Python

Jul 25, 2023

Wissenschaftliche Berichte Band 12, Artikelnummer: 7864 (2022) Diesen Artikel zitieren

1177 Zugriffe

1 Zitate

Details zu den Metriken

Designinspiration entsteht durch die kontinuierliche Anregung externer Informationen und die kontinuierliche Anhäufung von Wissen. Um eine ideale Designinspiration aus der Natur zu erhalten, haben Forscher eine Vielzahl biologischer Informationsabruf- und Wissenserwerbsmethoden vorgeschlagen. Doch wie man sich wertvolles biologisches Wissen gezielt aneignen kann, um die Designinspiration effektiv anzuregen und die neuartige und realisierbare Designidee hervorzubringen, ist immer noch ein dringendes Problem, das gelöst werden muss. Dieses Papier schlägt eine Methode zum Erwerb wertvoller biologischer Kenntnisse vor, um effizient Inspiration anzuregen und schnell Lösungen im technischen Design zu konzipieren. Zunächst werden Schlüsselwörter wie die funktionalen Anforderungen und Schlüsselkomponenten von Designobjekten als technische Terminologien ausgewählt. Anschließend werden im biologischen Wörterbuch und auf den Biologie-Websites nach biologischen Schlüsselwörtern gesucht, die sich auf technische Terminologien beziehen. Um dann genügend biologisches Wissen abzurufen, werden diese biologischen Schlüsselwörter manuell bzw. automatisch basierend auf der Thesaurus-Webseite und der WordNet-Datenbank erweitert, und erweiterte Schlüsselwörter werden nach wiederholten Wörtern und unterschiedlichen Formen derselben Wörter gefiltert. Schließlich werden in der biologischen Wissensdatenbank gefilterte biologische Schlüsselwörter verwendet, um mithilfe der Python-Webcrawler-Programmierung biologisches Wissen zu erhalten. Anhand eines Anwendungsbeispiels für Schiffsausrüstung wird die Wirksamkeit der Methode überprüft.

Die meisten kreativen Arbeiten erfordern Inspiration, um die Fantasie anzuregen und schwierige Probleme zu lösen. Inspiration ist eine Art nicht-logisches Denken, das nicht nur durch die Anregung äußerer Bedingungen entsteht, sondern auch durch die Anhäufung von Wissen1. Wissen hat viele Formen, wie zum Beispiel Designwissen und biologisches Wissen. Biologisches Wissen enthält seltenere und empfindlichere Strukturen und kann daher mehr Inspiration auslösen. Die meisten vorhandenen biologischen Wissens- und Informationsträger sind Websites, Texte und biologische Wörterbücher. Viele Forscher erwerben Wissen, etwa über biologische Prinzipien, Formen, Funktionen und ihre eigenen einzigartigen Eigenschaften, um Designinnovationen aus diesen Trägern anzuregen2. Einige biologische Mechanismen werden direkt nachgeahmt, während andere dazu neigen, Designideen zu inspirieren3. Daher ist der Erwerb umfassender biologischer Kenntnisse sehr wichtig, um die Designinspiration anzuregen.

Biologisches Wissen kann aus verschiedenen Informationsträgern wie Büchern, Aufsätzen, Datenbanken, Korpora, biologischen Websites usw. gewonnen werden.4,5,6,7,8,9,10. Für verschiedene Träger sind die Methoden, sie zu erhalten, unterschiedlich. Beispielsweise verwendeten Shu et al.11,12 ein Vokabular-Sprachgerüst, um technische Begriffe systematisch biologisch bedeutsamen Schlüsselwörtern zuzuordnen, und verwendeten dann automatisierte Suchwerkzeuge, um biologisches Wissen aus verschiedenen biologischen Ressourcen wie Büchern und Aufsätzen in natürlicher Sprache zu erhalten. Nagel et al.13 nutzten das Vokabular der Ingenieurbiologie (E2B), um biologische Funktionen und Prozesse mit technischen Begriffen zu verknüpfen, kombiniert mit Softwaremodellen zur Konzeptgenerierung (MEMIC) und erlangten biologisches Wissen durch die Suche in biologischen Wissensdatenbanken und technischen Wissensdatenbanken. Die meisten dieser Methoden eignen sich für Designer mit einem bestimmten biologischen Hintergrund oder erfordern die Zusammenarbeit von Biologen und Ingenieuren, um den Wissenstransfer und -austausch sicherzustellen. Daher sind für Designer ohne biologische Vorkenntnisse der Erwerb und die Anwendung biologischer Kenntnisse immer noch das schwierige Problem14. Um biologisches Wissen zu erhalten, das direkter ist und besser mit den technischen Designzielen übereinstimmt, wird in diesem Artikel eine Methode zum Erwerb biologischen Wissens für Ingenieure ohne biologischen Hintergrund vorgeschlagen, die ihnen helfen kann, schnell eine große Menge wertvollen biologischen Wissens zu erwerben.

In diesem Artikel werden zunächst technische Schlüsselwörter gemäß den Zweckfunktionen, Mittelfunktionen und Schlüsselkomponenten von Designobjekten extrahiert. Anschließend werden biologische Informationen zu technischen Schlüsselwörtern in biologischen Datenbanken wie biologischen Wörterbüchern und biologischen Webseiten durchsucht und die biologischen Schlüsselwörter daraus extrahiert. Dann werden diese biologischen Wörter auf zwei Arten erweitert. Eine Möglichkeit besteht darin, den Synonymsatz biologischer Wörter im Thesaurus zu extrahieren. Eine andere Möglichkeit besteht darin, mithilfe der Python-Programmierung automatisch das Hypernym, die Hyponyme und den Synonymsatz biologischer Wörter aus der WordNet-Datenbank zu extrahieren. Nach dem Filtern der erweiterten biologischen Wörter werden einige wertvolle biologische Schlüsselwörter erhalten. Basierend auf den erhaltenen Wörtern wird in AskNature schließlich mithilfe der Python-Programmierung biologisches Wissen erworben, das zur Designinspiration inspirieren kann, und die durch biologische Eigenschaften und Phänomeninformationen ausgelöste Designinspiration wird zur Lösung technischer Designprobleme verwendet.

Der folgende Abschnitt „Erwerb biologischen Wissens“ stellt die aktuellen Methoden und Anwendungen des biologischen Wissenserwerbs vor. Der Abschnitt „Python-gestützte Methode zum Erwerb biologischen Wissens“ stellt den detaillierten Prozess von technischen Begriffen bis hin zu biologischem Wissen vor. Im Abschnitt „Ein Anwendungsbeispiel“ finden Sie Fallbeispiele. Im Abschnitt „Diskussion“ werden die Expansionsmethoden unter verschiedenen biologischen Hintergründen und Vergleichsexperimenten erörtert, und im Abschnitt „Schlussfolgerungen“ werden die Schlussfolgerungen dargelegt.

Bei der Nutzung biologischen Wissens zur Anregung von Designinspirationen und zur Lösung von Problemen besteht eine wichtige Arbeit darin, biologisches Wissen zu erwerben. Viele Forscher haben umfangreiche und tiefgehende Untersuchungen zu diesem Aspekt durchgeführt. Die Forschung umfasst nicht nur die Methoden zur Gewinnung biologischen Wissens, sondern auch die Anwendungen biologischen Wissens.

Wertvolles biologisches Wissen ist sehr hilfreich, um die Designinspiration anzuregen. Um biologisches Wissen effektiv und effizient zu erlangen, haben Forscher zahlreiche Arbeiten zu Methoden zum Erwerb biologischen Wissens durchgeführt. Verwandte Forschungen umfassen hauptsächlich die folgenden Aspekte:

Auswahl von Suchbegriffen Um den Bedürfnissen von Designern gerecht zu werden, verwenden Forscher technische Begriffe, die sich auf Produktmerkmale beziehen, als Suchbegriffe. Einige Forscher wählten einen einzelnen technischen Begriff als Suchbegriff, z. B. Funktion15, Funktionsfluss16 oder Form17, um nach biologischen Lösungen zu suchen. Einige Forscher wählten mehrere Arten technischer Begriffe als Suchbegriffe, wie z. B. Funktion und Wirkung18, Funktion, Attribut und Umgebung19,20, um eine biologischere Lösung zu erhalten. Je mehr Arten von Suchbegriffen es gibt, desto umfangreicher sind die erhaltenen biologischen Informationen. Es muss jedoch berücksichtigt werden, wie die Merkmale des Produkts genau identifiziert und andere Merkmale des Produkts effektiv genutzt werden können.

