農(nóng)業(yè)機(jī)械智能化設(shè)計技術(shù)發(fā)展現(xiàn)狀與展望

杜岳峰 傅生輝 毛恩榮 朱忠祥 李 臻

(中國農(nóng)業(yè)大學(xué)現(xiàn)代農(nóng)業(yè)裝備優(yōu)化設(shè)計北京市重點實驗室， 北京 100083)

0 引言

在當(dāng)前工程設(shè)計從傳統(tǒng)的數(shù)據(jù)資源密集型向知識信息密集型轉(zhuǎn)化的背景下，新產(chǎn)品設(shè)計逐漸向智能化、集成化、虛擬化、網(wǎng)絡(luò)化、全球化方向發(fā)展。以信息處理為主的智能化設(shè)計，能夠滿足多樣化、定制化市場需求，避免大量重復(fù)工作，縮短研發(fā)周期，增強(qiáng)產(chǎn)品競爭力，已廣泛應(yīng)用于航空航天[1]、汽車[2]、船舶[3]、機(jī)床[4]等先進(jìn)制造領(lǐng)域，被譽(yù)為“面向21世紀(jì)的先進(jìn)設(shè)計技術(shù)”。

相比之下，農(nóng)業(yè)機(jī)械產(chǎn)品設(shè)計的智能化程度與上述領(lǐng)域還存在較大差距。具體而言，農(nóng)業(yè)機(jī)械產(chǎn)品具有種類繁多、作業(yè)環(huán)境復(fù)雜、工況多變、使用季節(jié)性強(qiáng)、配置需求多樣、單產(chǎn)品市場需求規(guī)模小等特點，其智能化設(shè)計是一個知識密集的復(fù)雜過程，涉及機(jī)械設(shè)計、農(nóng)機(jī)農(nóng)藝、CAD/CAE/CAM(Computer aided design/Computer aided engineering/Computer aided manufacturing)、人工智能與知識融合、知識管理和網(wǎng)絡(luò)協(xié)同仿真等多領(lǐng)域的技術(shù)和方法。近年來，國際農(nóng)機(jī)企業(yè)間競爭愈發(fā)激烈，為提升產(chǎn)品研發(fā)效率，搶占市場先機(jī)，如約翰迪爾(John Deere)、凱斯紐荷蘭(CNH)、愛科(AGCO)和久保田(Kubota)等國外知名企業(yè)應(yīng)用各種自動化及信息技術(shù)手段，紛紛建立了以PDM/PLM(Product data management/Product lifecycle management)為支撐的產(chǎn)品研發(fā)體系和知識積累平臺。雖然我國農(nóng)業(yè)機(jī)械產(chǎn)量穩(wěn)居世界第一，但國內(nèi)企業(yè)正面臨來自目標(biāo)市場多層面競爭的嚴(yán)峻挑戰(zhàn)。當(dāng)前以跟蹤和仿造國外產(chǎn)品為主的研發(fā)模式明顯存在設(shè)計周期長、效率低、設(shè)計可靠性差等問題，導(dǎo)致企業(yè)核心技術(shù)自主知識產(chǎn)權(quán)水平普遍偏低，企業(yè)競爭力不強(qiáng)，單純依靠國內(nèi)農(nóng)機(jī)補(bǔ)貼政策無法保證農(nóng)機(jī)企業(yè)的可持續(xù)發(fā)展。

《中國制造2025》明確指出，農(nóng)業(yè)機(jī)械制造業(yè)發(fā)展的重點任務(wù)就是加強(qiáng)行業(yè)技術(shù)標(biāo)準(zhǔn)體系、行業(yè)信息化數(shù)據(jù)服務(wù)系統(tǒng)、行業(yè)試驗檢測能力、產(chǎn)品數(shù)字化設(shè)計平臺建設(shè)，推動數(shù)字化、智能化、清潔生產(chǎn)、虛擬制造、網(wǎng)絡(luò)制造、并行制造、模塊化、快速資源重組技術(shù)的應(yīng)用。《農(nóng)業(yè)機(jī)械發(fā)展行動方案(2016—2025)》也明確要求，加強(qiáng)重點關(guān)鍵技術(shù)攻關(guān)，推動數(shù)字化、智能化等先進(jìn)技術(shù)與農(nóng)業(yè)機(jī)械制造技術(shù)的深度融合，促進(jìn)我國由農(nóng)機(jī)制造大國向制造強(qiáng)國轉(zhuǎn)變，顯著提高農(nóng)業(yè)機(jī)械有效供給能力。

本文在分析國內(nèi)外智能化設(shè)計技術(shù)發(fā)展現(xiàn)狀基礎(chǔ)上，重點分析當(dāng)前農(nóng)業(yè)機(jī)械智能化設(shè)計技術(shù)的研究熱點，闡述歸納用戶需求描述和分析、產(chǎn)品模塊化設(shè)計、計算機(jī)輔助設(shè)計建模技術(shù)、知識工程(Knowledge based engineering，KBE)、虛擬仿真與虛擬試驗驗證、基于PDM/PLM的協(xié)同設(shè)計等相關(guān)技術(shù)在農(nóng)業(yè)機(jī)械智能化設(shè)計方面的典型應(yīng)用，并在此基礎(chǔ)上，結(jié)合我國農(nóng)業(yè)機(jī)械設(shè)計現(xiàn)狀，展望農(nóng)業(yè)機(jī)械智能化設(shè)計未來發(fā)展趨勢，以期為我國農(nóng)業(yè)機(jī)械設(shè)計制造提供參考。

1 智能化設(shè)計技術(shù)概述

1.1 智能化設(shè)計

智能化設(shè)計是結(jié)合KBE和計算機(jī)輔助設(shè)計理論的現(xiàn)代設(shè)計方法，旨在通過對設(shè)計人員在設(shè)計活動中的認(rèn)知和行為特征的模擬，使設(shè)計系統(tǒng)能夠運(yùn)用豐富的知識(如專家經(jīng)驗、設(shè)計手冊、標(biāo)準(zhǔn)、行業(yè)規(guī)范等)進(jìn)行推理、判斷、決策，實現(xiàn)產(chǎn)品設(shè)計的定制化、自動化、智能化[5]。

1.2 智能化設(shè)計特點

以現(xiàn)代設(shè)計理論和方法為指導(dǎo)，以知識為依托、以人工智能技術(shù)為實現(xiàn)手段、以傳統(tǒng)CAD技術(shù)為數(shù)值計算和圖形處理工具，以設(shè)計自動化為目的，是當(dāng)前智能化設(shè)計的顯著特點。具有專業(yè)領(lǐng)域知識庫、可利用知識求解相關(guān)設(shè)計問題、具備協(xié)調(diào)數(shù)據(jù)庫和圖形庫等多種資源的能力，是當(dāng)前智能化設(shè)計系統(tǒng)與傳統(tǒng)CAD的根本區(qū)別。

隨著大數(shù)據(jù)、智能制造、并行工程、虛擬現(xiàn)實技術(shù)(Virtual reality，VR)、多領(lǐng)域協(xié)同仿真技術(shù)(Multi-domain co-simulation, MDCS)等概念的興起，智能化設(shè)計正向更高層次的自動化方向發(fā)展，以支持大規(guī)模的多學(xué)科、多領(lǐng)域知識集成。未來智能化設(shè)計技術(shù)將重點突出“以人為本”的設(shè)計思想，強(qiáng)調(diào)網(wǎng)絡(luò)及分布式數(shù)據(jù)庫環(huán)境下的多個獨立智能體(Agent)協(xié)同合作，實現(xiàn)產(chǎn)品設(shè)計集成化、并行化、協(xié)同化和網(wǎng)絡(luò)化。

產(chǎn)品設(shè)計過程實質(zhì)是一個反復(fù)決策過程，包括用戶需求評估、設(shè)計過程決策、技術(shù)問題決策和評價性決策，而在決策過程中，用戶需求的模糊性、設(shè)計空間的約束性、設(shè)計過程的復(fù)雜性、設(shè)計結(jié)果的多樣性及其相對準(zhǔn)確性，使智能化設(shè)計系統(tǒng)存在不同于其他智能系統(tǒng)的特殊困難，具體如下：

(1)用戶明確需求及隱性需求的正確描述及有效分析，即從市場需求、同業(yè)競爭力、企業(yè)現(xiàn)狀等多方位綜合評估分析，深入挖掘產(chǎn)品設(shè)計與用戶需求之間的轉(zhuǎn)換和映射關(guān)系，實現(xiàn)產(chǎn)品的定制化生產(chǎn)。

(2)設(shè)計任務(wù)的合理分解及其子任務(wù)之間相互關(guān)系的正確描述，即如何將產(chǎn)品的決策空間恰當(dāng)?shù)胤譃闆Q策子空間，使有關(guān)決策在相應(yīng)的子系統(tǒng)內(nèi)有效進(jìn)行，并實現(xiàn)決策結(jié)果的自動整合，以適應(yīng)任務(wù)的多層次性和多目標(biāo)性。

(3)如何充分表達(dá)各種異構(gòu)知識及構(gòu)建擁有良好組織結(jié)構(gòu)知識庫，對不同類型的知識和數(shù)據(jù)進(jìn)行合理的表示、分類、組織和管理。

(4)高效的知識推理機(jī)制及產(chǎn)品再設(shè)計的集成，即如何針對設(shè)計問題特點和知識表現(xiàn)形式，采用相應(yīng)的推理機(jī)制提高知識的重用率和利用率，并可根據(jù)再設(shè)計知識確定回溯點和相應(yīng)參數(shù)的修改，實現(xiàn)產(chǎn)品再設(shè)計。

