کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
10281788 | 501797 | 2014 | 20 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Shape mining: A holistic data mining approach for engineering design
ترجمه فارسی عنوان
معدنکاری شکل: رویکرد داده کلیدی برای طراحی مهندسی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
مهندسی کامپیوتر، داده کاوی، نمایندگی طراحی یکپارچه، مفاهیم طراحی، حساسیت و تجزیه و تحلیل متقابل، طراحی خودرو مسافری،
ترجمه چکیده
اگر چه ادغام داده های مهندسی در چارچوب سیستم های مدیریت داده های محصول در سال های اخیر موفق بوده است، تجزیه و تحلیل جامع (از دیدگاه مهندسی سیستم) از داده های چند رشته ای یا داده های مبتنی بر نمایه ها و ابزارهای مختلف هنوز در تمرین. در عین حال، استفاده از تکنیک های داده کاوی پیشرفته برای تکمیل طرح ها بسیار امیدوار کننده است و دارای پتانسیل بالایی برای همکاری بین تیم های مختلف در روند توسعه است. در این مقاله، ما را به عنوان یک چارچوب برای ترکیب و تجزیه و تحلیل داده ها از طراحی مهندسی در ابزار و رشته های مختلف پیشنهاد می دهیم. در بخش اول مقاله، مش های سطحی غیر ساختاری را به عنوان نمایه های متا طراحی معرفی می کنیم که ما را قادر می سازد تا تجزیه و تحلیل حساسیت، بازیابی مفهوم طراحی و یادگیری و همچنین روش های تجزیه و تحلیل متقابل به داده های طراحی مهندسی ناهمگن را اعمال کنیم. ما یک معیار جدید برای ارزیابی کاربرد یک مفهوم طراحی پیشنهاد می دهیم. در قسمت دوم مقاله، روش های رسمی را برای طراحی ماشین سواری اعمال می کنیم. ما داده ها را از نمایندگی های مختلف، ابزار طراحی و روش ها برای تجزیه و تحلیل جامع از اشکال حاصل ترکیب می کنیم. ما حساسیت ها و مراکز حساس حساس (پس از کاهش قابلیت) را بر روی شکل خودرو تجسم می کنیم. علاوه بر این، ما قادر به شناسایی قوانین طراحی مفهومی با استفاده از القایی درختی هستیم و برای ایجاد نمودارهای تعامل، نشان دهنده ارتباط بین مناطق سطحی جدا شده فضایی است. داده کاوی شکل در این مقاله برای یک مسئله آیرودینامیک چند معیاره، یعنی نیروی کشیدن و بالابر عقب مورد مطالعه قرار گرفته است، با این حال، گسترش معیارهای کیفیت از رشته های مختلف، تا حدی است که نمایندگی متا طراحی هنوز قابل اجرا است.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
Although the integration of engineering data within the framework of product data management systems has been successful in the recent years, the holistic analysis (from a systems engineering perspective) of multi-disciplinary data or data based on different representations and tools is still not realized in practice. At the same time, the application of advanced data mining techniques to complete designs is very promising and bears a high potential for synergy between different teams in the development process. In this paper, we propose shape mining as a framework to combine and analyze data from engineering design across different tools and disciplines. In the first part of the paper, we introduce unstructured surface meshes as meta-design representations that enable us to apply sensitivity analysis, design concept retrieval and learning as well as methods for interaction analysis to heterogeneous engineering design data. We propose a new measure of relevance to evaluate the utility of a design concept. In the second part of the paper, we apply the formal methods to passenger car design. We combine data from different representations, design tools and methods for a holistic analysis of the resulting shapes. We visualize sensitivities and sensitive cluster centers (after feature reduction) on the car shape. Furthermore, we are able to identify conceptual design rules using tree induction and to create interaction graphs that illustrate the interrelation between spatially decoupled surface areas. Shape data mining in this paper is studied for a multi-criteria aerodynamic problem, i.e. drag force and rear lift, however, the extension to quality criteria from different disciplines is straightforward as long as the meta-design representation is still applicable.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Advanced Engineering Informatics - Volume 28, Issue 2, April 2014, Pages 166-185
Journal: Advanced Engineering Informatics - Volume 28, Issue 2, April 2014, Pages 166-185
نویسندگان
Lars Graening, Bernhard Sendhoff,