以自然界为领先领域来源的功能导向搜索


MATRIZ     2018-05-28




以自然界为领先领域来源的功能导向搜索

作者简介:

Stéphane Savelli,MATRIZ(国际TRIZ协会)三级认证,MP公司创始人和主任工程师,斯图加特大学材料专家、医生,在工业、研发设计、工程、产品支持等方面具有15年的从业经验。E-mail:stephane.savelli@mpsolving.com. 原文发表在Proceedings of the MATRIZ TRIZfest 2017 international conference上,经作者同意翻译为中文后发表在《TRIZ评论》上,陕西师范大学王菲翻译。



摘要:相较于开发完全新颖的解决方案,现在通常的做法是确定和调整那些已经在其他甚至非常偏远的行业中实现的技术。功能导向搜索(Function-Oriented Search:FOS)是现代TRIZ中的一项工具,它可在不同行业之间进行定向,进而选择出最佳的可用技术执行所需功能。由FOS提出的其中一个一般性建议是,关注如何在以自然界为导向执行所需功能。然而迄今为止,关于如何确定以自然界为功能导向的搜索领域,还未发展具体的建议。为解决这个问题,本文提出了一个软件算法:以自然界为导向的FOS算法。该算法不仅在宏观层面(即在整个生物体或其器官组织水平),而且在微观层面(即在活细胞,细胞组分和生物分子水平)上,都有助于使用者确认以自然界为功能导向的搜索领域。本文通过介绍一些研究案例来演示所提出的算法。

关键词:功能导向搜索,自然,算法,仿生设计,生物体模仿学,仿生学


1、引言

        功能导向搜索(Function-Oriented Search:FOS)是现代TRIZ中最有效的问题解决工具之一。FOS的主要思想是,通过选择不同甚至偏远的科学和工程领域中的现有技术,解决需要创新的某些领域中的特定问题。用FOS开发的解决方案易被采纳,因为这是一项可在功能导向中发挥作用的现有技术,尽管当中存在着适应问题需要解决。此外,由于FOS提供的是来自偏远科学和工程领域中的解决方案,因此可帮助搜寻所有的科学和技术知识。因此,FOS是开放式创新的实用且高效的方法。

        FOS中一个可能的功能导向领域是自然界,然而,它与技术领域中其他功能导向的领域完全不同。首先,这是因为工程师通常不容易在自然界的细分领域内搜索。此外,尽管目前的FOS算法具有很多特点,但对于如何识别功能导向的领域和相应的技术,仍然很少提出建议——这对于在自然界的领域中实践FOS的工程师来说更是一个问题。并且最后,与技术领域相比,以自然界为导引通常不能通过现有的或者现成的技术来匹配,而只能提供灵感来源的自然解决方案。这三个问题会使FOS的研究者对于最有趣的自然解决方案的识别和匹配变得相当困难。

        本文涵盖了正在进行的一些重要工作,并提出了解决上述问题的方法。

2、基于TRIZ的仿生设计方法

        在TRIZ出现前,早在仿生学(模仿学)被创造出来之前,自然界就是发明者的灵感来源。仿生发明的一个例子是由古希腊使用的搏斗公羊的额头得到的启发[1]。

        Altshuller曾对仿生发明的稀缺性感到惊讶,并在ARIZ-71的第8步中提出了古生物学方法,即首先考虑古老的自然界“专利”,因为它们其中可能会被认为是更简单和更有效的[2]。值得一提的是,最新的ARIZ正式版ARIZ-85C省略了这一建议。

        Altshuller的初步工作完成很长时间之后,几位作者提出了基于TRIZ或TRIZ相关的仿生设计方法。现代TRIZ理论应用了FOS[3,4],并将自然界视为可能的功能导向领域。然而,这并未给出如何确定在自然界功能导向领域中的具体建议。

        曾有人尝试将Altshuller矩阵扩展到所谓的Matrix 2003(后来被扩展到Matrix 2010),以整合现代的技术发现[5]。最初它的目标是基于已确定的生物学解决方案建立一个新的矛盾矩阵;然而,当事实证明Matrix 2003的48个参数足以描述生物学策略时,这个项目后来被放弃了,95%由自然界开发的解决方案与Matrix 2003的核心所提出的创新原则是相匹配的[6]。

        其他作者基于生物学解决方案提出了一种新的6×6矩阵(6种考虑参数:物质,结构,时间、空间、能量/场和信息/规则),但这种新矩阵仍然保持着40个发明原理不变。这种所谓的PRIZM矩阵表明,相应的生物技术解决方案与矛盾的解决方案间的相关因子仅为12%。尽管如此,从实际的角度来看,这个矩阵与Altshuller矩阵都有相同的缺点,包括它的一般和抽象的方面。