1.3 智能化設(shè)計技術(shù)體系

分析農(nóng)業(yè)機(jī)械產(chǎn)品及設(shè)計特點，綜合運(yùn)用知識工程原理及數(shù)字化建模、虛擬仿真和虛擬試驗驗證技術(shù)；基于PDM/PLM、集成CAX等通用軟件，構(gòu)建基于知識的農(nóng)業(yè)機(jī)械智能化設(shè)計通用基礎(chǔ)平臺；通過指導(dǎo)產(chǎn)品設(shè)計，形成智能化設(shè)計標(biāo)準(zhǔn)規(guī)范和框架體系，如圖1所示。

圖1 農(nóng)業(yè)機(jī)械智能化設(shè)計技術(shù)體系Fig.1 Intelligent design technology system of agricultural machinery equipment

2 農(nóng)業(yè)機(jī)械智能化設(shè)計關(guān)鍵技術(shù)

將農(nóng)業(yè)機(jī)械智能化設(shè)計關(guān)鍵技術(shù)重點概括為用戶需求分析、模塊化設(shè)計、計算機(jī)輔助設(shè)計建模技術(shù)、知識工程、虛擬仿真和虛擬試驗驗證、基于PDM/PLM的協(xié)同設(shè)計等6方面，并對其技術(shù)發(fā)展現(xiàn)狀進(jìn)行深入分析。

2.1 用戶需求描述與分析

用戶需求(Customer requirements，CRs)通常具有明顯的特性，如多樣性、層次性、動態(tài)性、模糊性、優(yōu)先性等[6]。在當(dāng)前競爭激烈的農(nóng)機(jī)市場，農(nóng)機(jī)企業(yè)越來越注重設(shè)計出用戶滿意度高、價格低的產(chǎn)品，如何對用戶需求進(jìn)行有效分析，為優(yōu)化產(chǎn)品設(shè)計提供決策支持，是農(nóng)業(yè)機(jī)械制造業(yè)當(dāng)前迫切需要解決的問題。

一般通過分析、數(shù)據(jù)挖掘和預(yù)測等方式滿足用戶需求，實現(xiàn)農(nóng)機(jī)產(chǎn)品的定制化設(shè)計。Kano模型[7]和產(chǎn)品質(zhì)量功能配置模型(Quality function deployment，QFD)[8]是用戶需求描述和分析的典型代表。其中，Kano模型是一種對CRs分類和優(yōu)先排序的有用工具，其特點是將用戶需求分為五大需求，如圖2所示，通過標(biāo)準(zhǔn)化的問卷調(diào)查解決產(chǎn)品屬性定位問題，以提高用戶滿意度。QFD是一種用戶需求驅(qū)動的產(chǎn)品設(shè)計開發(fā)方法，代表了從傳統(tǒng)設(shè)計方法向現(xiàn)代設(shè)計方式的轉(zhuǎn)變，其核心技術(shù)產(chǎn)品質(zhì)量屋(House of quality，HOQ)采用矩陣圖解方法建立用戶需求和技術(shù)需求之間的關(guān)系，如圖3所示。

圖2 Kano模型的五大需求Fig.2 Five requirements of Kano model

圖3 QFD產(chǎn)品質(zhì)量屋基本結(jié)構(gòu)圖Fig.3 Structure diagram of house of quality

對于CRs的描述和分析，JIN等[9]針對競爭性產(chǎn)品的在線評論，提出了考慮信息的代表性、可比性和多樣性的優(yōu)化問題，并利用3種貪婪算法進(jìn)行最優(yōu)求解，實現(xiàn)客戶關(guān)注產(chǎn)品的細(xì)粒度級別分析。WANG等[10]提出了基于樸素貝葉斯方法來描述客戶的技術(shù)功能需求和主觀偏好，并根據(jù)具體屬性和設(shè)計參數(shù)進(jìn)行映射。張宇博[11]提出一種Kano模型改進(jìn)下基于交互式遺傳算法(Interactive genetic algorithm，IGA)的產(chǎn)品配置決策方法，從產(chǎn)品定制屬性的有效識別和合理設(shè)置角度出發(fā)，進(jìn)一步降低產(chǎn)品定制過程中的復(fù)雜性，優(yōu)化設(shè)計體驗。KAHRAMAN等[8]提出一種集成模糊QFD和模糊ANP的產(chǎn)品設(shè)計模型，以確定產(chǎn)品設(shè)計中需考慮的技術(shù)要求。利用模糊理論求解用戶需求重要權(quán)重已成為解決用戶需求不確定性的重要手段。

為解決傳統(tǒng)Kano模型和QFD模型的固有不足，JI等[12]和HE等[13]將Kano模型的定性和定量結(jié)果用非線性規(guī)劃模型集成到QFD中，從而在企業(yè)滿意度和客戶滿意度的最佳平衡下，實現(xiàn)最優(yōu)設(shè)計方案。PAKIZEHKAR等[14]通過整合Kano模型、AHP和QFD實現(xiàn)了客戶需求的識別和優(yōu)化。此外，引入公理化設(shè)計(Axiomatic design, AD)理論等現(xiàn)代設(shè)計方法實現(xiàn)用戶需求與設(shè)計參數(shù)之間的映射轉(zhuǎn)化也是當(dāng)前的研究熱點之一，如ASHTIANY等[15]利用AD理論，結(jié)合QFD和生態(tài)設(shè)計理念，實現(xiàn)了Beech Baron 58輕型雙引擎飛機(jī)的再設(shè)計。AD理論通常由客戶域、功能域、物理域和工藝域等4個域組成。利用兩條設(shè)計公理和若干定理及推論實現(xiàn)域之間的映射，完成從抽象到具體的設(shè)計過程。楊汝靜[6]集成AD和QFD實現(xiàn)了機(jī)床方案設(shè)計需求信息的功能轉(zhuǎn)化，為數(shù)控機(jī)床的實例檢索提供了依據(jù)。DU等[16]提出了基于AD理論和QFD模型的面向重用的舊產(chǎn)品再設(shè)計方法。

此外，國內(nèi)外學(xué)者也對用戶需求建模和集成知識的需求描述進(jìn)行了探索。SIM等[17]提出了基于本體角色驅(qū)動的用戶需求模型；SINGHAPUTTANGKUL等[18]開發(fā)了一種基于模糊知識的決策支持系統(tǒng)質(zhì)量功能自動部署(KBDSS-QFD)工具，以解決高層住宅設(shè)計早期的評估決策問題。ZHAI等[19]提出了一種基于粗集理論的改進(jìn)模糊QFD方法的新擴(kuò)展，建立基于QFD的產(chǎn)品設(shè)計專家系統(tǒng)，提高了設(shè)計目標(biāo)的可辨性。

綜上，用戶需求研究主要集中在基于集合理論、本體理論等方法的需求描述和基于模糊理論的需求轉(zhuǎn)化映射等方面。當(dāng)前基于用戶需求的設(shè)計面臨以下問題：

(1)用戶需求的一致性描述

為了快速提高用戶需求的標(biāo)準(zhǔn)化程度，保證CRs設(shè)計過程的準(zhǔn)確性和一致性，需要從時間維度、過程維度、空間維度等方面建立多層次的用戶需求模型。

(2)預(yù)測和挖掘用戶需求

云計算和人工智能的興起，使得通過互聯(lián)網(wǎng)和物聯(lián)網(wǎng)收集用戶數(shù)據(jù)成為可能，從海量數(shù)據(jù)中挖掘用戶行為模式和使用習(xí)慣，預(yù)測CRs，確定隱藏需求已成為分析CRs的重要手段。

(3)用戶需求的轉(zhuǎn)化和映射

為保證CRs到工程技術(shù)特征轉(zhuǎn)換的一致性、準(zhǔn)確性和時效性，需要建立用戶域到功能域的轉(zhuǎn)換模型，包括動態(tài)的、模糊的以及隱性的CRs。

2.2 農(nóng)業(yè)機(jī)械模塊化設(shè)計

模塊化設(shè)計是在產(chǎn)品功能分析基礎(chǔ)上，劃分并設(shè)計出一系列功能模塊，通過模塊的選擇和組合，構(gòu)成不同產(chǎn)品，以滿足用戶定制需求[20]。研究發(fā)現(xiàn)，對于農(nóng)業(yè)機(jī)械這種具有特殊要求的復(fù)雜產(chǎn)品，應(yīng)用現(xiàn)有技術(shù)，在共性單元歸并形成模塊方面，尚不能得到有效解決，產(chǎn)生的模塊適應(yīng)范圍較小，且數(shù)量偏多，不能充分發(fā)揮模塊化設(shè)計的優(yōu)勢[21]。因此，針對農(nóng)業(yè)機(jī)械模塊化設(shè)計，國內(nèi)外相關(guān)研究主要集中在模塊劃分(識別)和模塊優(yōu)化與評價方面。

2.2.1模塊劃分方法

目前，常用的模塊劃分方法可大致分為啟發(fā)式、聚類式和其他方法。其中，啟發(fā)式方法根據(jù)不同的工程應(yīng)用背景構(gòu)建數(shù)學(xué)規(guī)劃模型，并采用啟發(fā)式算法獲取最優(yōu)模塊劃分方案，其求解過程如圖4所示。一般啟發(fā)式方法主要應(yīng)用啟發(fā)式遺傳算法、基于約束的遺傳算法、組合編碼遺傳算法、混合多目標(biāo)蛙跳算法等[22-24]。羅石林[25]通過計算零部件間的關(guān)聯(lián)度建立了山地農(nóng)機(jī)設(shè)計結(jié)構(gòu)矩陣(Design structure matrix，DSM)，分別運(yùn)用遺傳算法和遺傳模擬退火算法，實現(xiàn)了山地農(nóng)機(jī)產(chǎn)品的模塊化處理。

