shí)管理系統(tǒng)，基于TRIZ理論描述專利知識(shí)，通過檢索獲取所需專利知識(shí)來輔助產(chǎn)生創(chuàng)新的設(shè)計(jì)方案；文獻(xiàn)［4］采用預(yù)先建立的規(guī)則庫，從專利中提取專業(yè)術(shù)語和結(jié)構(gòu)原理，構(gòu)建了基于TRIZ理論的應(yīng)用于創(chuàng)新設(shè)計(jì)的協(xié)同設(shè)計(jì)系統(tǒng)。上述研究利用TRIZ創(chuàng)新理論及其專利知識(shí)，一般僅能得到設(shè)計(jì)問題的通用解，領(lǐng)域解仍然較多依賴于設(shè)計(jì)者自身的知識(shí)和經(jīng)驗(yàn)，尚不能有針對(duì)性地激發(fā)設(shè)計(jì)者的靈感進(jìn)行創(chuàng)新設(shè)計(jì)。

（2）應(yīng)用統(tǒng)計(jì)學(xué)方法輔助創(chuàng)新。例如文獻(xiàn)［5］從數(shù)據(jù)統(tǒng)計(jì)的角度分析挖掘?qū)＠械男畔?nèi)容來輔助創(chuàng)新設(shè)計(jì)；文獻(xiàn)［6］通過拓展領(lǐng)域檢索詞來提高檢索性能，采用數(shù)據(jù)統(tǒng)計(jì)方法對(duì)專利進(jìn)行引文分析，并實(shí)現(xiàn)專利信息輔助設(shè)計(jì)的原型系統(tǒng)。此外，在商用的輔助創(chuàng)新系統(tǒng)研發(fā)應(yīng)用方面也有一些相關(guān)軟件，例如Thomson公司的Thomson Data Analyzer［7］用于分析行業(yè)內(nèi)的專利數(shù)量信息，并為設(shè)計(jì)師提供相應(yīng)的產(chǎn)品創(chuàng)新策略，Ideation International的Innovation Workbench［8］采用流程化的方式輔助解決技術(shù)創(chuàng)新的問題。上述研究通過基于數(shù)據(jù)統(tǒng)計(jì)方法對(duì)專利信息進(jìn)行分析來發(fā)現(xiàn)創(chuàng)新的機(jī)會(huì)或方向，但尚不能有效獲取和利用專利中的設(shè)計(jì)知識(shí)輔助設(shè)計(jì)者創(chuàng)新。因此，如何通過計(jì)算機(jī)高效地利用專利知識(shí)有針對(duì)性地啟發(fā)設(shè)計(jì)師進(jìn)行創(chuàng)新設(shè)計(jì)，仍是亟待解決的問題。

本文通過針對(duì)性檢索獲取專利知識(shí)，構(gòu)建專利知識(shí)輔助創(chuàng)新設(shè)計(jì)的啟發(fā)環(huán)境，以啟發(fā)設(shè)計(jì)師的創(chuàng)新思維，從而實(shí)現(xiàn)基于專利知識(shí)的機(jī)械產(chǎn)品輔助創(chuàng)新系統(tǒng)來輔助設(shè)計(jì)師進(jìn)行創(chuàng)新設(shè)計(jì)。

1 系統(tǒng)功能規(guī)劃

基于專利知識(shí)的機(jī)械產(chǎn)品輔助創(chuàng)新系統(tǒng)，主要利用與設(shè)計(jì)需求密切相關(guān)且具有較高創(chuàng)新性的專利知識(shí)來啟發(fā)設(shè)計(jì)師實(shí)現(xiàn)創(chuàng)新，因此系統(tǒng)的主要設(shè)計(jì)思路如下：

（1）在創(chuàng)新設(shè)計(jì)中，通過構(gòu)建描述設(shè)計(jì)需求所要求功能的關(guān)鍵詞語義網(wǎng)絡(luò)，獲取拓展詞、變異詞［9］以檢索獲取專利。

（2）采用分類算法對(duì)獲取的專利進(jìn)行自動(dòng)分類，以初步篩選與設(shè)計(jì)需求功能相關(guān)的專利，通過創(chuàng)新性評(píng)估選擇創(chuàng)新性較高的專利。

