1前言
总体方案设计是机床产品设计过程中一个关键的环节，机床产品最终的性能优劣和制造成本不仅取决于零部件等具体细节的设计质量，更重要的是取决于总体方案设计的质量。
在日趋激烈的市场竞争中，产品的生命周期愈来愈短，以高效、高质量、低成本快速开发新产品的能力已成为占领市场的决定因素。这使得人们对并行工程这一新的设计制造模式日益重视。并行工程的核心是使产品开发人员在设计过程中尽早地考虑产品生命周期中的所有因素(包括设计、分析、制造、装配、检验、维护、成本和质量等)。这就要求必须有适应于分布式并行处理协同决策的面向整个产品生命周期各个进程的多目标评价体系、规范与方法(如面向性能、可制造性、可装配性等)。否则，并行工程的应用就是一句空话。由此看来，面向性能的总体方案设计评价不仅是提高产品质量、降低成本的需要，也为实施并行工程打下基础，是多目标协同评估系统的一部分，为并行工程在机床设计制造领域的应用奠定基础。
本文正是基于以上思想，建立了一个在总体方案设计阶段实现机床产品性能评估的系统模型。
2总体设计思想
机床在工作过程中要产生各种静态力、动态力及温度的变化，会引起机床变形、振动、噪声及运动不平稳现象的产生，对加工精度以及生产率等方面带来不利影响。机床性能主要包括几何精度及工作精度两大方面，前者主要是按国标(部标)对产品进行考核，后者主要指机床工作过程中涉及温度变化对加工精度的影响。机床总体方案设计是根据企业的经营决策等方面决定生产的产品类型、性能及规格等，对机床总体方案作出的初步方案决策，作为以后详细设计的依据。其目的在于从总体上保证最优，优化设计，降低成本，缩短研制周期。它主要包括以下三部分的内容：技术参数设计、总体布局设计及结构优化设计。总体设计方案的优劣对于保证机床产品的性能起着非常重要的作用。通过在总体方案设计阶段对机床性能的分析评估帮助设计者不断地完善设计方案，以便将来制造出高性能的机床产品。
由于在机床的总体方案设计阶段，仅仅是确定了机床各主要组成部分的初步方案，无法提供给评价系统非常完备的信息，因而很难在该阶段对机床所具有的全部性能作出准确的定量评估，大部分性能只能根据以往的经验作出预评估。针对这一特点，本模型在综合运用各种先进的计算机技术的基础上，通过将人工智能中的专家系统技术与多级模糊综合评判方法的有机结合，实现了对机床总体设计方案的智能化评估，以确保获得从性能的角度来讲最佳的总体设计方案。
3系统的体系结构
本文提出的系统模型采用了如图1所示的体系结构。系统中由专家系统模拟工程专家，通过对获取的总体方案设计信息进行分析、推理，对未来产品性能指标的优劣作出预测，并依据预测结果采用多级模糊综合评判的方法实现对产品性能的评估。
图1系统模型的体系结构
入机接口：主要负责用户与系统之间的交互，并提供设计人员实时参与的功能。
信息获取模块：主要负责从外部的总体方案设计系统获取评估所需的全部信息，并将其存储于事实库中。这里对总体方案设计信息的描述参考文献［2］中提出的分类层描述方法的思想，但在具体细节上根据自身的要求作了改进。如果用户采用不同的信息描述方式，则应在本模块增加相应的转换机制，即将信息转换为系统能够识别的内部约定格式。
专家系统：知识库是专家系统的核心，本专家系统的知识库包括元知识库与领域知识库。知识库由以往丰富的经验构成，这些经验不仅包含了可以提取并升华为理论的经验知识及可从现有理论演绎出的知识，还包含有不能用现有理论与技术解释的经验知识。
不同种类的机床不但其评价指标不尽相同，而且各指标对评价目标的影响程度也不同。因此，为了最终评估结果的客观真实，具体求解时，专家系统首先根据获得的产品总体方案设计信息，依据知识库中存储的元知识进行求解，得到相应于该产品的以树形结构表示的指标规划树，并对每个指标赋予相应的权值，权值的分配是靠多年来在实践中积累的经验来完成的。用户可对列出的指标项及指标权值进行可视化修演，直到满意为止。
