四、基于案例知识的设计流程实现
设计经验知识的发掘在于案例知识的应用。为了利用企业的产品数据信息，以及在长期的产品设计过程中积累的知识，在平台中构建了基于案例知识的自动扩展优化设计流程，如图4所示。
图4 基于案例知识的自动扩展设计流程
设计过程中，系统基于产品的特征参量的匹配对设计变量赋初值，然后应用制动系统的设计知识规则进行校验。设计过程中可以量化的参量赋值函数如下：
（1）
式中wi是参量Pi的加权数，计算公式如下：
1． 当0.85<Pi<0.95时
（2）
式中Li、Mi、Hi分别为同类车型的参量：轴距、满载质量和满载质心高度。Ld、Md、Hd分别为目标配套车型的参量：轴距、满载质量和满载质心高度；α1、α2、α3表示和车型相关的权数。
2．当Pi≥0.95时，令wj=0（j≠i）（3）
3．当Pi≤0.85时，令wi=0（4）
制动系统设计参量集相对固定，系统通过关键参量，然后在PDM中深度搜索，获取同类产品数据，调用CAD软件进行借用设计。设计得到的数模经过流程引擎传到分析子系统，借助分析系统提供的分析方法和校验规则完成CAE分析。
平台自动进行参量微调；或者由设计人员主动干预，将设计参量与校验规则（如制动力矩的校验规则、制动器的效能因素校验规则、比摩擦力校验规则、整车制动效率校验规则等）进行对比分析，得到关键的设计参量值。具体的零部件结构尺寸，采用强度校验规则、热衰退校验规则、疲劳寿命设计校验规则进行校验，得到具体的零部件结构参数。
采用设计-分析-再设计循环得到优化的产品数据，经过相应的审批程序形成设计结果，同时该结果基于配套车型信息进行分类，自动进入案例库。
五、应用实例
应用文中提出的结构体系和B/S模式开发了基于PDM系统的产品优化设计平台软件系统。基于平台的实例如图5所示。
图5 制动系统优化设计实例
利用本平台，通过车型特征参量匹配、制动系统参量匹配、借用设计等功能自动得到最优的设计结果。平台调用设计子系统生成的CAD数模，通过修改ANSYS命令流文件中的相关结构参量，在后台调用ANSYS进行CAE分析，提取分析结果，采用试验数据和校验规则进行强度、疲劳、热衰退等性能校验。应用设计和分析子系统，将设计、分析、试验等流程中的知识有效集成，实现了以规则驱动的优化设计。
六、结论
（1）提出了以PDM为基础的产品优化设计平台的实现策略，实现了企业的核心技术数据与知识的共享，能够提高企业产品开发的能力。
（2）开发了基于算法解析的设计公式维护更新系统，使得平台具有良好的扩展更新性能，因而能够深度发掘设计过程的经验知识，同时保证系统具有良好的灵活性。
（3）通过本平台能够实现汽车制动系统设计变量的全局优化，缩短产品的设计选型、参量确定的时间。因此能够较好地支撑汽车制动系统的设计。同时这一平台的实现策略可以向其它的零部件设计平台开发中拓展。
（转载）
