數(shù)字孿生驅(qū)動(dòng)的工業(yè)產(chǎn)品CMF設(shè)計(jì)服務(wù)模型構(gòu)建與應(yīng)用

李雪瑞，侯幸剛，楊 梅,王璐瑤，王怡妍，李欣穎

(山東科技大學(xué) 藝術(shù)學(xué)院，山東 青島 266590)

0 引言

近年來(lái)，隨著德國(guó)“制造4.0”、美國(guó)“工業(yè)互聯(lián)網(wǎng)”、中國(guó)“制造2025”等相應(yīng)先進(jìn)制造發(fā)展戰(zhàn)略的實(shí)施，智能制造已經(jīng)成為全球制造業(yè)發(fā)展的共同趨勢(shì)與目標(biāo)。作為智能制造的第一階段，工業(yè)設(shè)計(jì)如何達(dá)到設(shè)計(jì)與制造的深度信息物理融合是實(shí)現(xiàn)智能制造的關(guān)鍵[1]。隨著社會(huì)的進(jìn)步，消費(fèi)者對(duì)設(shè)計(jì)的追求不再局限于原來(lái)的產(chǎn)品功能性，其在產(chǎn)品藝術(shù)性和個(gè)性化方面的需求日益增長(zhǎng)[2]。產(chǎn)品設(shè)計(jì)中除形態(tài)造型賦予的藝術(shù)性和個(gè)性化外，優(yōu)秀的顏色、材料、表面處理(Color-Material-Finishing, CMF)設(shè)計(jì)也能賦予產(chǎn)品強(qiáng)烈的視覺(jué)與感觀沖擊。利用新一代信息技術(shù)實(shí)現(xiàn)產(chǎn)品的CMF創(chuàng)意性智能設(shè)計(jì)將是未來(lái)產(chǎn)品個(gè)性化設(shè)計(jì)趨勢(shì)之一。

針對(duì)產(chǎn)品的CMF創(chuàng)新設(shè)計(jì)，目前已有眾多學(xué)者進(jìn)行了相關(guān)研究并取得了顯著成果，其內(nèi)容主要集中在以下三方面：

(1)利用CMF作為設(shè)計(jì)元素提高產(chǎn)品的藝術(shù)性 崔敦睿等[3]探討了CMF設(shè)計(jì)思想融入適老家具設(shè)計(jì)的方法，為適老性家具設(shè)計(jì)提供了新的思路和方法；王金廣等[4]通過(guò)調(diào)研分析提出CMF創(chuàng)新設(shè)計(jì)模型，對(duì)玩具進(jìn)行再創(chuàng)新設(shè)計(jì)，提升了玩具產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力。

(2)CMF認(rèn)知機(jī)理探討 蘇建寧等[5]為更好地滿(mǎn)足用戶(hù)對(duì)汽車(chē)外觀設(shè)計(jì)的感性需求，通過(guò)主成分分析法(Principal Component Analysis，PCA)、語(yǔ)義分析法等探討了汽車(chē)車(chē)身CMF的耦合設(shè)計(jì)特性，提高了用戶(hù)滿(mǎn)意度；胡晴[6]為了深入挖掘用戶(hù)對(duì)產(chǎn)品CMF設(shè)計(jì)的感性需求，通過(guò)構(gòu)建產(chǎn)品CMF風(fēng)格意象坐標(biāo)、分析產(chǎn)品CMF設(shè)計(jì)風(fēng)格意象貼近度與耦合特性等方法探討了汽車(chē)車(chē)身CMF設(shè)計(jì)認(rèn)知機(jī)理。

(3)運(yùn)用現(xiàn)代數(shù)理方法進(jìn)行產(chǎn)品CMF設(shè)計(jì)的意象評(píng)價(jià) 張芳蘭等[7]為解決汽車(chē)形態(tài)方案選擇的復(fù)雜性和主觀性問(wèn)題，提出一種基于模糊理想解相似度順序偏好法(Technique for Order Preference by Similarity to Ideal Solution, TOPSIS)的汽車(chē)形態(tài)設(shè)計(jì)方案通用評(píng)價(jià)模型，有效降低了設(shè)計(jì)投資風(fēng)險(xiǎn)；曹越等[8]為增加消費(fèi)者感性參與度，利用感性工學(xué)提出相對(duì)客觀的、可指導(dǎo)汽車(chē)內(nèi)飾色彩設(shè)計(jì)與開(kāi)發(fā)的感性意象評(píng)價(jià)系統(tǒng)。

筆者研究發(fā)現(xiàn)，現(xiàn)有的CMF研究理論更多聚焦于設(shè)計(jì)的視覺(jué)化過(guò)程，忽略了產(chǎn)品CMF的知識(shí)獲取過(guò)程。在CMF設(shè)計(jì)過(guò)程中仍存在設(shè)計(jì)知識(shí)獲取效率低下、設(shè)計(jì)知識(shí)管理制度不完善、產(chǎn)品與設(shè)計(jì)一致性較弱等缺陷，影響了設(shè)計(jì)師的工作效率，增加了時(shí)間成本與設(shè)計(jì)的復(fù)雜度，不利于智能設(shè)計(jì)的發(fā)展。

數(shù)字孿生(Digital Twin, DT)的出現(xiàn)為解決目前工業(yè)產(chǎn)品CMF設(shè)計(jì)過(guò)程中存在的問(wèn)題，推動(dòng)產(chǎn)品CMF智能設(shè)計(jì)提供了全新的思路[9]。數(shù)字孿生在工業(yè)設(shè)計(jì)中應(yīng)用的相關(guān)文獻(xiàn)較少，其中國(guó)外的研究主要有：Grieves等[10]針對(duì)飛行系統(tǒng)的健康管理，研究了基于數(shù)字孿生的復(fù)雜系統(tǒng)故障預(yù)測(cè)和消除方法；Gabor等[11]在美國(guó)航空航天局(National Aeronautics and Space Administration, NASA)提出的數(shù)字孿生概念基礎(chǔ)上，提出數(shù)字孿生技術(shù)還應(yīng)采用專(zhuān)家知識(shí)來(lái)進(jìn)行精準(zhǔn)模擬，從而加深了數(shù)字孿生概念的理論研究基礎(chǔ)；Rios等[12]提出數(shù)字孿生不僅面向飛行器等復(fù)雜產(chǎn)品，還應(yīng)面向更加廣泛通用的產(chǎn)品。國(guó)內(nèi)方面對(duì)數(shù)字孿生的研究主要有：陶飛等[13-18]系統(tǒng)分析了數(shù)字孿生在企業(yè)應(yīng)用和理論研究上的進(jìn)展，提出數(shù)字孿生系統(tǒng)五維結(jié)構(gòu)，并探索了14類(lèi)未來(lái)應(yīng)用設(shè)想與實(shí)施過(guò)程中所需突破的關(guān)鍵技術(shù)；莊存波等[19]闡述了產(chǎn)品數(shù)字孿生體的內(nèi)涵，并提出產(chǎn)品數(shù)字孿生體的體系結(jié)構(gòu)和實(shí)施途徑；屈挺等[20]利用數(shù)字孿生思想將物聯(lián)制造下的在線控制理念進(jìn)行擴(kuò)展，提出多系統(tǒng)聯(lián)動(dòng)優(yōu)化控制思想、機(jī)制及定量?jī)?yōu)化方法。以上研究也為本文基于數(shù)字孿生數(shù)據(jù)模式下的CMF設(shè)計(jì)理論創(chuàng)新研究提供了理論基礎(chǔ)和科學(xué)依據(jù)。

本文將數(shù)字孿生技術(shù)作為一種解決問(wèn)題的技術(shù)手段，將其核心思想與產(chǎn)品CMF設(shè)計(jì)過(guò)程相結(jié)合，基于設(shè)計(jì)與制造過(guò)程中的全數(shù)字量協(xié)調(diào)傳遞過(guò)程，借助“虛實(shí)融合、以虛控實(shí)”的手段，使用靜態(tài)屬性與動(dòng)態(tài)集成的模型與數(shù)據(jù)，基于產(chǎn)品CMF設(shè)計(jì)理論模型，通過(guò)開(kāi)發(fā)與構(gòu)建數(shù)字孿生系統(tǒng)下的產(chǎn)品CMF語(yǔ)義庫(kù)，結(jié)合產(chǎn)品生產(chǎn)現(xiàn)場(chǎng)的實(shí)際工況與實(shí)物制造過(guò)程中的大量數(shù)據(jù)信息，構(gòu)建實(shí)際產(chǎn)品CMF設(shè)計(jì)與生產(chǎn)完全一致的虛擬模型，來(lái)實(shí)時(shí)模擬仿真、分析、評(píng)價(jià)產(chǎn)品CMF設(shè)計(jì)創(chuàng)意和性能，進(jìn)行CMF設(shè)計(jì)結(jié)果的閉環(huán)優(yōu)化反饋設(shè)計(jì)，同時(shí)控制CMF設(shè)計(jì)精度，為提高產(chǎn)品CMF設(shè)計(jì)的一致性，以及實(shí)現(xiàn)CMF設(shè)計(jì)知識(shí)的快速獲取和有效管理提供一種有效的解決途徑。