（3）根據(jù)專利特點(diǎn)，對(duì)創(chuàng)新性較高的專利進(jìn)行知識(shí)提取，建立具有較高創(chuàng)新性的專利知識(shí)庫。

（4）最終構(gòu)建運(yùn)用專利知識(shí)，結(jié)合合理的啟發(fā)方式輔助機(jī)械產(chǎn)品創(chuàng)新設(shè)計(jì)的環(huán)境。

據(jù)此確定系統(tǒng)的模塊主要由專利檢索、專利預(yù)處理、專利知識(shí)提取、專利知識(shí)輔助創(chuàng)新和詞典庫、專利知識(shí)庫等組成。提出的基于專利知識(shí)的機(jī)械產(chǎn)品輔助創(chuàng)新過程如圖1所示，主要分為以下幾個(gè)步驟：

（1）專利檢索 根據(jù)創(chuàng)新設(shè)計(jì)需求確定功能要求，將功能分解為分功能?；?WordNet詞典［10］，對(duì)描述各分功能的關(guān)鍵詞進(jìn)行拓展和變異，獲得功能拓展詞和變異詞。以描述功能的關(guān)鍵詞、拓展詞和變異詞作為關(guān)鍵詞檢索專利庫，獲取實(shí)現(xiàn)分功能的相關(guān)專利。

（2）專利預(yù)處理 按照與需求分功能相關(guān)與否，訓(xùn)練分類算法的分類器。對(duì)檢索獲得的專利進(jìn)行分類，從而去除與功能需求不相關(guān)的專利。通過對(duì)篩選得到的功能需求相關(guān)專利進(jìn)行創(chuàng)新性評(píng)估并進(jìn)行排序，選擇創(chuàng)新性較高的專利組成專利集。

（3）專利知識(shí)提取 采用基于自然語言處理的方法對(duì)專利集合中的專利進(jìn)行知識(shí)提取，并存入專利知識(shí)庫。

（4）專利知識(shí)輔助創(chuàng)新 根據(jù)設(shè)計(jì)需求，從啟發(fā)方式庫中選擇合理的啟發(fā)方式，結(jié)合對(duì)應(yīng)的專利知識(shí)，以一定的方式呈現(xiàn)給設(shè)計(jì)師，啟發(fā)設(shè)計(jì)師進(jìn)行機(jī)械產(chǎn)品創(chuàng)新設(shè)計(jì)。

2 關(guān)鍵技術(shù)

2.1 專利檢索

在檢索專利時(shí)，直接采用描述功能的動(dòng)詞（稱為功能動(dòng)詞）檢索專利庫獲得的專利數(shù)量較多但種類較少，而同種類專利中往往包含的是相同結(jié)構(gòu)或原理的產(chǎn)品，例如采用“沖擊”作為關(guān)鍵詞檢索得到的專利涉及的是電動(dòng)工具產(chǎn)品和工程機(jī)械設(shè)備。由于產(chǎn)品專利的種類較少，檢索得到的專利往往可能是設(shè)計(jì)師熟悉的領(lǐng)域，不利于產(chǎn)生創(chuàng)新思維。而在設(shè)計(jì)師所熟悉的領(lǐng)域之外，專利的知識(shí)通常更有可能輔助設(shè)計(jì)師產(chǎn)生更具創(chuàng)新性的設(shè)計(jì)。專利的摘要是對(duì)產(chǎn)品專利功能實(shí)現(xiàn)方案的概括性描述，包含實(shí)現(xiàn)功能的動(dòng)詞，稱為功能動(dòng)詞。因此通過關(guān)聯(lián)拓展法［11］從專利的摘要中挖掘與功能動(dòng)詞相互關(guān)聯(lián)的詞匯，可以獲得功能動(dòng)詞的拓展詞?；赪ordNet通過查找拓展詞的同義詞和近義詞的方法獲得變異詞。最后以功能動(dòng)詞、拓展詞和變異詞作為關(guān)鍵詞檢索專利庫獲得專利，下載設(shè)定數(shù)量的最新專利存入本地專利數(shù)據(jù)庫。

