管接头、流道组成。下一步是将泵、油管、管接头、流道的功能细分，并对细分的功能选择 合适的结构以满足各自的性能需求和约束条件。其他模块的做法类推。 这里和下面的所谓“联想”，是一个广义的理解，并不排斥各种有关的理论、方法和计 算机辅助手段，例如模块化方法，公理设计)，TIZ方法，机能质量展开，田口方法 切，等等，它们都是帮助人联想但又不能脱离人的联想，所以可以用“联想”来代表这一切。 联想所根据的素材，一部分是已有知识，另一部分是在形成概念时，发生疑问、请求服务而 获取的知识。 在设计的这个阶段，可以同时产生若干个不同的解决方案以资比较。 3、已经有了若干个解决方案，为确认其满足性能需求、全部约束条件、整个生命周期 中的质量要求和在比较中得到最好的解决方案，要做一系列的测试、评估和优化工作。这就 是图2-2的第三个阶段。实际上，评估、测试和优化是在每一个粒度的设计中都要进行的， 当存在不能满足需求或约束条件的问题而在本步骤中无法解决时，就回溯到上个步骤进行再 设计，包括对原有方案做重大修改甚至完全放弃这个方案。放弃并不等于丢掉，要把从提出 这个方案、做过的所有测试、评估、优化过程和结果，包括放弃的理由都详细记录下来，因 为也许在另一个情况下又会重新采用这个方案。 这个阶段很费资金、时间和人力，只能有很少数经过筛选的可能解决方案进入这个阶 段四。这是一个完整意义上的知识获取阶段，当在第二阶段提出若干个可能解决方案时，人 们并不知道它们是不是在全生命周期中能够满足设计任务书中所规定的全部要求，也不知道 哪一个比较好或者最好。在第3阶段，就要回答这些问题，从不知到知，并做出抉择。 这一系列测试、评估和优化工作，在三个层面上进行。 首先是数字仿真，很多物理现象和技术过程，都已经有了精确的或者粗略的数学模型， 把这些模型离散以后运用数值计算法重现这些物理现象和技术过程是设计中常用的测试、评 估和优化方法。一个更广泛的名称叫做虚拟现实。虚拟现实和数字仿真从字面上讲差不多是 一回事，前者强调效果，后者强调方法。不过从事虚拟现实研究的人更重视人的感知，即所 谓的沉浸感。但是满足产品性能和约束条件的很多物理、化学、生物学和技术方面的表现， 是人不能感知的，只能依靠结果的数学表达描述，这一点在任何时侯都不应当忘记。 数字仿真和虚拟现实在知识获取方面具有巨大的潜力，但绝不是万能的。如果真正要 把数字仿真和虚拟现实当作设计知识获取的一个全面有力的工具，而不是仅仅作为某些狭 窄目标知识获取的工具，那就必需面对如下事实：随着对产品性能要求不断提高和对自然 规律认识不断深化，人们总是处在没有数学模型和有数学模型，旧数学模型和新数学模型 的不断交替的过程之中。所有新发现的现象或新构想从一开始都没有数学模型或没有准确的 数学模型。这里可以说一说“摩擦学设计”。由于一个机械系统的摩擦学性态及行为有强烈 的系统依赖性和时间依赖性，同时它们又是分属于许多不同学科研究的过程综合影响的结 果，所以摩擦学问题的数学建模十分复杂。例如即使是一副简单的试样，在一种系统条件 (例如Timken机)下获得的结果，往往不同于另一系统条件（例如SRV机）下的结果，当然 也不同于待设计的目标系统系统条件下的结果；另外，对于新系统、跑合系统、磨损系统的 结果也不一样。这样为了仿真的需要，我们不仅要有系统行为本身的数学模型（这个模型涉 及到许多不同学科研究的问题)，还要有系统条件转化的模型和时变规律（为全寿命周期设 计服务)的模型。否则仿真所做的预测就不准确。各种特定对象和特定条件下如何确定使用 模型时的边界条件，可以认为是模型的一部分，它们也会影响计算的精度。这个事实一方面 告诉我们，在讨论建立一个无所不包的模型，也包括讨论建立在数学模型基础上的各种优 化研究时，要持慎重态度；另一方面也为我们提供了现代设计研究几乎是无限的领域，因 为产品设计总是要求提供的设计知识越来越逼近真知，给出的预测越来越精确。 优化问题，首先是模型问题，其后才是算法问题。而模型则是人们对所优化的问题的已管接头、流道组成。