圖4 啟發(fā)式方法的一般框架(以遺傳算法為例)Fig.4 General framework of heuristic module partition approach (GA)

聚類式方法利用設(shè)計矩陣、圖論、復(fù)雜網(wǎng)絡(luò)等方法對產(chǎn)品元素的拓?fù)潢P(guān)系進(jìn)行形式化表達(dá)，并利用聚類算法實現(xiàn)零部件成組/聚類的模塊劃分，其一般求解過程如圖5所示。常見的方法有兩種：基于DSM聚類的模塊劃分方法和基于圖論的模塊劃分方法[26-28]。ALGEDDAWY[29]采用網(wǎng)格理論和DSM矩陣編制模塊化代碼。KUSIAK等[30]以圖論為工具表達(dá)零部件間的各種物理連接關(guān)系，采用定性的啟發(fā)式規(guī)則實現(xiàn)了模塊化組件的識別，并嘗試采用模糊神經(jīng)網(wǎng)絡(luò)算法探索產(chǎn)品性能和成本之間的平衡點。

研究發(fā)現(xiàn)，啟發(fā)式方法極易陷入局部最優(yōu)，而基于DSM和圖論的聚類式方法，其矩陣變化過程和聚類過程極其復(fù)雜，不適合復(fù)雜產(chǎn)品的模塊劃分，因此，部分學(xué)者嘗試通過多種方法集成實現(xiàn)復(fù)雜產(chǎn)品的模塊化設(shè)計。其中，SCHUH等[31]提出一種面向高度集成機(jī)電產(chǎn)品的模塊化產(chǎn)品平臺(Modular product platforms，MPP)設(shè)計方法，該方法應(yīng)用擴(kuò)展的AD理論將復(fù)雜系統(tǒng)分解為機(jī)電一體化功能模塊(Mechatronic function modules，MFM)，確保開發(fā)過程中的功能導(dǎo)向，并將MFM用于產(chǎn)品平臺設(shè)計。

圖5 聚類式方法的一般框架(以DSM為例)Fig.5 General framework of clustering module partition approach (DSM)

依據(jù)模塊劃分標(biāo)準(zhǔn)可將模塊劃分方法分為基于功能的方法、基于功能和結(jié)構(gòu)的方法和基于產(chǎn)品生命周期的方法。為此，本文對當(dāng)前常見的模塊劃分方法進(jìn)行總結(jié)歸納，如表1所示。

表1 基于模塊劃分標(biāo)準(zhǔn)的模塊劃分方法分類Tab.1 Classification of module partition methods based on module division standard

2.2.2模塊化方案優(yōu)化與評價

產(chǎn)品模塊化劃分方案并不唯一，不同模塊化方案對應(yīng)不同的模塊度。ULRICH[34]對模塊度的概念和內(nèi)涵進(jìn)行了初步探討。SOSA等[35]提出了基于圖論和社會網(wǎng)絡(luò)的3種零件模塊度的度量方法。FUJITA[36]從屬性、模塊、系統(tǒng)3層次研究模塊化產(chǎn)品族優(yōu)化問題，提出產(chǎn)品族優(yōu)化要考慮并平衡模塊和生產(chǎn)過程中的各種因素，建立系統(tǒng)成本結(jié)構(gòu)，以系統(tǒng)運(yùn)行總成本為優(yōu)化目標(biāo)。羅石林[25]提出了基于編碼加權(quán)計算的模塊相似度評價方法，并應(yīng)用于山地農(nóng)機(jī)扶手架設(shè)計。

綜上，農(nóng)業(yè)機(jī)械作為一種復(fù)雜、異質(zhì)性產(chǎn)品系統(tǒng)，其模塊化設(shè)計支持理論及應(yīng)用技術(shù)還相對匱乏，模塊化設(shè)計在農(nóng)業(yè)機(jī)械領(lǐng)域中的應(yīng)用仍存在一定的不足：

(1)農(nóng)業(yè)機(jī)械零部件與功能之間通常具有顯著異質(zhì)性、零部件數(shù)量巨大、零部件間的耦合強(qiáng)度高等特點，因此，在進(jìn)行模塊劃分時，要對其異質(zhì)的功能和零部件進(jìn)行同質(zhì)化約簡，剔除冗余功能和零部件。另外，由于農(nóng)業(yè)機(jī)械零部件的多維復(fù)雜性，需充分考慮產(chǎn)品生命周期各環(huán)節(jié)的影響，實現(xiàn)模塊劃分方案的多屬性評價。

(2)考慮客戶需求及設(shè)計知識支撐的系統(tǒng)模塊參數(shù)規(guī)劃問題。模塊化設(shè)計要形成完善的應(yīng)用體系，除實現(xiàn)模塊劃分之外，還應(yīng)對模塊的主參數(shù)進(jìn)行設(shè)計，包括模塊接口標(biāo)準(zhǔn)、主參數(shù)的取值范圍、取值個數(shù)等信息，合理的模塊規(guī)劃對滿足用戶需求和提高變型設(shè)計具有重要意義。

2.3 計算機(jī)輔助設(shè)計建模

當(dāng)前CAD建模主流技術(shù)是以PTC Creo為代表的參數(shù)化建模技術(shù)和以SDRC I-DEAS Master Series為代表的變量化建模技術(shù)，廣泛應(yīng)用于農(nóng)機(jī)產(chǎn)品的數(shù)字化設(shè)計[37]。RIESENFELD等[38]認(rèn)為，現(xiàn)有的CAD系統(tǒng)與支撐整個工程設(shè)計的最初設(shè)想背道而馳。不必要的人為干預(yù)、異構(gòu)CAD系統(tǒng)信息共享、CAx的集成是阻礙高效設(shè)計的關(guān)鍵因素。針對現(xiàn)有CAD系統(tǒng)建模技術(shù)的不足，國內(nèi)外學(xué)者開展了廣泛深入的研究。

(1)基于統(tǒng)一建模思想的CAD建模技術(shù)

常見的產(chǎn)品模型數(shù)據(jù)交換標(biāo)準(zhǔn)如DXF、IGES、ESP、PDES、VDAFS以及早期的STEP等只能傳遞顯式邊界表示實體模型，而無法支持幾何構(gòu)造歷史、參數(shù)、特征、約束等設(shè)計意圖的完整傳遞。為此，MUN等[39]提出了一套基于歷史的參數(shù)化建模方法的標(biāo)準(zhǔn)命令，通過宏命令交換CAD模型。LI等[40]提出了一種實現(xiàn)異構(gòu)CAD系統(tǒng)互操作性的參數(shù)化數(shù)據(jù)交換方法，并將該方法應(yīng)用于TransCAD和AVEVA Marine的數(shù)據(jù)交換。雖然基于中性文件和標(biāo)準(zhǔn)的方法可以實現(xiàn)產(chǎn)品模型信息和建模過程的有效交互，但這些方法只考慮產(chǎn)品模型中的幾何信息。為了實現(xiàn)非幾何描述建模，F(xiàn)ENVES[41]開發(fā)了一種描述產(chǎn)品信息的核心產(chǎn)品模型(Core product model，CPM)。CPM的關(guān)鍵對象是制成品，制成品是一個獨立實體，通過功能、結(jié)構(gòu)、行為3方面描述其屬性。新一代CPM在概念、中間、應(yīng)用模型3個不同層級上描述廣泛的產(chǎn)品生命周期信息，而且CPM的擴(kuò)展已包括開放的裝配模型、產(chǎn)品語義表達(dá)語言、設(shè)計分析綜合、產(chǎn)品族進(jìn)化模型、混合材料模型等，涵蓋產(chǎn)品建模的各個方面[42]。

此外，基于統(tǒng)一建模語言的CAD建模技術(shù)或?qū)母旧细淖儺悩?gòu)CAD系統(tǒng)的數(shù)據(jù)交換難題。常見的統(tǒng)一建模語言包括：面向?qū)ο蠼ＵZ言(Object-oriented modeling language，OOML)和基于本體的建模語言(Ontology-based modeling language，OBML)。其中，OOML以STEP標(biāo)準(zhǔn)的EXPRESS及其圖形表示格式EXPRESS-G、統(tǒng)一建模語言(Unified modeling language，UML)為主。SEKARAN[43]基于UML設(shè)計了一種基于多智能Agent的復(fù)雜系統(tǒng)開發(fā)框架。XUE[44]在基于特征的產(chǎn)品建模語言(Feature-based product modeling language，F(xiàn)BPML)基礎(chǔ)上，提出了一種分布式的基于特征的產(chǎn)品建模語言(Distributed feature-based product modeling language，DFBPML)，用于對不同位置的類特征和實例特征進(jìn)行建模，并將這些特征關(guān)聯(lián)到一個集成環(huán)境中。而對于基于本體的建模語言，應(yīng)用最廣泛的是本體Web語言(Ontology web language，OWL)。BOCK等[45]將本體與模型相結(jié)合的技術(shù)用于協(xié)同設(shè)計，開發(fā)了本體產(chǎn)品建模語言(Ontology product modeling language, OPML)。在該方法中，產(chǎn)品模型被視為基于模型體系結(jié)構(gòu)中整體系統(tǒng)的本體類型。BARBAU等[46]提出了OntoSTEP模型，用于STEP數(shù)據(jù)與OWL數(shù)據(jù)的轉(zhuǎn)換。PANETTO等[47]開發(fā)了一個公共核心模型——產(chǎn)品驅(qū)動的產(chǎn)品數(shù)據(jù)管理本體(Product-driven ontology for product data management，ONTO-PDM)。該模型通過現(xiàn)有標(biāo)準(zhǔn)的概念化提供以產(chǎn)品為中心的信息模型，然后將其形式化為產(chǎn)品本體。