2.2 專利預(yù)處理

2.2.1 專利分類

專利預(yù)處理是對(duì)專利進(jìn)行篩選的過程。通過關(guān)聯(lián)拓展法獲取的專利含有大量不同類別的專利，而一部分專利往往與功能需求并不相關(guān)，如功能需求是沖擊功能，以“沖擊”作為關(guān)鍵詞得到拓展詞“振動(dòng)”，采用“振動(dòng)”檢索到專利有“磁共振動(dòng)態(tài)成像方法”，顯然不滿足功能需求。專利分類可以重新組織專利檢索結(jié)果，按照與功能需求的相關(guān)與否對(duì)專利進(jìn)行歸類，以便去除與功能需求不相關(guān)的專利。由于專利文本中特征與類別之間的關(guān)系對(duì)分類特征的選擇有較大的影響，在專利文本特征選擇階段，通過引入類內(nèi)文檔頻率來計(jì)算在各類別內(nèi)具有某特征的文檔頻率，從而提高特征在類別中的權(quán)重，以改進(jìn)傳統(tǒng)的信息增益算法。在專利分類階段，傳統(tǒng)k－NN分類算法所取的k個(gè)臨近訓(xùn)練文本可能與類別內(nèi)其他文檔的相似度較小，不足以代表整個(gè)類別，從而產(chǎn)生影響分類精度的問題。通過引入k個(gè)臨近訓(xùn)練文本與類別中心的相似度，結(jié)合待分類專利與k個(gè)臨近訓(xùn)練文本的相似度，得到改進(jìn)k－NN算法來改善分類精度。專利分類的具體過程［12］如下：

（1）從待分類專利中選取專利標(biāo)題、摘要和技術(shù)領(lǐng)域，作為專利信息的特征載體。

（2）對(duì)專利特征文本進(jìn)行分詞、去停用詞、詞根還原、詞頻統(tǒng)計(jì)和文檔頻率統(tǒng)計(jì)。

（3）根據(jù)分類特征算法，將專利文本的特征詞匯在特征向量空間中進(jìn)行表示。

（4）采用訓(xùn)練過程生成的分類器，對(duì)特征向量空間中的特征向量進(jìn)行分類，從而實(shí)現(xiàn)專利分類。2.2.2 專利創(chuàng)新性評(píng)估

通過專利分類可以篩選出一批與功能需求相關(guān)的專利，然而通常這部分專利仍然是大批量的，設(shè)計(jì)師并不能快速地從中選擇富有創(chuàng)新并有利于輔助創(chuàng)新的專利知識(shí)，因此需要對(duì)滿足功能需求的專利進(jìn)行創(chuàng)新性評(píng)估，以選擇合理的專利知識(shí)源。文獻(xiàn)［13］根據(jù)專利方案知識(shí)的特點(diǎn)，以動(dòng)詞和名詞分別代表原理設(shè)計(jì)知識(shí)和結(jié)構(gòu)設(shè)計(jì)知識(shí)，并引入信息熵的概念，建立了專利設(shè)計(jì)知識(shí)新穎度和相容度的量化計(jì)算公式。結(jié)合形態(tài)學(xué)分析方法，建立專利組合設(shè)計(jì)知識(shí)的創(chuàng)新性評(píng)估數(shù)學(xué)模型。通過對(duì)實(shí)現(xiàn)功能需求的組合專利進(jìn)行創(chuàng)新性評(píng)估排序，可以得到創(chuàng)新性較高的專利集，從而減少后續(xù)處理的運(yùn)算量和耗時(shí)。

2.3 專利知識(shí)提取

專利中描述產(chǎn)品結(jié)構(gòu)、外形和實(shí)現(xiàn)功能的方法與步驟等知識(shí)，稱為專利的作用原理知識(shí)［14］，它能夠幫助設(shè)計(jì)師快速了解實(shí)現(xiàn)產(chǎn)品功能的組成關(guān)系和動(dòng)態(tài)關(guān)系。此外，專利中描述結(jié)構(gòu)細(xì)節(jié)的特征知識(shí)也能為設(shè)計(jì)師創(chuàng)新設(shè)計(jì)帶來一定的啟發(fā)，細(xì)節(jié)特征知識(shí)包括專利零部件的形狀、位置、材料、數(shù)量、顏色、狀態(tài)、幾何和動(dòng)作方向。因此可以將作用原理知識(shí)和細(xì)節(jié)特征知識(shí)合稱為專利知識(shí)。