1 數(shù)字孿生驅(qū)動(dòng)的工業(yè)產(chǎn)品CMF設(shè)計(jì)服務(wù)模型構(gòu)建方法

數(shù)字孿生驅(qū)動(dòng)的含義為通過(guò)數(shù)字化的方式，借助虛擬孿生體和物理實(shí)體之間的數(shù)據(jù)交互，構(gòu)建物理實(shí)體與其對(duì)應(yīng)虛擬模型之間的關(guān)聯(lián)，從而支持產(chǎn)品CMF的創(chuàng)意設(shè)計(jì)、實(shí)際生產(chǎn)，以及數(shù)據(jù)管理過(guò)程的科學(xué)分析和決策，利用實(shí)時(shí)的虛擬仿真實(shí)現(xiàn)面向產(chǎn)品CMF設(shè)計(jì)全周期的模型、數(shù)據(jù)和智能技術(shù)集成。

數(shù)字孿生系統(tǒng)下，借助數(shù)字化方式創(chuàng)建物理實(shí)體的虛擬模型，借助數(shù)據(jù)模擬物理實(shí)體在現(xiàn)實(shí)環(huán)境中的行為，通過(guò)虛實(shí)交互反饋、數(shù)據(jù)融合分析、決策迭代優(yōu)化等手段，為物理實(shí)體增加或擴(kuò)展新的能力[21]。將數(shù)字孿生技術(shù)應(yīng)用于工業(yè)產(chǎn)品CMF設(shè)計(jì)過(guò)程，建立基于產(chǎn)品語(yǔ)義數(shù)據(jù)的數(shù)字化孿生虛擬模型，對(duì)比數(shù)字孿生模型下的CMF設(shè)計(jì)和傳統(tǒng)CMF設(shè)計(jì)過(guò)程(如表1)，通過(guò)實(shí)時(shí)交互信息使數(shù)字孿生模型不斷挖掘產(chǎn)生新穎、獨(dú)特、具有價(jià)值的搭配方案，從而降低產(chǎn)品CMF設(shè)計(jì)過(guò)程復(fù)雜度。

表1 基于數(shù)字孿生的CMF設(shè)計(jì)與傳統(tǒng)方法對(duì)比

1.1 產(chǎn)品CMF設(shè)計(jì)數(shù)字孿生五維模型

傳統(tǒng)的CMF創(chuàng)新設(shè)計(jì)過(guò)程由設(shè)計(jì)師個(gè)人經(jīng)驗(yàn)和知識(shí)驅(qū)動(dòng)，過(guò)度依賴(lài)設(shè)計(jì)師個(gè)體的設(shè)計(jì)能力和設(shè)計(jì)經(jīng)驗(yàn)，且多為需求驅(qū)動(dòng)的被動(dòng)式創(chuàng)新模式，無(wú)法對(duì)新產(chǎn)品的研發(fā)質(zhì)量和設(shè)計(jì)效率提供有效保障[22]。將數(shù)字孿生融合到工業(yè)產(chǎn)品CMF創(chuàng)新設(shè)計(jì)過(guò)程中，可以實(shí)現(xiàn)數(shù)字孿生數(shù)據(jù)驅(qū)動(dòng)的線上線下融合的協(xié)同創(chuàng)新過(guò)程，促進(jìn)CMF協(xié)同創(chuàng)新效率的跨越式提升。本文根據(jù)學(xué)者陶飛等[15]所提出的數(shù)字孿生技術(shù)框架，結(jié)合CMF創(chuàng)新設(shè)計(jì)過(guò)程，構(gòu)建產(chǎn)品CMF設(shè)計(jì)數(shù)字孿生五維模型如圖1所示。

模型包括五個(gè)維度，具體如下：

(1)物理空間的CMF設(shè)計(jì) 物理空間的CMF設(shè)計(jì)(CMF Collocation of physical space, CMFCps)指在物理空間中，設(shè)計(jì)師根據(jù)產(chǎn)品外觀語(yǔ)義和自身設(shè)計(jì)經(jīng)驗(yàn)對(duì)產(chǎn)品進(jìn)行CMF的創(chuàng)意搭配。產(chǎn)品的顏色、材料、表面處理三者相互耦合，只有實(shí)現(xiàn)了三者之間數(shù)據(jù)的精確傳遞，才能最大化地提高設(shè)計(jì)效率、降低設(shè)計(jì)成本，得出三者的最優(yōu)解并提高產(chǎn)品價(jià)值。

(2)虛擬空間的CMF設(shè)計(jì) 虛擬空間的CMF設(shè)計(jì)(CMF Collocation of virtual space，CMFCvs)指物理空間實(shí)驗(yàn)操作在虛擬空間的數(shù)字化模型映射，集成與融合了幾何、物理、行為、準(zhǔn)則4層模型，通過(guò)建立超高還原度的數(shù)字化模型實(shí)現(xiàn)與物理空間的一致性。設(shè)計(jì)師通過(guò)在虛擬空間中進(jìn)行產(chǎn)品數(shù)據(jù)處理、CMF設(shè)計(jì)、仿真檢驗(yàn)等實(shí)驗(yàn)操作來(lái)降低生產(chǎn)成本，提高設(shè)計(jì)效率。

(3)系統(tǒng)服務(wù)系統(tǒng) 服務(wù)(System Service, SS)指對(duì)在數(shù)字孿生系統(tǒng)下進(jìn)行產(chǎn)品CMF設(shè)計(jì)所需要的數(shù)據(jù)、算法、模型等以一個(gè)工具組或者搜索引擎的方式進(jìn)行管理并呈現(xiàn)的服務(wù)體系。SS本質(zhì)上是一個(gè)集成了設(shè)計(jì)過(guò)程所需全部算法的數(shù)字模型，其能夠根據(jù)數(shù)字孿生模型中的數(shù)據(jù)變化及時(shí)進(jìn)行數(shù)據(jù)處理和反饋，來(lái)保證系統(tǒng)運(yùn)行的穩(wěn)定性[23]。

(4)孿生數(shù)據(jù)孿生 數(shù)據(jù)(Digital Twin Date, DTD)是數(shù)字孿生模型運(yùn)行的核心驅(qū)動(dòng)力，其中包括了物理實(shí)體、虛擬空間、服務(wù)系統(tǒng)的各項(xiàng)數(shù)據(jù)，并隨實(shí)時(shí)的狀態(tài)變化不斷更新優(yōu)化。設(shè)計(jì)師在CMF設(shè)計(jì)過(guò)程中進(jìn)行數(shù)據(jù)的實(shí)時(shí)交互，準(zhǔn)確地從數(shù)據(jù)資源庫(kù)中獲取設(shè)計(jì)過(guò)程需要的設(shè)計(jì)知識(shí)。

(5)系統(tǒng)連接系統(tǒng) 連接(System Connection, SC)主要負(fù)責(zé)實(shí)現(xiàn)物理實(shí)體、虛擬模型、孿生數(shù)據(jù)與系統(tǒng)服務(wù)之間信息的雙向?qū)崟r(shí)傳達(dá)，形成數(shù)字孿生模型的信息物理閉環(huán)系統(tǒng)。

1.2 工業(yè)產(chǎn)品CMF設(shè)計(jì)服務(wù)模型

本文以產(chǎn)品CMF設(shè)計(jì)數(shù)字孿生五維模型為基礎(chǔ)，提出一種全新的工業(yè)產(chǎn)品CMF設(shè)計(jì)服務(wù)模型(DT-cmf)，如圖2所示。

設(shè)計(jì)師作為系統(tǒng)管理者統(tǒng)籌規(guī)劃設(shè)計(jì)任務(wù)，以DT-cmf為計(jì)算機(jī)輔助設(shè)計(jì)工具，在數(shù)字孿生系統(tǒng)下，設(shè)計(jì)師基于產(chǎn)品語(yǔ)義完成產(chǎn)品語(yǔ)義元素分類(lèi)提取、高維特征數(shù)據(jù)降維、低維特征數(shù)據(jù)子集重組等多種工作，最終構(gòu)建和開(kāi)發(fā)數(shù)字孿生數(shù)據(jù)模式下的產(chǎn)品CMF語(yǔ)義庫(kù)。