Erweiterung der Suchbegriffe Um mehr Suchbegriffe zum Abrufen biologischer Informationen zu erhalten, haben Forscher eine Reihe von Wörterbüchern und Thesaurus entwickelt. Beispielsweise wurden der Engineering-to-Biology-Thesaurus21 und die Functional Basis22 verwendet, um technische Begriffe in biologische Begriffe umzuwandeln, um Hindernisse zu überwinden, die durch unterschiedliche Terminologien in verschiedenen Bereichen verursacht werden. Nagel23 hat die Probleme des domänenübergreifenden Designs durch die Etablierung eines ingenieurbiologischen Vokabulars gelöst, der Aufbau einer solchen Datenbank erfordert jedoch zu viel Zeit. Es gibt auch viele Forscher, die WordNet nutzen, um Suchbegriffe zu erweitern12,15. WordNet enthält viele ungewöhnliche Wörter. Daher wird es nach der Erweiterung viele nutzlose Wörter geben. Die Anzahl der erweiterten Suchbegriffe hängt von der Menge und Qualität der Wörter in diesen Wörterbüchern oder Datenbanken ab.

Beschaffung von Suchbegriffen Viele Forscher erforschen die Anwendung der Technologie der künstlichen Intelligenz bei der Beschaffung von Suchbegriffen.

Um die wertvollen Suchbegriffe zu erhalten, schlugen Chen et al.15 einen Algorithmus vor, um automatisch Schlüsselwörter für die Suche nach biologischen Informationen zu übertragen. Diese Methode ermöglicht es Designern, die erforderlichen biologischen Informationen ohne biologische Wissensreserven zu erhalten. Allerdings wirkt sich die Größe des biologischen Korpus auf die Glaubwürdigkeit der gepushten Schlüsselwörter aus. Li24 nutzte Mining-Technologie, um Schlüsselwörter aus Autohome zu extrahieren. Die Methode der Wortsegmentierung wirkt sich auf die Berechnungsergebnisse und die Berechnungseffizienz aus.

Um die reichhaltigen und relevanten Suchbegriffe zu erhalten, schlug Xu25 einen Algorithmus zum Extrahieren von Schlüsselwörtern aus Webseiten basierend auf der Wortspanne vor. Dieser Algorithmus kann eine Fülle von Suchbegriffen erhalten, seine Genauigkeit hängt jedoch von der Methode zur Generierung hochfrequenter Wörter ab. Liu26 schlug einen überwachten Schlüsselwortextraktionsalgorithmus vor, der Schlüsselwörter in Testdokumenten erkennen kann, die Genauigkeit der Erkennung wird jedoch durch die Menge der gekennzeichneten Trainingsdaten beeinflusst. Liu27 schlug eine Methode vor, um semantische Schlüsselwörter basierend auf der Ontologie zu erhalten. Die Methode kann die Relevanz verbessern, der Aufbau der Ontologie ist jedoch aufwändiger.

Abruf biologischer Informationen Um biologische Inspiration zu entdecken, wurden einige Abrufsysteme entwickelt, wie z. B. Webcrawler28, Citation Catalogue System29, BIOscrabble19,20. Darüber hinaus entwickelten Kim et al.30 einen kausalitätsbasierten Gesamtdarstellungsrahmen biologischer Systeme, eine ontologiebasierte „vollständig verbundene“ Wissensbasis und ein Abrufsystem als wissensbasiertes Empfehlungssystem, das bionisches Design unterstützt. Willocx et al.31 verwendeten drei verschiedene Methoden, um biologische Inspiration zu finden, und stellten fest, dass die Verarbeitung gefundener biologischer Artikel immer noch eine schwierige und zeitaufwändige Aufgabe ist. Daher muss das System zum Abrufen biologischer Informationen noch verbessert werden, um für Ingenieure ohne biologische Vorkenntnisse benutzerfreundlicher zu sein.

Biologisches Wissen ist eine der Inspirationsquellen für Innovationen. Einige neuartige Designs können mit Hilfe biologischer Kenntnisse über Form, Funktion, Struktur, Textur, Farbe und Strategie konzipiert werden3. Es wurden Methoden zur Anwendung biologischen Wissens vorgeschlagen.

Designprozess

Van et al.32 beschrieben den Designprozess hauptsächlich auf der Grundlage eines Top-Down-Ansatzes. Er nutzte biologische Phänomene und Daten für die Entwicklung und Anwendung von Produkten, Werkzeugmaschinen, Prozessen und Fertigungssystemen.

Goel et al.33 analysierten 74 bioinspirierte Designfälle in der Bibliothek und verglichen den problemgesteuerten Biodesignprozess mit dem lösungsbasierten Designprozess. Es zeigt sich, dass der lösungsbasierte Prozess leichter zu einem multifunktionalen Design führt als ein problemorientierter Prozess.

Lenau et al.34 untersuchten die Charakterisierung und Anwendung von Designparadigmen. Je nach vorherrschenden Möglichkeiten, Herausforderungen und Wissensmerkmalen können unterschiedliche Designparadigmen verwendet werden, um den biologisch inspirierten Designprozess zu realisieren.

Peters35 schlug zwei Spiralmodelle des bionischen Designprozesses vor. Das geht von der Biologie zum Design und von den Problemen zur Biologie. Der bionische Designprozess von oben nach unten kann effektiv Lösungen finden, die der Produktinnovation und dem Design förderlich sind. Die Extraktion und der Ausdruck morphologischer Merkmale werden stärker gezielt, wodurch die Entwicklungsrichtung innovativen Designs besser erfasst werden kann36,37,38. Der bionische Bottom-up-Designprozess der Produktform zielt eher auf die Extraktion und den Ausdruck der intrinsischen Eigenschaften der biologischen Form ab, was gut ist, um die Richtung des innovativen Designs zu erfassen und schnell die Lösung der Produktinnovation zu finden. Seine Ausrichtung ist vielfältiger und offener, und auch die Produktdesignpläne sind vielfältiger39.

Entwurfsmethode

TAN et al.40 zeigten, dass sich das biologische Wissen, das auf technische Innovationen angewendet wird, von der Nachahmung einfacher biologischer Eigenschaften bis hin zur Entwicklung neuer Produkte, Designprozesse und neuer Fertigungssysteme weiterentwickelt hat.

Bogatyrev41 baute eine Wissensbasis über biologische Effekte auf der Grundlage der TRIZ-Theorie auf, um den bionischen Designprozess zu unterstützen. Mit TRIZ können die Widersprüche und Probleme gelöst werden, die im bionischen Designprozess auftreten. Es ist der Schlüssel zur Verwirklichung eines mehrdimensionalen (Form, Funktion usw.) bionischen Produktdesigns.

Helms42 nutzte Analogien, um Lösungen für technische Probleme zu entwickeln. Drei häufig verwendete Argumente sind: (a) Die ausgereifte Leistung biologischer Systeme; (b) Das Potenzial nachhaltiger Produkte und (c) das Potenzial, fertige Lösungen zu finden. Die Natur ist ein weitgehend unerschlossenes Gebiet, daher ist es immer noch sehr wahrscheinlich, dass sie das Potenzial für nachhaltigere und innovativere Produkte fördert. Gleichzeitig kann das biologische Wissen genutzt werden, um bahnbrechende innovative Ideen zu inspirieren43, die in neue Patente weiterentwickelt werden können.

Durch die obige Analyse der aktuellen Forschungsarbeiten kann festgestellt werden, dass die Einschränkungen bestehender Methoden wie folgt sind: (a) Wie lässt sich die Umwandlung technischer Wörter in wertvolle biologische Wörter realisieren? (b) Wie kann die Suche nach biologischem Wissen erweitert werden? (c) Wie kann die Effizienz des Erwerbs biologischen Wissens verbessert werden? und (d) Wie man das erworbene biologische Wissen in Design und Kreation überträgt. Als Reaktion auf diese Probleme schlägt dieser Artikel eine Python-basierte Methode zum Erwerb biologischer Erkenntnisse vor und wendet sie auf den Entwurf einer neuartigen bionischen Winde an. Durch die Konstruktion dieser Winde werden die Einschränkungen des früheren Verfahrens verbessert. Tabelle 1 zeigt einige Methoden zum Abrufen biologischer Informationen, die entwickelt und erforscht wurden.