對(duì)于專利知識(shí)可采用基于自然語言處理的方法進(jìn)行提取，以英文專利知識(shí)為例，其主要過程包括：

（1）基于最大熵模型的詞性標(biāo)記和詞法分析。作用原理知識(shí)中，組成關(guān)系知識(shí)包含于專利的權(quán)利要求部分，動(dòng)態(tài)關(guān)系知識(shí)包含于專利的實(shí)施方案部分，通過逐句分析專利文本，將提取的技術(shù)對(duì)象和技術(shù)關(guān)系整合為組成關(guān)系知識(shí)和動(dòng)態(tài)關(guān)系知識(shí)。

（2）基于正則表達(dá)式和非確定有限自動(dòng)機(jī)（Non－deterministic Finite Automaton，NFA）的句法分析。細(xì)節(jié)特征知識(shí)通常存在于數(shù)詞、副詞、帶修飾詞的名詞短語或介詞短語。由于專利文本書寫具有一定的規(guī)范性，名詞短語、數(shù)詞和副詞中表示專利知識(shí)的詞匯并不豐富，通過采用正則表達(dá)式來提取這類知識(shí)。而部分位置知識(shí)可能存在于介詞短語中。對(duì)于描述復(fù)雜結(jié)構(gòu)的專利文本，通常采用大量從句來書寫，因此采用基于NFA生成句法規(guī)則，通過句法分析提取包含于介詞短語中的位置知識(shí)。

（3）基于描述可擴(kuò)展標(biāo)記語言（eXtensible Markup Language，XML）文檔的XSD（XML schema definition）結(jié)構(gòu)，對(duì)專利知識(shí)進(jìn)行存儲(chǔ)，并通過可視化的開放軟件HyperModel［15］轉(zhuǎn)化為結(jié)構(gòu)知識(shí)圖和原理知識(shí)圖。

2.4 專利知識(shí)輔助創(chuàng)新

通過上述方法提取的專利知識(shí)若簡(jiǎn)單地呈現(xiàn)給設(shè)計(jì)師，往往不能為創(chuàng)新設(shè)計(jì)帶來有效的輔助效果。因此，需要在創(chuàng)新過程中進(jìn)行能使設(shè)計(jì)師產(chǎn)生跳躍性思維的非線性啟發(fā)［16］，以輔助產(chǎn)生創(chuàng)新設(shè)計(jì)方案。啟發(fā)是能使設(shè)計(jì)師產(chǎn)生創(chuàng)新思維的一個(gè)引導(dǎo)，不一定能得到最好的解決方案，但是通常在設(shè)計(jì)過程中通過該“捷徑”能得到具有潛力的解決方案［17］。從專利知識(shí)產(chǎn)生啟發(fā)的必要條件來看，不僅需要描述如何產(chǎn)生啟發(fā)的啟發(fā)規(guī)則，還需要根據(jù)啟發(fā)規(guī)則中所需要的信息來提供相應(yīng)的專利知識(shí)。以文獻(xiàn)［17］提出的21條能有效啟發(fā)設(shè)計(jì)師創(chuàng)新設(shè)計(jì)的啟發(fā)規(guī)則為基礎(chǔ)，通過分析運(yùn)用啟發(fā)規(guī)則所需的相應(yīng)專利知識(shí)，建立啟發(fā)規(guī)則與專利知識(shí)的對(duì)應(yīng)關(guān)系，如表1所示。設(shè)計(jì)師通過分析創(chuàng)新設(shè)計(jì)的功能需求確定可能的啟發(fā)規(guī)則，該啟發(fā)規(guī)則對(duì)應(yīng)于專利集內(nèi)相應(yīng)的專利知識(shí)。相應(yīng)的專利知識(shí)以選定的啟發(fā)規(guī)則對(duì)設(shè)計(jì)師進(jìn)行啟發(fā)，有針對(duì)性地為設(shè)計(jì)師提供創(chuàng)新思維。