        后来,Bogatyrev等人[7]提出了新的生物学启示以开发当前的技术,目的是使这些技术是环境友好型的。这个有趣的方法仍然需要一个详细的描述,以生物学和技术为例使其充分的发挥作用。

        基于特定的技术挑战,Currie等人[8]对Altshuller矩阵和仿生设计,通过质子交换膜燃料电池的设计进行了比较。尽管作者仅考虑了一个例子,但他们得出了生物仿生设计与TRIZ似乎具有对应性的结论。

        另一项工作定义了生物启发式几何结构与原理(对称、螺旋、波动和分支等等)、功能、生态原理以及Altshuller矩阵参数和TRIZ的发明原理之间的关系网络。尽管如此,仍然值得思考这种方法是否比Altshuller矩阵提供了更多的好处。

        在研究中,Baldossu等人[10]建议提高仿生数据库的可用性(他们是仿生学研究所中最著名的研究者[9]),通过使用OTSM-TRIZ功能模型(即功能载体-作用-功能对象),重新索引它们以显示不同的天然生物体如何应对不同的挑战。这种方法也许是有用的,但是这样一个完整的、可供重新索引的仿生数据库尚不存在。

        Weaver等人[11]提出用生物实例以及技术实例来说明解决物理矛盾和创新原理的两个原则以提供更好的灵感。

        为了减少对特定技术挑战的生物策略的识别,Vandevenne等人[12]提出了一个自动化的仿生设计过程。他们的过程基于专利数据库确定产品特征,然后将这些特征与从生物数据库确定的有机体特征进行匹配,最终提供生物学解决方案。这种方法的主要缺点是,产品功能不一定与那些亟待解决的关键问题有关。

        Hu[13]曾试图将仿生学和TRIZ相互结合,他建议找出所有与特定问题有关的矛盾,并确定与之相关的所有创造性原则。然后,使用这些原则,问题解决者需要找到自然界的“解决方案”,以解决仿生数据库中类似的问题。

        到目前为止,最主要的研究成就是由Bogatyrev等[14]获得的,他们认识并解释仿生设计的复杂性和经验性,并介绍了TRIZ衍生的四个公理(简化、解释、理想结果和矛盾),最后提出了一个6阶段的仿生算法,以试图克服引言中提到的问题。当不存在工程原型时,该算法可以提供帮助(例如由Bogatyrev等执行的关于人造纤毛的项目),它的结构良好,并使用了主要功能、环境、时间和规模等合理的概念。然而,该算法的某些方面仍不清楚(例如应该使用哪些TRIZ的工具进行问题定义),且由于必须使用太多的TRIZ的工具,包括矛盾、九屏幕工具和创新原理,这也许会使其应用非常复杂。

        Kamps等[15]研究了一项基于TRIZ的仿生设计的方法,以优化钛合金铰刀的激光附加制造(Laser Additive Manufacturing:LAM),并评估生物溶液的技术可行性,以查看该生物溶液是否与本发明的原理和来自Altshuller矩阵中相应的一对矛盾参数匹配。但是这种评估方法似乎相当有限。

        在Vincent[16]最新的方法中提出了一个生物学实例数据库,其中所包括的解决任何一对技术矛盾的已确定原理,都是众所周知的40个发明原理的子类,如“动态特性”原理进一步分为5个子原理,其中包括“减少冲击”,子类会进一步分为次级原理。有趣的是,这个数据库也可以录入仿生学案例研究。这种仿生设计方法为设计师提供了一套广泛的生物策略。所以,这种方法的实用性比其他许多方法更高,但它受到所研究实例的主要特征的限制。

        总之,大多数基于TRIZ的或TRIZ相关的仿生设计方法,都依赖于Altshuller矩阵和发明原理,或者其简化或精炼的版本。此外,从生物学角度,Bogatyrev等人[7]发展的技术趋势也可能有潜力,但它们还没有形成工具。

        上述作者和其他人,都为以自然界为导向的FOS发展提供了推动作用。如果以自然界为导向的FOS可解决引言中提到的问题,那么它将成为最先进的一种TRIZ的工具性方法。

3、仿生设计方法及其与TRIZ的部分相关性

        如今,仿生设计(或类似设计)是一个活跃的科学领域和公认的设计方法。通常这个学科的两个互补的方面会被考虑——问题驱动和解决方案驱动的方法[17]。本文我们将重点主要放在前一种方法上。

        从生物学启发类设计的专利数量增长中看出[17],问题驱动的方法已产生了大量的产品、材料、制造工艺、机器人、优化方法和算法,其应用领域已扩大到包括体育、建筑、运输、软件等。但是尽管如此,该方法仍应该改进以使其更加系统化[18]。

        一些作者通过研究文献[17-20],寻找到了引入的不同问题驱动的仿生设计方法的功能和局限性,并观察到一些与现代TRIZ的工具的以下相似之处:

        •问题的功能定义[17];

        •识别相互矛盾的功能[17,19](如苔藓应该有一个大的表面积来收集阳光,又应有一个小的表面积来保存水分);

        •提取生物学原理[17]及其应用或类似于TRIZ特性传递工具的转换;

        •搜索变体[17]等同于搜索不同系统中的不同原理,例如TRIZ标杆;

        •将初始工程问题转化为生物学术语[17]或寻找同义词[19]时,可扩大搜索范围,类似于FOS中的一般化功能;

        •访谈生物学专家[19],等同于采访FOS功能领域的专家;

        •基于“在极端栖息地提供创新设计解决方案的生存挑战”[21]的假设寻找最佳适配物[17],与FOS识别领先领域类似,领先领域是指实行一般化功能是生死攸关的问题;

        还应注意一些与TRIZ无关的仿生设计的某些方面,例如:

        •初始的工程问题与潜在生物学解决方案之间的环境相似性(例如,月球激光雷达由于细微的风化颗粒导致的失败风险的背景环境与海洋双壳类生存环境相似)[19];

        •寻找生物学解决方案时考虑不同的规模尺度[19]。

        这些发现表明,仿生设计有几个元素与经典或现代的TRIZ中的概念和工具类似,有些则不然。这些元素中的一些种类,无论是否与TRIZ类似,都可用于自然界FOS的开发,如下文所示。

4、以自然界为领先领域的FOS算法

        FOS算法是由Simon Litvin提出的[3],由11个连续的步骤组成:

        1.确定要改进的目标主要价值参数(The Mainparameters of value,MPV)。

        2.识别要改进的目标物理参数以解决MPV。

        3.确定要改善MPV的关键问题。

        4.阐明要执行的具体功能以解决关键问题。

        5.调整执行功能所需的参数或条件。

        6.对动词和功能对象一般化描述。

        7.确定功能的领先领域(FLA)。

        8.在领先领域中识别执行相同或类似功能的有效技术。

        9.根据初始创新领域的要求和约束(关键MPV),选择最适合执行所需功能的技术。

        10.识别选定技术中执行功能的条件与初始情况之间的初始相似因子水平(Similarity Factor,SF)。

        11.确定并解决增加SF所需的适应性问题,以确保选定技术的有效实施。

        并非上述所有步骤都需要在实践中使用。例如:

        1.如果在项目开始时已经定义了一组目标MPV,并且已经在功能方面定义了关键问题,则FOS算法从步骤5开始。

        2.如果一组目标MPV尚未定义,则FOS算法从步骤1开始,在这种情况下,第8步结束时输出的FOS可用于项目分析阶段的标杆。

        无论如何,第7步和第8步显然都应该在TRIZ项目中始终使用。但是,它们应该与以自然界为导向的FOS相匹配。下面,我们针对这些步骤提出以下修改:

        7.确定可以在哪些自然环境中找到一般化功能的一般化对象,最好是在极端浓度水平(无论是浓度极低或浓度极高)。事实上,一般化对象的任何相关参数(例如,压力、速度、污染)都应被视为极端值。任何影响一般化功能的成分可选地,都可以帮助确定以自然界为领先领域,即可能找到潜在解决方案下最有希望的自然环境。应指出的是,这些自然环境甚至可能是生物体。

        8.1识别哪些非生物自然现象在这些自然环境中执行相同或相似的一般化功能。这个功能可能对于某些生物的生存至关重要。

        8.2识别哪些生物组件或其产品在这些自然环境中执行相同或相似的一般化功能。生物组件可以是任何类型的生命形式:动物、植物、真菌、细菌或病毒。首先,看这个功能是否对他们的生存(威胁或机会)至关重要。其次,考虑从分子到生物圈的任何大小的生物组分。

        8.3如果关键问题以矛盾的形式表达,那么在执行相同或类似的一般化功能的同时,确定哪些生物组织明显“面对”和“解决”了相同或相似的矛盾。

        8.4从已识别的非生物自然现象中提取物理、化学、几何特征。

        8.5从识别的生物组分中提取生物学特征。

        8.6将生物学特征转化为物理、化学、几何、信息传递、组织特征。

        8.7将提取的特征转移到当前的工程系统、组件上。

        生物组分可列为生物的任何部分(器官,细胞等)、任何整个生物或任何生物群体。

5、以自然界为导向的FOS算法的验证

5.1  宏观层面案例研究中的算法测试:奔驰仿生车

        让我们先思考奔驰仿生汽车的著名案例研究[22]。在一个复古的方法中,让我们学习所提出的算法如何被应用来提出这个概念或者其他概念。1996年,奔驰的工程师们试图设计一款新的空气动力学概念车。以自然界为领先领域的FOS应用如下:

        1.汽车的“能源/燃料消耗”应该被降低。

        2.应降低目标物理参数“汽车空气阻力系数”。

        3.关键问题:如何降低汽车的阻力系数?