(2)基于知識的CAD建模

智能化設(shè)計的實現(xiàn)依賴于設(shè)計知識的高效利用，尤其在CAD建模方面，設(shè)計知識與建模過程的融合，有利于提高模型的靈活性、適應(yīng)性和可重用性。CAD模型的設(shè)計知識包括標(biāo)準(zhǔn)規(guī)范、尺寸約束、材料特性、裝配語義等顯性知識和設(shè)計意圖等隱性知識。IYER等[48]對二維CAD中的設(shè)計意圖進(jìn)行了定義，指出“CAD設(shè)計意圖是對設(shè)計變量(設(shè)計目標(biāo)、約束、備選方案、演變、指南、加工指令和標(biāo)準(zhǔn))的洞察，這些變量隱含在幾何結(jié)構(gòu)、材料特性、維度實體和文本實體之間的結(jié)構(gòu)、語義中”。XUE等[49]開發(fā)了一種基于NIST CPM的面向并行工程的設(shè)計數(shù)據(jù)庫表示模型(CE-DDRM)，將設(shè)計知識描述為元類層、類層和實例層3個不同的層次。REDDY等[50]提出了基于知識的參數(shù)化CAD設(shè)計系統(tǒng)，該系統(tǒng)利用KBE技術(shù)將AGMA規(guī)則應(yīng)用于直齒圓柱齒輪的CAD參數(shù)化建模。此外，REDDY等[51]還開發(fā)了一種基于Web的CAD建模與制造知識系統(tǒng)，旨在尋找能夠及時、高效地生成CAD模型和CNC代碼的方法。GUJARATHI等[52]提出了一種集成CAD和CAE參數(shù)的通用數(shù)據(jù)模型(Common data model，CDM)，通過將嵌入式工程概念、專家知識和設(shè)計標(biāo)準(zhǔn)編程到原型軟件包，自動創(chuàng)建CDM模型，利用商業(yè)化的CAD/CAE API接口，以最少的用戶界面實現(xiàn)產(chǎn)品開發(fā)的自動化。

(3)基于模型的定義

基于模型的定義(Model-based definition，MBD)是一種面向計算機(jī)應(yīng)用的產(chǎn)品和制造過程數(shù)字化定義技術(shù)，實現(xiàn)了基于知識的CAD模型全面可視化，如圖6所示，旨在創(chuàng)建豐富的技術(shù)數(shù)據(jù)包(Technical data package，TDP)，其中包含3D模型、性能要求、產(chǎn)品制造信息(Product manufacturing information，PMI)、包裝信息等數(shù)據(jù)元素，可充分定義產(chǎn)品，確保上下游客戶都能夠有效地對其進(jìn)行溝通和使用，從而避免了以2D工程圖紙為基礎(chǔ)的傳統(tǒng)制造方法所產(chǎn)生的諸如協(xié)作障礙、信息丟失、理解偏差等問題，提高了設(shè)計知識的利用效率和模型的可重用性。

圖6 基于MBD技術(shù)的三維零件模型Fig.6 3D parts model based on MBD

當(dāng)前，北美和歐洲等地區(qū)的MBD技術(shù)應(yīng)用相對成熟[53]。但MBD在產(chǎn)品數(shù)據(jù)交換、用戶使用習(xí)慣、系統(tǒng)集成等方面仍有許多局限性，因此，國內(nèi)外學(xué)者進(jìn)行了廣泛研究。QUINTANA等[54]分析了產(chǎn)品全生命周期管理中存在的問題和解決方案，尤其是MBD技術(shù)的實現(xiàn)，并總結(jié)了MBD在制造過程中的優(yōu)勢。ALEMANNI等[55]提出了一種包含MBD技術(shù)的PLM產(chǎn)品全生命周期管理解決方案，并在某航天器案例中，實現(xiàn)了基于MBD的復(fù)雜產(chǎn)品建模。ZHU等[56]提出了一種基于MBD和PLM的集成設(shè)計制造系統(tǒng)整體實現(xiàn)方法。西門子NX、DS CATIA、PTC Creo 4.0等商用CAD軟件均推出了各自的MBD技術(shù)，允許設(shè)計人員在3D模型中標(biāo)注GD/T信息。

MBD技術(shù)在中國的應(yīng)用還相對較少，在波音公司的影響和要求下，波音公司的中國零部件供應(yīng)商逐漸開發(fā)了一些基于MBD的零部件3D模型。為滿足“三維模型下車間”的技術(shù)需求，中國航空工業(yè)最早開展了一些基于MBD的技術(shù)研究，基于CATIA、NX、Creo等產(chǎn)品的全三維設(shè)計模型規(guī)范不斷完善，應(yīng)用水平不斷提升，廣泛應(yīng)用于飛機(jī)、衛(wèi)星、火箭以及其他典型航空航天產(chǎn)品的設(shè)計與制造領(lǐng)域。基于MBD的產(chǎn)品協(xié)同設(shè)計與智能制造已成為先進(jìn)制造領(lǐng)域的必然趨勢，但尚未出現(xiàn)基于MBD的農(nóng)業(yè)機(jī)械設(shè)計相關(guān)研究的報道。

2.4 知識工程技術(shù)

知識工程是源于專家系統(tǒng)而形成的一個研究領(lǐng)域[57]。對智能化設(shè)計而言，KBE技術(shù)貫穿整個設(shè)計過程，但農(nóng)業(yè)機(jī)械設(shè)計有別于一般的產(chǎn)品設(shè)計，具有領(lǐng)域性強(qiáng)、研究范疇和具體應(yīng)用多樣的特點，當(dāng)前KBE技術(shù)在農(nóng)業(yè)機(jī)械智能化設(shè)計中的應(yīng)用主要包括知識表示、獲取和推理。

2.4.1知識表示

農(nóng)業(yè)機(jī)械知識通常具有模糊性、復(fù)雜性、層次性和耦合性特點。除一般機(jī)械設(shè)計知識外，農(nóng)業(yè)機(jī)械的設(shè)計知識主要來源包括標(biāo)準(zhǔn)和規(guī)范、設(shè)計師、領(lǐng)域?qū)＜摇⒃囼灐⒗碚摵头治觥⒂脩舴答伒取８鶕?jù)知識能否清晰地表述和有效的轉(zhuǎn)移，可分為隱性知識和顯性知識。其中，顯性知識包括經(jīng)驗參數(shù)類、公式類、國家標(biāo)準(zhǔn)、整機(jī)和關(guān)鍵零部件設(shè)計實例等結(jié)構(gòu)化知識，隱性知識則屬于設(shè)計經(jīng)驗、情感認(rèn)知等難以形式化表達(dá)的知識。

知識表示方法很多，如表2所示，但知識表示的統(tǒng)一性、普適性和一致性較差，而且難以實現(xiàn)隱性知識、不確定知識的表達(dá)[58]。近年來，關(guān)于農(nóng)業(yè)機(jī)械的知識表示研究相對較多，對于顯性知識，通常將幾種知識表示方法組合使用，以增強(qiáng)知識表示能力。

李長林等[59]系統(tǒng)研究了高速插秧機(jī)底盤設(shè)計知識的表示方法，利用產(chǎn)生式規(guī)則表示底盤公式類、經(jīng)驗參數(shù)類等規(guī)則知識，同時采用框架表示與面向?qū)ο蠓ㄏ嘟Y(jié)合的方法表示實例知識。陸鳳祥等[60]也提出了基于本體的拖拉機(jī)變速器知識混合表示方法。而隱性知識是多年學(xué)習(xí)和經(jīng)驗的積累，對產(chǎn)品設(shè)計具有重要指導(dǎo)意義。對于隱性知識，QIN等[61]提出了一種“需求-功能-行為-結(jié)構(gòu)-演化”(Requirement function behavior structure evolution，RFBSE)知識表示模型，用于獲取有用的設(shè)計知識和經(jīng)驗。LIU等[62]對模糊Petri網(wǎng)絡(luò)表示方法及相關(guān)改進(jìn)技術(shù)進(jìn)行了詳細(xì)的總結(jié)評價，指出了其在隱性知識表達(dá)和模糊推理方面的應(yīng)用前景。WU等[63]提出了一種基于語義超圖的知識表示框架，以支持產(chǎn)品開發(fā)中的知識共享。LIU等[64]提出了一種通用模糊知識的本體表示方法，對語義網(wǎng)中模糊知識表示具有重要意義。

表2 常用知識表示方法比較Tab.2 Comparison of common knowledge representation methods

綜上可知，顯性知識已經(jīng)有了很好的表達(dá)方式，而隱性知識結(jié)構(gòu)化的映射方式并不唯一，基于幾何屬性、組合和繼承方式的啟發(fā)式方法確定工程本體的映射仍是當(dāng)前研究的重點。基于本體理論，融合多種知識表示方法實現(xiàn)農(nóng)業(yè)機(jī)械設(shè)計知識的有效表達(dá)是未來發(fā)展趨勢。