表1 啟發(fā)規(guī)則及其與專利知識(shí)的對(duì)應(yīng)關(guān)系

3 系統(tǒng)應(yīng)用實(shí)例

基于上述系統(tǒng)關(guān)鍵技術(shù)的研究，以Visual Studio 2010作為開發(fā)環(huán)境，采用開發(fā)語言VB.net和數(shù)據(jù)庫SQL Server 2008，研發(fā)了基于專利知識(shí)的機(jī)械產(chǎn)品輔助創(chuàng)新系統(tǒng)——DesignInfoManagement，該系統(tǒng)包含專利檢索分析、專利預(yù)處理、專利知識(shí)提取和輔助創(chuàng)新等模塊，如圖2所示。為了驗(yàn)證Design－InfoManagement的實(shí)用性，下面以具有自鎖功能的液壓油缸創(chuàng)新設(shè)計(jì)為例對(duì)創(chuàng)新過程進(jìn)行闡述。

3.1 專利檢索分析

首先，具有自鎖功能的液壓油缸設(shè)計(jì)中的功能需求是自鎖。針對(duì)英文專利，采用self－locking作為功能關(guān)鍵詞在檢索分析界面（如圖3）中獲取拓展詞：locking，lockup和latching，變異詞：unlocking，transmission和deblocking。采用功能關(guān)鍵詞selflocking及其拓展詞和變異詞作為關(guān)鍵詞，搜索美國專利庫USPTO，從每個(gè)關(guān)鍵詞的搜索結(jié)果中各選取前50個(gè)最新的專利，共350個(gè)專利存入本地?cái)?shù)據(jù)庫中。同時(shí)，為了快速了解液壓缸的通用結(jié)構(gòu)，以hydraulic cylinder為關(guān)鍵詞檢索USPTO專利庫，獲取較常規(guī)的液壓缸專利US7987766［18］作為典型產(chǎn)品專利。

3.2 專利預(yù)處理

從本地?cái)?shù)據(jù)庫中選取以關(guān)鍵詞self－locking檢索的50個(gè)專利為訓(xùn)練集進(jìn)行預(yù)先標(biāo)記，其中12個(gè)為描述具有自鎖功能的專利，38個(gè)為其他類型專利。在系統(tǒng)訓(xùn)練界面中采用訓(xùn)練集訓(xùn)練得到特征向量和分類器。在分類界面中設(shè)定專利語種和k－NN算法中的K值，采用分類模塊對(duì)本地?cái)?shù)據(jù)庫中待分類的300個(gè)專利進(jìn)行分類，獲得描述自鎖功能的專利72個(gè)，去除228個(gè)其他類型專利。采用創(chuàng)新性評(píng)估模塊評(píng)估本地?cái)?shù)據(jù)庫中描述自鎖功能或產(chǎn)品的專利，得到專利創(chuàng)新性評(píng)估排序如圖4所示。

3.3 專利知識(shí)提取

針對(duì)前20個(gè)創(chuàng)新性評(píng)估值較高的專利進(jìn)行知識(shí)提取。通過對(duì)專利進(jìn)行詞義、語義、句式和上下文分析，提取該專利的組成關(guān)系和動(dòng)態(tài)關(guān)系，并將關(guān)系寫入XSD結(jié)構(gòu)文檔儲(chǔ)存。采用HyperModel轉(zhuǎn)化XSD文檔，并生成可視化的結(jié)構(gòu)知識(shí)圖和原理知識(shí)圖，同時(shí)，對(duì)專利細(xì)節(jié)特征知識(shí)進(jìn)行提取。例如專利集中US7449807［19］的技術(shù)對(duì)象提取操作界面如圖5所示。界面上半部分顯示專利文本，下半部分顯示提取的各組成類關(guān)系，界面列表中的總體件是每一個(gè)描述組成關(guān)系的句子中的部件，主核心詞是去掉修飾詞之后的部件名稱，主體特征是總體件所包含的特征修飾詞，主統(tǒng)一詞是對(duì)文本各句子關(guān)系描述的零部件名稱進(jìn)行統(tǒng)一表示的結(jié)果，通過點(diǎn)擊“統(tǒng)一核心詞”按鈕，對(duì)提取的技術(shù)對(duì)象進(jìn)行處理得到主統(tǒng)一詞。同理，組成件、子核心詞、子統(tǒng)一詞和組成件特征描述的對(duì)象是每一個(gè)組成關(guān)系句子中的零件或子部件。對(duì)提取的技術(shù)組件和技術(shù)關(guān)系進(jìn)行轉(zhuǎn)換，得到結(jié)構(gòu)知識(shí)圖如圖6所示。如圖5中上半部分文本“Magnetic transmission comprising：”和d）plurality of transfer drums”可以提取得到下半部分知識(shí)表中第四行所示知識(shí)，并可以進(jìn)行可視化，表示為結(jié)構(gòu)知識(shí)圖虛線框，如圖6所示。