設(shè)計(jì)師在數(shù)字孿生系統(tǒng)中基于云服務(wù)平臺(tái)、大數(shù)據(jù)平臺(tái)、三維CAD軟件等先進(jìn)科學(xué)技術(shù)獲取產(chǎn)品的多維數(shù)字化語(yǔ)義孿生數(shù)據(jù)，通過(guò)聚類(lèi)算法進(jìn)行數(shù)據(jù)重組形成產(chǎn)品語(yǔ)義簇，數(shù)以萬(wàn)計(jì)的產(chǎn)品簇相互耦合共同構(gòu)建完成產(chǎn)品CMF語(yǔ)義庫(kù)。設(shè)計(jì)師借助數(shù)字孿生系統(tǒng)的數(shù)據(jù)處理能力，利用距離公式計(jì)算出新產(chǎn)品語(yǔ)義孿生數(shù)據(jù)所屬的產(chǎn)品語(yǔ)義簇，數(shù)字孿生系統(tǒng)則智能地完成相關(guān)產(chǎn)品CMF設(shè)計(jì)知識(shí)的推送工作，輔助設(shè)計(jì)師結(jié)合豐富的設(shè)計(jì)經(jīng)驗(yàn)完成新產(chǎn)品的多種CMF設(shè)計(jì)方案，最終利用系統(tǒng)中的設(shè)計(jì)評(píng)價(jià)服務(wù)選擇最優(yōu)的設(shè)計(jì)方案。

本文數(shù)字孿生驅(qū)動(dòng)的產(chǎn)品CMF設(shè)計(jì)服務(wù)過(guò)程分為兩部分：①基于優(yōu)秀設(shè)計(jì)產(chǎn)品進(jìn)行資源采集工作，并利用數(shù)字化技術(shù)將資源存儲(chǔ)為孿生數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)管理，在數(shù)字孿生系統(tǒng)下形成產(chǎn)品CMF語(yǔ)義資源庫(kù)；②利用所采集設(shè)計(jì)產(chǎn)品的動(dòng)態(tài)基本信息形成語(yǔ)義數(shù)據(jù)，根據(jù)距離公式選擇資源庫(kù)中合適的設(shè)計(jì)資源作為設(shè)計(jì)知識(shí)。通過(guò)數(shù)字孿生系統(tǒng)將產(chǎn)品CMF設(shè)計(jì)過(guò)程虛實(shí)結(jié)合，進(jìn)行設(shè)計(jì)過(guò)程的可視化展示，并結(jié)合面向加工現(xiàn)場(chǎng)的實(shí)時(shí)數(shù)據(jù)對(duì)產(chǎn)品CMF設(shè)計(jì)參數(shù)進(jìn)行評(píng)價(jià)，若當(dāng)前設(shè)計(jì)不能滿(mǎn)足工藝設(shè)計(jì)要求，則通過(guò)添加工序、更改工藝參數(shù)等活動(dòng)進(jìn)行CMF設(shè)計(jì)重構(gòu)；若現(xiàn)場(chǎng)數(shù)據(jù)滿(mǎn)足工藝要求，則用加工質(zhì)量、加工效率等目標(biāo)對(duì)產(chǎn)品CMF設(shè)計(jì)進(jìn)行仿真優(yōu)化，以獲取最優(yōu)設(shè)計(jì)參數(shù)。

1.3 面向產(chǎn)品CMF設(shè)計(jì)的數(shù)字孿生概念

面向產(chǎn)品CMF設(shè)計(jì)的數(shù)字孿生模型衍生于數(shù)字孿生概念，其本質(zhì)是一個(gè)集成了設(shè)計(jì)資源庫(kù)和加工過(guò)程多物理量、多維度的產(chǎn)品工藝動(dòng)態(tài)設(shè)計(jì)過(guò)程。首先，設(shè)計(jì)師通過(guò)對(duì)已有優(yōu)秀產(chǎn)品CMF設(shè)計(jì)進(jìn)行數(shù)字化處理獲得多源異構(gòu)實(shí)物測(cè)量數(shù)據(jù)，進(jìn)而融合數(shù)字孿生模型和數(shù)字線技術(shù)，采用數(shù)字技術(shù)對(duì)物理實(shí)體對(duì)象的特征、行為、形成過(guò)程和性能等進(jìn)行描述和建模，實(shí)現(xiàn)物理空間和虛擬空間中數(shù)據(jù)和信息的“虛實(shí)融合”[24]；其次，在數(shù)字孿生數(shù)據(jù)模式下，設(shè)計(jì)師根據(jù)產(chǎn)品CMF的生產(chǎn)物理變形信息和設(shè)計(jì)精度狀態(tài)的實(shí)時(shí)傳感測(cè)量數(shù)據(jù)不斷更新設(shè)計(jì)工藝數(shù)據(jù)，形成產(chǎn)品CMF生產(chǎn)加工工藝序列優(yōu)選等優(yōu)化決策信息，并借助數(shù)字線技術(shù)傳遞到產(chǎn)品的生產(chǎn)現(xiàn)場(chǎng)，對(duì)產(chǎn)品的下一步工藝加工行為進(jìn)行精確控制，實(shí)現(xiàn)“以虛控實(shí)”；然后，設(shè)計(jì)師借助數(shù)字孿生技術(shù)，通過(guò)“以虛控實(shí)”的手段，對(duì)不同CMF設(shè)計(jì)方案對(duì)應(yīng)的生產(chǎn)質(zhì)量進(jìn)行閉環(huán)反饋評(píng)價(jià)，形成相關(guān)的優(yōu)化決策信息，達(dá)到提高產(chǎn)品實(shí)物與設(shè)計(jì)的一致性、優(yōu)化產(chǎn)品工藝設(shè)計(jì)結(jié)果的目的；最后，設(shè)計(jì)師通過(guò)利用虛擬孿生模型仿真、分析和預(yù)測(cè)物理實(shí)體在現(xiàn)實(shí)環(huán)境中的演進(jìn)過(guò)程和狀態(tài)，產(chǎn)生產(chǎn)品CMF設(shè)計(jì)生產(chǎn)中各種活動(dòng)的優(yōu)化決策，用以提升產(chǎn)品CMF設(shè)計(jì)的生產(chǎn)精度，拓展基于模型的制造技術(shù)內(nèi)涵，從而改變產(chǎn)品的研制模式。

2 數(shù)字孿生在產(chǎn)品CMF設(shè)計(jì)中的關(guān)鍵技術(shù)和解決方案

為了數(shù)字孿生技術(shù)在產(chǎn)品CMF設(shè)計(jì)過(guò)程中的落地應(yīng)用，需要實(shí)現(xiàn)基于產(chǎn)品CMF設(shè)計(jì)和生產(chǎn)中的全數(shù)字化信息傳遞過(guò)程，融合實(shí)體空間的實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)，構(gòu)建能夠精確描述實(shí)體產(chǎn)品CMF設(shè)計(jì)相關(guān)屬性和行為的數(shù)字孿生模型，建立基于數(shù)字孿生模型驅(qū)動(dòng)的工業(yè)產(chǎn)品CMF“設(shè)計(jì)—評(píng)價(jià)—優(yōu)化”環(huán)機(jī)制。融合數(shù)字孿生的產(chǎn)品CMF設(shè)計(jì)亟需在以下三方面進(jìn)行突破：

(1)針對(duì)設(shè)計(jì)師設(shè)計(jì)知識(shí)獲取效率低下的問(wèn)題，在原來(lái)僅依靠設(shè)計(jì)師主觀理解的基礎(chǔ)上，為更加準(zhǔn)確、快速地滿(mǎn)足設(shè)計(jì)師知識(shí)獲取需求，實(shí)現(xiàn)向“數(shù)據(jù)驅(qū)動(dòng)的服務(wù)需求主動(dòng)獲取”模式轉(zhuǎn)移，本文充分利用模型數(shù)據(jù)并集成多學(xué)科的數(shù)字孿生技術(shù)，構(gòu)建以行業(yè)信息整合為依托的數(shù)字孿生數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品CMF設(shè)計(jì)語(yǔ)義庫(kù)，實(shí)現(xiàn)產(chǎn)品CMF設(shè)計(jì)的“物理—信息域”閉環(huán)流動(dòng)，提高設(shè)計(jì)師知識(shí)獲取的效率。

(2)針對(duì)設(shè)計(jì)知識(shí)管理制度不完善的問(wèn)題，借助數(shù)字孿生強(qiáng)大的數(shù)據(jù)儲(chǔ)存能力，在數(shù)字孿生系統(tǒng)下產(chǎn)品CMF語(yǔ)義庫(kù)開(kāi)發(fā)的基礎(chǔ)上，將設(shè)計(jì)資源的數(shù)據(jù)以數(shù)據(jù)包的形式儲(chǔ)存為孿生數(shù)據(jù)。在數(shù)字孿生系統(tǒng)下實(shí)現(xiàn)CMF設(shè)計(jì)全過(guò)程數(shù)據(jù)的雙向?qū)崟r(shí)流動(dòng)，從而對(duì)數(shù)據(jù)進(jìn)行快速管理與提取。