2.4.2知識獲取

在KBE中，知識庫的知識量已成為制約其發(fā)展的瓶頸，因此，知識自動獲取技術(shù)受到國內(nèi)外學(xué)者的重點關(guān)注。分析已有文獻(xiàn)發(fā)現(xiàn)，目前的知識自動獲取研究具有以下兩個顯著特點：

(1)基于數(shù)據(jù)庫的知識發(fā)現(xiàn)(Knowledge discovered in database，KDD)技術(shù)。KDD技術(shù)將數(shù)據(jù)中隱含的模型或模式以易于被人理解的形式表現(xiàn)出來。根據(jù)數(shù)據(jù)挖掘方法，KDD可分為：機(jī)器學(xué)習(xí)方法、統(tǒng)計方法、神經(jīng)網(wǎng)絡(luò)方法、遺傳算法、數(shù)據(jù)庫方法、近似推理和不確定性推理方法、粗糙集理論、基于證據(jù)理論和元模式的方法、集成方法等[65]。如，麻芳蘭[66]采用模糊理論、神經(jīng)網(wǎng)絡(luò)、粗集理論集成方法，獲取甘蔗收獲機(jī)仿真分析和試驗數(shù)據(jù)中的隱性知識。李長林[67]綜合運(yùn)用粗糙集理論和回歸分析算法，提取了收割機(jī)總體設(shè)計參數(shù)知識。

(2)基于本體建模的知識獲取。雖然基于智能算法的KDD技術(shù)發(fā)展迅速，但知識的進(jìn)一步集成卻受到了知識表示方法的制約。WIELINGA[68]認(rèn)為，基于上下文語境的語義Web是知識獲取技術(shù)最有前途的研究方向，但也是獲取形式化知識最困難的來源，因此，本體論與知識獲取技術(shù)的結(jié)合成為當(dāng)下知識自動獲取的研究熱點。CHEN等[69]開發(fā)了一種基于本體建模的知識獲取方法和需求驅(qū)動的知識獲取系統(tǒng)。CHERGUI等[70]提出一種基于本體的隱性知識獲取方法，通過“過濾和顯化—結(jié)構(gòu)化—模型重建—本體填充”四步實現(xiàn)隱性知識的獲取，如圖7所示。

圖7 隱性知識獲取模型Fig.7 Tacit knowledge acquisition model

2.4.3知識推理

知識推理是根據(jù)一定的設(shè)計原則，從已知判斷得出新判斷的思維過程。從推理方法上，可將知識推理分為：基于規(guī)則的推理(Rule based reasoning，RBR)、基于實例的推理(Case based reasoning，CBR)和基于模型的推理(Model based reasoning，MBR)，其優(yōu)缺點比較如表3所示。

對于農(nóng)業(yè)機(jī)械設(shè)計而言，知識的復(fù)雜性決定了單一推理模式無法滿足農(nóng)業(yè)機(jī)械設(shè)計的需求，因此，集成多種推理方法的混合推理技術(shù)是實現(xiàn)知識重用、支撐農(nóng)業(yè)機(jī)械智能化設(shè)計的主要手段。

李長林[67]系統(tǒng)研究了基于知識的農(nóng)機(jī)專業(yè)底盤快速設(shè)計系統(tǒng)，提出了基于CBR和RBR的集成推理技術(shù)。宋正河等[71]在綜合分析履帶式收獲機(jī)械傳動系統(tǒng)設(shè)計流程和設(shè)計知識特點的基礎(chǔ)上，建立了集成CBR和RBR的混合推理機(jī)制，并開發(fā)了相應(yīng)推理系統(tǒng)。惠為東[72]將基于CBR-RBR的混合推理技術(shù)應(yīng)用到拖拉機(jī)制動器智能化設(shè)計系統(tǒng)，實現(xiàn)了制動器分層實例檢索、匹配及基于規(guī)則的實例修改。LI等[73]提出了一種基于MBR的產(chǎn)品模塊化檢索方法，該方法在相對信息不完整的情況下，利用MBR間接搜索產(chǎn)品最相似模塊作為最佳解決方案，并通過AD理論和TRIZ理論再設(shè)計完成產(chǎn)品的模塊化設(shè)計。COSTA等[74]提出了產(chǎn)品范圍模型(Product range model，PRM)概念，該模型將基于規(guī)則的系統(tǒng)和基于案例的推理結(jié)合起來，為產(chǎn)品設(shè)計提供決策支持。

表3 常用推理方式的比較Tab.3 Comparison of common reasoning methods

雖然在推理方式上，各種推理機(jī)制的集成彌補(bǔ)了單一推理模式的不足，有利于問題求解，但推理機(jī)制的檢索策略、決策模型、修改方式等算法的選擇和應(yīng)用是影響推理結(jié)果的關(guān)鍵因素，因此，優(yōu)化推理機(jī)制的核心算法，提高推理準(zhǔn)確性和推理效率仍是當(dāng)前農(nóng)業(yè)機(jī)械智能化設(shè)計系統(tǒng)實現(xiàn)知識推理、重用研究的關(guān)鍵。

2.5 虛擬仿真與虛擬試驗驗證

2.5.1虛擬仿真在農(nóng)業(yè)機(jī)械中的應(yīng)用

農(nóng)業(yè)機(jī)械融合生物和農(nóng)藝技術(shù)，是集成先進(jìn)制造與智能控制、新一代信息通信、新材料等高新技術(shù)的先進(jìn)裝備。農(nóng)業(yè)機(jī)械仿真是一個涉及農(nóng)學(xué)、機(jī)械、電子、液壓、控制等多領(lǐng)域、多學(xué)科交叉耦合的協(xié)同分析過程。現(xiàn)有的仿真工具雖然可以解決大部分單領(lǐng)域仿真問題，但難以滿足復(fù)雜條件下農(nóng)業(yè)機(jī)械多系統(tǒng)、多物理場耦合的仿真需求，因此，基于土壤-植物-機(jī)器體系的復(fù)雜農(nóng)業(yè)機(jī)械多領(lǐng)域仿真分析已成為當(dāng)前研究的重點和熱點。

(1)面向?qū)ο蟮亩囝I(lǐng)域統(tǒng)一建模

多領(lǐng)域協(xié)同仿真實現(xiàn)了多物理場仿真子系統(tǒng)的集成，各子系統(tǒng)間有不同程度的約束和交互，難以實現(xiàn)完全解耦。相比基于接口技術(shù)和高層體系結(jié)構(gòu)(High level architecture，HLA)的建模方法，基于統(tǒng)一建模語言的方法實現(xiàn)了各領(lǐng)域仿真模型的無縫集成和數(shù)據(jù)交換，具有可重用性和擴(kuò)展性優(yōu)勢，逐漸成為多領(lǐng)域建模仿真的主流[75]。

面向?qū)ο蟮亩囝I(lǐng)域統(tǒng)一建模源自Elmqvist論文提出的Dyloma建模語言，受其影響，先后涌現(xiàn)出一大批類似的統(tǒng)一建模語言，如Omola、ObjectMath、ASCEND、Allan、Smile等。面對這種混亂局面，歐洲仿真協(xié)會EUROSIM于1996年推出了多領(lǐng)域系統(tǒng)統(tǒng)一建模語言——Modelica，因其面向?qū)ο蠛突诜匠痰姆且蚬P(guān)系建模特點，模型的重用性得到了較大提升，廣泛應(yīng)用于航空航天、汽車、電機(jī)控制、電液控制等領(lǐng)域[76]。

在農(nóng)業(yè)機(jī)械仿真領(lǐng)域，基于Modelica語言的仿真應(yīng)用較少。鄒湘軍等[77]提出了基于Modelica的采摘機(jī)械手運(yùn)動控制建模方法，構(gòu)建了機(jī)械手的DriveLib模型庫。袁文華等[78]利用基于Modelica語言的MWorks建模仿真軟件，實現(xiàn)了高地隙噴霧機(jī)噴桿運(yùn)動的建模和仿真。李明等[79]應(yīng)用Modelica對電液伺服閥進(jìn)行建模仿真，克服了傳統(tǒng)方法不能從底層元件反映伺服閥動態(tài)特性的缺點，模型靈活性和可重用性有了較大提高。

(2)基于土壤-植物-機(jī)器體系建模的多軟件協(xié)同仿真

從土壤-植物-機(jī)器系統(tǒng)角度分析，農(nóng)機(jī)作業(yè)是一個復(fù)雜的機(jī)械物理過程，土壤條件、作物的表觀形態(tài)、幾何尺寸和物理特性等在與農(nóng)機(jī)工作部件的相互作用過程中發(fā)生了一系列變化，基于傳統(tǒng)經(jīng)典力學(xué)基礎(chǔ)的分析方法，都不能完全揭示這一復(fù)雜過程的變化特征，因此，開展針對農(nóng)機(jī)工作部件與作物相互作用模型的仿真研究，對揭示農(nóng)機(jī)工作部件的作用機(jī)理，實現(xiàn)農(nóng)業(yè)機(jī)械的優(yōu)化設(shè)計具有重要的現(xiàn)實意義。

