合理应用机械设计知识可以辅助提升创新设计的效率和质量。本文立足于云模式下的机械设计过程,提出基于行为-结构-知识的机械设计知识解构模型;提出一种云制造模式下基于Rough-ANP的机械设计知识优选推送策略,该方法充分结合了粗糙集理论(Roughsettheory)在处理模糊性和不确定性方面的优势以及网络层次分析法(ANP)在处理多目标评估问题的优势。最后以电动铲运机设计为案例,验证了该机械设计知识优选推送策略的有效性。

为提升产品形态创新设计的效率和成功率,立足于用户感性需求,引入复杂网络概念,借鉴生物信息学中蛋白质互作网络构建的理论和方法,针对性地构建意象相关的产品形态基因网络;以无标度网络拓扑分析理论为基础理解产品形态基因网络的组织结构和动态性,识别并预测产品形态基因网络中的意象靶基因与优选基因组合,作为析出知识供设计师规划设计活动。以汽车侧轮廓的设计为例,基于形状文法理论开发了智能优化设计引擎,利用析出知识简化编码信息、优化求解顺序,有效验证了意象驱动的产品形态基因网络对设计的辅助作用。