(3)針對(duì)產(chǎn)品與設(shè)計(jì)一致性較弱的問(wèn)題，在產(chǎn)品CMF語(yǔ)義庫(kù)的數(shù)據(jù)資源的基礎(chǔ)上，采用基于真實(shí)物理特性的產(chǎn)品CMF設(shè)計(jì)研究產(chǎn)品語(yǔ)義與CMF的關(guān)系。然后開(kāi)展虛擬仿真實(shí)驗(yàn)，通過(guò)將設(shè)計(jì)過(guò)程虛實(shí)模型進(jìn)行對(duì)應(yīng)，借助“以虛控實(shí)”的閉環(huán)控制手段，形成相關(guān)產(chǎn)品CMF設(shè)計(jì)的優(yōu)化決策信息。這樣，不僅可以將CMF設(shè)計(jì)過(guò)程“虛實(shí)結(jié)合”，提高設(shè)計(jì)的一致性，用戶(hù)還可以利用數(shù)字孿生系統(tǒng)中的語(yǔ)義評(píng)價(jià)組塊進(jìn)行參與式設(shè)計(jì)，將用戶(hù)反饋信息用于CMF設(shè)計(jì)過(guò)程，實(shí)現(xiàn)質(zhì)量與數(shù)據(jù)的雙向流動(dòng)，進(jìn)一步提高設(shè)計(jì)的準(zhǔn)確性。

2.1 數(shù)字孿生數(shù)據(jù)模式下CMF語(yǔ)義庫(kù)的開(kāi)發(fā)與構(gòu)建

數(shù)字孿生是充分利用物理模型、傳感器更新、運(yùn)行歷史等數(shù)據(jù)，集成多學(xué)科、多物理量、多尺度、多概論的仿真過(guò)程，在虛擬空間中完成映射，從而反映相對(duì)應(yīng)實(shí)體裝備的全生命周期過(guò)程[25]。虛實(shí)數(shù)據(jù)的相互融合是數(shù)字孿生技術(shù)應(yīng)用的動(dòng)力源泉，本文通過(guò)構(gòu)建產(chǎn)品語(yǔ)義數(shù)據(jù)庫(kù)實(shí)現(xiàn)產(chǎn)品實(shí)時(shí)感知數(shù)據(jù)和虛擬模擬數(shù)據(jù)的真實(shí)映射機(jī)制，包括虛實(shí)融合、數(shù)據(jù)協(xié)同、虛實(shí)雙向映射等技術(shù)。

數(shù)字孿生數(shù)據(jù)模式是包括物理實(shí)體、數(shù)字孿生體、系統(tǒng)服務(wù)數(shù)據(jù)、孿生數(shù)據(jù)在內(nèi)的所有系統(tǒng)數(shù)據(jù)的集合，其將具備實(shí)時(shí)、多源、異構(gòu)等特性的數(shù)據(jù)進(jìn)行融合用于驅(qū)動(dòng)智能設(shè)計(jì)制造的發(fā)展。在數(shù)字孿生數(shù)據(jù)模式下開(kāi)發(fā)和構(gòu)建產(chǎn)品CMF語(yǔ)義庫(kù)可以從根本上改變工業(yè)產(chǎn)品CMF設(shè)計(jì)、制造、運(yùn)維等流程。面向產(chǎn)品設(shè)計(jì)，數(shù)字孿生技術(shù)將通過(guò)虛擬和物理制造世界之間的雙向連接，生成更合理的設(shè)計(jì)方案和更精確的生產(chǎn)控制，從而實(shí)現(xiàn)智能制造與設(shè)計(jì)。

產(chǎn)品語(yǔ)義是從符號(hào)學(xué)結(jié)構(gòu)和信息傳播過(guò)程探索產(chǎn)品造型語(yǔ)言的象征語(yǔ)義及其知識(shí)在工業(yè)設(shè)計(jì)中的應(yīng)用，其關(guān)鍵問(wèn)題是在不同意義情境下將抽象和用戶(hù)認(rèn)知的行為語(yǔ)言、自然語(yǔ)言轉(zhuǎn)換為具象的產(chǎn)品造型語(yǔ)言，從而跨越多語(yǔ)言之間的“語(yǔ)義鴻溝”，使產(chǎn)品設(shè)計(jì)能被大眾理解并體現(xiàn)多樣化創(chuàng)新。

本文在工業(yè)產(chǎn)品CMF設(shè)計(jì)服務(wù)模型DT-cmf下，提出一種數(shù)字孿生數(shù)據(jù)模式下CMF語(yǔ)義庫(kù)的開(kāi)發(fā)與建構(gòu)體系，如圖3所示。設(shè)計(jì)師將已有的優(yōu)秀產(chǎn)品按照曲線、比例、角度、色彩等設(shè)計(jì)因素進(jìn)行產(chǎn)品語(yǔ)義劃分形成設(shè)計(jì)資源庫(kù)，然后以向量的形式形成孿生數(shù)據(jù)儲(chǔ)存于數(shù)字孿生模型中，同時(shí)將CMF設(shè)計(jì)過(guò)程中所需的服務(wù)(如產(chǎn)品語(yǔ)義分簇服務(wù)、產(chǎn)品語(yǔ)義元素提取服務(wù)、語(yǔ)義數(shù)據(jù)降維服務(wù)等)以數(shù)據(jù)包或工作組的形式儲(chǔ)存在語(yǔ)義庫(kù)中，從而在新產(chǎn)品的CMF協(xié)同創(chuàng)新過(guò)程中精準(zhǔn)推送設(shè)計(jì)知識(shí)，提高協(xié)同設(shè)計(jì)效率。

2.1.1 產(chǎn)品CMF語(yǔ)義的分類(lèi)提取

產(chǎn)品語(yǔ)義即產(chǎn)品符號(hào)所承載的意義，其本質(zhì)為通過(guò)設(shè)計(jì)產(chǎn)品的外在視覺(jué)形態(tài)揭示或暗示產(chǎn)品的內(nèi)部結(jié)構(gòu)和情感認(rèn)知[26]，使產(chǎn)品功能明確化，使人機(jī)界面單純、易于理解，使產(chǎn)品注入感性維度，從而解除使用者在理解產(chǎn)品操作中的困惑，以更加明確的視覺(jué)形象和更具象征意義的形態(tài)設(shè)計(jì)，傳達(dá)給使用者更多的文化內(nèi)涵，達(dá)到人、機(jī)、環(huán)境的和諧統(tǒng)一[27]。用戶(hù)針對(duì)語(yǔ)義的認(rèn)知除產(chǎn)品形態(tài)之外，其CMF設(shè)計(jì)所傳播的語(yǔ)義信息尤為重要，本文根據(jù)參考文獻(xiàn)[28-38]對(duì)工業(yè)產(chǎn)品語(yǔ)義元素進(jìn)行分類(lèi)提取(如圖4)和語(yǔ)義數(shù)據(jù)信息編碼(如表2)。

表2 產(chǎn)品語(yǔ)義元素的含義和編碼方式

2.1.2 計(jì)算方式說(shuō)明

設(shè)計(jì)師利用數(shù)字孿生技術(shù)將產(chǎn)品數(shù)據(jù)以三維虛擬的形式呈現(xiàn)，并通過(guò)仿真進(jìn)行交流，在產(chǎn)品設(shè)計(jì)階段根據(jù)實(shí)體空間傳遞的數(shù)據(jù)完善和融合自身數(shù)據(jù)并構(gòu)建數(shù)字孿生體。本文研究致力于利用新一代信息技術(shù)與大數(shù)據(jù)分析方法的有效融合，將產(chǎn)品設(shè)計(jì)過(guò)程中的色彩、材料、處理工藝、功能等因素編碼形成孿生數(shù)據(jù)，對(duì)行業(yè)信息的數(shù)據(jù)進(jìn)行整合，共同構(gòu)建工業(yè)產(chǎn)品的數(shù)字孿生數(shù)據(jù)庫(kù)。

在數(shù)字孿生系統(tǒng)服務(wù)下基于MATLAB的編程功能，采用GUI(graphical user interface)工具設(shè)計(jì)如圖5所示的輔助計(jì)算程序插件，輔助計(jì)算本文提取的產(chǎn)品語(yǔ)義元素?cái)?shù)據(jù)。產(chǎn)品尺寸數(shù)據(jù)可從數(shù)字孿生模型獲取來(lái)計(jì)算產(chǎn)品體積和比例，產(chǎn)品的功能和領(lǐng)域數(shù)據(jù)需要設(shè)計(jì)師根據(jù)產(chǎn)品類(lèi)型手動(dòng)編碼設(shè)置輸入。其余語(yǔ)義元素?cái)?shù)據(jù)的具體計(jì)算方法如下：

(1)曲度計(jì)算

采用改進(jìn)型的曲線控制法對(duì)工業(yè)產(chǎn)品進(jìn)行編碼，然后用Canny邊緣檢測(cè)算子開(kāi)發(fā)圖5中的邊緣檢測(cè)按鈕，以提取目標(biāo)產(chǎn)品的特征邊緣，再采用三次貝賽爾方程對(duì)其進(jìn)行曲線擬合，如圖6所示。本文根據(jù)產(chǎn)品側(cè)視圖輪廓擬合曲線1/2弧長(zhǎng)位置處所對(duì)應(yīng)的t值來(lái)計(jì)算產(chǎn)品曲度。其中t的數(shù)值通過(guò)式(1)和式(2)聯(lián)合計(jì)算得到。