王志明[80]建立了稻谷與脫粒、清選裝置的相互作用模型，基于Matlab和CFDesign軟件實現(xiàn)了脫粒過程的聯(lián)合仿真。宗望遠(yuǎn)[81]在油菜生物力學(xué)特性和脫粒特性的研究基礎(chǔ)上，建立了油菜本構(gòu)模型，并利用ADAMS、EDEM和Matlab等多軟件協(xié)同仿真技術(shù)揭示了油菜脫粒過程中的運(yùn)動機(jī)理，為油菜收獲機(jī)的匹配設(shè)計和性能試驗奠定了基礎(chǔ)。于建群等[82]實現(xiàn)了CAD軟件與離散元分析軟件的集成，構(gòu)建了與散體物料相互作用的農(nóng)業(yè)機(jī)械工作部件的通用數(shù)字化設(shè)計方法，并指出了離散元法在農(nóng)機(jī)具優(yōu)化設(shè)計中的潛在優(yōu)勢與應(yīng)用前景[83]。

(3)基于硬件在環(huán)的虛擬仿真

硬件在環(huán)仿真(Hardware in loop simulation，HILS)技術(shù)在快速原型、電子控制單元和復(fù)雜控制系統(tǒng)的開發(fā)過程中，以其可重復(fù)性高、靈活性強(qiáng)、成本低等特點，廣泛應(yīng)用于汽車控制、自動控制系統(tǒng)開發(fā)與驗證等領(lǐng)域[84]，尤其是基于dSPACE的硬件在環(huán)仿真技術(shù)也逐步應(yīng)用到了液壓系統(tǒng)和農(nóng)業(yè)機(jī)械的自動控制系統(tǒng)研究中，一定程度上緩解了農(nóng)作物生長周期、田間地形差異等因素對田間試驗造成的影響[85]。羅陸鋒等[86]開發(fā)了基于HILS的葡萄采摘機(jī)器人虛擬試驗系統(tǒng)，克服了季節(jié)和場地的影響，實現(xiàn)了對視覺定位、路徑規(guī)劃、夾剪行為的仿真驗證。張碩[85]利用HILS模擬多種田間工況，實現(xiàn)了對重型拖拉機(jī)犁耕作業(yè)滑轉(zhuǎn)率控制算法及控制器性能的評價測試。陳隨英[87]在高地隙噴霧機(jī)的研究中，利用HILS技術(shù)搭建了全工況滑轉(zhuǎn)率控制硬件在環(huán)仿真系統(tǒng)，驗證了噴霧機(jī)滑轉(zhuǎn)率控制器在各種工況下的控制效果，為后續(xù)實車研發(fā)提供了有力支撐。

2.5.2虛擬現(xiàn)實技術(shù)

VR技術(shù)帶來了農(nóng)業(yè)機(jī)械設(shè)計和開發(fā)模式的巨大變革。對于結(jié)構(gòu)復(fù)雜、設(shè)計困難的大型農(nóng)業(yè)機(jī)械，設(shè)計人員采用VR技術(shù)，對產(chǎn)品的外觀、結(jié)構(gòu)、性能進(jìn)行建模，通過虛擬現(xiàn)實系統(tǒng)，借助逼真的虛擬作業(yè)場景，實現(xiàn)產(chǎn)品的設(shè)計、性能試驗和特性評估，同時可實現(xiàn)人與機(jī)械的實時交互。

目前，VR技術(shù)在農(nóng)業(yè)機(jī)械領(lǐng)域的應(yīng)用前景已經(jīng)引起了人們的高度重視，并取得了一些成果，但受硬件水平和建模算法的制約，一般的VR技術(shù)在農(nóng)業(yè)機(jī)械設(shè)計中并不強(qiáng)調(diào)交互性，用戶不能通過虛擬現(xiàn)實系統(tǒng)和虛擬樣機(jī)之間實現(xiàn)實時交互。此外，VR在農(nóng)業(yè)機(jī)械領(lǐng)域的應(yīng)用并不廣泛，主要集中在虛擬裝配(Virtual assembly，VA)和虛擬試驗(Virtual experiment，VE)兩方面。

(1)虛擬裝配技術(shù)

與傳統(tǒng)裝配技術(shù)相比，采用VA技術(shù)，在沉浸式或半沉浸式的環(huán)境中進(jìn)行產(chǎn)品裝配，可從整個產(chǎn)品的裝配角度考慮其可裝配性，同時進(jìn)行裝配規(guī)劃，獲得可行的裝配工藝信息，指導(dǎo)生產(chǎn)。特別是復(fù)雜產(chǎn)品的裝配問題，VA技術(shù)具有其他技術(shù)無可比擬的優(yōu)勢。自VA技術(shù)提出后，國內(nèi)外都對虛擬裝配中的人機(jī)交互、裝配建模、裝配序列規(guī)劃、裝配路徑優(yōu)化、碰撞檢測、約束導(dǎo)航、裝配工具以及可裝配性等進(jìn)行了深入研究。但是，具有沉浸感、交互性和想象性的虛擬現(xiàn)實裝配技術(shù)在國內(nèi)農(nóng)業(yè)機(jī)械設(shè)計制造領(lǐng)域的應(yīng)用尚不成熟。朱忠祥等[88]研究了基于虛擬現(xiàn)實的聯(lián)合收獲機(jī)底盤部件虛擬裝配關(guān)鍵技術(shù)。

(2)虛擬試驗驗證

應(yīng)用VR技術(shù)進(jìn)行農(nóng)業(yè)機(jī)械的虛擬試驗驗證不僅能夠在設(shè)計階段評估產(chǎn)品性能，同時也能為操作者熟悉產(chǎn)品使用提供便利。而VR技術(shù)在農(nóng)業(yè)機(jī)械虛擬試驗驗證方面尚處于起步階段[89]。KARKEE等[90]基于VR Juggler軟件和Matlab/Simulink，開發(fā)了一種非道路車輛虛擬樣機(jī)系統(tǒng)，實現(xiàn)了基于VR技術(shù)的駕駛功能模擬。LUECKE等[91]同樣借助VR Juggler軟件，搭建了收獲機(jī)駕駛員培訓(xùn)系統(tǒng)，模擬John Deere Series 70 STS收獲機(jī)的操作，該系統(tǒng)還具有對駕駛、作業(yè)控制系統(tǒng)的測試評估功能。JONES等[92]建立了模擬真實田間場景的作物和雜草3D虛擬模型，并用于測試作物和雜草識別的圖像處理算法。

在國內(nèi)，中國農(nóng)業(yè)大學(xué)率先將VR技術(shù)應(yīng)用于農(nóng)業(yè)機(jī)械的虛擬試驗，臧宇等[93]開發(fā)了拖拉機(jī)虛擬試驗系統(tǒng)，運(yùn)用MultiGen Creator和Vega Prime(VP)搭建虛擬試驗場景仿真環(huán)境，實現(xiàn)了拖拉機(jī)加速、轉(zhuǎn)向和制動試驗。王菲[94]在此基礎(chǔ)上開發(fā)了自走式農(nóng)業(yè)機(jī)械虛擬試驗系統(tǒng)，該系統(tǒng)內(nèi)嵌車輛動力學(xué)模塊，能夠模擬多種動力學(xué)性能試驗和田間作業(yè)試驗。苑嚴(yán)偉[95]系統(tǒng)研究了典型農(nóng)業(yè)機(jī)械虛擬試驗方法，設(shè)計了田間工況模擬平臺，實現(xiàn)了實體樣機(jī)與虛擬農(nóng)田的交互控制。楊方飛等[96]運(yùn)用ADAMS分析聯(lián)合收割機(jī)作業(yè)過程中的受力狀態(tài)并將仿真結(jié)果導(dǎo)入Vega Prime中作為運(yùn)動路徑，以此實現(xiàn)對聯(lián)合收割機(jī)行走作業(yè)的3D視景仿真。翟志強(qiáng)[89]提出了一種基于虛擬現(xiàn)實的拖拉機(jī)雙目視覺導(dǎo)航試驗方法。

2.6 基于PDM/PLM的協(xié)同設(shè)計

CAD/CAE/CAM/CAPP等計算機(jī)輔助技術(shù)在農(nóng)業(yè)機(jī)械設(shè)計中的應(yīng)用，一定程度上縮短了研發(fā)周期、提高了設(shè)計效率，但也帶來了信息的爆炸性增長，開發(fā)基于PDM/PLM的農(nóng)業(yè)機(jī)械產(chǎn)品全生命周期管理系統(tǒng)，實現(xiàn)各種CAX和DFX的集成應(yīng)用、實時協(xié)同、資源共享和數(shù)據(jù)集成，對提升我國農(nóng)業(yè)機(jī)械智能化設(shè)計水平具有重要意義。

在國外，PDM/PLM經(jīng)過幾十年的長遠(yuǎn)發(fā)展，相關(guān)研究和系統(tǒng)平臺已日趨完善，較為著名的PDM/PLM平臺如PTC Windchill、西門子TeamCenter、達(dá)索ENOVIA、Autodesk Vault等。約翰迪爾、凱斯、愛科等國際農(nóng)機(jī)巨頭更是將PDM/PLM技術(shù)作為支持過程重組、實施并行工程、CIMS工程和ISO質(zhì)量認(rèn)證等系統(tǒng)工程的使能技術(shù)，以保持企業(yè)競爭力。而國內(nèi)的PDM/PLM產(chǎn)品引入及自主開發(fā)起步較晚，部分農(nóng)機(jī)企業(yè)也多以基于PDM的產(chǎn)品管理系統(tǒng)為主，如中國一拖的TiPDM、山東時風(fēng)集團(tuán)的Windchill IntePDM、山東五征集團(tuán)的WIT-PDM、中國農(nóng)業(yè)機(jī)械化科學(xué)研究院的CAXA-PDM、福田雷沃的TeamCenter等。PDM/PLM在國內(nèi)農(nóng)業(yè)機(jī)械領(lǐng)域的應(yīng)用整體較少，效果也不夠理想。