Python ist eine erklärende, interaktive und objektorientierte plattformübergreifende Sprache mit einfacher Syntax und einfachem Lesen und Schreiben. Es unterstützt sowohl prozessorientierte Programmierung als auch objektorientierte Programmierung. Es wurde auf viele Plattformen und Datenbanken portiert. In den letzten Jahren wurde Python mit dem Aufkommen von Big Data und künstlicher Intelligenz in großem Umfang in den Bereichen Webanwendungsentwicklung, automatischer Betrieb und Wartung, Web-Crawling, Datenanalyse, wissenschaftliches Rechnen und künstliche Intelligenz eingesetzt. Die spezifischen Schritte des Python-basierten Wissenserwerbs sind wie folgt.

Bei der Bestimmung des Designobjekts und dem Verständnis der Anforderungen oder des Zwecks des Designs können zunächst technische Schlüsselwörter basierend auf der Art des Wissens im Produkt48 extrahiert werden, sodass diese Wörter näher an den technischen Designanforderungen liegen. Aber Schlüsselwörter haben unterschiedliche Formen, wie z. B. Substantive und Verben, wodurch sie in einem Absatz oder Text unterschiedliche Bedeutungen haben. Wenn „remove“ beispielsweise als Verb verwendet wird, bedeutet es entfernen, aber wenn es als Substantiv verwendet wird, bedeutet es Entfernung. Daher ist es bei der Auswahl von Schlüsselwörtern erforderlich, die spezifische Bedeutung und die Designmerkmale zu bestimmen und sie dann als technisches Schlüsselwort zu extrahieren.

Um nach der Bestimmung der technischen Schlüsselwörter potenzielle Schlüsselwörter im Zusammenhang mit der Biologie zu erhalten, müssen biologische Schlüsselwörter im biologischen Wörterbuch oder in verwandten biologischen Bereichen gesucht und abgerufen werden. Da biologische Schlüsselwörter direkt aus biologischen Informationen extrahiert werden, stehen sie in engem Zusammenhang mit biologischen Informationen. Gleichzeitig können diese Schlüsselwörter auch das Verständnis biologischer Informationen in einem späteren Stadium verbessern, beispielsweise durch die Erfassung von Bildern und Texten über biologisches Wissen in AskNature.

Nach dem Sammeln biologischer Schlüsselwörter ist der erweiterte Wortschatz in der WordNet-Datenbank nicht umfassend. Daher werden in diesem Artikel die WordNet-Datenbank und die Thesaurus-Webseite kombiniert, um biologische Schlüsselwörter zu erweitern. Zunächst wird die Thesaurus-Webseite verwendet, um die Synonyme biologischer Schlüsselwörter zu erweitern. Anschließend wird die WordNet-Datenbank aus der NLTK.Corpus-Datenbank importiert und mithilfe der Python-Programmierung automatisch der Synonymsatz, das Hypernym und der Hyponymsatz derselben Wortart im Vokabular der biologischen Schlüsselwörter abgefragt. WordNet ist wie ein englisches Wörterbuchkorpus und befindet sich im Korpora-Ordner unter dem NLTK-Datenordner. NLTK lässt sich problemlos in die Python-Umgebung integrieren, sodass WordNet einfacher in der Python-Umgebung verwendet werden kann. Gleichzeitig ist WordNet das Synset, sodass es bei der sprachübergreifenden Arbeit eine große Hilfe sein kann, aber nicht vollständig zu einem bestimmten Bereich gehört.

Die erweiterten Schlüsselwörter, die offensichtlich nichts mit biologischen Informationen zu tun haben, müssen entfernt werden, um beim Crawlen biologischer Informationen Zeit zu sparen. Nach dem Löschen irrelevanter Schlüsselwörter sind die gefilterten Schlüsselwörter wertvolle biologische Schlüsselwörter.

AskNature ist eine naturwissenschaftliche Website. Durch die Eingabe relevanter Schlüsselwörter können wir die entsprechenden biologischen Informationen und Kenntnisse abrufen. Mithilfe des Python-Crawlers können biologische Phänomene und biologische Artikel mit den gefilterten biologischen Schlüsselwörtern abgerufen werden. Somit werden die erlangten biologischen Erkenntnisse direkten Einfluss auf das Denken von Ingenieuren haben und dazu genutzt werden, ihre Designinspiration anzuregen. Das Flussdiagramm ist in Abb. 1 dargestellt.

Flussdiagramm der Methode zum Erwerb biologischen Wissens.

Die Abbildungen und Diagramme in diesem Abschnitt wurden von Autoren mit der Software AutoCAD 2017, PowerPoint (Version 16.26) oder Excel (Version 16.26) gezeichnet.

Winden werden in verschiedenen Bereichen, insbesondere auf Schiffen, häufig eingesetzt. Schiffswinden können in elektrische Winden, hydraulische Winden und viele andere unterteilt werden. Dabei wird die elektrische Winde üblicherweise auf dem Hauptdeck am Bug und Heck des Schiffes installiert. Es wird hauptsächlich zum Ankern oder Einfahren des Schiffes verwendet. Es handelt sich um die Selbstschutz- und Abschleppvorrichtung. Die elektrische Schiffswinde besteht hauptsächlich aus Planetengetriebe, Windenkopf, Hauptwelle, Antriebsmotor und anderen Teilen. Beim Arbeiten wird die Kraft des Motors auf die Drehung der Trommel übertragen. Die Drehung der Trommel treibt die Drehung der Antriebswelle an. Das Planetengetriebe reduziert die Drehzahl des Motors und erhöht gleichzeitig das Ausgangsdrehmoment, um die Winde in Betrieb zu nehmen. Die traditionelle Schiffswinde ist in Abb. 2 dargestellt.

Elektrische Festmacherwinde für die Schifffahrt. 1 – Basis, 2 – Abtriebswelle, 3 – Lager, 4 – Drehwelle, 5 – Kabeltrommelgehäuse, 6 – Kabeltrommel, 7 – Verbindungswelle, 8 – Kabeltrommelhalterung.

Allerdings weist die herkömmliche Winde unter anderem folgende Probleme auf: Wenn die Winde stoppt, bleibt die Winde aufgrund von Wasseroberflächenschwankungen zurück. Die Windentrommel rutscht beim Drehen. Darüber hinaus ist die Trommel über längere Zeit einem äußeren Druck ausgesetzt, was zu einem übermäßigen Verschleiß führt. Außerdem muss die Druckfestigkeit usw. erhöht werden. Im Folgenden wird eine Schiffswinde als Beispiel verwendet, um die spezifischen Implementierungsschritte der in diesem Dokument vorgeschlagenen neuen Methode vorzustellen.

Dieses Papier zielt darauf ab, die oben genannten Schiffswinden zu verbessern und sie rutschfester zu machen, das Gewicht zu reduzieren, die Festigkeit zu erhöhen und Energie zu sparen. Entsprechend den Zielen, die die elektrische Winde erreichen muss, werden in diesem Artikel die Schlüsselkomponenten und Konstruktionszwecke der elektrischen Schiffswinde als technische Schlüsselwörter extrahiert, z. B. Gewicht verlieren, leichtes Design, Intensität erhöhen, rutschfest, Strom sparen, Aufrollen usw. Die Wörter weisen normalerweise Polysemie- und Polymorphismusphänomene auf. Daher sollte die Bedeutung der vom Designobjekt vorgeschlagenen Schlüsselwörter bestimmt werden.

Um eine große Menge an biologischem Wissen zu erhalten und einen Wissenstransfer und eine biologische Analogie zu realisieren, werden in diesem Artikel potenzielle biologische Schlüsselwörter auf der Grundlage der erhaltenen technischen Schlüsselwörter ermittelt. Die biologischen Schlüsselwörter, die sich auf die biologische Sprache beziehen, finden Sie im Wörterbuchmodul auf der Biology-online.org-Webseite49, im Henderson's Dictionary of Biology50 und im Biologiefach im Modul dict.cnki.net51.