B(t)=P0(1-t)3+P1t(1-t)2+

P2t2(1-t)+P3t3;

(1)

(2)

式中：P0,P1,P2,P3表示曲線的4個(gè)控制點(diǎn)；t為從P0到P3的時(shí)間變量，t∈[0,1]；P1，P2為控制曲線走向的控制點(diǎn)；f為設(shè)計(jì)資源的編號(hào)。

(2)色彩計(jì)算

采用聚類(lèi)算法在MATLAB中開(kāi)發(fā)色彩提取插件，設(shè)定明度和色相兩種不同的分類(lèi)中心確定方式，將色彩的RGB值作為一個(gè)三維色彩空間內(nèi)的坐標(biāo)，依次計(jì)算各像素色彩的坐標(biāo)與各個(gè)分類(lèi)中心的距離，然后將其歸入最近的類(lèi)，各類(lèi)中的像素?cái)?shù)表示該色在圖像中所占的比例[39]。

αi×Ci+…+αk×Ck。

(3)

式中：αi為提取的第i個(gè)色彩所占的比例；k為所設(shè)定的聚類(lèi)色彩提取總數(shù)；Ci為第i個(gè)色彩的RGB數(shù)值。

由于RGB是256進(jìn)制的數(shù)字，即R空間上的a色素值大小等于G空間上的256×a，相當(dāng)于B空間上的256×256×a。G空間上的b色素值等于B上的256×b。通過(guò)函數(shù)計(jì)算式(4)即可得到特定的色彩值，本文用E表示，

ERGB=65 536×r+256×g+b。

(4)

為了更好地提高數(shù)據(jù)處理效率，降低數(shù)據(jù)處理難度，避免與本文其他語(yǔ)義元素?cái)?shù)據(jù)出現(xiàn)較大差異，對(duì)式(4)得到的數(shù)值按照式(5)進(jìn)行比例縮放，數(shù)據(jù)縮放結(jié)果均屬于(0，1)，本文用F表示，

FRGB=ERGB/2563=ERGB/1 677 216。

(5)

(3)材料計(jì)算

對(duì)搜集到的設(shè)計(jì)資源進(jìn)行建模渲染仿真，整理和搜索來(lái)自各個(gè)材料工廠、材料采購(gòu)中心、高校圖書(shū)館等對(duì)接機(jī)構(gòu)的各種設(shè)計(jì)材料資源數(shù)據(jù)，并借助高清攝像、材料解構(gòu)、專(zhuān)家分析等技術(shù)和研究手段對(duì)設(shè)計(jì)資源進(jìn)行后期處理，對(duì)于由多種材料復(fù)合形成的設(shè)計(jì)資源，則按式(6)進(jìn)行編碼計(jì)算。

(6)

2.1.3 產(chǎn)品CMF語(yǔ)義的高維特征數(shù)據(jù)降維

作為一種數(shù)據(jù)驅(qū)動(dòng)的智能服務(wù)新模式和技術(shù)手段，數(shù)字孿生技術(shù)和以往數(shù)據(jù)驅(qū)動(dòng)技術(shù)的區(qū)別之一便是其強(qiáng)調(diào)通過(guò)虛實(shí)結(jié)合、數(shù)據(jù)融合對(duì)數(shù)據(jù)進(jìn)行三維呈現(xiàn)。高維度的數(shù)據(jù)很難被直觀地認(rèn)識(shí)，只有通過(guò)數(shù)據(jù)降維，在保持?jǐn)?shù)據(jù)點(diǎn)之間、數(shù)據(jù)與原高維空間之間關(guān)系不變或相似的情況下，將數(shù)據(jù)維度降低到2～3維，才能更好地將數(shù)據(jù)可視化地展示在數(shù)字孿生系統(tǒng)中。另一方面，降維后由于數(shù)據(jù)量大大縮減，系統(tǒng)進(jìn)行機(jī)器學(xué)習(xí)模型訓(xùn)練和預(yù)測(cè)的效率也將大為提高。

上述流程中采集的產(chǎn)品CMF語(yǔ)義數(shù)據(jù)具有維度偏高的特性，會(huì)影響整個(gè)模型系統(tǒng)的運(yùn)算效率，不利于系統(tǒng)進(jìn)行數(shù)據(jù)可視化展示，因此需對(duì)這些高維特征數(shù)據(jù)集進(jìn)行降維重組處理，得到新的低維特征數(shù)據(jù)子集。設(shè)每個(gè)產(chǎn)品CMF語(yǔ)義數(shù)據(jù)用D=(x1,x2,x3,…,xm)T的格式儲(chǔ)存孿生數(shù)據(jù)，其中：m為產(chǎn)品數(shù)據(jù)庫(kù)中產(chǎn)品語(yǔ)義孿生數(shù)據(jù)元素的數(shù)目；X1,…,Xm分別表示各個(gè)產(chǎn)品的語(yǔ)義元素集合。參考文獻(xiàn)[40-45]整理數(shù)據(jù)降維方法(如圖7)，將其作為設(shè)計(jì)服務(wù)儲(chǔ)存在數(shù)字孿生系統(tǒng)中。

2.1.4 產(chǎn)品CMF語(yǔ)義的低維特征數(shù)據(jù)子集優(yōu)化重組

在數(shù)字孿生系統(tǒng)中將產(chǎn)品CMF語(yǔ)義的低維特征數(shù)據(jù)子集重新進(jìn)行聚類(lèi)/分類(lèi)分析，提煉出具有相似語(yǔ)義的產(chǎn)品CMF語(yǔ)義簇，而且不同的產(chǎn)品CMF語(yǔ)義簇之間相互耦合，從而開(kāi)發(fā)和構(gòu)建產(chǎn)品CMF語(yǔ)義庫(kù)。本文依據(jù)參考文獻(xiàn)[46-51]對(duì)常用方法的算法流程及聚類(lèi)效果進(jìn)行整理與總結(jié)(如圖8)，并比較各類(lèi)算法的優(yōu)缺點(diǎn)(如表3)，運(yùn)用數(shù)字孿生系統(tǒng)強(qiáng)大的數(shù)據(jù)處理能力，系統(tǒng)會(huì)根據(jù)數(shù)據(jù)特點(diǎn)合理地采用不同聚類(lèi)方法將不用的數(shù)據(jù)進(jìn)行整合分類(lèi)，從而提高數(shù)據(jù)處理的效率性和科學(xué)性。

表3 常用聚類(lèi)方法的優(yōu)缺點(diǎn)分析

綜合以上聚類(lèi)方法的優(yōu)缺點(diǎn)及數(shù)字孿生系統(tǒng)中數(shù)據(jù)“小樣本、高維度、相關(guān)性強(qiáng)、多源異構(gòu)”的特點(diǎn)，結(jié)合智能推薦算法[52-55]，基于產(chǎn)品語(yǔ)義多要素協(xié)同和數(shù)據(jù)庫(kù)的規(guī)模，挖掘分析系統(tǒng)的產(chǎn)品CMF設(shè)計(jì)歷史數(shù)據(jù)，系統(tǒng)根據(jù)歷史設(shè)計(jì)評(píng)價(jià)結(jié)果數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，以最小二乘法作為預(yù)測(cè)算法，運(yùn)用粒子群優(yōu)化算法優(yōu)化模型參數(shù)，建立基于歷史評(píng)價(jià)數(shù)據(jù)的產(chǎn)品語(yǔ)義降維聚類(lèi)預(yù)測(cè)模型，從而基于產(chǎn)品語(yǔ)義多要素協(xié)同對(duì)產(chǎn)品CMF進(jìn)行智能、有效、精準(zhǔn)地分析。首先，數(shù)字孿生系統(tǒng)基于數(shù)據(jù)樣本之間的緊密程度對(duì)語(yǔ)義數(shù)據(jù)進(jìn)行降維和分組判定，通過(guò)將緊密相連的數(shù)據(jù)劃為一類(lèi)得到一個(gè)語(yǔ)義聚類(lèi)類(lèi)別；其次，通過(guò)將所有各組緊密相連的數(shù)據(jù)樣本劃為各個(gè)不同的類(lèi)別，得到所有產(chǎn)品的語(yǔ)義聚類(lèi)結(jié)果，實(shí)現(xiàn)了產(chǎn)品CMF語(yǔ)義庫(kù)的構(gòu)建。

