本书从人工智能技术与先进制造技术融合的角度，介绍了人工智能技术在产品设计与制造中的应用，也就是智能制造技术，着重介绍了定性立体建模和不确定性多学科设计优化等智能设计技术、设计理性知识建模和复杂产品研制工程知识管理等知识工程与管理技术，以及智能装配序列规划和制造过程智能计算等智能生产与制造技术，并结合具体示例介绍了相关技术方法的应用。本书可以作为高等院校机械、信息、自动化等专业的教材，也可以作为与智能制造技术相关的广大工程技术人员的参考用书。

前言 试想，驾一叶扁舟，迎着滔天巨浪前行，需要何等的气魄！更何况，我们正处于代表科技革命的人工智能和代表工业革命的智能制造两大浪潮奔涌而来的交汇点。 进入21世纪，新一轮的科技革命和工业革命风起云涌。人工智能、物联网、云计算、大数据等新兴信息技术主导了生产方式、生产模式乃至产业格局的新变革，推动了以互联网为基础，以数字化、网络化、智能化为核心的智能制造模式以及相关产业的急剧发展。发达工业国家试图以智能制造巩固其制造业的领先地位，而中国则期望以智能制造促进制造业转型升级和提升国际竞争力。这是时代发展所需，也是时代形势所迫。 尽管人工智能已经经历过两次高潮，智能制造也曾经高举高打，但是当前这一轮无论人工智能还是智能制造的浪潮比以往更为强烈劲猛、更为声势浩大，以至于都成为国家战略的一部分。因此，人工智能、智能制造已经再次成为研究和应用实践最主流的领域和方向。 本书作为“人工智能出版工程”的一个组成部分，虽然从题目上看涉及人工智能和智能制造两大热点领域，但是实事求是地讲，通过一本书全景式地阐述人工智能和智能制造的全部，完全是不可能的。本书主体立场是从制造业务看待人工智能的发展，最终还是落脚在智能制造领域。从这个意义上讲，智能制造就是各种适用的人工智能技术在制造中的应用。 智能制造技术整体上不能说是全新的技术。人工智能技术的研究成果一直影响着包括制造业在内的大多数行业。仅就制造业举例而言，人工智能领域所研究的约束满足求解（Constraint Satisfaction Problem）是计算机辅助设计中的参数化设计或变量化设计方法的理论基础。专家系统也催生了设计型专家系统和诊断型专家系统等。还有很多设计、制造、运维中的分析、决策、规划、优化等问题或多或少都在借鉴或融合人工智能的概念、理论、方法和技术。换句话说，智能制造技术的覆盖面非常广泛。 正因为如此，本书的结构与内容也经历过颠覆和修改，原本曾设想全方位介绍，面面俱到，但最后还是因为知识有限和能力有限，再加上“多”与“精”不可兼得，最终决定，本书采取大题小作的方式，选择若干点开展论述。 本书包括7章。绪论（第1章）介绍人工智能和智能制造的发展，一方面为有人工智能背景的读者解释与制造相关的基本知识，另一方面为有制造背景的读者展示人工智能技术。本书主体包括6章，分为三个模块，每个模块包括两章。第一个模块包括定性立体建模（第2章）和不确定性多学科设计优化（第3章），属于人工智能与设计的融合，分别涉及定性推理和不确定推理。第二个模块包括设计理性知识建模（第4章）和复杂产品研制工程知识管理（第5章），属于知识工程范畴。前者介绍如何获取和表达设计者所思所想，与专家系统的片段知识的规则、框架不同，设计理性知识给出关于问题解决的完整的知识块。后者则涉及制造企业大规模知识组织以及知识与业务融合技术。第三个模块包括智能装配序列规划（第6章）和制造过程智能计算（第7章），这部分内容属于人工智能与制造的融合，分别涉及智能优化算法和机器学习算法。 本书主要内容包括： 第1章 绪论，介绍了产品全生命周期的概念，归纳总结了人工智能领域三大主要流派的发展简史和制造模式发展变迁，最终对智能制造的发展和模式的国内外相关状况进行了简要综述。 