2.1　产品概念设计

2.1.1　产品概念设计过程

1991年，美国国家材料顾问团针对美国航天工业提出一份调查报告，指出产品概念设计阶段对全生命周期成本的影响约占70%，整个设计阶段对成本的影响约占25%，产品生产及其以后的阶段对成本的影响约占5%。英国Open University的设计革新研究小组经数年调查发现，重视设计的企业在经济效益与投资回报方面成绩显著。因此，提高产品的设计水平，越来越受世界各国、各企业和设计人员的普遍重视。

产品概念设计不仅决定了产品全生命周期成本的绝大部分，产品的质量、性能、轮廓尺寸等也基本在这一阶段确定。因此，概念设计结果的质量不仅直接影响后续设计阶段乃至最终的设计质量，而且决定着产品设计乃至产品开发过程的效率和成本。此外，在产品概念设计阶段，产品设计自由度在整个产品开发过程中是最大的，对设计人员的约束也相对较少，创新的空间较大，因此产品概念设计是最活跃、最富于创造性的设计环节。

Pahl和Beitz在Engineering Design一书中将概念设计定义为：“在确定任务之后，通过抽象化设计，拟定产品的功能结构，寻求适当的作用原理及其组合等，确定出基本的求解途径，并得出解决方案，将这一部分设计工作叫作概念设计”。French在其书Conceptual Design for Engineers中也给出了产品概念设计的定义：“概念设计是考虑设计问题的内容并以方案的形式提出众多解决策略的设计阶段，需要将工程科学、专业知识、产品加工方法和商业运作知识等各方面知识融合在一起，以做出产品全生命周期内最为重要的决策。产品概念设计阶段的结果包含多种方案，每个方案都是设计问题的一个轮廓解。方案只需对一些特征或部件有一个相对明确的描述，并不要求详细描述。”

产品概念设计过程所产生的设计方案实际上可以表示为产品信息模型。概念设计阶段的产品信息可以分为四类，即功能（Function）、行为（Behavior）、结构（Structure）和形状（Shape）：功能是指产品需要满足的用户需求；行为是指实现产品功能零部件的状态变化，即产品的工作原理；结构是指完成产品行为零部件之间的结构关系，包含零部件间的空间位置关系和相互联接关系；形状是指构成产品结构产品零部件的几何形状和尺寸。

基于产品信息的分类建立一种产品概念设计模型，如图2-1所示。产品概念设计包括功能设计、行为设计、结构设计和形状设计。各部分之间通过相应的映射机理及评价和反馈来交互信息、协调冲突，从而形成一个有机的整体，各部分内部按照各自的设计原理和方法进行分解和组合。

2.1.2　产品概念形状设计

概念形状设计根据产品功能、行为、结构等要求确定产品大致形状，并且完成相关的分析［1］。本节将概念形状设计分为三类：第一类是面向功能（动态）的概念形状设计，如以实现产品功能为目的的产品形状设计；第二类是面向美感（静态）的概念形状设计，如车身设计、艺术品外观设计等；第三类是面向舒适感（人机工程学）的概念形状设计，如桌椅等产品的形状设计。后两者更多地关注产品自由曲面的形状设计。本节主要考虑面向功能的产品概念形状设计。

计算机辅助设计（Computer-Aided Design，CAD）是指利用计算机辅助进行产品的设计、修改、分析和优化等。CAD技术发展至今已有近60年的历史，从初期的交互式计算机图形绘制，到三维建模CAD系统的实用化和商品化，再到CAD与工艺、制造、检测等的集成化、智能化和网络化，其研究和应用都取得了巨大的成效，极大地提高了设计的效率和质量，降低了产品开发的成本，缩短了产品的研制周期。但是在总体上，CAD支持的是产品详细设计及其后续的工艺制造，对概念形状设计的支持不够充分。其主要问题有以下三个：

（1）依赖于完全定量的产品信息模型：传统CAD系统主要是基于纯数学表达的几何模型，即所记录的是几何形体的定量的、确定的和精确的坐标信息。虽然完整定量模型具有唯一性，但对于在设计过程中出现的大量定性的、不确定的和不精确的产品信息，却难以描述、表达和处理，甚至是一筹莫展。

（2）不支持全设计过程：完整的设计过程应包括概念设计、详细设计、工艺设计等阶段，不同设计阶段的产品信息的内容和形式不同。越是早期的设计阶段，其产品信息越抽象、越模糊、越不完整。传统CAD系统要求在设计阶段始终具有完全的定量信息，因而不足以支持产品概念设计，其应用多数局限于产品的详细设计阶段。

（3）不利于产品设计人员的设计创新：传统CAD系统面向具体的几何形状，使设计人员从一开始便不得不进行具体的细节设计，不符合设计人员先把握设计对象的整体再逐步细化的设计思维活动，迫使设计人员从设计初期就过多地局限于大量烦琐的设计细节，无暇专注于更高层次的富有创造性的设计活动。