2.1.5 數(shù)字孿生數(shù)據(jù)模式下產(chǎn)品CMF語(yǔ)義庫(kù)的構(gòu)建

本文采集設(shè)計(jì)資源數(shù)據(jù)的渠道如下：①將合作企業(yè)的部分設(shè)計(jì)資源采集入庫(kù)；②采集相關(guān)高校的優(yōu)秀設(shè)計(jì)作品；③采用大數(shù)據(jù)爬蟲(chóng)等信息化技術(shù)充分采集網(wǎng)絡(luò)資源；④與雜志社和各類(lèi)設(shè)計(jì)大賽等第三方平臺(tái)進(jìn)行信息數(shù)據(jù)共享。

上述各種方式采集到的設(shè)計(jì)資源，無(wú)論是以實(shí)物形式展現(xiàn)，還是建模格式化不同的數(shù)字化模型，都需要經(jīng)過(guò)轉(zhuǎn)換才能匹配到本文定義的CMF知識(shí)庫(kù)概念模型。項(xiàng)目組已經(jīng)組織開(kāi)展了設(shè)計(jì)方案篩選、數(shù)字化轉(zhuǎn)換、規(guī)范化等工作，充分借助實(shí)地測(cè)量、矢量化、三維掃描、模型仿真、建模渲染、3D打印等方式，按照設(shè)計(jì)資源概念模型的定義，將設(shè)計(jì)資源以數(shù)字化形式導(dǎo)入開(kāi)發(fā)的CMF語(yǔ)義庫(kù)原型系統(tǒng)中，從而不斷豐富設(shè)計(jì)資源數(shù)據(jù)庫(kù)的內(nèi)容，提升設(shè)計(jì)資源知識(shí)概念原型的通用性。

按照隨機(jī)性、公平性、客觀性等選取原則隨機(jī)選取50款在功能、大小、應(yīng)用領(lǐng)域不盡相同的工業(yè)產(chǎn)品，按表2中所需數(shù)據(jù)對(duì)其數(shù)據(jù)進(jìn)行統(tǒng)計(jì)形成數(shù)字孿生數(shù)據(jù)模式下的小型設(shè)計(jì)資源CMF語(yǔ)義庫(kù)，并對(duì)語(yǔ)義庫(kù)的構(gòu)建過(guò)程進(jìn)行展示，以證明本文所提理論模型的可行性。

(1)提取設(shè)計(jì)資源產(chǎn)品語(yǔ)義元素?cái)?shù)據(jù)

為證明設(shè)計(jì)資源選擇的隨機(jī)、公平、客觀等原則，對(duì)設(shè)計(jì)資源按照應(yīng)用領(lǐng)域和產(chǎn)品功能進(jìn)行簡(jiǎn)單地二維聚類(lèi)，結(jié)果如圖9所示。

對(duì)圖9選取的50個(gè)設(shè)計(jì)資源進(jìn)行編號(hào)(如圖10)，統(tǒng)計(jì)每個(gè)產(chǎn)品所需的設(shè)計(jì)元素?cái)?shù)據(jù)，形成產(chǎn)品語(yǔ)義高維特征向量，因?yàn)橄蛄康臄?shù)值變化較大，所以對(duì)其進(jìn)行Z-score標(biāo)準(zhǔn)化處理，結(jié)果如表4所示。

表4 設(shè)計(jì)資源語(yǔ)義元素歸一化數(shù)據(jù)

續(xù)表4

(2)降維處理產(chǎn)品CMF高維特征數(shù)據(jù)

PCA是一種最常用的線性降維方法技術(shù)，該方法采用某種線性投影將高維數(shù)據(jù)映射到低維空間中，并使所投影維度上數(shù)據(jù)的方差最大。然后通過(guò)正交變換形成新的特征集合，從中選擇比較重要的子特征集合，從而在極大程度上保留了原有樣本的數(shù)據(jù)特征。

在數(shù)字孿生服務(wù)體系中，借助社會(huì)科學(xué)統(tǒng)計(jì)軟件包(Statistical Package for the Social Sciences，SPSS)并采用PCA對(duì)上述數(shù)據(jù)進(jìn)行降維操作和展示。通過(guò)表5的總方差解釋和圖11的數(shù)據(jù)碎石圖可知數(shù)據(jù)降維后共形成3個(gè)新的因子。采用表6的成分得分系數(shù)矩陣對(duì)源數(shù)據(jù)進(jìn)行降維處理，得到新的產(chǎn)品CMF語(yǔ)義低維特征數(shù)據(jù)子集，如表7所示。

表5 總方差解釋

表6 成分得分系數(shù)矩陣

表7 產(chǎn)品CMF語(yǔ)義低維特征數(shù)據(jù)子集

續(xù)表7

本文采用SPSS軟件對(duì)原始數(shù)據(jù)進(jìn)行KMO(Kaiser-Meyer-Olkin)檢驗(yàn)，結(jié)果顯示KMO值為0.675，根據(jù)Kaiser給出的KMO度量標(biāo)準(zhǔn)可知原有變量適合進(jìn)行因子分析。因?yàn)镻CA的累計(jì)方差貢獻(xiàn)率指標(biāo)反映了所提取的主成分包含的原始數(shù)據(jù)方差信息量，所以可用作降維效果的評(píng)價(jià)指標(biāo)。本文原始數(shù)據(jù)降維為3個(gè)因子后的累積方差貢獻(xiàn)率為65.061%，且由碎石圖11可知3個(gè)因子的特征值均大于1，符合要求，因此降維效果合格。

(3)形成產(chǎn)品CMF語(yǔ)義簇

根據(jù)所選取部分設(shè)計(jì)資源的數(shù)量及表3中常用聚類(lèi)算法的優(yōu)缺點(diǎn)選取K-means聚類(lèi)算法進(jìn)行產(chǎn)品語(yǔ)義分組展示，并結(jié)合層次凝聚算法確定合適的語(yǔ)義集數(shù)目。采用MATLAB 2018b軟件將表7中的數(shù)據(jù)進(jìn)行K-means聚類(lèi)可視化展示(如圖12)，再采用SPSS軟件進(jìn)行數(shù)據(jù)的層次聚類(lèi)(如圖13)。

分析圖12和圖13的聚類(lèi)效果可知，此次聚類(lèi)集數(shù)目取K=5比較合適。采用MATLAB軟件提取圖12中K=5的聚類(lèi)數(shù)據(jù)如表8所示，其中星形圖案為每個(gè)簇的聚類(lèi)中心，將其作為該語(yǔ)義簇的搜索向量，通過(guò)計(jì)算新產(chǎn)品數(shù)據(jù)與聚類(lèi)中心的距離便可找到新產(chǎn)品最適宜的產(chǎn)品語(yǔ)義集。

表8 設(shè)計(jì)資源分族聚類(lèi)結(jié)果

(4)結(jié)果有效性說(shuō)明

為證明本文方法所得搜索結(jié)果的有效性，設(shè)置一個(gè)意象實(shí)驗(yàn)，由專(zhuān)業(yè)設(shè)計(jì)師和普通用戶(hù)共同完成，以保證雙方對(duì)產(chǎn)品創(chuàng)意感性意象認(rèn)知的統(tǒng)一。

設(shè)計(jì)師和用戶(hù)可以根據(jù)自己對(duì)該產(chǎn)品的感性意象給該產(chǎn)品的感性意象賦予意象標(biāo)簽，所選擇3的意象標(biāo)簽由項(xiàng)目組提供。項(xiàng)目組采用數(shù)量化一類(lèi)理論建立產(chǎn)品造型和感性意象的映射關(guān)系，并通過(guò)上述映射關(guān)系優(yōu)化凝練詞匯，將涵蓋各個(gè)語(yǔ)義方向的感性詞匯作為意象標(biāo)簽，設(shè)計(jì)師和用戶(hù)則在這些意象標(biāo)簽中選擇。本文共凝練得到5個(gè)意象標(biāo)簽，每個(gè)產(chǎn)品可被同時(shí)賦予多個(gè)不同的意象標(biāo)簽，然后按照每個(gè)產(chǎn)品所得的意象標(biāo)簽數(shù)進(jìn)行歸類(lèi)。經(jīng)過(guò)統(tǒng)計(jì)，僅有3款產(chǎn)品的分類(lèi)結(jié)果與本文計(jì)算的搜索結(jié)果有出入，準(zhǔn)確率達(dá)到94%，搜索的精確性基本達(dá)到要求。

2.1.6 數(shù)字孿生數(shù)據(jù)模式下的產(chǎn)品CMF語(yǔ)義庫(kù)系統(tǒng)

本文基于Pro/Engineer的二次開(kāi)發(fā)包Pro/Toolkit，以Visual C++開(kāi)發(fā)和構(gòu)建數(shù)字孿生數(shù)據(jù)模式下的產(chǎn)品CMF語(yǔ)義庫(kù)，目前系統(tǒng)的開(kāi)發(fā)原型如圖14所示。