Die oben gesammelten potenziellen Schlüsselwörter sind in Abb. 3 dargestellt. Sie werden durch drei verschiedene Methoden gewonnen und beziehen sich auf einige Organismen.

Biologische Schlüsselwörter erhalten.

Um mehr biologische Informationen zu erhalten, müssen die biologischen Schlüsselwörter um ein Hypernym, ein Hyponym und Synonyme erweitert werden. In vielen Fällen können unterschiedliche Wörter mit derselben Bedeutung in einem biologischen Kontext unterschiedliche Informationen erhalten. Diese Erweiterung kann das biologische Wissen und die Informationen aus verschiedenen Blickwinkeln ergänzen. Gleichzeitig ist die Erweiterung der Ober- und Unterwörter auch eine Ergänzung zum biologischen Wissen. Daher wird auf der Grundlage der erhaltenen biologischen Schlüsselwörter eine erweiterte Ergänzung in den Python- und Thesaurus-Webseiten erstellt. Beispielsweise werden zunächst einige biologische Schlüsselwörter wie „Faser“, „Stärke“ und „Schale“ verwendet, um die Thesaurus-Webseite zu erweitern. Die Synonymsuchergebnisse für das Schlüsselwort „Schale“ sind in Abb. 4 dargestellt.

Erweiterte biologische Schlüsselwörter, die von der Thesaurus-Webseite52 abgerufen wurden.

Anschließend werden die biologischen Schlüsselwörter auf der Grundlage der WordNet-Datenbank segmentiert und durch Python-Programmierung nach Synonymen, Hypernymen und Hyponymen erweitert. Beispielsweise wird das Wort „Reduktion“ in Tabelle 2 erweitert.

In Abb. 5 werden die beiden Erweiterungsmethoden anhand der Anzahl der erweiterten vier biologischen Terminologien verglichen. Es wurde festgestellt, dass die auf der WordNet-Erweiterung basierenden Wörter nicht unbedingt auf der Webseite vorhanden sind. Daher wird nach der Erweiterung biologischer Begriffe auf zwei Arten die Anzahl der Wörter, die zum Abrufen biologischer Informationen verwendet werden, erheblich zunehmen. Gleichzeitig wird die Zahl der abgerufenen biometrischen Informationen zunehmen.

Die Anzahl der Wörter wird auf zwei Arten erweitert.

Es werden zu viele Wörter durch Websuche und Python-Programmierung ermittelt. Um in kurzer Zeit wertvollere biologische Informationen zu erhalten, ist es notwendig, die erweiterten biologischen Schlüsselwörter zu filtern. Die Grundlage der Filterung ist: (a) Die wiederholten Wörter werden auf zwei Arten erhalten; (b) Verschiedene Formen desselben Wortes auf zwei Arten. Die gefilterten biologischen Schlüsselwörter sind in Tabelle 3 aufgeführt.

Das 20. Jahrhundert ist das Zeitalter von Big Data. Um wertvolle Informationen schnell und präzise im Internet zu erhalten, müssen die Vorteile von Computerprogrammiersprachen voll ausgenutzt werden. Tatsache ist, dass die Menschen im Designprozess viel Zeit aufwenden müssen, um an die Informationen zu gelangen. In diesem Artikel wird die Computersprache Python zum Crawlen biologischer Informationen verwendet, um im Entwurfsprozess viel Zeit zu sparen. Python kann zum Filtern des biologischen Wissens und der Informationen in biologischen Datenbanken verwendet werden. Natürlich können auch andere Computersprachen damit umgehen, aber Python ist leistungsfähiger und umfangreicher in der Informationsverarbeitung. In diesem Artikel liegen die in AskNature abgerufenen biologischen Informationen hauptsächlich in Form von Bildern und Texten vor. Die Bilder enthalten einige biologische Formen, die als Design-Inspiration dienen können. Die Texte enthalten einige biologische Informationen, die als Inspiration für Design dienen können, beispielsweise Prinzipien und Strukturen. Normalerweise kann ein Suchbegriff jedoch viele Informationslinks abrufen, die möglicherweise biologische Informationen enthalten, die als Inspiration für das Design dienen. Wir müssen diese Links einzeln anklicken, um nützliche Informationen zu finden. Aber über den Python-Crawler können wir alle durch einen Suchbegriff abgerufenen Bild- und Textinformationen auf einmal abrufen und so Zeit sparen. Der Prozess des Crawlens von Webseiteninformationen basierend auf Python ist in Abb. 6 dargestellt.

Flussdiagramm zum Erhalten biologischer Informationen basierend auf Python.

Als nächstes wird das gefilterte biologische Schlüsselwort „Faser“ als Beispiel genommen und die biologischen Informationen werden auf der AskNature-Seite basierend auf der Python-Programmierung abgerufen. Das Flussdiagramm ist in Abb. 7 dargestellt.

Prozess der Informationserfassung in AskNature54.

Durch Schlüsselwörter abgerufenes biologisches Wissen kann nicht nur den technischen Designer anregen, sondern auch die nützlichen Informationen im biologischen Bereich in den technischen Entwurf integrieren, um innovative Entwurfsergebnisse zu erzielen. Basierend auf den erweiterten biologischen Schlüsselwörtern ist die Suche auf AskNature der erste Schritt in diesem Artikel. Anschließend wird ein Python-Programm verwendet, um den relevanten biologischen Wissenstext, biologische Phänomene und biologische Informationen usw. zu crawlen. Die wichtigen Merkmale biologischer Objekte werden extrahiert und klassifiziert basierend auf der Funktion, der Struktur und den Formmerkmalen, um die Innovation der Winde zu unterstützen. Das erworbene biologische Wissen ist in Tabelle 4 dargestellt. Tabelle 4 zeigt nicht alle gesammelten biologischen Informationen. Einige Konzepte zur Nutzung biologischer Inspiration bei der Windenkonstruktion sind ebenfalls in Tabelle 4 aufgeführt. Abbildung 8 zeigt einige in Tabelle 4 aufgeführte biologische Einheiten.

Biologische Einheiten, die durch biologische Schlüsselwörter abgerufen werden. (a) Schlange55; (b) Bambus53; (c) Pilz56; (d) Wabe57; (e) Käfer58; (f) Wurzel einer Pflanze59. (Alle Bilder sind Treuefrei).

Im Leben sind biomimetische Produkte weit verbreitet. Informationen und Wissen über das biologische Erscheinungsbild und andere Merkmale können Designer dazu veranlassen, neuartige Designs zu entwickeln. Solche domänenübergreifenden Informationen und Kenntnisse sind in hohem Maße die Inspirationsquelle für zukünftiges innovatives Design. In diesem Artikel wird die Analogie verwendet, um biologisches Wissen auf technisches Wissen zu übertragen und so die Mängel bestehender Schiffswinden zu beheben. Die neuartige Schiffswinde ist in Abb. 9 dargestellt und die Idee wurde zum Patent angemeldet.

Strukturdiagramm der elektrischen Winde60. 1 – Seitenplatte; 3 – Erstes Rundrohr; 4 – Antriebsmotor; 5 – Zweites Rundrohr; 6 – Controller; 7 – Batterie; 8 – Befestigungsplatte; 9 – Gebogene Druckplatte; 32 – Gummi, Beulen; 33 – Teleskopairbag; 41 – Drehwelle; 42 – Basis; 422 – Pleuelstange; 91 – Schraube; 921 – Dichtungsplatte.