第2章 定性立体建模，主要从计算机辅助概念形状设计角度，介绍了纯符号化的立体表达模型和定性立体建模方法，以及基于定性立体模型的产品可拆卸性分析应用，核心问题是设计人员对形状的认知是否与以往计算机辅助设计中的实体模型一致。 第3章 不确定性多学科设计优化，主要介绍了产品设计不确定性量化模型、考虑不确定性的多学科可靠性分析方法和基于可靠性的多学科设计优化方法，核心问题是产品设计优化必须考虑的不确定性如何实现有效量化和转化。 第4章 设计理性知识建模，主要介绍了设计理性知识模型、设计理性知识多粒度建模方法和设计理性知识模型变换方法，核心内容是介绍设计人员的所思所想（设计思考过程）如何能够作为一种设计理性知识得以表达和利用。 第5章 复杂产品研制工程知识管理，主要介绍了基于任务需求的领域本体资源匹配方法、领域子本体界定方法和基于映射联结的领域子本体集成方法，核心问题是如何构建面向任务（设计、研制、制造等）的动态本体。 第6章 智能装配序列规划。规划是人工智能研究的重要领域之一。本章主要介绍了装配序列优化模型和四种基于不同智能优化算法的装配序列规划方法，核心问题是智能优化算法在解决装配序列规划问题时的适用性和效率分析。 第7章 制造过程智能计算，主要介绍了制造知识图谱、基于随机森林算法的工艺综合决策方法和制造数据深度学习方法，核心问题是工业智能（知识图谱、机器学习）在制造中的应用。 本书是笔者及其所领导的研究团队在国家自然科学基金、国家863计划、国家科技支撑计划以及与企业合作项目支持下长期从事智能制造研究与实践的总结：一方面展示在利用人工智能技术解决工程问题方面的努力；另一方面也展示从工程需求出发对人工智能技术的改进和完善；本书的主要内容来源于笔者本人以及所指导的博士生、硕士生的工作以及学位论文和发表的学术论文。这些学生一部分已经走上工作岗位，或者在高等院校继续从事科研教学工作，或者任职于制造企业从事产品开发与生产工作。在此列出为本书内容做出直接贡献的人员：中国航天科技集团李连升博士、杜俊鹏博士、姜浩博士和曾森硕士，中国航天科工集团朱玉明博士和胡旭洁博士，中国标准化研究院孙兆洋博士，江南大学的张朝阳博士，华北电力大学王永博士，大同大学周建慧博士，河北工程大学孟欣佳博士，腾讯万旭硕士，中国商飞占红飞硕士和王宽硕士，目前在读的付超、侯永柱、王瑞文、张强、何龙龙、李青宗、任焕荣等博士。同时，向没有列出名字但在本书写作过程中给予各方面帮助和支持的同事、学生表示感谢。 感谢国家科技部国家863计划、国家科技支撑计划、国家重点研发计划和国家自然科学基金委员会的项目支持。 特别感谢电子工业出版社的赵丽松老师和牛平月老师在本书撰写过程中的指导和帮助。撰写一本书的确是一件不容易的事情，再加上遇到突发疫情。感谢各位老师的全力支持。 作为研究成果，不可避免存在不完善的地方或者见解，书中内容的表述也会存在不妥当的地方，笔者衷心希望各位专家学者和广大读者不吝批评和指正。 刘继红于北京航空航天大学

目录 第1章绪论 11制造模式 111产品全生命周期 112制造模式的发展 12人工智能的发展 121人工智能发展回顾 122新一代人工智能 13智能制造的发展 131数字制造、智能制造（IM）与智能制造（SM） 132智能制造范式 参考文献 第2章定性立体建模 21产品概念设计 211产品概念设计过程 212产品概念形状设计 213定性几何推理 22定性立体表达 221时间区间代数 222三维形体的定性表达 223定性立体模型的直接构建 23定性立体模型的构造化 231问题提出 232定性立体模型构造化原理 233定性立体模型的多层次构造化 234构造化定性立体模型的复原 235示例 