在數(shù)字孿生數(shù)據(jù)模式下構(gòu)建的產(chǎn)品CMF語(yǔ)義庫(kù)服務(wù)于工業(yè)設(shè)計(jì)師,用于滿(mǎn)足企業(yè)的產(chǎn)品研發(fā)決策需求，既是一個(gè)組織和管理設(shè)計(jì)資源的知識(shí)庫(kù),又是一個(gè)支持在線創(chuàng)意設(shè)計(jì)的、擁有交互式界面的平臺(tái)[56]。設(shè)計(jì)師基于實(shí)例設(shè)計(jì)知識(shí)庫(kù),采用產(chǎn)品數(shù)字化控制技術(shù),通過(guò)訪問(wèn)知識(shí)庫(kù)中同類(lèi)語(yǔ)義產(chǎn)品的CMF搭配方法獲得當(dāng)前新產(chǎn)品的CMF設(shè)計(jì)方案靈感,不但突破了傳統(tǒng)計(jì)算機(jī)輔助工業(yè)設(shè)計(jì)軟件的束縛,而且能夠?qū)崿F(xiàn)產(chǎn)品CMF設(shè)計(jì)的三維可視性,滿(mǎn)足多個(gè)設(shè)計(jì)方案的在線生成、評(píng)價(jià)和展示,從而大大釋放了工業(yè)設(shè)計(jì)師的創(chuàng)新設(shè)計(jì)能力，提高了設(shè)計(jì)效率。

2.2 數(shù)字孿生系統(tǒng)下的數(shù)據(jù)管理模式

在完成產(chǎn)品CMF語(yǔ)義庫(kù)開(kāi)發(fā)構(gòu)建的基礎(chǔ)上，將物理實(shí)況數(shù)據(jù)與語(yǔ)義關(guān)聯(lián)數(shù)據(jù)、歷史信息數(shù)據(jù)、專(zhuān)家知識(shí)等融合得到信息物理融合數(shù)據(jù)，并將其以數(shù)據(jù)包的形式存儲(chǔ)在孿生數(shù)據(jù)庫(kù)中，如圖15所示。因?yàn)楣I(yè)設(shè)計(jì)產(chǎn)品提取的語(yǔ)義數(shù)據(jù)具有“小樣本、高維度、相關(guān)性強(qiáng)”的特點(diǎn)，所以采用分布式文件系統(tǒng)、非關(guān)系型數(shù)據(jù)庫(kù)和分布式數(shù)據(jù)庫(kù)對(duì)孿生數(shù)據(jù)進(jìn)行統(tǒng)一存儲(chǔ)和管理，為智能設(shè)計(jì)提供可靠和完整的數(shù)據(jù)支持。在數(shù)字孿生系統(tǒng)中，設(shè)計(jì)師通過(guò)數(shù)據(jù)的雙向流通來(lái)管理和更新數(shù)據(jù)，進(jìn)一步實(shí)現(xiàn)數(shù)據(jù)的共享與增值。

本文研究致力于改變傳統(tǒng)CMF設(shè)計(jì)數(shù)據(jù)的單向流動(dòng)模式，在數(shù)字孿生系統(tǒng)下通過(guò)將設(shè)計(jì)產(chǎn)品的虛實(shí)模型相互對(duì)應(yīng)，借助“以虛控實(shí)”的技術(shù)手段使CMF設(shè)計(jì)過(guò)程數(shù)據(jù)進(jìn)行閉環(huán)流動(dòng)。設(shè)計(jì)師通過(guò)在虛擬視景中實(shí)時(shí)評(píng)價(jià)產(chǎn)品CMF設(shè)計(jì)，并利用評(píng)價(jià)反饋的數(shù)據(jù)進(jìn)行分析，進(jìn)一步對(duì)產(chǎn)品的設(shè)計(jì)階段進(jìn)行改進(jìn)，最后利用數(shù)字孿生系統(tǒng)強(qiáng)大的數(shù)據(jù)處理儲(chǔ)存能力合理高效地實(shí)現(xiàn)數(shù)據(jù)管理。

2.3 基于工業(yè)產(chǎn)品CMF服務(wù)模型的輔助設(shè)計(jì)

為解決產(chǎn)品CMF設(shè)計(jì)一致性較弱的問(wèn)題，根據(jù)所構(gòu)建開(kāi)發(fā)的工業(yè)產(chǎn)品CMF服務(wù)模型和CMF語(yǔ)義庫(kù)，在CMF協(xié)同創(chuàng)新過(guò)程中提取輸出對(duì)象C={C1,C2,…,Ck}的聚類(lèi)中心數(shù)據(jù)，并設(shè)置為該語(yǔ)義集在數(shù)字孿生數(shù)據(jù)庫(kù)中的搜索向量，因?yàn)閿?shù)值計(jì)算量較大，所以采用MATLAB軟件進(jìn)行輔助計(jì)算，將聚類(lèi)中心表示為向量集V={V1,V2,…,Vk}。采用歐氏距離公式(7)計(jì)算新產(chǎn)品語(yǔ)義元素?cái)?shù)據(jù)向量與數(shù)據(jù)庫(kù)中每個(gè)語(yǔ)義集聚類(lèi)中心數(shù)據(jù)向量的相似度，距離越近，二者相似度越高。

(7)

式中：D為待設(shè)計(jì)產(chǎn)品的語(yǔ)義向量；Vj為第j個(gè)語(yǔ)義簇的聚類(lèi)中心；K為語(yǔ)義庫(kù)中總共含有的語(yǔ)義簇的數(shù)目。

得到新產(chǎn)品的相似語(yǔ)義集后，由圖16所示的輔助設(shè)計(jì)流程，孿生系統(tǒng)需要將該語(yǔ)義集合中產(chǎn)品的材料、配色和表面處理工藝作為設(shè)計(jì)知識(shí)推送給設(shè)計(jì)師，設(shè)計(jì)師在數(shù)字孿生系統(tǒng)中按設(shè)計(jì)知識(shí)對(duì)虛擬模型進(jìn)行CMF設(shè)計(jì)，在一定程度上優(yōu)化了傳統(tǒng)CMF設(shè)計(jì)中產(chǎn)品語(yǔ)義傳達(dá)不明確、設(shè)計(jì)知識(shí)獲取困難的問(wèn)題。

設(shè)計(jì)師通過(guò)數(shù)字孿生系統(tǒng)實(shí)現(xiàn)設(shè)計(jì)過(guò)程的“虛實(shí)結(jié)合”，數(shù)據(jù)模型和實(shí)體模型數(shù)據(jù)可以實(shí)時(shí)流動(dòng)更新，通過(guò)構(gòu)建面向裝配現(xiàn)場(chǎng)的CMF設(shè)計(jì)工藝結(jié)構(gòu)模型可以驗(yàn)證產(chǎn)品CMF的工藝性，生成面向裝配現(xiàn)場(chǎng)的可視化文件。設(shè)計(jì)師可以清晰地對(duì)所設(shè)計(jì)產(chǎn)品CMF的實(shí)際效果進(jìn)行及時(shí)調(diào)整，從而減少對(duì)設(shè)計(jì)材料的浪費(fèi)，提高產(chǎn)品與設(shè)計(jì)的一致性。

2.4 產(chǎn)品CMF設(shè)計(jì)的語(yǔ)義評(píng)價(jià)系統(tǒng)

設(shè)計(jì)師根據(jù)產(chǎn)品CMF語(yǔ)義庫(kù)和自身設(shè)計(jì)經(jīng)驗(yàn)完成的新產(chǎn)品CMF設(shè)計(jì)方案是否與知識(shí)獲取產(chǎn)品族具備有相同的語(yǔ)義，需要經(jīng)過(guò)用戶(hù)認(rèn)知意象評(píng)價(jià),屬于隱性知識(shí)層面[56]。本文根據(jù)語(yǔ)義意象尺度實(shí)驗(yàn)[57],提取消費(fèi)者對(duì)產(chǎn)品的CMF語(yǔ)義意象,構(gòu)建了產(chǎn)品CMF設(shè)計(jì)語(yǔ)義評(píng)價(jià)系統(tǒng)，如圖17所示。

方案生成后,用戶(hù)可以通過(guò)產(chǎn)品語(yǔ)義評(píng)價(jià)系統(tǒng)對(duì)新產(chǎn)品的CMF設(shè)計(jì)方案進(jìn)行評(píng)價(jià),來(lái)驅(qū)動(dòng)產(chǎn)品的選型和優(yōu)化,還可以根據(jù)社會(huì)變遷和消費(fèi)者的偏好變化增加或刪除系統(tǒng)中的意象詞匯,進(jìn)一步滿(mǎn)足設(shè)計(jì)的需要。