Der Gummihöcker in Abb. 9 ist eine biomimetische Beschichtung, die auf einer Deckschicht auf der Oberfläche eines biologischen Pilzes basiert. Der Zweck besteht darin, ein Abrutschen des Drahtseils zu verhindern. Der Ratschen- und Sperrklinkenmechanismus in Abb. 10 ist von den Mikromustern auf dem Bauch der Schlange inspiriert. Es kann verhindern, dass sich die Welle auf den Kopf stellt. Die Oberfläche der Schlange kann sich beim Gleitvorgang leicht nach oben und über die hervorstehende Spitze bewegen. Sie verhaken sich wiederum wie die Klinken einer Ratsche in der Oberfläche und verhindern eine Bewegung in die entgegengesetzte Richtung. Der einziehbare Airbag in Abb. 11 basiert auf der Hydratation der pflanzlichen Zellwand. Der Zweck besteht darin, die Kontaktfläche zwischen dem Stahldrahtseil und dem Erstrundrohr zu vergrößern, wenn der Teleskopairbag zusammengedrückt und verformt wird, wodurch die Reibung erhöht wird. Die gebogene Druckplatte in Abb. 12 ist entsprechend der Form und Struktur des Panzers und des Rückens des Käfers gestaltet. Der Zweck besteht darin, die Kraftfläche zu vergrößern und die Druckfestigkeit zu verbessern. Das äußere Rundrohr besteht aus einem Hohlrohr und die innere Wandverstärkungsplatte ist aus Bambus gefertigt. Der größte Teil der Festigkeit ergibt sich aus der Anordnung und Struktur der mit Zellulosefasern umwickelten Gefäßbündel.

AA-Schnittansicht60. 5 – Zweites Rundrohr; 41 – Drehwelle; 42 – Basis; 51 – Perforation; 52 – Schieber; 53 – Zweite Mutter; 54 – Druckfeder; 55 – Sperrklinke; 411 – Ratsche; 421 – Stützbein; 422 – Pleuelstange; 521 – Begrenzungsplatte; 522 – Außengewinde; 551 – Drucksensor.

BB-Schnittansicht60. 1 – Seitenplatte; 2 – Seitenwand; 3 – Erstes Rundrohr; 8 – Befestigungsplatte; 9 – Gebogene Druckplatte; 21 – Druckerzeugungsblatt; 31 – Nut; 32 – Gumminoppen; 81 – Durchgangsloch; 92 – Vertikaler Pol; 311 – Elektromagnet; 331 – Magnetorheologische Flüssigkeit; 921 – Dichtungsplatte.

CC-Schnittansicht60. 1 – Seitenplatte; 2 – Seitenwand; 3 – Erstes Rundrohr; 4 – Antriebsmotor; 5 – Zweites Rundrohr; 8 – Befestigungsplatte; 9 – Gebogene Druckplatte; 33 – Gumminoppen; 41 – Drehwelle; 42 – Basis; 81 – Durchgangsloch; 82-Gewindeloch; 91 – Schraube; 92 – Vertikaler Pol; 311 – Elektromagnet; 411 – Ratsche; 421 – Stützbein; 422 – Pleuelstange; 921 – Dichtungsplatte.

Die oben genannten Lösungen basieren auf den erworbenen biologischen Erkenntnissen. Die spezifischen Details sind in Tabelle 5 aufgeführt:

Das Hauptproblem bei der Anregung von Designinspiration mithilfe erworbener biologischer Kenntnisse besteht in der Bestimmung von Schlüsselwörtern. Die verschiedenen Schlüsselwörter können unterschiedliche biologische Informationen abrufen. In diesem Artikel werden drei biologische Hintergründe verwendet, nämlich Biology-online.org, Hendersons Wörterbuch der Biologie und dict.cnki.net, um biologische Schlüsselwörter zu erhalten. Nach der Verwendung ergeben sich folgende Vor- und Nachteile der drei Möglichkeiten:

Die aus dem Wörterbuchmodul von Biology-online.org extrahierten Schlüsselwörter müssen analysiert werden, um intuitivere biologische Schlüsselwörter in den abgerufenen Artikeln zu erhalten. Daher erhöht das Extrahieren von Schlüsselwörtern im Artikel den Zeitaufwand.

Hendersons Biologie-Textwörterbuch kann das gesuchte Wort schnell finden, aber dieses biologische Wörterbuch ist eine Wissenserklärung des gesuchten Worts. Daher ist die Effizienz nicht hoch.

Dict.cnki.net enthält Informationen in verschiedenen Bereichen. Benutzer müssen nur Biologie auswählen, nachdem sie nur Inhalte mit Bezug zur Biologie abgerufen haben, und die abgerufenen biologischen Informationen sind nur ein biologischer Text, der sich auf die Suchbegriffsinformationen bezieht. Daher hilft es Benutzern erheblich, Zeit zu sparen, und die extrahierten Schlüsselwörter sind genauer und haben einen engeren Bezug zu biologischen Themen.

Um umfassendere biologische Kenntnisse von AskNature zu erhalten, werden in diesem Artikel zwei Methoden zur Erweiterung biologischer Suchbegriffe verwendet. Die biologischen Begriffe werden im Thesaurus und in Python auf Basis der WordNet-Datenbank erweitert. Durch die Praxis zeigen sich die Vor- und Nachteile der beiden Methoden wie folgt:

Der Vorteil der auf der WordNet-Datenbank basierenden Erweiterung in Python besteht darin, dass nicht nur Synonyme gecrawlt werden können, sondern auch Hypernym und Hyponym mit derselben Wortart wie der Suchbegriff. Der gesamte Prozess ist automatisiert. Der Nachteil besteht darin, dass weniger Wörter erhalten werden und der Prozess komplizierter ist.

Die Vorteile der Synonymsuche aus biologischen Schlüsselwörtern im Thesaurus bestehen darin, dass der Prozess einfacher ist und mehr Wörter gewonnen werden können. Einige von Python gecrawlte Wörter werden ebenfalls einbezogen.

Die gleichzeitige Verwendung beider Erweiterungsmethoden ergänzt sich gegenseitig. Die durch die beiden Erweiterungsmethoden erhaltenen Schlüsselwörter sind in Tabelle 6 aufgeführt.

Die in diesem Artikel vorgeschlagene Methode weist Ähnlichkeiten und Unterschiede zu der von Lenau61 bereitgestellten Methode auf. Die Ähnlichkeit besteht darin, dass wir die Schlüsselwörter ergänzt und verfeinert haben. Lenau generierte Synonyme für die Schlüsselwörter in der Liste basierend auf der Thesaurusfunktion in den Online-Google Docs der Encyclopedia Britannica. In diesem Artikel wird die Python-Programmierung verwendet, um Synonyme basierend auf der WordNet-Datenbank automatisch abzurufen. Der Unterschied besteht darin, dass Lenau zum ersten Mal Schlüsselwörter in AskNature erweitert hat, um im kontinuierlichen Verlauf der Suchphase mehr mögliche Schlüsselwörter zu erhalten und gleichzeitig mehr Wörter zu generieren. In diesem Artikel werden Schlüsselwörter verwendet, die auf unterschiedlichen biologischen Hintergründen basieren, z. B. Biologie und biologische Wörterbücher, um die zielgerichteten Schlüsselwörter zu erweitern, die näher an der Biologie liegen. Schließlich können wir in AskNature anhand dieser Schlüsselwörter biologisches Wissen erlangen. Im Gegensatz dazu besteht der Vorteil der in diesem Artikel vorgeschlagenen Methode darin, die biologischen Schlüsselwörter zu vereinfachen, die Schlüsselwörter zu erweitern, nachdem der Umfang der Schlüsselwörter eingeschränkt wurde, und schließlich automatisch das erforderliche biologische Wissen und die erforderlichen Informationen in AskNature zu erhalten. Daher kann diese Methode nicht nur die Erfassungszeit verkürzen, sondern auch die Relevanz biologischer und technischer Schlüsselwörter unter der Bedingung der Erweiterung des biologischen Wissens sicherstellen.

Darüber hinaus weist die in diesem Artikel vorgeschlagene Methode Ähnlichkeiten und Unterschiede zu der von Kaiser19,20 bereitgestellten Methode auf. Die Ähnlichkeit besteht darin, dass wir alle die Funktion des Produkts als technische Schlüsselwörter und WordNet nutzen, um den Suchraum zu erweitern. Der Unterschied besteht darin, dass die Arbeiten von Kaiser hauptsächlich drei Schritte umfassen, nämlich die Auswahl technischer Terminologie, die Beschaffung von Suchbegriffen und die Aneignung biologischer Kenntnisse. Dieses Papier umfasst jedoch fünf Schritte, nämlich die Auswahl technischer Terminologie, das Erhalten biologischer Schlüsselwörter, das Erweitern biologischer Schlüsselwörter, das Filtern biologischer Schlüsselwörter und den Erwerb biologischen Wissens.