在完成了指标规划与权值分配之后，专家系统将模拟工程专家，按照评估模型规定的标准及归一化要求，依据知识库中存储的领域知识及获得的总体方案设计信息对以上指标规划树中的指标进行评分(即为对未来产品性能指标优劣的预测)，评分结果即为各指标对于评价集中各因素的隶属度，将作为多级模糊综合评判的依据。此外，本模块同样提供对指标得分情况的可视化实时修演功能。
产品性能评估：针对机床产品性能的特点，系统确定了相应的多级模糊综合评判模型。在获取专家对指标的评分结果后，本模块完成对总体设计方案的多级模糊综合评判。不但实现了评价对象本身的评估，而且还为不同对象之间的横向比较提供依据，以便最终得到一个最佳的总体设计方案。
4指标体系的建立
由于机床种类较多，结构复杂，工作条件多变，因而很难建立一套适合所有机床的通用指标体系。为此，在元知识库中考虑了多种不同情形(机床种类、规格型号、工作条件等)下各自相应的指标体系，其中，确定性指标与模糊指标并存。具体求解时，依据评价对象的具体信息，通过指标规划来确定求解任务相应的指标体系。
通过对机床产品的性能指标进行分析，发现有的指标可以划分为更详细的几个指标，这些详细指标甚至还可以再分。针对这一特点，本系统对机床产品的性能指标采用分级的树形结构加以描述，这里以金属切削机床的性能评价指标为例予以说明。
图2中，每个节点都由其子节点构成它的下一级指标，对产品的评价是由最低一级的叶节点开始，逐级往上，最终由一级指标完成对机床产品性能的评价。
图2机床性能指标体系结构
5系统的评估模型
本系统中确定的评价集为V=(v1,v2,v3,v4)=(优，良、中、差)。假定由前面的指标规划模块得到了如图3所示的分级指标体系及各自相应的权值，并由专家评分模块得到了所有叶节点指标的得分(即：叶节点指标对评价集中各因素的隶属度)。这里，我们称体系中具有相同父节点的指标为一指标簇，各簇中指标的权向量均满足归一化的要求，一级指标可以看作是评价总目标(根节点)即产品性能的指标簇。评价时从最低一级的指标簇开始，譬如，由d1、 d2、d3、d4构成的指标簇可以确定如式(1)所示的模糊评价矩阵：
(1)
图3指标体系的分级树形结构图
其中，Ri=(ri1,ri2,ri3,ri4)为对应于第i个指标的单因素模糊评价集，rij是对应于第i个指标对评价集中Vj(j=1,2,3,4)的隶属度。结合指标簇的权向量W= (w1,w2,w3,w4)，我们就可以得到指标D的模糊综合评价集Q，采用普遍矩阵乘法计算Q=W.R，即：
(2)
这样，我们就得到了在综合考虑指标d1、d2、d3、d4的基础上指标D对评价集的隶属度，完成了对指标D的模糊评估。采用同样的方法，从最低级的指标开始，逐级往上，就可以实现对所有非叶节点指标的模糊评估(叶节点已由专家评分直接给出评估结果)，在实现了根节点指标的模糊评估之后，依据模糊数学中的最大隶属度法，即可对评价目标的优劣作出较为全面合理的评判。
为了便于不同设计方案之间的横向比较，系统还对评价集中的各元素进行了赋值：优=1.0，良=0.8，中=0.6，差=0.4，即V= (1.0，0.8，0.6，0.4)。然后结合评价对象对评价集中各因素的隶属度，亦即根节点指标的模糊评价集Q(根)中的值，按加权平均法计算该评价对象的综合评价值M，M=QV。这样，设计人员就可以通过比较不同设计方案的M值，并结合Q(根)中的值来选出一个最佳的总体设计方案。
6结束语
本文提出的面向并行工程的机床产品性能评估系统模型，可以实现在早期的总体方案设计阶段对机床产品的性能评价，为获得最佳的总体设计方案提供了保障。它具有以下特点：
(1)通过对设计信息描述方式的考虑，实现了与总体方案设计系统的集成。
(2)具有较强的可扩展性。
(3)针对总体方案设计偏重经验设计的特点，由专家系统模拟工程专家，体现了智能化的特点。
(4)注重经验知识与规范性知识的结合，具有较强的实用性。
(5)符合并行工程的思想，可作为面向产品整个生命周期的多目标协同评估系统的一部分。