在數(shù)字孿生系統(tǒng)下形成數(shù)據(jù)模型驅(qū)動(dòng)的工業(yè)產(chǎn)品“CMF設(shè)計(jì)—評(píng)價(jià)—優(yōu)化”環(huán)型機(jī)制，該機(jī)制以實(shí)體模型的數(shù)字孿生體代替理論模型對(duì)產(chǎn)品CMF設(shè)計(jì)進(jìn)行分析和評(píng)估，并進(jìn)行CMF設(shè)計(jì)工藝結(jié)果評(píng)價(jià)及可行性評(píng)估優(yōu)化。設(shè)計(jì)師面向產(chǎn)品生產(chǎn)現(xiàn)場(chǎng)精度狀態(tài)的數(shù)據(jù)變化情況，隨時(shí)將變化數(shù)據(jù)反饋到設(shè)計(jì)階段，通過(guò)生產(chǎn)現(xiàn)場(chǎng)管控系統(tǒng)實(shí)現(xiàn)基于孿生模型的“以虛控實(shí)”，以提高產(chǎn)品CMF生產(chǎn)與設(shè)計(jì)的一致性和精確性。

3 案例驗(yàn)證

本文以圖18所示的虛擬現(xiàn)實(shí)(Virtual Reality, VR)眼鏡的CMF協(xié)同設(shè)計(jì)過(guò)程為例，驗(yàn)證數(shù)字孿生系統(tǒng)下基于產(chǎn)品語(yǔ)義CMF設(shè)計(jì)服務(wù)模型的有效性及其對(duì)設(shè)計(jì)師的輔助作用。

本文設(shè)計(jì)的VR眼鏡輸入系統(tǒng)的三維模型已包括計(jì)算產(chǎn)品體積、比例的尺寸數(shù)據(jù)；利用數(shù)字孿生系統(tǒng)下開(kāi)發(fā)的GUI程序，按照上文提出的曲線計(jì)算公式可得產(chǎn)品的曲度、角度元素?cái)?shù)據(jù)；設(shè)計(jì)師根據(jù)產(chǎn)品類(lèi)型手動(dòng)編碼，設(shè)置本文VR眼鏡的功能編碼為5，領(lǐng)域編碼為4；因?yàn)楫a(chǎn)品的色彩和材料數(shù)據(jù)為待求解選項(xiàng)，所以不進(jìn)行設(shè)置。將計(jì)算得到的六維數(shù)據(jù)降維處理為三維數(shù)據(jù)，根據(jù)式(7)計(jì)算與各個(gè)分類(lèi)中心的距離，完成相同產(chǎn)品CMF語(yǔ)義簇的提取工作。

(1)選擇產(chǎn)品語(yǔ)義組

根據(jù)表8中的聚類(lèi)結(jié)果數(shù)據(jù)，提取聚類(lèi)中心數(shù)據(jù)構(gòu)建設(shè)計(jì)資源的語(yǔ)義組搜索數(shù)據(jù)矩陣A，

提取VR眼鏡的語(yǔ)義元素?cái)?shù)據(jù)，采用SPSS軟件對(duì)該向量數(shù)據(jù)進(jìn)行降維處理，得到新產(chǎn)品的語(yǔ)義元素向量V=(0.895 891，0.403 761，0.810 155)。搜索各個(gè)向量之間的最近鄰元素，得到如圖19所示的空間距離關(guān)系，采用式(7)計(jì)算V和A中各向量的距離H(V，A)=(1.788 3，1.179 1，0.918 4，1.658 6，1.377 2)。因?yàn)樾庐a(chǎn)品的向量與資源組3的距離最近，所以選擇資源組3中各產(chǎn)品的CMF數(shù)據(jù)作為設(shè)計(jì)知識(shí)用于該產(chǎn)品的CMF設(shè)計(jì)。

(2)新產(chǎn)品的CMF設(shè)計(jì)

數(shù)字孿生系統(tǒng)對(duì)具有近語(yǔ)義的相關(guān)產(chǎn)品進(jìn)行CMF收集和提取，色彩提取結(jié)果如圖20所示，材料選取質(zhì)量輕、無(wú)污染且性?xún)r(jià)比高的聚丙烯、亞光不銹鋼和粗鋅等，表面處理采用有機(jī)涂覆、不連續(xù)鍍膜技術(shù)、電鍍等技術(shù)，然后經(jīng)過(guò)設(shè)計(jì)師綜合設(shè)計(jì)得到VR眼鏡的CMF設(shè)計(jì)效果，如圖21所示。

(3)驗(yàn)證語(yǔ)義準(zhǔn)確度

本文根據(jù)產(chǎn)品CMF設(shè)計(jì)語(yǔ)義評(píng)價(jià)系統(tǒng)設(shè)置一個(gè)對(duì)應(yīng)的意象實(shí)驗(yàn)，分別由普通用戶(hù)和專(zhuān)業(yè)設(shè)計(jì)師完成。其中，專(zhuān)業(yè)設(shè)計(jì)師是具有VR眼鏡設(shè)計(jì)知識(shí)和經(jīng)驗(yàn)，并對(duì)產(chǎn)品CMF設(shè)計(jì)具有一定見(jiàn)解的工業(yè)設(shè)計(jì)師；普通用戶(hù)是不具有VR眼鏡設(shè)計(jì)知識(shí)和經(jīng)驗(yàn)的普通消費(fèi)者和使用者。

實(shí)驗(yàn)首先提取CMF產(chǎn)品語(yǔ)義簇中簡(jiǎn)單的語(yǔ)義詞匯，本文提取“科技的”、“輕盈的”、“時(shí)尚的”3組語(yǔ)義詞匯，然后實(shí)驗(yàn)參與人員在產(chǎn)品CMF設(shè)計(jì)語(yǔ)義評(píng)價(jià)系統(tǒng)中對(duì)這3組語(yǔ)義詞匯進(jìn)行打分，最后采用最大隸屬原則進(jìn)行綜合計(jì)算，得到每組產(chǎn)品語(yǔ)義詞匯的平均得分均屬于強(qiáng)相關(guān)范疇，證明了該產(chǎn)品CMF設(shè)計(jì)方案的語(yǔ)義精確度較高。

4 結(jié)束語(yǔ)

本文探索了數(shù)字孿生驅(qū)動(dòng)的工業(yè)產(chǎn)品CMF設(shè)計(jì)服務(wù)模型框架的構(gòu)建及其關(guān)鍵技術(shù)。首先，分析了國(guó)內(nèi)外產(chǎn)品CMF設(shè)計(jì)研究現(xiàn)狀和研究進(jìn)展，在此基礎(chǔ)上提出產(chǎn)品CMF設(shè)計(jì)數(shù)字孿生五維模型，并將數(shù)字孿生理念引入產(chǎn)品CMF設(shè)計(jì)過(guò)程，實(shí)現(xiàn)了CMF智能設(shè)計(jì)過(guò)程中設(shè)計(jì)與制造的深度信息物理融合；然后，提出數(shù)字孿生數(shù)據(jù)模式下的CMF語(yǔ)義庫(kù)開(kāi)發(fā)和構(gòu)建策略，詳細(xì)定義了語(yǔ)義元素?cái)?shù)據(jù)提取、高維特征數(shù)據(jù)降維、低維特征數(shù)據(jù)子集聚類(lèi)重組的系統(tǒng)服務(wù)關(guān)鍵技術(shù)，并詳細(xì)研究了基于工業(yè)產(chǎn)品CMF設(shè)計(jì)服務(wù)模型的輔助設(shè)計(jì)流程，基于數(shù)字孿生系統(tǒng)強(qiáng)大的數(shù)據(jù)處理和儲(chǔ)存能力對(duì)產(chǎn)品CMF語(yǔ)義庫(kù)進(jìn)行數(shù)據(jù)處理，實(shí)現(xiàn)了物理世界與虛擬世界的實(shí)時(shí)信息交互，解決了傳統(tǒng)設(shè)計(jì)中設(shè)計(jì)知識(shí)獲取困難、知識(shí)管理制度不完善、物理模型與設(shè)計(jì)結(jié)果不符等問(wèn)題；最后，通過(guò)某款VR眼鏡產(chǎn)品的CMF設(shè)計(jì)為例，驗(yàn)證了本文所提工業(yè)產(chǎn)品CMF設(shè)計(jì)服務(wù)模型DT-cmf的可行性及其對(duì)設(shè)計(jì)過(guò)程輔助作用的有效性，具有一定的工程應(yīng)用價(jià)值。

目前，針對(duì)數(shù)字孿生在產(chǎn)品CMF設(shè)計(jì)服務(wù)的應(yīng)用研究仍處于初級(jí)階段，未來(lái)將深入研究并進(jìn)一步細(xì)化所提數(shù)字孿生驅(qū)動(dòng)的工業(yè)產(chǎn)品CMF設(shè)計(jì)服務(wù)模型，研究其創(chuàng)建工具和使能技術(shù)，包括產(chǎn)品設(shè)計(jì)物理空間和虛擬空間數(shù)據(jù)的交互與融合、產(chǎn)品方案輸出服務(wù)的組合和優(yōu)化、虛擬空間多維模型的融合等，為數(shù)字孿生驅(qū)動(dòng)智能制造與設(shè)計(jì)的進(jìn)一步落地提供理論和方法參考。