Bei diesen Schritten gibt es einige Unterschiede.

Auswahl der technischen Terminologie Kaiser19,20 wählte Funktion, Eigenschaft und Umgebung des Produkts als technische Terminologie. In diesem Dokument werden die Zweckfunktion, die Mittelfunktion und die Schlüsselkomponenten des Produkts als technische Terminologie entsprechend der Art des Wissens im Produkt ausgewählt48. Die Zweckfunktionen beziehen sich auf die Leistung des Produkts, wie z. B. Kosten, Volumen, Anforderungen usw. Beispielsweise „Reduzierung von Vibrationen“. Die Mittelfunktionen umfassen die Methoden und Mittel zur Verbesserung der technischen, wirtschaftlichen oder sozialen Aspekte eines Produkts, beispielsweise „isolieren“. Es bedeutet, Vibrationen durch die Isolierung von Objekten zu reduzieren. Darüber hinaus sind Funktion, Form, Verhalten und andere Merkmale in den Namen einiger Teile verborgen, z. B. „elastischer Ring“ und „Klemmvorrichtungen“. Dabei wird die Bezeichnung der Teile leicht übersehen. Die Wahl dieser technischen Terminologien kann die Bedürfnisse von Ingenieuren genauer widerspiegeln.

Suchbegriffe ermitteln Kaiser19,20 ermittelte die Suchbegriffe mit Hilfe von WordNet. In diesem Artikel werden einige Datenbanken verwendet, nämlich dic.cnki.net, die Webseite Biology-online.org und das Wörterbuchmodul Biology-online.org, um biologische Schlüsselwörter zu erhalten.

Erweiterung biologischer Schlüsselwörter Im Kaiser gibt es keinen solchen Schritt19,20. In diesem Artikel werden zwei Methoden zur Erweiterung biologischer Schlüsselwörter verwendet. Eine Möglichkeit besteht darin, Thesaurus-Webseiten zu verwenden, um biologische Schlüsselwörter zu erweitern, und die andere Möglichkeit besteht darin, WordNet zu verwenden, um biologische Schlüsselwörter mithilfe der Python-Programmierung zu erweitern. Je mehr biologische Schlüsselwörter erhalten werden können, desto mehr biologische Schlüsselwörter können abgerufen werden, und dieselben Schlüsselwörter, die auf diese Weise erhalten wurden, können vorzugsweise zum Abrufen verwendet werden.

Filterung biologischer Schlüsselwörter Im Kaiser gibt es keinen solchen Schritt19,20. In diesem Artikel werden zwei Methoden zum Filtern biologischer Schlüsselwörter verwendet. Eine Methode besteht darin, einige überflüssige Wörter herauszufiltern. Die zweite Methode besteht darin, verschiedene Formen desselben Wortes herauszufiltern. Diese Prozesse können einfach durch Programmierung abgeschlossen werden. Das Herausfiltern einiger Wörter kann die Anzahl nutzloser biologischer Schlüsselwörter verringern und dadurch die Abrufzeit verkürzen.

Erwerb biologischer Informationen Kaiser19,20 erlangte biologisches Wissen aus dem PubMed. Dieser Artikel erwirbt das biologische Wissen von AskNature mithilfe der Python-Crawling-Programmierung.

Die vorgeschlagene Methode verwendet verschiedene und leicht zu übersehende, aber wichtige technische Terminologien, erweitert und filtert biologische Terminologien auf vielfältige Weise, wodurch sie den Suchraum von Terminologien erweitern, die Möglichkeit, wertvollere biologische Terminologien zu erhalten, erhöhen und durch die Verwendung schnell mehr biologisches Wissen erwerben kann Python-Crawling-Technologie.

Im Vergleich zu Chen15 besteht derselbe Punkt darin, dass dieser Artikel und Chen15 beide auf der WordNet-Datenbank basieren, um Synonyme zu erhalten, um biologische Informationen abzurufen und zusätzliche innovative Designideen für das technische Design bereitzustellen. Der Unterschied zwischen den beiden Methoden besteht darin, dass biologische Terminologie gewonnen wird. In diesem Artikel werden basierend auf den Merkmalen technischer Designprodukte einige technische Wörter wie Funktion, Zweck, Form und andere technische Wörter ausgewählt. Einige Datenbanken, nämlich dic.cnki.net, die Biology-online.org-Webseite und das Biology-online.org-Wörterbuchmodul, werden verwendet, um biologische Terminologien zu erhalten. Chen zerlegt technische Anforderungen und strukturiert FCW, berechnet die FCW-Werte ECI (Engineering Correlation Intension), BCI (Biological Correlation Intension) und CCI (Composite Correlation Intension) und führt dann Schlüsselwörter durch das Ranking. Basierend auf dem berechneten Wert können die potenziellen Wörter gefunden und gelobt werden.

Um die Wirkung der Verwendung der vorgestellten Methode zum Erwerb biologischen Wissens zu beobachten, verwenden wir in Chen15 den Ausdruck „elektrische Energie übertragen“, um die Menge an biologischen Informationen zu vergleichen, die mit dieser Methode und der Methode in Chen15 erhalten werden.

Gemäß der vorgeschlagenen Methode wird die Phrase auf zwei Arten aufgeteilt und erweitert. Die erweiterten biologischen Terminologien sind in Tabelle 7 aufgeführt.

Wenn zwei Methoden zum Erweitern der biologischen Terminologie verwendet werden, können die erweiterten Wörter, die auf die eine Art und Weise generiert wurden, auch in den erweiterten Wörtern vorhanden sein, die auf die andere Art und Weise generiert wurden, und diese wiederholten Wörter werden vorzugsweise zum Abrufen verwendet. Tabelle 8 ist der Vergleich der Anzahl der Suchbegriffe und der Anzahl der abgerufenen biologischen Informationen zwischen Chen15 und der vorgeschlagenen Methode. (ST: Suchbegriff, NPBI: Anzahl der abgerufenen biologischen Informationen)

Es kann aus Tabelle 8 und den Abbildungen entnommen werden. Aus den Abbildungen 13 und 14 geht hervor, dass mit der vorgeschlagenen Methode und Chen15 unterschiedliche biologische Begriffe erhalten werden können und somit unterschiedliche biologische Informationen erhalten werden können. Obwohl die Anzahl der von den beiden Methoden verwendeten Suchbegriffe ähnlich ist, sind die abgerufenen biologischen Informationen recht unterschiedlich. Dieser Unterschied ist hauptsächlich auf die beiden in diesem Artikel verwendeten Methoden zum Erweitern biologischer Schlüsselwörter und zum Abrufen biologischer Schlüsselwörter aus mehreren Datenbanken zurückzuführen.

Die Anzahl der von Chen15 abgerufenen biologischen Informationen.

Die Anzahl der mit der vorgeschlagenen Methode abgerufenen biologischen Informationen.

Wenn im Designprozess keine Anregung durch externe Informationen erfolgt, werden sich die Entwicklungs- und Innovationsideen des Designers zunehmend auf traditionelles Denken beschränken. Biologisches Wissen ist eine wichtige Quelle, um Design-Inspiration anzuregen. Aber ohne biologische Kenntnisse ist es für Menschen in verschiedenen Bereichen schwierig, die erforderlichen biologischen Informationen zu erhalten. Daher ist der Erwerb biologischer Kenntnisse ein wichtiger Schritt im Innovationsprozess. Die in diesem Artikel vorgeschlagene Methode kann nicht nur die Inspiration von Designern anregen, sondern stellt darüber hinaus auch geringere Anforderungen an das interdisziplinäre Wissen der Designer als andere automatische Erfassungsmethoden wie Algorithmen und Analyse natürlicher Sprache. Gleichzeitig wird beim Erwerb biologischen Wissens die Python-Sprache verwendet, um Schlüsselwörter zu erweitern und biologische Informationen zu erfassen, wodurch der Raum für den Erwerb biologischen Wissens erweitert und die Zeit für den Abruf biologischer Informationen verkürzt wird.