就目前農(nóng)業(yè)機(jī)械領(lǐng)域PDM/PLM系統(tǒng)的應(yīng)用而言，仍有許多不足之處：農(nóng)機(jī)企業(yè)在產(chǎn)品設(shè)計以及上下游企業(yè)協(xié)同中存在多種專業(yè)設(shè)計軟件并產(chǎn)生了大量異構(gòu)多源數(shù)據(jù)，尤其農(nóng)業(yè)機(jī)械本身多樣化、個性化的用戶需求、頻繁的配置設(shè)計與變型設(shè)計導(dǎo)致了協(xié)同研發(fā)中存在系統(tǒng)集成困難、數(shù)據(jù)一致性差、共享水平低、信息孤島突出等問題。隨著人工智能、分布式計算、Web Services等技術(shù)的推廣應(yīng)用，PDM/PLM的發(fā)展也越來越為人們所關(guān)注。從當(dāng)前趨勢來看，其研究主要集中在以下幾方面：

(1)可互操作體系結(jié)構(gòu)的建立

PDM/PLM系統(tǒng)的可互操作體系支持?jǐn)?shù)字化產(chǎn)品信息和過程與用戶系統(tǒng)的無縫集成，如桌面生產(chǎn)率應(yīng)用、異構(gòu)CAD系統(tǒng)和辦公支持系統(tǒng)，包括ERP、SCM、CRM及其它PDM、數(shù)據(jù)庫等。目前，主要有3種方法支持CAX和CAX與其他數(shù)據(jù)管理系統(tǒng)之間的互操作性和數(shù)據(jù)交換[97]。

①本體和語義Web技術(shù)。在智能化設(shè)計中，本體論已作為設(shè)計與其他工程活動的數(shù)據(jù)交換標(biāo)準(zhǔn)得到了廣泛應(yīng)用，利用本體論可在概念層次上實現(xiàn)異構(gòu)軟件間的映射。PANETTO等[47]提出了ONTO-PLM框架，作為共同的核心模型，實現(xiàn)了企業(yè)應(yīng)用程序(如ERP、CAD和MES等)之間的數(shù)據(jù)交換。此外，模型驅(qū)動和基于知識的體系結(jié)構(gòu)也支持PDM/PLM系統(tǒng)和其他應(yīng)用程序之間的信息交互[98-99]，如，MUN等[99]將日立公司的通用產(chǎn)品模型擴(kuò)展為中性數(shù)據(jù)倉庫，作為核電站ERP系統(tǒng)與產(chǎn)品數(shù)據(jù)庫之間的接口。

②標(biāo)準(zhǔn)規(guī)范。通過標(biāo)準(zhǔn)的中性機(jī)制保證異構(gòu)模型之間的信息定義與數(shù)據(jù)交換，例如過程標(biāo)準(zhǔn)(ISO15288，CMII)和STEP。在該方法中，XML(Extensible markup language)是Web中支持異構(gòu)數(shù)據(jù)服務(wù)器之間的數(shù)據(jù)映射和通信的最常用標(biāo)準(zhǔn)語言。產(chǎn)品生命周期支持(Product lifecycle support，PLCS)是STEP標(biāo)準(zhǔn)AP239產(chǎn)品全生命周期保障應(yīng)用協(xié)議，包括保障工程、構(gòu)型管理、資源管理、維修及反饋四大領(lǐng)域，2005年由國際標(biāo)準(zhǔn)組織ISO頒布。基于此協(xié)議，文獻(xiàn)[100]提出了一種ERP和PLM數(shù)據(jù)映射的交互框架，以支持設(shè)計和生產(chǎn)之間的信息交換和共享。

③基于API和Web Services的動態(tài)接口技術(shù)。在該方法中，通過API標(biāo)準(zhǔn)和Web Services實現(xiàn)軟件集成，以支持項目團(tuán)隊成員之間異構(gòu)信息的分發(fā)。基于中間件技術(shù)的OMG PLM Enablers和PLM Services，都是基于Web Service技術(shù)的產(chǎn)品數(shù)據(jù)交換標(biāo)準(zhǔn)。

PLM Services 1.0規(guī)范由平臺無關(guān)模型PIM和平臺指定模型PSM組成，如圖8所示。其中PSM模型由基于SOAP架構(gòu)的WSDL(Web services description language)規(guī)范和XML標(biāo)準(zhǔn)共同開發(fā)。文獻(xiàn)[101]提出了基于PLM Services規(guī)范的異構(gòu)PDM系統(tǒng)集成架構(gòu)，通過在PDM系統(tǒng)和PLM Services服務(wù)器之間實現(xiàn)數(shù)據(jù)模式的適配，把PDM系統(tǒng)的數(shù)據(jù)轉(zhuǎn)換成PLM Services標(biāo)準(zhǔn)格式，應(yīng)用于另一個PDM系統(tǒng)。此外，GUNPINAR等[102]以PLM Services框架為基礎(chǔ)，利用Web方式集成異構(gòu)PDM，實現(xiàn)了SmartPDM和DynaPDM間的產(chǎn)品數(shù)據(jù)同步交換。

圖8 OMG PLM Services1.0規(guī)范架構(gòu)Fig.8 OMG PLM Services1.0 architecture

(2)以Web Services為支撐的工作流管理

Web Services是一種基于Internet的支持分布式計算和企業(yè)間協(xié)作的新標(biāo)準(zhǔn)，廣泛應(yīng)用于工作流管理。2002年，工作流管理聯(lián)盟頒布了基于Web Services的流程定義語言1.0版最終文本(文檔編號：WFMC-TC-1025)，與此前發(fā)布的工作流應(yīng)用軟件接口規(guī)范構(gòu)成了工作流定義及系統(tǒng)設(shè)計標(biāo)準(zhǔn)。文獻(xiàn)[103]開發(fā)了一種基于服務(wù)契約的方法，以支持供應(yīng)商和客戶之間跨工作流交互操作，并開發(fā)了以交換業(yè)務(wù)流程作為商業(yè)服務(wù)的體系架構(gòu)。為了促進(jìn)跨組織工作流的管理和互操作性，JIANG等[104]開發(fā)了基于Petri網(wǎng)絡(luò)的流程視圖方法。企業(yè)可根據(jù)不同市場需求，重用內(nèi)部工作流模型，快速、靈活地構(gòu)建企業(yè)間協(xié)同工作流模型。然而，其局限性在于參與企業(yè)的工作流建模方法必須一致，因此，JIANG等[105]在此基礎(chǔ)上提出基于Web Services和ProcessView相結(jié)合的方法，以實現(xiàn)更好的企業(yè)間協(xié)作和工作流管理。在該方法中，參與企業(yè)的單個工作流模型首先映射到ProcessView工作流模型，以WSDL統(tǒng)一表示所有ProcessView模型，最后，通過Web服務(wù)的業(yè)務(wù)流程執(zhí)行語言(BPEL4WS)構(gòu)建整個CPD流程。在此基礎(chǔ)上，利用JXTA平臺開發(fā)了基于混合P2P的WMSs框架，協(xié)調(diào)控制各部門之間的流程和信息流，實現(xiàn)業(yè)務(wù)流程自動化。此外，ALEXOPOULOS等[106]提出了面向Web Services的工作流管理系統(tǒng)，并在該系統(tǒng)中提出了連接異構(gòu)工程工具的3種互補(bǔ)技術(shù)和標(biāo)準(zhǔn)：業(yè)務(wù)流程執(zhí)行語言BPEL、自動化標(biāo)記語言以及與BPEL引擎關(guān)聯(lián)的Web服務(wù)。

(3)基于PDM/PLM的訪問控制技術(shù)

PDM/PLM系統(tǒng)的管理范圍涉及設(shè)計、制造、銷售、財務(wù)和售后等多個部門，信息安全問題日益突出，各種信息安全技術(shù)得到了大規(guī)模應(yīng)用，尤其是系統(tǒng)的訪問控制技術(shù)成為當(dāng)下PDM/PLM系統(tǒng)安全研究的熱點，表4描述了部分主流PDM/PLM系統(tǒng)的授權(quán)模型分析。

傳統(tǒng)的訪問控制模型很多，如矩陣模型、自主訪問控制模型(Discretionary access control，DAC)、強(qiáng)制訪問控制模型(Mandatory access control，MAC)、基于角色的訪問控制模型(Role-based access control，RBAC)以及其擴(kuò)展模型——基于角色訪問控制管理模型(Administrative role-based access control，ARBAC)等[107]。RBAC模型具備容易理解、支持最小權(quán)限原則、責(zé)任分離、權(quán)限繼承等優(yōu)點，一度成為該領(lǐng)域的主流技術(shù)。