3.4 啟發(fā)環(huán)境構(gòu)建及輔助創(chuàng)新

輔助創(chuàng)新模塊為設(shè)計(jì)師構(gòu)建創(chuàng)新設(shè)計(jì)的啟發(fā)環(huán)境。預(yù)處理后，專利經(jīng)過知識(shí)提取得到知識(shí)，包括基本信息、作用原理知識(shí)和細(xì)節(jié)特征知識(shí)，通過選取合適的啟發(fā)規(guī)則可以顯示對(duì)應(yīng)的專利知識(shí)。在專利知識(shí)和啟發(fā)規(guī)則共同營造的啟發(fā)環(huán)境下，設(shè)計(jì)師產(chǎn)生跳躍式的思維，進(jìn)行創(chuàng)新設(shè)計(jì)。通過查看液壓油缸專利知識(shí)和附圖，能快速了解液壓油缸的結(jié)構(gòu)及原理。傳統(tǒng)的液壓油缸本身具有一定的自鎖功能，但是應(yīng)用于工程機(jī)械領(lǐng)域的液壓缸需要更大的閉鎖力來支持整機(jī)工作，而簡(jiǎn)單的增加油缸直徑會(huì)使活塞桿移動(dòng)緩慢。因此，產(chǎn)生創(chuàng)新設(shè)計(jì)方案可以在原液壓缸的結(jié)構(gòu)上添加自鎖功能或結(jié)構(gòu)，來實(shí)現(xiàn)液壓油缸的自鎖功能需求。

在創(chuàng)新性評(píng)估界面（如圖4）點(diǎn)擊創(chuàng)新性評(píng)估值最高的專利US7449807，可以構(gòu)建創(chuàng)新設(shè)計(jì)啟發(fā)環(huán)境，如圖7所示。在該啟發(fā)環(huán)境中查看兩個(gè)專利的知識(shí)和附圖，發(fā)現(xiàn)兩個(gè)結(jié)構(gòu)不能簡(jiǎn)單地進(jìn)行合并。但是US7449807采用的磁場(chǎng)原理較少運(yùn)用于液壓油缸領(lǐng)域，并且兩個(gè)專利產(chǎn)品的領(lǐng)域相差較遠(yuǎn)，因此可以采用啟發(fā)方式“添加、合并、嵌套技術(shù)對(duì)象（或原理）”（表1中的啟發(fā)方式3）中的“添加實(shí)現(xiàn)不同功能的技術(shù)對(duì)象或原理”方式進(jìn)行創(chuàng)新設(shè)計(jì)。該方式相對(duì)應(yīng)的是以原理知識(shí)圖表示的動(dòng)態(tài)關(guān)系（如圖7中原理知識(shí)圖），因此可以點(diǎn)擊查看原理知識(shí)圖和專利實(shí)施方案（如圖7中實(shí)施方案）。根據(jù)原理知識(shí)圖表示，該磁力傳動(dòng)裝置通過均勻布置在主動(dòng)軸上的磁鐵與布置于傳動(dòng)軸上的磁鐵相吸原理，實(shí)現(xiàn)主動(dòng)軸與傳動(dòng)軸的鎖定，來保證較大的轉(zhuǎn)動(dòng)輸出。而液壓油缸同樣需要使油缸和活塞桿鎖定，來保證較大的直線傳動(dòng)輸出。在該啟發(fā)環(huán)境中進(jìn)行分析后，設(shè)計(jì)師得到設(shè)計(jì)靈感——在專利US7987766中增加采用US7449807中的磁力相吸鎖定的功能實(shí)現(xiàn)原理實(shí)現(xiàn)自鎖功能。根據(jù)該啟發(fā)得到圖8所示的創(chuàng)新設(shè)計(jì)結(jié)果——具有磁力自鎖及磁力輔助驅(qū)動(dòng)結(jié)構(gòu)的液壓油缸。磁力控制可以精簡(jiǎn)傳動(dòng)機(jī)構(gòu)，減少機(jī)構(gòu)復(fù)雜度、磨損、振動(dòng)及噪聲，實(shí)現(xiàn)無接觸、無摩擦的傳動(dòng)。通過選擇合適的磁芯材料，可極大地提高磁性能，產(chǎn)生大磁力，滿足創(chuàng)新設(shè)計(jì)需求。該設(shè)計(jì)已經(jīng)申請(qǐng)國家發(fā)明專利。