下一步是将泵、油管、管接头、流道的功能细分，并对细分的功能选择 合适的结构以满足各自的性能需求和约束条件。其他模块的做法类推。 这里和下面的所谓“联想”，是一个广义的理解，并不排斥各种有关的理论、方法和计 算机辅助手段，例如模块化方法[4]，公理设计[3]，TRIZ 方法[5]，机能质量展开[6]，田口方法 [7]，等等，它们都是帮助人联想但又不能脱离人的联想，所以可以用“联想”来代表这一切。 联想所根据的素材，一部分是已有知识，另一部分是在形成概念时，发生疑问、请求服务而 获取的知识。 在设计的这个阶段，可以同时产生若干个不同的解决方案以资比较。 3、已经有了若干个解决方案，为确认其满足性能需求、全部约束条件、整个生命周期 中的质量要求和在比较中得到最好的解决方案，要做一系列的测试、评估和优化工作。这就 是图 2-2 的第三个阶段。实际上，评估、测试和优化是在每一个粒度的设计中都要进行的， 当存在不能满足需求或约束条件的问题而在本步骤中无法解决时，就回溯到上个步骤进行再 设计，包括对原有方案做重大修改甚至完全放弃这个方案。放弃并不等于丢掉，要把从提出 这个方案、做过的所有测试、评估、优化过程和结果，包括放弃的理由都详细记录下来，因 为也许在另一个情况下又会重新采用这个方案。 这个阶段很费资金、时间和人力，只能有很少数经过筛选的可能解决方案进入这个阶 段[2]。这是一个完整意义上的知识获取阶段，当在第二阶段提出若干个可能解决方案时，人 们并不知道它们是不是在全生命周期中能够满足设计任务书中所规定的全部要求，也不知道 哪一个比较好或者最好。在第 3 阶段，就要回答这些问题，从不知到知，并做出抉择。 这一系列测试、评估和优化工作，在三个层面上进行。 首先是数字仿真，很多物理现象和技术过程，都已经有了精确的或者粗略的数学模型， 把这些模型离散以后运用数值计算法重现这些物理现象和技术过程是设计中常用的测试、评 估和优化方法。一个更广泛的名称叫做虚拟现实。虚拟现实和数字仿真从字面上讲差不多是 一回事，前者强调效果，后者强调方法。不过从事虚拟现实研究的人更重视人的感知，即所 谓的沉浸感。但是满足产品性能和约束条件的很多物理、化学、生物学和技术方面的表现， 是人不能感知的，只能依靠结果的数学表达描述，这一点在任何时候都不应当忘记。 数字仿真和虚拟现实在知识获取方面具有巨大的潜力, 但绝不是万能的。 如果真正要 把数字仿真和虚拟现实当作设计知识获取的一个全面有力的工具, 而不是仅仅作为某些狭 窄目标知识获取的工具, 那就必需面对如下事实: 随着对产品性能要求不断提高和对自然 规律认识不断深化, 人们总是处在没有数学模型和有数学模型, 旧数学模型和新数学模型 的不断交替的过程之中。所有新发现的现象或新构想从一开始都没有数学模型或没有准确的 数学模型。这里可以说一说“摩擦学设计”。由于一个机械系统的摩擦学性态及行为有强烈 的系统依赖性和时间依赖性, 同时它们又是分属于许多不同学科研究的过程综合影响的结 果, 所以摩擦学问题的数学建模十分复杂[8]。例如即使是一副简单的试样, 在一种系统条件 (例如 Timken机) 下获得的结果, 往往不同于另一系统条件 (例如 SRV机) 下的结果, 当然 也不同于待设计的目标系统系统条件下的结果; 另外, 对于新系统、跑合系统、磨损系统的 结果也不一样。这样为了仿真的需要, 我们不仅要有系统行为本身的数学模型 (这个模型涉 及到许多不同学科研究的问题), 还要有系统条件转化的模型和时变规律 (为全寿命周期设 计服务)的模型。否则仿真所做的预测就不准确。各种特定对象和特定条件下如何确定使用 模型时的边界条件，可以认为是模型的一部分，它们也会影响计算的精度。这个事实一方面 告诉我们, 在讨论建立一个无所不包的模型, 也包括讨论建立在数学模型基础上的各种优 化研究时, 要持慎重态度; 另一方面也为我们提供了现代设计研究几乎是无限的领域, 因 为产品设计总是要求提供的设计知识越来越逼近真知, 给出的预测越来越精确。 优化问题, 首先是模型问题, 其后才是算法问题。而模型则是人们对所优化的问题的已 6