自20世纪80年代，新一代CAD系统的研究和开发的一个重点方向就是计算机辅助产品概念形状设计。有人开发了被称为快速形状生成器的原型系统，并接受产品设计者的使用和评价，从而可找出计算机辅助产品概念形状设计的要求。有人提出了一种从符号描述到形状表达的映射方法，包括从功能关系导出设计目标间的空间关系、求出这些空间关系的解和展示几何形状表达的演化。由于符号描述比较接近人们对形状空间的认识本质，因此虽然有利于概念形状的创新，但使用由该法得到的几何形状只具有较简单的几何形状特征，难以满足复杂机械产品的形状表达要求。基于6种基本的空间关系，有人将空间单位立体按中心、面、边和角进行参数化，进行了计算机支持的形状设计研究。该研究虽然能充分体现形状的局部几何特征，但是无法实现形状的整体创新。有人在形状方案设计中，基于B-Rep技术，对形状特征的定义、表达和操作等进行了研究，所提出的特征模型虽然有利于产生新的形状特征，进而产生新的几何形状，但是须首先建立一个丰富的形状特征库和相应的约束集。为了表达和操作自由形式的形状特征，Taura等人提出了一个形状特征产生过程模型。该模型由大量的有关细胞分解和聚类的规则集组成。细胞按照一定的规则进行分解和聚类，从而产生概念形状［2］。在大多数情况下，该模型能反映详细形状特征并显示许多不同的形状，但其表达形状的能力有限，且设计过程中需要花费大量的时间寻找求解规则集。Dani等人在虚拟现实环境下，开发了概念虚拟设计系统，进行了概念形状设计［3］。该系统采用语音和手势跟踪的输入方式来快速产生概念形状，而不像常规的CAD系统那样，需要大量的时间进行形状表达和精确尺寸定义。此外，人们开展了大量的草图设计研究，其重点是解决几何图形的快速输入和计算机草图的识别问题，是计算机辅助概念形状设计的一个重要方面。

从上述形状设计来看，其研究重点是在进行概念形状设计时，特别是在信息残缺的情况下，对概念形状进行恰当的描述、表达和操作，使其充分表现产品零部件的几何形状及其几何特征，同时还要符合设计人员的设计习惯，有利于形状创新。

2.1.3　定性几何推理

与形状信息密切相关的是空间信息和空间知识。在认知科学与人工智能自然语言理解领域，对空间的认知和对相关知识的处理是人们研究的重点内容。正如Hernandez指出［4］，空间认知的概念本质上是定性的，即不依赖于精确的量而依赖于感觉上的度的比较。基于物体所处的场所间的关系，Hernandez提出了相应的空间认知表达方法和空间推理方法。空间认知的表达包括物体间的空间拓扑关系和方位表达。其中，8种空间拓扑关系包括disjoint（分离）、tangent（贴合）、overlaps（交叠）、included（被包含）、included-atborder（齐边被包含）、contains（包含）、contains-at-border（齐边包含）、equal（等同），如图2-2所示；8个方位包括left（左）、right（右）、back（后）、front（前）、left-back（左后）、left-front（左前）、right-back（右后）、right-front（右前），如图2-3所示。此外，空间认知的问题常常与自然语言联系起来。在自然语言研究中，位置介词是用来描述空间信息或知识的基本词。如在英语中，常用的介词有on、in、at、behind、against、along、around、inside、by、under等。这些介词被人们广泛使用，从而表达物理世界中的物体空间位置关系。

在建筑设计领域，形状文法（Shape Grammar）是一个典型的关于形状的定性操作方法。20世纪70年代末，由Stiny等提出的形状文法作为描述建筑空间设计的语言（Languages of Designs），是由一组定义在空间关系上的形状规则和组成形状集合的初始形状所构成的［5］。形状规则反复递推地作用于初始形状及其所生成的中间形状，从而产生最终的设计。一个形状文法包括4个部分：S代表一个给定的形状集（Shape）；L代表一个给定的符号集（Symbol）；R代表一个给定的形状规则集（Shape Rule）；I代表一个带符号的形状，被称为初始形状（Initial Shape）。图2-4所示为形状文法示例。图2-4（a）给出了一个初始形状，即一个带符号“·”的正方形。图2-4（b）给出了两条形状规则，规则1表示由一个初始形状产生一个正方形和一个内接的带符号的正方形，内接正方形的每一个顶点都和外面正方形边的中点重合；规则2表示在初始形状上去掉符号“·”后所产生的相应形状。图2-4（c）说明了如何对初始形状运用形状规则，产生新形状的过程。形状文法的发展使空间推理可视化，可直接生成可见的形状。形状文法采用纯图形的描述方法，避免了文字描述的困难。

20世纪80年代，人工智能领域出现了一个新的研究分支——定性推理［6］。该分支一方面是在批判专家系统等知识推理方法停留在浅层知识、专家知识层面，以至于无法更好地解决实际问题这一状况的基础上提出的，也称作基于模型的推理或常识推理；另一方面，由于定性推理以物理系统（包括电路、机械、装备等）为对象，进行功能、行为、结构等相关的定性（或者定性、定量混合）推理，理解和认识物理系统，所以也被称作定性物理。更具体地讲，定性推理通过对物理系统结构的描述和分析，推导出系统的状态变化（行为预测）并解释行为的因果关系，确定系统功能或作用（例如斯坦福大学的“How Things Work”项目）。1984年和1991年，《人工智能》杂志分别刊出两期定性推理专辑［7］。定性推理发展出定性仿真、定性因果推理、功能推理、定性空间推理等分支。定性空间推理主要是对物理系统的几何形状、空间位置、空间布局以及相关运动状态等完成定性推理［7］。麻省理工学院Forbus研究团队开展了定性运动学（Qualitative Kinematics）研究，提出了度量图表/场所词汇表（Metric Diagram/Place Vocabulary）模型，对棘轮等机构进行了定性推理。其中，度量空间（定量空间）转化为配置空间（Configuration Space），配置空间按照运动状态划分场所，形成场所词汇表，作为反映刚体部件接触关系的定性空间表达模型。场所序列代表空间运动状态的变化。事实上，定性运动学是定量、定性混合推理方法。其基本观点认为纯定性通用推理方法不适合运动学问题。