4 結(jié)束語

本文研發(fā)的基于專利知識(shí)的機(jī)械產(chǎn)品輔助創(chuàng)新系統(tǒng)主要具有如下特點(diǎn)：

（1）集成了關(guān)聯(lián)拓展法和 WordNet，不僅可以直接用當(dāng)前產(chǎn)品的功能動(dòng)詞檢索獲得本領(lǐng)域?qū)＠?，還可通過拓展詞和關(guān)聯(lián)詞擴(kuò)大專利檢索范圍，幫助設(shè)計(jì)師獲得其他不同領(lǐng)域的相關(guān)專利，從而可能給設(shè)計(jì)師更大的創(chuàng)新啟發(fā)。

（2）內(nèi)嵌專利分類算法幫助設(shè)計(jì)師過濾無關(guān)的專利，通過對(duì)專利進(jìn)行創(chuàng)新性評(píng)價(jià)，更有針對(duì)性地為設(shè)計(jì)師提供具有創(chuàng)新性的專利知識(shí)，實(shí)現(xiàn)專利的高效利用。

（3）初步構(gòu)建了創(chuàng)新設(shè)計(jì)的啟發(fā)環(huán)境，以合理的啟發(fā)方式和專利知識(shí)，有效地啟發(fā)設(shè)計(jì)師創(chuàng)新思維，實(shí)現(xiàn)產(chǎn)品創(chuàng)新。

在接下來的工作中，將繼續(xù)深入研究啟發(fā)規(guī)則的規(guī)律性并擴(kuò)充啟發(fā)規(guī)則庫，同時(shí)進(jìn)一步研究提高專利知識(shí)提取精度和效率的方法。

［1］ QIAN Weimiao，LI Guiping，ZHANG Guogeng，et al.Research on product innovation design based on QFD，TRIZ and patent knowledge mining［J］.Light Industry Machinery，2011，29（4）：32－35（in Chinese）.［錢煒苗，李貴平，張國耕，等.基于QFD、TRIZ與專利知識(shí)挖掘的產(chǎn)品創(chuàng)新設(shè)計(jì)［J］.輕工機(jī)械，2011，29（4）：32－35.］

［2］ LIU Xiang，LI Yan，LI Wenqiang，et al.Research on constructing technology of patent knowledge base for product innovative design［J］.Machine Design and Research，2010，26（6）：7－11，26（in Chinese）.［劉 翔，李 彥，李文強(qiáng)，等.構(gòu)建支持產(chǎn)品創(chuàng)新設(shè)計(jì)的專利知識(shí)庫［J］.機(jī)械設(shè)計(jì)與研究，2010，26（6）：7－11，26.］

［3］ TAN Runhua，ZHANG Ruihong，LIU Fang，et al.Two stages analogy－based conceptual design based on TRIZ［J］.Computer Integrated Manufacturing Systems，2006，12（3）：328－333 （in Chinese）.［檀潤華，張瑞紅，劉 芳，等.基于TRIZ的二級(jí)類比概念設(shè)計(jì)研究［J］.計(jì)算機(jī)集成制造系統(tǒng)，2006，12（3）：328－333.］

［4］ SOO 段 ，LIN L N，YANG Y N，et al.A cooperative multiagent platform for invention based on patent document analysis and ontology［J］.Expert Systems with Application，2006，31（4）：766－775.

