设计知识的脑电表征模式及其自动几何建模方法

Design knowledge is one of important basic for product design. In general, most design experiments are embedded into some certain geometric shapes. Brain activities exist in the abstract form, which construct main carrier for design knowledge. Presently, brain-computer interface has become an important driver for prompt of numerical design and intelligent design. Around the numerical and intelligent design for mechanical product, this project proposes the brain signal pattern for expression of design knowledge and automatic geometric modelling to solve the current expression for design knowledge and automatic geometric modeling. In this project, we take some certain geometric shapes as examples. Our aims are to explore the expression pattern of brain signal for design knowledge and to construct the mapping algorithm between the expression pattern and geometric shapes. Meanwhile, we will focus on the design knowledge expression and digging method, as well as the automatic geometric modelling. Through our research, the brain signal pattern and automatic geometric modeling can be obtained. Because this project is related to the feature expression for geometric shapes, the brain signal analysis and topological structure, it is multi-principles research field and processes scientific and application significant.

设计知识是产品设计的重要基础，它大都以几何构型的形式蕴含在产品模型中。大脑思维活动是经验知识的存在方式，是设计知识的主要载体。目前，脑-机交互技术已成为推动智能设计与数字化设计发展的重要动力。围绕数字化与智能化设计，针对设计知识的形式化表达和自动化几何建模等不足，本项目提出了设计知识的脑电表征模式及其自动几何建模方法。其以有限的几何构型为样本，探究几何构型的脑电表征模式，建立表征模式与几何构型的映射算法，研究蕴含在几何构型中的设计知识表达与挖掘方法，探索脑电信号驱动的自动几何建模方法。通过上述研究，以期探明设计知识的脑电表征规律与模式，丰富智能设计的基础理论研究；以期建立高效的、自然的脑-机交互设计模式，为产品数字化设计提供一种新的技术途径。本项目涉及几何构型的特征提取与表达、脑电信号表征模式的识别与分析、拓扑结构的分析与处理等内容，属于多学科交叉领域，具有一定的科学研究与应用价值.

设计知识是产品设计的重要基础，它大都以几何构型的形式蕴含在产品模型中。大脑思维活动是经验知识的存在形式，是设计知识的主要载体。目前，脑-机交互技术已成为推动智能设计与数字化设计发展的重要动力。围绕数字化与智能化设计，针对设计知识的形式化表达和分析能力等不足，本项目进行了设计知识的脑电表征模式研究。以典型的几何构型为样本，探究几何构型的脑电表征模式，建立表征模式与几何构型的映射算法，研究蕴含在几何构型中的设计知识表达与识别方法。通过项目研究，初步探索了设计知识的脑电表征规律与模式，脑电信号的微弱信号表达与分析方法，为产品数字化设计提供了一种新的技术途径。. 针对基本几何构型的脑电信号提取问题，设计了相应的试验范式与实验流程，构建了相关的脑电信号采集系统，确定了19路脑电信号采集通路，完成了立方体、球体、圆柱体、圆锥体和三棱锥等5种典型几何体的脑电信号采集；针对脑电信号噪声大、非平稳等问题，提出了改进FastICA算法，完成了独立成分分析与解混矩阵的建立。采用峭度法对独立成分中的噪音分析进行了去除。并且，提出了基于矢量角度法的电参考独立成分去除算法，消除了环境干扰信号与生理电信号。最后，针对脑电信号的特征提取和识别问题，提出了基于信息熵和边际谱的混合特征矢量表达模式，完成了多特征融合策略的分析，实现了典型几何体的有效识别和分类，并进行了相关的实验分析与验证。. 本项目研究涉及了典型几何构型的特征提取与表达方法、脑电信号表征模式的建立与分析方法以及微弱信号的分析与处理方法等内容，属于多学科交叉领域，探索了人工智能理论与技术在产品设计领域的应用问题，具有一定的科学研究与应用价值。