24定性立体操作 241领域演算 242领域变换操作 243复合领域操作 25产品可拆卸性分析 251定性装配模型 252拆卸性分析 26小结 参考文献 第3章不确定性多学科设计优化 31不确定性多学科设计优化概述 311多学科设计优化 312不确定性多学科设计优化 32不确定性数学建模理论 321不确定性分类 322不确定性数学建模 323不确定性在多学科系统中的传播 33多学科可靠性分析 331可靠性分析概念 332常用的可靠性分析方法 333多学科可靠性分析方法 34基于可靠性的多学科设计优化 341基于可靠性的多学科设计优化建模 342基于可靠性的多学科设计优化求解 35实例验证与分析 36小结 参考文献 第4章设计理性知识建模 41概述 411设计思考过程 412设计思考过程的相关研究 42设计理性知识概念模型 421设计理性知识语义模型 422设计理性知识程序性模型 423设计理性知识情节性模型 424实例 43设计理性知识模型粒化分级策略 431粒度化方法 432细粒度设计理性知识模型结构分析 433分层递阶设计理性知识粒度空间 434设计理性知识模型粒度层次划分 435分层递阶粒度层次空间构建 44基于粒度调整的设计理性知识模型变换方法 441重复设计过程约简 442设计理性知识片段归并 443设计理性知识模型主脉络抽取 444实例验证 45小结 参考文献 第5章复杂产品研制工程知识管理 51概述 511复杂产品领域本体 512复杂产品知识管理多领域本体应用模式 513面向复杂产品知识管理的动态本体 52基于研制任务需求的领域本体资源匹配 521领域本体资源倒排索引建模 522领域本体资源查询结构建模 523领域本体资源搜索 524算例 53外扩型领域本体子集的界定 531领域本体子集 532基于相关性分析的领域概念扩展 533领域概念相关度矩阵更新 534领域概念关系还原 535算例 54基于本体映射联结的领域子本体集成 541领域子本体映射 542动态本体骨架生成 543领域子本体合并 544算例 55小结 参考文献 第6章智能装配序列规划 61概述 611复杂产品的装配规划 612协同装配规划与序列优化 613基于智能算法的装配序列优化研究现状 62装配序列优化模型 621基于装配过程约束的装配成本模型 622不满足几何约束的零件推理 623不满足局部优先顺序的零件推理 624不稳定装配的零件推理 625装配方向、装配工具和装配类型的变化次数 626基础件的选择 63基于遗传算法的智能装配规划 631遗传算法原理与基本流程 632面向装配规划的遗传算法改进 633装配规划遗传算法步骤 64基于粒子群优化算法的智能装配规划 641粒子群算法原理与基本流程 642面向装配规划的粒子群算法改进 643装配规划粒子群优化算法步骤 65基于蚁群算法的智能装配规划 651蚁群算法原理与基本流程 652面向装配规划的蚁群算法改进 653装配规划蚁群算法步骤 66基于模拟退火算法的智能装配规划 661模拟退火算法原理与基本流程 662面向装配规划的模拟退火算法改进 663装配规划模拟退火算法步骤 67算法示例与分析 671应用示例一 672应用示例二 67小结 参考文献 第7章制造过程智能计算 71制造过程知识来源与管理 711制造常识 712制造经验 713制造数据的知识化 714制造过程知识管理框架 72制造知识图谱及其应用 721制造知识图谱构建 722高压开关装备制造知识图谱应用 73基于随机森林算法的工艺综合决策 731决策树与随机森林算法 732单数控机床工艺综合决策 74制造数据的深度学习 741深度学习概述 742刀具磨损识别 75小结 参考文献