不論是CAxD（Computer Aided x-application Design），還是DFx（Design for x-），也不論是基于約束的設(shè)計(jì)方法，還是基于實(shí)例的推理技術(shù)，zui終都要進(jìn)行設(shè)計(jì)方案的評價(jià)、多方案排序及再設(shè)計(jì)。在油泵方案設(shè)計(jì)階段，就是對噴射性能進(jìn)行評價(jià)。

  *實(shí)例的提取就是在實(shí)例庫中抽取其特征與設(shè)計(jì)任務(wù)特征zui為相似的實(shí)例或?qū)嵗巍ＴO(shè)計(jì)任務(wù)包括設(shè)計(jì)目標(biāo)、約束和初始條件。相似實(shí)例的搜索實(shí)際上是在多屬性空間中的決策，因而基于索引特征的加權(quán)和是典型的搜索策略。當(dāng)實(shí)例表示為集合時(shí)，實(shí)例間的距離可定義為兩個(gè)實(shí)例的交集；當(dāng)實(shí)例表示為狀態(tài)空間向量時(shí)，實(shí)例間的距離可定義為代數(shù)上向量間的距離。這三種都屬于zui近鄰搜索策略。當(dāng)設(shè)計(jì)實(shí)例有足夠多時(shí)，也可采用基于神經(jīng)網(wǎng)絡(luò)的提取策略?；谏窠?jīng)網(wǎng)絡(luò)的提取策略可通過多個(gè)成功和失敗實(shí)例的訓(xùn)練，使提取決策排除人為因素的干擾，具有自適應(yīng)和自學(xué)習(xí)的能力。提出了基于知識(shí)和可視化技術(shù)的油泵設(shè)計(jì)方法。在方案設(shè)計(jì)階段，可采用基于實(shí)例的設(shè)計(jì)方法或基于模型的設(shè)計(jì)方法，實(shí)例的設(shè)計(jì)方法將利用大量方案設(shè)計(jì)實(shí)例庫支持主參數(shù)的設(shè)計(jì)，基于模型的方案設(shè)計(jì)是利用長期總結(jié)出來的設(shè)計(jì)流程、設(shè)計(jì)模型設(shè)計(jì)的。由于燃油噴射系統(tǒng)的復(fù)雜性，設(shè)計(jì)模型中存在大量的經(jīng)驗(yàn)系數(shù)。我們利用數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)技術(shù)，從以往的設(shè)計(jì)任務(wù)、產(chǎn)品結(jié)構(gòu)及調(diào)試評價(jià)等數(shù)據(jù)庫中挖掘設(shè)計(jì)知識(shí)，找出設(shè)計(jì)經(jīng)驗(yàn)系數(shù)的選取規(guī)律。燃油噴射過程以動(dòng)畫形式表現(xiàn)，噴射性能結(jié)果以模糊評價(jià)技術(shù)進(jìn)行評判，并由模糊再設(shè)計(jì)專家系統(tǒng)輔助進(jìn)行再設(shè)計(jì)。提出了基于約束的產(chǎn)品族設(shè)計(jì)方法來支持詳細(xì)設(shè)計(jì)，并以裝配仿真來評價(jià)。本文研究了這些關(guān)鍵技術(shù)，開發(fā)了相應(yīng)的軟件，并在工廠得到應(yīng)用。

   設(shè)計(jì)實(shí)例由設(shè)計(jì)實(shí)例的數(shù)據(jù)、實(shí)例的求解知識(shí)和實(shí)例的索引三部分組成。油泵設(shè)計(jì)采用面向?qū)ο蟮闹R(shí)表達(dá)方法，即將多種單一知識(shí)表達(dá)方法（規(guī)則、框架和過程），按照面向?qū)ο笤O(shè)計(jì)原則組成一種混合的知識(shí)表達(dá)形式。以油泵為中心，將靜態(tài)屬性和動(dòng)態(tài)行為特征，以及設(shè)計(jì)處理知識(shí)“封裝”在表達(dá)對象的結(jié)構(gòu)中。該方法允許將復(fù)雜的油泵對象分解成若干個(gè)簡單對象，成為一個(gè)樹狀結(jié)構(gòu)（如圖2）。同時(shí)，一個(gè)復(fù)雜的實(shí)例也可逐步分解為一些較為簡單的實(shí)例。

    分解程度有兩種情況：①如果支持詳細(xì)設(shè)計(jì)，可分解至零件級(jí)，但可能導(dǎo)致實(shí)例庫結(jié)構(gòu)龐大、復(fù)雜；②如果支持方案設(shè)計(jì)，可分解至能進(jìn)行方案設(shè)計(jì)評價(jià)（噴射性能評價(jià)）的結(jié)構(gòu)特征和主關(guān)鍵零件特征參數(shù)一級(jí)