融合LT维度(长度-时间维度, Length–Time Dimension)与TRIZ(发明问题解决理论, Theory of Inventive Problem Solving)的敏捷创新设计方法

《Machines》：An Agile Innovation Design Method via Integrating LT Dimension and TRIZ

　　

敏捷创新(Agile Innovation)对于复杂机电产品日益重要。现有研究多停留在项目管理层面，对用户反馈转化为工程导向的概念结构设计方案缺乏操作性指导。研究人员提出一种融合长度–时间(Length–Time, LT)维度与发明问题解决理论(Theory of Inventive Problem Solving, TRIZ)的敏捷创新设计方法，将用户反馈转化为面向工程的概念解。首先，利用鱼骨图功能模型梳理用户痛点，通过自然语言处理(Natural Language Processing, NLP)规则集将核心问题映射到LT维度(LaTb)；其次，采用基于技术进化案例训练的神经网络预测对应的TRIZ技术进化法则(Technological Evolution Law)；第三，依据LT维度相似度检索结构相似的工程案例，通过结构映射(Structural Mapping)转化为概念方案；最后，运用理想解相似性排序法(Technique for Order Preference by Similarity to an Ideal Solution, TOPSIS)进行明确归一化、距离计算及敏感性检验的方案排序。该方法通过垂直轴风力发电机(Vertical-Axis Wind Turbine, VAWT)的概念再设计进行了演示验证。

论文解读：融合LT维度与TRIZ的机电产品敏捷创新概念设计方法

研究背景与意义

传统机械产品设计多采用瀑布模型，难以适应用户需求的快速变化。敏捷创新(Agile Innovation)虽在软件开发中成熟应用，但在机械制造领域多停留于宏观阶段—门(Stage-Gate)管理模型，缺乏微观层面的概念结构设计指导——即如何将用户非结构化反馈转化为具体物理结构方案。经典帕尔—拜茨(Pahl and Beitz)设计理论中任务澄清与概念设计阶段缺少系统化的用户反馈—物理原理转换工具。发明问题解决理论(TRIZ, Theory of Inventive Problem Solving)擅长解决工程矛盾并归纳技术进化法则(Laws of Technological Evolution)，而长度—时间维度(LT Dimension, Length–Time Dimension, 基于Bartini理论，将物理量统一表征为L^aT^b)可对多物理场机电系统进行高度抽象描述。目前尚无研究将LT维度、TRIZ与敏捷创新流程耦合以支持复杂机电产品的快速概念迭代。为此，研究人员提出一种集成鱼骨图功能建模、NLP辅助LT分类、BP(Back Propagation)神经网络预测TRIZ进化法则、基于LT相似度的结构映射(Structural Mapping Theory, SMT)及TOPSIS多准则评估的敏捷创新设计方法，并以垂直轴风力发电机(Vertical-Axis Wind Turbine, VAWT)再设计为案例验证，论文发表于《Machines》。

主要关键技术方法

研究人员构建含100例权威技术进化案例的数据集，通过NLPIR-Parser对中英文问题语句分词提取物理动词/名词，按专家共识建立的规则库将核心问题映射至LT表对角线编号(L^aT^b，最多保留三维指数和≤3的三个维度)；将LT编号作为50节点输入，搭建隐含层15神经元、Logsig—Purelin激活、Levenberg-Marquardt训练的BP神经网络预测TRIZ九大技术进化法则之一；从案例库中依LT余弦相似度(阈值≥0.6)检索同源工程案例，按结构映射理论移植关系结构而非几何外形生成多概念方案；最后建立含方案先进性(Scheme Advancement, SA)、差异性(Scheme Difference, SD)、适合性(Scheme Suitability, SS)的评价矩阵，经加权归一化及TOPSIS计算相对接近度C_i，并进行四种权重设置的敏感性分析验证排序稳健性。

研究结果

3. Proposed Method——方法框架

研究人员将流程分为产品分析、问题解决与方案形成三阶段：收集用户反馈建鱼骨(function-insufficient cause categorized by Man-Machine-Material-Method-Environment-Measurement)；NLP规则匹配得LT维度；BP网络预测TRIZ进化法则；按LT相似度取高相似案例做结构映射得若干概念方案；TOPSIS排序并敏感性检验后进入详细设计。

3.1. Functional Modelling and LT Dimension Classification——功能建模与LT维度分类

通过鱼骨图定位超系统及内部隐藏失效组件，提炼核心物理问题并按模板"在[工况]下，[施动物]对[受动物]产生[物理作用]，导致[不足或有害效应]"描述。NLPIR-Parser分词去停用词后与LT规则库(如"流速低/转速不足"→L¹T^?1速度类；"压力降/气动力弱"→力或压强相关L^?1T^?2等)匹配，多维度结果结合功能模型物理效应筛选，每问题不多于三个LT维度(L^aT^b)，规则经三位专家Kendall和谐系数检验。