Durch die Verwendung der Python-Sprache zum Erweitern biologischer Schlüsselwörter durch biologische Wörterbücher und biologische Datenbanken kann die Anzahl der Schlüsselwörter erheblich erhöht werden. Gleichzeitig weisen die erweiterten biologischen Schlüsselwörter jedoch mehr Wortpolymorphismen und Wortwiederholungen usw. auf, und die manuelle Filterung nimmt viel Zeit in Anspruch Zeit. Daher besteht der nächste Schritt dieser Arbeit darin, das Problem der automatischen Auswahl erweiterter Wörter zu lösen. Darüber hinaus gibt es im Internet verschiedene Arten von biologischen Websites. Wie man mehrere biologische Websites nutzen kann, um komplementäres biologisches Wissen zur Analogieanregung zu erhalten und ein neues, inspirierendes Design zu erhalten, ist ebenfalls eine sehr interessante und lohnende Forschungsfrage.

Alle während dieser Studie generierten oder analysierten Daten sind in diesem veröffentlichten Artikel enthalten.

Victoria, CO et al. Die wissenschaftliche Untersuchung der Inspiration im kreativen Prozess: Herausforderungen und Chancen. Vorderseite. Summen. Neurosci. 8, 436. https://doi.org/10.3389/fnhum.2014.00436 (2014).

Artikel Google Scholar

Cohen, YH & Reich, Y. Biomimetische Designmethode für Innovations- und Nachhaltigkeitstheorien, Wissensdatenbanken und konzeptionelle Rahmenwerke, die die Analyse von Beobachtungen unterstützen (Springer, 2017).

Google Scholar

Luo, SJ et al. Forschungsstand und Fortschritt des bionischen Produktdesigns. Kinn. J. Mech. Ing. 54(21), 152–169 (2018).

Artikel Google Scholar

Goel, AK, Rugaber, S. & Vattam, S. Struktur, Verhalten und Funktion komplexer Systeme: Die Struktur-, Verhaltens- und Funktionsmodellierungssprache. Int. J. Artif. Intel. Ing. Des. Anal. Hersteller 23, 23–35 (2009).

Artikel Google Scholar

Yen, J., Helms, M., Goel, A., Tovey, C. & Weissburg, M. Adaptive Entwicklung von Lehrpraktiken in biologisch inspiriertem Design. In Biologically Inspired Design 153–199 (Springer, 2014).

Kapitel Google Scholar

Nagel, JK & Stone, RB Ein rechnerischer Ansatz für biologisch inspiriertes Design. Artif. Intel. Ing. Des. Anal. Hersteller 26(02), 161–176. https://doi.org/10.1017/S0890060412000054 (2012).

Artikel Google Scholar

Shu, LH et al. Biologisch inspiriertes Design (Cambridge University Press, 2010).

Google Scholar

Bruck, HA et al. Schulung von Studenten des Maschinenbaus in der Nutzung biologischer Inspiration während der Produktentwicklung. Bioinspir. Biomim. 2(4), S198. https://doi.org/10.1088/1748-3182/2/4/S08 (2007).

Artikel ADS PubMed Google Scholar

Jacobs, SR, Nichol, EC & Helms, ME Wo stehen wir jetzt und wohin gehen wir? Die BioM-Innovationsdatenbank. J. Mech. Des. 136(11), 111101. https://doi.org/10.1115/1.4028171 (2014).

Artikel Google Scholar

Zhang, H. & Aggidis, GA Naturregeln, die in den biomimetischen Wellenenergiewandlern verborgen sind. Erneuern. Aufrechterhalten. Energy Rev. 97, 28–37. https://doi.org/10.1016/j.rser.2018.08.018 (2018).

Artikel Google Scholar

Shu, LH Ein natürlichsprachlicher Ansatz für biomimetisches Design. Artif. Intel. Ing. Des. Anal. Hersteller 24(4), 507–519. https://doi.org/10.1017/S0890060410000363 (2010).

Artikel Google Scholar

Chiu, I. & Shu, LH Analyse natürlicher Sprache für biomimetisches Design. ASME 2004 International Design Engineering Technical Conferences & Computers & Information in Engineering Conference. https://doi.org/10.1115/DETC2004-57250 (2004).

Nagel, J., Stone, RB & Mcadams, DA Ein Thesaurus vom Ingenieurwesen zur Biologie für technisches Design. Tagungsband der ASME 2010 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference IDETC/CIE 2010, Montreal, Quebec, Kanada 1–12. https://doi.org/10.1115/DETC2010-28233 (2010).

Farzaneh, HH & Lindemann, U. Ein praktischer Leitfaden für bioinspiriertes Design (Springer-Verlag GmbH Deutschland, 2019).

Buchen Sie Google Scholar

Chen, C. et al. Eine Methode zum automatischen Pushen von Schlüsselwörtern für die Suche nach biologischen Informationen in bioinspiriertem Design. Proz. Inst. Mech. Ing. C https://doi.org/10.1177/0954406220932595 (2020).

Artikel Google Scholar

Stone, RB & Wood, KL Entwicklung einer funktionalen Basis für Design. J. Mech. Des. 122 (Dezember), 359–370 (2000).

Artikel Google Scholar

Ke, J., Wallace, JS, Chiu, I. & Shu, LH unterstützen biomimetisches Design durch Einbettung von Metadaten in Korpora natürlicher Sprache. Tagungsband der ASME 2010 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference IDETC/CIE 2010, Montreal, Quebec, Kanada 1–8. https://shulab.mie.utoronto.ca/wp-content/uploads/pubs/Conference/2010_KeEtAl_DTM_BiomimeticMetaData.pdf (2010).

Cheong, H. & Shu, LH Automatische Extraktion kausalbezogener Funktionen aus natürlichsprachigem Text für biomimetisches Design. Tagungsband der ASME 2012 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference IDETC/CIE 2012, Chicago, IL, USA 1–20. https://shulab.mie.utoronto.ca/wp-content/uploads/pubs/Cheong_etal_DTM_12.pdf (2012).

Kaiser, MK, Hashemi, FH & Lindemann, U. BIOscrabble: Extraktion biologischer Analogien aus großen Textquellen. Im IC3K 2013: 5. Internationale gemeinsame Konferenz über Wissensentdeckung, Wissenstechnik und Wissensmanagement – ​​SCITEPRESS Digital Library, Vilamoura, Algarve, Portugal 10–20. https://mediatum.ub.tum.de/doc/1188707/1188707.pdf (2013).

Kaiser, MK, Farzaneh, H. & Hand Lindemann, U. Ein Ansatz zur Unterstützung der Suche nach biomimetischen Lösungen. Internationales Design. In Proceedings of the International Design Conference – DESIGN 2012, Dubrovnik, Kroatien 969–978. https://mediatum.ub.tum.de/doc/1167162/1167162.pdf (2012).

Nagel, JKS & Stone, RB Ein systematischer Ansatz für biologisch inspiriertes Ingenieurdesign. Tagungsband der ASME 2011 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference IDETC/CIE 2011 1–12. https://doi.org/10.1115/DETC2011-47398 (2011).

Stroble, JK, Stone, RB, McAdams, DA & Watkins, SE Ein Thesaurus vom Ingenieurwesen zur Biologie zur Förderung besserer Zusammenarbeit, Kreativität und Entdeckung. Tagungsband der 19. CIRP-Designkonferenz – Wettbewerbsfähiges Design 30–31. https://dspace.lib.cranfield.ac.uk/bitstream/handle/1826/3719/An_Engineering-to-Biology_Thesaurus_To_Promote_Better_Collaboration_Creativity_and_Discovery-2009.pdf;sequence=4.

Nagel, JA Thesaurus für bioinspiriertes technisches Design (Springer, 2014).

Buchen Sie Google Scholar

Li, Y., Wen, R. & Yang, LC Forschung zum Zusammenhang zwischen Internet-Suchindex und Keyword-Akquise beim Automobilverkauf basierend auf Text Mining. Mod. Inf. 36(8), 131–136. https://doi.org/10.3969/j.issn.1008-0821.2016.08.026 (2016).

Artikel Google Scholar

Xu, G. Forschung zur Methode zur Web-Keyword-Extraktion basierend auf der Wortspanne (Xiangtan University, 2017).

