《Proceedings of the Design Society》：A structural framework for generative engineering and design assistance systems development
编辑推荐：
工程软件正通过人工智能（AI）的集成而不断演进，为产品开发中增强的辅助功能创造了新的机遇。本文提出了一种使用情境模型，以系统地对齐和分类生成式工程与设计（GE&D）软件的功能，该方法结合了产品开发阶段、任务性质以及所提供的支持水平。基于此模型，提出了一
工程软件正通过人工智能（AI）的集成而不断演进，为产品开发中增强的辅助功能创造了新的机遇。本文提出了一种使用情境模型，以系统地对齐和分类生成式工程与设计（GE&D）软件的功能，该方法结合了产品开发阶段、任务性质以及所提供的支持水平。基于此模型，提出了一种方法论指南，为这些工具在产品开发中的开发和应用提供了一个结构化框架。
研究背景与问题
工程软件开发正经历着由人工智能（AI）技术驱动的深刻变革，特别是在生成式人工智能（Generative AI）领域的进步，催生了多样化的软件工具和方法。这些工具涵盖了从自动化设计生成、设计参数高效分析到设计变体系统优化等多个方面，极大地促进了数据驱动的产品开发决策。然而，当前这些工具在功能、应用范围和技术方法上存在显著差异，导致在异构规范和任务中应用时面临功能特性与方法论集成的挑战。现有的静态分类框架多侧重于底层技术架构，未能充分将软件功能与产品开发过程中的具体操作步骤、支持水平以及标准化开发阶段明确关联起来。因此，缺乏一个连贯的、可扩展的框架来系统地定义和编排这些多样的功能组件，并将其实际映射到产品开发过程中不同的自动化支持水平和行动。为了克服这种碎片化现状，亟需建立一个能够将生成式技术与传统工程实践相结合的结构化参考框架。
研究内容与结论
针对上述挑战，研究人员提出了一个使用情境模型（Use Context Model）和相应的方法论指南，旨在为生成式工程与设计（GE&D）辅助系统的开发和实施提供概念基础。该模型通过三个维度——产品开发阶段、程序性行动和支持水平——实现了软件功能的系统化分配。在此基础上，进一步制定了包含概念阶段、技术实现、训练与评估三阶段的辅助系统实施指南。该研究的重要意义在于，它首次提供了一个统一的框架，能够清晰地映射AI支持能力与开发阶段之间的关系，从而支持研究人员和实践者系统地设计、评估和部署AI支持的产品开发系统。这篇题为“A structural framework for generative engineering and design assistance systems development”的论文发表在《Proceedings of the Design Society》上，其提出的框架与VDI 2206和VDI 2221等成熟工程设计指南兼容，确保了在实际工程环境中的可扩展性和透明度。
关键技术方法
研究人员采用了基于文献综述、现有软件工具分析、用户需求考量以及技术趋势考察的综合研究方法。首先，他们回顾了生成式工程与设计（GE&D）的相关工作，明确了该领域的涵盖范围，包括生成式设计（GD）、设计自动化、设计空间探索（DSE）和AI驱动设计等。其次，结合VDI 2221和VDI 2206产品开发流程标准，定义了模型的第一维度。接着，扩展了先前提出的程序模型，将其步骤抽象为“通知/收集”、“生成/执行”、“评估/评估”和“优化”四类程序性行动。同时，依据自动化程度区分了四个支持水平：手动工程、部分AI工程自主性、协作与支持工程AI以及自主工程AI。最后，通过对现有软件功能的系统分类与映射，建立了功能类别与模型维度的对应关系，并以此为基础构建了辅助系统实施指南的概念框架。
研究结果
- 1.
Introduction
引言部分阐述了生成式AI在工程开发过程中的范式转变，指出当前软件工具的多样性既带来了集成潜力也引发了应用挑战。研究人员提出了两个核心研究问题：如何系统性地定义和编排软件功能组件，以及如何将这些功能映射到产品开发过程中的不同自动化支持水平和行动。为解决这些问题，本文提出了使用情境模型和方法论指南，旨在实现从手动到半自主再到AI智能体驱动的逐步过渡，并与VDI指南保持一致。
- 2.
State of the art
2.1. Generative engineering and design
该节回顾了参数化设计到计算设计合成（CDS）的演变，并指出商业领域中生成式设计（GD）通常聚焦于几何模型。研究人员将GE&D定义为涵盖多种流派的统称。通过分析现有程序模型和成熟度模型，明确了不同支持水平下的角色分配和风险应对。同时，评述了现有静态框架（如基于代理的架构、深度生成模型（DGM）模块化概述）的局限性，即它们往往忽视了人机交互和操作系统的差异化支持功能。
2.2. Product development process
本节强调了VDI 2221和VDI 2206指南在产品开发中的结构化作用，它们不仅提供程序导向，还为嵌入GE&D提供了语义和结构基础。研究人员指出，GE&D工具主要在构想、设计和细化阶段提供支持，并支持短周期验证与确认活动。
- 3.
Use context model
研究人员提出了三维使用情境模型。第一维度是产品开发阶段（规划、构想、设计、细化）。第二维度是程序性行动：inform/collect、generate/execute、evaluate/assess和optimize。第三维度是支持水平：手动工程、部分AI工程自主性、协作与支持工程AI、自主工程AI。该模型将阶段、行动和支持水平联系起来，填补了软件功能与标准化开发阶段之间的空白。
- 4.