3.2. Construction and Prediction of the Neural Network——神经网络构建与预测

LT表沿左上—右下分为17条对角线，宏观三维空间取指数和≤3区域建立17×3编号矩阵(输入50节点)。BP网络拓扑为50—15(Logsig)—9(Purelin)，80/20划分训练测试集，Levenberg-Marquardt算法训练。100例样本中L3(增加动态性, Increasing Dynamism)与L4(向超系统进化, Transition to a Supersystem)出现频率高，L8/L6/L7较少，L1(理想化完整度)无样本但输出层保留9节点保数学完备。最优隐层15神经元下验证误差呈凸函数，学习率0.1时第769轮迭代达90%预测准确率，混淆矩阵显示可接受分类性能。

3.3. Conceptual Scheme Acquisition and Evaluation——概念方案获取与评价

依LT余弦相似度从预测进化法则对应案例中检索，相似度近1者优先。按结构映射四步法——提取源案例关系结构、替换目标产品问题部件形成新功能模型、结合行业场景推导初版方案、用TRIZ发明原理/复合效应/剪裁(Trimming)处理新矛盾或专利规避——生成多备选方案。构建n个方案×3指标(SA, SD, SS, 0~0.9评分)决策矩阵X，加权归一化为R，确定正理想解R⁺与负理想解R^?，算各方案到正负理想距离D_i⁺、D_i^?，求相对接近度C_i=D_i^?/(D_i⁺+D_i^?)，C_i越接近1越优。等权初评后再做SA侧重W₁=(0.5,0.25,0.25)、SD侧重W₂=(0.25,0.5,0.25)、SS侧重W₃=(0.25,0.25,0.5)敏感性分析，排名稳定则推荐。

4. Case Study——垂直轴风力发电机(VAWT)案例研究

4.1 Product Analysis of the VAWT：鱼骨分析确定VAWT核心问题为"无法主动适应近地风速浪费风能"及"不能调节纵向风角"，NLPIR解析映射LT维度编号为No.25[L¹T^?1]与No.29[L⁵T^?5]。

4.2 Problem-Solving of the VAWT：BP网络输入两LT维度预测为L4(向超系统进化, Transition to a Supersystem)，检索L4案例库按相似度筛选，对电动遮阳伞(方案1：伸缩塔架+可调直径叶片收放)、遥控百叶窗(方案2：模块化塔架+百叶式迎/背风叶片开闭)、磁悬浮鼓风机(方案3：中心旋转磁+环形悬浮磁减摩发电)、液体流量计(方案4：喇叭形聚风+渐缩流道二次加速)、变翼飞行器(方案5：风向传感器+可控导流偏转器)、电动尾翼+共轴双反向直升机(方案6：内外双层反向转子+可调导流片)、锅炉余热装置(方案7：塔顶太阳能集热+废热导流增强烟囱效应)分别进行结构映射得到七个概念方案。

4.3 Scheme Evaluation of the VAWT：Cronbach's θ信度系数0.905，TOPSIS结果显示方案4(聚风加速)Ci值最大，敏感性分析显示方案4与方案5稳居前二。融合方案4与5优势并吸纳其他方案特点得最终方案：塔架装风向传感器控可变角导流聚风器，多层聚风加速至启动/额定转速，双层反向转子捕能，发电机废热传导至塔架间隙空气增强烟囱效应，塔顶太阳能热电板辅助供电。CFD模拟显示定向聚风器可有效提升出口风速。

5. Discussion——讨论

5.1 Theoretical Implications：本研究理论贡献在于以LT维度为翻译层，串联用户自然语言—物理抽象—TRIZ技术进化推理的概念设计链；将BP网络定位于辅助推荐而非黑箱决策，需与物理意义校核；LT映射机制形式化了"语言→物理维度"过渡步骤；明确概念生成与工程验证的理论边界——本方法提供经结构化筛选的候选解空间供后续详析。

5.2 Practical Implications：方法适用于需快速响应用户反馈的中小企业及作为大企业Stage-Gate或数字孪生前端模块；计算资源要求低(NLP分词+小型BP+电子表格TOPSIS)，主要实施前提是整理案例库、LT规则库及具备领域知识的评价人员；适用快速改型、跨域类比及早期方案评审三种场景。

5.3 Limitations and Future Work：BP网络仅100例不均衡样本，需扩充平衡标注并对比SVM、随机森林等分类器；VAWT方案未经风洞/原型实测，后续应开展CFD全流场、结构强度及疲劳分析；未来可结合领域专用案例库及数字孪生平台深化。

6. Conclusions——结论

研究人员提出了一种融合鱼骨功能建模、NLP辅助LT(L^aT^b)维度分类、BP神经网络预测TRIZ技术进化法则、基于LT相似度的结构映射及TOPSIS评估的敏捷创新设计方法，用于复杂机电系统早期概念设计。该方法填补了用户反馈快速转化为具物理意义概念结构方案且过程透明可复现的空白，为设计团队从分散用户抱怨通向结构化概念备选方案提供了系统化前端流程。