隨著PDM/PLM系統(tǒng)的企業(yè)協(xié)作復(fù)雜性、用戶訪問動態(tài)性、工作流程多樣性等問題日益凸顯，RBAC模型缺乏對上下文環(huán)境的動態(tài)考慮，增加了系統(tǒng)的不安全性。因此，為了彌補(bǔ)傳統(tǒng)模型的不足，更方便控制和管理訪問控制模塊的權(quán)限粒度，國內(nèi)外學(xué)者對訪問控制模型進(jìn)行了積極探索，并提出了一些RBAC的改進(jìn)模型和具有典型代表性的訪問控制模型。OH等[108]提出了一種基于任務(wù)和角色的訪問控制模型(Task-role-based access control，T-RBAC)，作為RBAC的改進(jìn)模型，T-RBAC先將訪問權(quán)限分配給任務(wù)，再將任務(wù)分配給角色，角色通過任務(wù)與權(quán)限關(guān)聯(lián)，任務(wù)是角色和權(quán)限交換信息的橋梁。AL-KAHTANI等[109]提出了一種基于屬性的訪問控制模型(Attributes-based access control，ABAC)，該模型是一種為解決行業(yè)分布式應(yīng)用可信關(guān)系訪問控制模型，它利用相關(guān)實體(如主體、客體、環(huán)境)的屬性作為授權(quán)的基礎(chǔ)來研究如何進(jìn)行訪問控制。與ABAC一樣，使用控制模型(Usage control，UCON)對用戶權(quán)限進(jìn)行更細(xì)粒度的控制。UCON模型不僅包含了傳統(tǒng)模型，而且還包含了數(shù)字版權(quán)管理(DRM)、信任管理等。UCON模型涵蓋了現(xiàn)代商務(wù)和信息系統(tǒng)需求中的安全和隱私這兩個重要問題，被稱作下一代訪問控制模型。此外，基于風(fēng)險的訪問控制模型(Risk-based access control，RBAC)、基于能力的訪問模型(Capability-based access control，CapBAC)、基于組織的訪問控制模型(Organizational-based access control，OrBAC)、基于角色的隱私感知訪問控制模型(Privacy-aware role-based access control，P-RBC)等也得到了廣泛關(guān)注。

表4 部分PDM/PLM系統(tǒng)的授權(quán)模型分析Tab.4 Authorization model analysis of different PDM/PLM systems

3 發(fā)展趨勢及展望

近年來，隨著互聯(lián)網(wǎng)、網(wǎng)絡(luò)物理系統(tǒng)(Cyber-physical systems，CPSs)等技術(shù)的發(fā)展和應(yīng)用，人類已經(jīng)進(jìn)入工業(yè)4.0時代。農(nóng)業(yè)機(jī)械的智能化設(shè)計技術(shù)從早期的數(shù)字化設(shè)計逐漸向設(shè)計的協(xié)同化、網(wǎng)絡(luò)化和智能化方向發(fā)展。筆者認(rèn)為我國農(nóng)業(yè)機(jī)械智能化設(shè)計應(yīng)緊緊圍繞農(nóng)機(jī)制造企業(yè)的實際需求，以提高農(nóng)業(yè)機(jī)械設(shè)計能力和核心競爭力，促進(jìn)農(nóng)機(jī)企業(yè)的可持續(xù)發(fā)展為目標(biāo)，開展基礎(chǔ)理論、關(guān)鍵技術(shù)研究，解決當(dāng)前產(chǎn)品正向設(shè)計、三維建模、知識重用、多學(xué)科動態(tài)聯(lián)合仿真、分布式協(xié)同設(shè)計等重大科學(xué)問題，形成一套基于知識的農(nóng)業(yè)機(jī)械智能化設(shè)計理論和體系。未來農(nóng)業(yè)機(jī)械的智能化設(shè)計技術(shù)研究將主要從以下幾方面展開：

(1)農(nóng)業(yè)機(jī)械設(shè)計基礎(chǔ)數(shù)據(jù)及互作機(jī)理

立足于發(fā)展現(xiàn)代農(nóng)業(yè)、保障糧食安全的國家戰(zhàn)略需求，針對農(nóng)業(yè)機(jī)械設(shè)計基礎(chǔ)數(shù)據(jù)匱乏、產(chǎn)品質(zhì)量和可靠性較差等問題，開展土壤-機(jī)器-作物系統(tǒng)的互作規(guī)律、農(nóng)機(jī)載荷譜、基礎(chǔ)工藝/材料/部件、關(guān)鍵作業(yè)裝置等技術(shù)瓶頸的研究，研究構(gòu)建基于網(wǎng)絡(luò)的農(nóng)田土壤力學(xué)參數(shù)、農(nóng)作物機(jī)械物理特性參數(shù)、農(nóng)業(yè)機(jī)械載荷譜和結(jié)構(gòu)力學(xué)參數(shù)、工程材料以及整機(jī)和通用零部件數(shù)字化設(shè)計模型數(shù)據(jù)庫，為農(nóng)業(yè)機(jī)械智能化設(shè)計提供數(shù)據(jù)支撐。

(2)以用戶需求為導(dǎo)向的農(nóng)業(yè)機(jī)械個性化、定制化設(shè)計

針對農(nóng)業(yè)機(jī)械用戶需求的多層次性、模糊性和隱蔽性等特點，開展基于大數(shù)據(jù)技術(shù)的用戶需求分析，深入挖掘農(nóng)機(jī)具使用、田間管理與用戶需求之間的潛在關(guān)系，建立規(guī)范化的用戶需求模型，同時，研究用戶需求和產(chǎn)品設(shè)計之間的轉(zhuǎn)化和映射方法，如人工智能算法、TRIZ理論和AD理論等，完成用戶域到功能域、結(jié)構(gòu)域的關(guān)系映射，從而設(shè)計出高效、低成本的農(nóng)機(jī)產(chǎn)品，以滿足多樣化、個性化的用戶需求。

(3)以知識重用為驅(qū)動的產(chǎn)品建模技術(shù)

在產(chǎn)品全生命周期的視角下，實現(xiàn)多開發(fā)人員、多系統(tǒng)、多階段間的數(shù)據(jù)交換、信息共享和跨多學(xué)科知識重用需要集成的產(chǎn)品建模框架，當(dāng)前主流建模技術(shù)如本體建模、STEP標(biāo)準(zhǔn)建模、MBD技術(shù)和基于Modelica的建模等，廣泛用于汽車、航空航天、船舶等領(lǐng)域，顯著提高了智能化設(shè)計與加工制造的協(xié)同性，尤其是MBD技術(shù)，徹底改變了產(chǎn)品的研發(fā)模式，保證了設(shè)計數(shù)據(jù)的唯一性，減少了對其他信息系統(tǒng)的過度依賴，實現(xiàn)了設(shè)計/制造廠/供應(yīng)商之間的高效信息溝通，因此，從農(nóng)業(yè)機(jī)械的全生命周期角度，開發(fā)集成產(chǎn)品TDP、具有統(tǒng)一建模思想的農(nóng)業(yè)機(jī)械產(chǎn)品表示模型，實現(xiàn)知識重用和全生命周期過程的無縫集成與信息共享是未來農(nóng)業(yè)機(jī)械智能化設(shè)計研究的重點。

(4)基于土壤-植物-機(jī)器系統(tǒng)的多領(lǐng)域協(xié)同仿真技術(shù)

隨著精細(xì)農(nóng)業(yè)、信息農(nóng)業(yè)的發(fā)展，田間管理和農(nóng)藝要求對農(nóng)機(jī)性能提出了更高要求，農(nóng)業(yè)機(jī)械的仿真分析也由單一領(lǐng)域向多領(lǐng)域協(xié)同仿真發(fā)展。柔性體建模、多學(xué)科優(yōu)化、人機(jī)交互、硬件在環(huán)仿真、機(jī)電液聯(lián)合仿真等關(guān)鍵技術(shù)成為本領(lǐng)域的研究重點。此外，考慮到農(nóng)業(yè)機(jī)械作業(yè)的特殊性，從土壤-植物-機(jī)器系統(tǒng)角度，深入分析多物理場下作物與工作部件的相互作用機(jī)理，實現(xiàn)農(nóng)業(yè)機(jī)械的優(yōu)化設(shè)計已引起了人們的廣泛關(guān)注，而基于虛擬現(xiàn)實技術(shù)的農(nóng)機(jī)產(chǎn)品虛擬裝配、虛擬仿真和虛擬試驗驗證等典型應(yīng)用則成為未來研究的熱點。

(5)以分布式計算、CPS系統(tǒng)為支撐的PDM/PLM協(xié)同管理平臺

未來PLM的發(fā)展將更加專注于覆蓋產(chǎn)品生命周期各階段及更好地支持工程協(xié)同，因此，與產(chǎn)品全生命周期相關(guān)的技術(shù)和應(yīng)用，將成為PLM的研究重點，主要包括企業(yè)基礎(chǔ)信息框架、統(tǒng)一產(chǎn)品模型、單一數(shù)據(jù)源、基于Web的產(chǎn)品入口，以及PLM標(biāo)準(zhǔn)與規(guī)范體系。此外，分布式計算技術(shù)，特別是云計算，將支撐下一代PLM的發(fā)展。基于云的PLM將為企業(yè)節(jié)省部署成本，合理配置資源，同時，更有效地實現(xiàn)跨組織、跨地域的實時協(xié)同工作，確保數(shù)據(jù)的準(zhǔn)確性、唯一性。而CPS的應(yīng)用，推動了制造企業(yè)的數(shù)字化轉(zhuǎn)型。借助智能傳感器、智能化工業(yè)設(shè)備對數(shù)據(jù)進(jìn)行高度可視化及深入分析，優(yōu)化產(chǎn)品生產(chǎn)制造，形成新工業(yè)數(shù)據(jù)生命周期，因此，利用PLM提供的協(xié)調(diào)管理平臺，打通流程、人、數(shù)據(jù)等多個環(huán)節(jié)，實現(xiàn)對智能工廠的運(yùn)營支撐，是PLM未來發(fā)展的主要方向。