Google Scholar

Liu, HT et al. Schlüsselwortextraktion für das allgemeine Gap-Sequence-Pattern-Mining. Kinn. J. Electron. 47(5), 1121–1128 (2019).

CAS Google Scholar

Liu, L. & Zhang, B. Forschung zur Erfassungsmethode des Ontologie-Merkmalsindex basierend auf semantischen Schlüsselwörtern. Berechnen. Technol. Entwickler 18(12), 140–143. https://doi.org/10.3969/j.issn.1673-629X.2008.12.042 (2008).

Artikel ADS Google Scholar

Vandevenne, D., Caicedo, J., Verhaegen, PA, Dewulf, S. & Duflou, JR Webcrawling für ein biologisches Strategiekorpus zur Unterstützung biologisch inspirierten Designs. In CIRP Design 83–92 (Springer-Verlag, 2012).

Google Scholar

Vattam, SS & Goel, AK Auf der Suche nach Inspiration: Die Online-Informationssuchpraktiken biologisch inspirierter Designer verstehen und unterstützen. In Proceedings of the ASME 2011 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference IDETC/CIE 2011 177–186. https://doi.org/10.1115/DETC2011-48238.

Kim, SJ & Lee, JH Eine Studie über Metadatenstruktur und Empfehlungsgeber biologischer Systeme zur Unterstützung von bioinspiriertem Design. Ing. Appl. Artif. Intel. 57, 16–37. https://doi.org/10.1016/j.engappai.2016.10.003 (2017).

Artikel Google Scholar

Willocx, M., Ayali, A. & Duflou, JR Wo und wie findet man Bio-Inspiration? CIRP J. Manuf. Wissenschaft. Technol. 31(9), 61–67. https://doi.org/10.1016/j.cirpj.2020.09.013 (2020).

Artikel Google Scholar

Vhf, A. et al. Biobasierte Designmethoden für Produkte, Prozesse, Werkzeugmaschinen und Produktionssysteme – ScienceDirect. CIRP J. Manuf. Wissenschaft. Technol. 32, 46–60. https://doi.org/10.1016/j.cirpj.2020.11.008 (2021).

Artikel Google Scholar

Goel, AK & Hancock, W. Multifunktional und domänenunabhängig? Eine Metaanalyse von Fallstudien zu biologisch inspiriertem Design. Des. Wissenschaft. 7, e24. https://doi.org/10.1017/dsj.2021.23 (2021).

Artikel Google Scholar

Lenau, TA, Metze, AL & Hesselberg, T. Paradigmen für biologisch inspiriertes Design. Bioinspir. Biomim. Bioreplikation https://doi.org/10.1117/12.2296560 (2018).

Artikel Google Scholar

Peters, T. Natur als Maß der Biomimikry-Gilde. Architekt. Des. 81, 44–47. https://doi.org/10.1002/ad.1318 (2011).

Artikel Google Scholar

Gao, L. Bionisches Produktdesign basierend auf emotionaler Erfahrung (Tianjin University of Science and Technology, 2014).

Google Scholar

Yang, H. Forschung zum ökologischen bionischen Design großer öffentlicher Gebäude (Henan University, 2016).

Google Scholar

Feng, HT Forschung zum bionischen Design des Karosseriemodells eines Elektrofahrrads (Universität Jilin, 2016).

Google Scholar

Jia, HL et al. Design eines bionischen Sägeblatts zum Schneiden von Maisstängeln. J. Bionic Eng. 10(4), 497–505. https://doi.org/10.1016/S1672-6529(13)60242-5 (2013).

Artikel Google Scholar

Tan, R. et al. Kreatives Design inspiriert durch biologisches Wissen: Technologien und Methoden. Vorderseite. Mech. Ing. 014(001), 1–14. https://doi.org/10.1007/s11465-018-0511-0 (2019).

Artikel Google Scholar

Bogatyrev, N. & Bogatyreva, O. BioTRIZ: Eine Win-Win-Methodik für Öko-Innovation, Öko-Innovation und die Entwicklung von Geschäftsmodellen (Springer International Publishing, 2014).

Google Scholar

Helms, M., Vattam, SS & Goel, AK Biologisch inspiriertes Design: Prozesse und Produkte. Des. Zucht. 30(5), 606–622. https://doi.org/10.1016/j.destud.2009.04.003 (2009).

Artikel Google Scholar

Forbes, P. Der Fuß des Geckos: Bio-Inspiration, Entwicklung neuer Materialien aus der Natur (W. Norton & Company, 2005).

Google Scholar

Bonser, RHC Patentierte biologisch inspirierte technologische Innovationen: Eine 20-Jahres-Ansicht. J. Bionic Eng. 3(1), 39–41. https://doi.org/10.1016/S1672-6529(06)60005-X (2006).

Artikel Google Scholar

Liu, W. et al. Forschung zur Realisierungsmethode der multibiologischen Effekttechnologie. Kinn. J. Mech. Ing. 52(9), 129–140. https://doi.org/10.3901/JME.2016.09.129 (2016).

Artikel Google Scholar

Mark, TW & Shu, LH Verwendung von Beschreibungen biologischer Phänomene zur Ideengenerierung. Res. Ing. Des. 19(1), 21–28. https://doi.org/10.1007/s00163-007-0041-y (2008).

Artikel Google Scholar

Nagel, J. & Stone, RB Eine rechnerische Konzeptgenerierungstechnik für biologisch inspiriertes technisches Design. Des. Berechnen. Cogn. https://doi.org/10.1007/978-94-007-0510-4_38 (2011).

Artikel Google Scholar

Zhang, H., Qiu, QY, Feng, PE & Wang, ZX Eine automatisierte Methode zum Erwerb von Designwissen aus Produktpatenten. J. Harbin Eng. Univ. 30(7), 785–791. https://doi.org/10.3969/j.issn.1006-7043.2009.07.012 (2009).

Artikel Google Scholar

http://www.biologyonline.com .

Lawrence, E. Hendersons Dictionary of Biology (Pearson, 2016).

Google Scholar

http://www.dict.cnki.net .

https://www.thesaurus.com/browse/shell .

Unsplash. Bambus. https://unsplash.com/photos/OoULo8WHNtY (abgerufen am 8. April 2022).

http://www.asknature.org.

Unsplash. Schlange. https://unsplash.com/photos/HaGwCk2AD84 (abgerufen am 8. April 2022).

Wikimedia Commons. Pilz. https://commons.wikimedia.org/wiki/File:Gypsy_Mushroom_(5037782405).jpg (abgerufen am 8. April 2022).

Unsplash. Honigkamm. https://unsplash.com/photos/00TroAQH0sE. (abgerufen am 8. April 2022).

Unsplash. Käfer. https://unsplash.com/photos/OkuDWYDh5yE (abgerufen am 8. April 2022).

Unsplash. Wurzel einer Pflanze. https://unsplash.com/photos/QRnBVnQR1SQ (abgerufen am 8. April 2022).

Zha, ZM & Zhang, H. Eine elektrische Winde mit verbesserter Struktur. 202021771340.2020-08-24.

Lenau, TA et al. Technischer Entwurf einer adaptiven Beinprothese nach biologischen Prinzipien. Internationale Designkonferenz-Design. 2010. http://polynet.dk/lenau/lenauDESIGN2010.pdf

Referenzen herunterladen

Ocean Engineering Equipment College, Zhejiang Ocean University, Zhoushan, 316022, Zhejiang, Volksrepublik China

ZM Zha & H. Zhang

Ingenieurabteilung, Lancaster University Renewable Energy Group und Fluid Machinery Group, Lancaster, LA14YW, Großbritannien

GA Aggidis

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

ZMZ und HZ haben das Hauptmanuskript geschrieben. HZ und GAA: Überarbeitete das Papier, Manuskript des Eigentümers.

Korrespondenz mit H. Zhang.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Zha, ZM, Zhang, H. & Aggidis, GA Python-unterstützte Methode zum Erwerb biologischen Wissens, um Designinspiration auszulösen. Sci Rep 12, 7864 (2022). https://doi.org/10.1038/s41598-022-11833-1

Zitat herunterladen

Eingegangen: 24. Juli 2021

Angenommen: 29. April 2022

Veröffentlicht: 12. Mai 2022

DOI: https://doi.org/10.1038/s41598-022-11833-1

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.