［5］ ZHAO Yunhua，ZHANG Jing.Design and implementation of patent data preprocessing system based on data mining theory［J］.Information Science，2011，29（12）：1851－1855（in Chinese）.［趙蘊(yùn)華，張 靜.基于數(shù)據(jù)挖掘的專利數(shù)據(jù)預(yù)處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］.情報(bào)科學(xué)，2011，29（12）：1851－1855.］

［6］ ZHAI Dongsheng，LIU Chen.The design and implementation of patent information acquiring and analysis system［J］.Information Analysis，2009，178（5）：55－60（in Chinese）.［翟東升，劉 晨.專利信息獲取分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］.情報(bào)分析與研究，2009，178（5）：55－60.］

［7］ Thomson Reuters.Thomson data analyzer［EB／OL］.［2012－04－01］.http：／／ip.thomsonreuters.com／training／thomson－data－analyzer.

［8］ Ideation International Inc.Innovation work bench3.2 ［CP／OL］.［2012－04－01］.http：／／www.ideationtriz.com.

［9］ Princeton University Cognitive Science Lab.Word Net 2.0［EB／OL］.［2012－04－01］.http：／／www.cogsci.princeton.edu／～wn.

［10］ ZHANG Hui，QIU Qingying，F(xiàn)ENG Pei'en，et al.Method to trigger design inspiration from heterogeneous product patents［J］.Computer Integrated Manufacturing Systems，2010，16（3）：484－490（in Chinese）.［張 惠，邱清盈，馮培恩，等.異類專利激發(fā)設(shè)計(jì)靈感的方法［J］.計(jì)算機(jī)集成制造系統(tǒng)，2010，16（3）：484－490.］

［11］ FENG Pei'en，ZHANG Hui，QIU Qingying，et al.PCAR：an efficient approach for mining association rules［C］／／Proceedings of the 5th International Conference on Fussy Systems and Knowledge Discovery.Washington，D.C.，USA：IEEE，2008，2：605－609.

［12］ XUE Chi，QIU Qingying，F(xiàn)ENG Pei'en，et al.An automatic classification method for patents［C］／／Proceedings of the 7th International Conference on Fuzzy Systems and Knowledge Discovery （FSKD＇10）.Washington，D.C.，USA：IEEE，2010，4：1497－1501.

［13］ QIU Qingying，XUE Chi，F(xiàn)ENG Pei'en，et al.Novelty evaluation method of patent design knowledge and its application in creative design［J］.Journal of Mechanical Engineering，2012，48（11）：DOI：10.3901／JME.2012.11.039 （in Chinese）.［邱清盈，薛 馳，馮培恩，等.專利設(shè)計(jì)知識(shí)的創(chuàng)新性評(píng)估方法及其在創(chuàng)新設(shè)計(jì)中的應(yīng)用［J］.機(jī)械工程學(xué)報(bào)，2012，48（11）：DOI：10.3901／JME.2012.11.039.］

［14］ PAHL G，BEITZ W，WALLACE K，et al.Engineering design：a systematic approach）［M］.3rd ed.Berlin，Germany：Springer－Verlag，2007：38－42.

［15］ CARLSON D.hyperModel［CP／OL］.［2012－01－05］.http：／／www.xmlmodeling.com／hypermodel／overview／.

［16］ YILMAZ S，DALY 段 ，SEIFERT M，et al.A comparison of cognitive heuristics use between engineers and industrial designers［C］／／Design Computing and Cognition.Berlin，Germany：Springer－Verlag，2011：3－22，DOI：10.1007／978－94－007－0510－4＿1.

［17］ YILMAZ S，SEIFERT 段 ，GONZALEZ R.Cognitive heuristics in design：instructional strategies to increase creativity in idea generation［J］.Artificial Intelligence for Engineering Design，Analysis and Manufacturing，2010，24 （3）：335－355.

［18］ STERLING R. Hydraulic cylinder apparatus： USA，7987766B2［P］.2011－08－02.

［19］ JOHNSON 段 .Magnetic transmission：USA，7449807B2［P］.2008－11－11.