Analysis and mapping of functionalities for the use context model
4.1. Analysis of functionalities
研究人员将GE&D软件功能划分为若干关键类别：传统功能（如草图绘制、参数化建模）、技术与优化方法（如体素建模、数据驱动设计）、设计空间探索（DSE）（如实验设计（DoE）、敏感性分析）、机器学习与人工智能（如神经网络、生成对抗网络（GAN））、数据分析以及信息管理。这一分类基于对现有工具和文献的系统分析。
4.2. Mapping of functionalities
本部分将识别出的功能映射到使用情境模型的程序性行动和支持水平上。映射显示，手动、传统、高级和AI/ML方法均可应用于所有行动，表明行动独立于具体技术。随着支持水平的提高，功能数量累积增加，反映了自动化能力的逐步集成而非替代。
- 5.
Assistance system implementation guideline
5.1. Conceptional phase
概念阶段是GE&D辅助系统的基础，需要明确定义预期的支持水平功能和目标。交互设计是核心，需考虑支持连续性分类、待支持行动及在开发阶段中的定位。图形用户界面（GUI）范式（CAD、低代码、Web）的选择取决于应用场景和用户群体。功能组件的选择涵盖设计仿真、数据AI、设计空间探索和系统集成等。
5.2. Technical implementation, training and evaluation
技术实施阶段依赖概念阶段定义的规范，采用模块化软件架构和标准化的应用程序编程接口（API）集成外部系统。机器学习（ML）和AI框架用于支持生成和自适应过程。训练和评估阶段则通过参考数据集和基准测试来验证架构和功能模块，并强调迭代训练和反馈循环以实现持续改进。
5.3. Practical example
研究人员以卡车梯形车架模态频率自动评估为例，展示了部分AI工程自动化的实现。该系统定位于细化阶段的“评估”行动，利用视觉低代码环境整合参数化建模、有限元（FE）仿真和ML分类模型，证明了方法论指南的实际适用性。
- 6.
Conclusion and outlook
结论部分总结了使用情境模型和方法论指南的贡献，指出它们为GE&D辅助系统的选择、设计和实施提供了方法论基础。未来工作应进一步细化各阶段的具体任务和子活动，并纳入更多功能类别，同时加强技术实现和实际案例验证，最终目标是发展出简化集成的模块系统和决策树。
讨论与总结
研究人员在讨论中指出，尽管当前GE&D工具功能丰富，但其多样性导致了工具集成的碎片化，阻碍了这些技术在工业环境中的有效应用。本文提出的框架通过明确连接产品开发阶段、程序性行动和支持水平，为系统开发提供了清晰的路线图。该框架的意义在于它能够帮助开发人员根据所需的自动化程度选择合适的软件功能，并确保与现有工程流程（如VDI指南）的兼容性。此外，成熟度模型为组织提供了评估自身数字化成熟度和规划转型路径的工具。未来的研究应当致力于将框架扩展到更多样的工程领域，并开发具体的验证标准，以促进生成式工程辅助系统在实践中的广泛采纳。
研究结论翻译如下：
技术开发和设计系统的进步是由生成式AI、新型协作形式和功能性的集成所驱动的。这一进展标志着该领域的快速发展。向数据和AI驱动的自适应系统的过渡，部分或完全自动化技术产品的设计、仿真和优化，产生了对这些新型GE&D辅助系统的选择、设计和实施的方法论基础的需求。这一方法论基础必须考虑不同的支持或自主水平、行动、功能要求和用户界面。
其基础是一个使用情境模型，该模型将产品开发过程的各个阶段与待执行的行动以及支持水平对齐，以便在产品开发中有效利用GE&D软件工具的功能。由于产品开发每个阶段内待执行的程序性行动是相似的，因此特别强调了软件功能对支持水平和行动的分配。这种对现有软件功能到各种任务或行动的分类或系统分配，以及对产品开发过程中不同支持水平的差异化考量，构成了此类系统逐步开发的三部分指南的基础。
该指南的概念阶段构建了用于推导GE&D辅助系统（GE&D-AS）的功能性、方法论和数据驱动组件的结构化框架。通过系统地考虑支持或自主水平、交互设计和数据架构，创建了一个连贯的概念，该方法论支持从传统的手动开发过程过渡到协作或自主的AI支持设计系统。在技术实施、训练和评估阶段，所开发的概念随后被实现并评估其适用性。
在后续工作中，有必要更详细地描述和分解产品开发阶段内的具体任务和子活动。这将使得功能与特定阶段更好地对齐。此外，可以进一步探索GE&D软件工具的功能，并集成更多类别。这有助于整合功能以定义针对特定任务的可能组合和特征。然而，重点应放在更多的技术实现、训练和评估上，以便通过更多实际示例和方法应用来实现实际使用与验证。在此背景下，还应普遍适用地定义具体的验证与确认标准。总之，所开发的使用情境模型，连同功能的对齐，可以作为开发模块系统和决策树的基础，从而简化并指导GE&D工具在产品开发过程中的系统整合。