        4.特殊功能:汽车引导空气。

        5.需要的参数:汽车前部很短—以便在城市轻松停放,并且应具有较大的横截面—以便输送足够数量的乘客。

        6.一般化功能:引导流体。

        7.在自然界中,“高浓度”(可能在此特定情况下解释为单位体积单位的高质量密度)的流体是动物体、植物或生物细胞中的水、咸水、血液或其他流体。例如,可以选择鱼类和水生哺乳动物、鸟类、爬行动、头足类动物作为领先领域。

        8.1此步骤建议寻找接近海面的岩石,这些岩石已被水侵蚀,形成的阻力最小。

        8.2为了匹配所需的参数,这些动物应该有一个短前锋。我们确定了雌性黄鱼、虎鲨、白鲸和海鬣蜥(见图1)。


图1 一些大而短的水生动物(雌性盒子鱼、虎头鲨、白鲸、海鬣蜥)综合图

        8.3除了雌性盒子鱼外,所有确定的动物都有可能“面对”和“解决”大前锋与高前锋之间以及低阻力系数的“导向水”的矛盾,因为他们都是捕食者。最初的关键问题可能已经被表达为矛盾。

        8.7在这种特殊情况下,生物特征很容易转移到汽车的前部,因为它(或者至少看起来是)是几何的。在实践中,这为目标概念车提供了几个几何选项。这里要注意,盒子鱼的阻力系数仅为0.06,而空气动力学设计的好车的阻力系数约为0.26[22]。

        奔驰设计师根据雌性黄色盒子鱼创造了一种新概念车。最终的设计对于一辆车来说非常不寻常(见图2)。测试表明,这种形状提供了有史以来测试的最低阻力系数之一。而自然界的其他原型可用于一些空气甚至水上运输车辆的仿生设计。

图2 基于雌性盒子鱼的奔驰仿生概念车[22]

5.2  部分宏观层面案例研究中的算法测试:牙科镜面

        为本案例研究提出的问题是:通常的牙科镜子在牙医钻牙时会很快被污染。避免任何对牙髓有害的热量是有必要的,因此钻机通过水射流法冷却,但是,钻孔时容易将水滴和微小牙齿残留物喷射到牙镜上。一种有效的商业解决方案是采用连续旋转镜[23]:通过离心力将水滴和残留物从镜子上除去。将常见的FOS[3]应用于此问题可以确定基于疏水涂层、亲水涂层和其他一些技术的一些想法。本文中考虑了一种仿生的解决方案。从步骤4开始,FOS算法在大自然为领先领域的搜索如下:

        4.利用牙科镜子的外部收集水滴。

        5.镜面应保持其反射功能,不得在表面上附着粘污。

        6.通用功能:收集液滴。

        7.在极端“浓度”中可以找到的流体是沙漠中的水雾、浓度较高的水体、偶尔强降雨期间以及干旱地区的水分。例如,沙漠中的植物、爬行动物和昆虫可被选为优先考虑领域。

        8.2一些动植物从偶尔产生的沙漠中的水雾中收获水分(见图3):长腿的Namib甲虫[24],Namib沙丘丛林草[25]和Chihua-hua沙漠的仙人掌[26]。得克萨斯州的角蜥蜴可以从偶尔落下的雨水收集水分[27]。而这样的例子不胜枚举。


图3 两种动物和一种植物获取水分的示意图

8.5&8.6对可以引导流体液滴的自然界原型所展示的不同物理或化学特征的完整研究,超出了本文的研究范围。尽管如此,我们仍可以确定以下物理

特征:亲水区和疏水区的组合,带开放槽的毛细管现象,集水区和消耗区之间的消耗梯度。

        8.7有必要对一些已确定的特征进行调整。例如,凸起和凹槽以及其他三维布置显然与牙科镜子的二维结构不兼容。拓展交给读者,也许你们会想出一些有趣的解决方案。

5.3  微观层面案例研究的算法测试:微米和纳米机械系统

        本案例研究涉及微米机械和纳米机械系统(MEMS/NEMS)中减少摩擦。技术问题是,如果润滑部件的尺寸很小,则不能使用常规润滑剂,因为毛细管、静电力、范德华力和化学作用力会使得这些润滑剂粘附在部件上并填充部件之间的所有微隙。因此,为了减少微米与纳米尺度中的摩擦,有必要创建一个具有低摩擦系数和接触面积的疏水表面。

        由于MPV和关键问题已经确定,我们将从所提

出的算法的第5步开始:

        5.所需参数:高疏水性、摩擦系数低、接触面积小。

        6.提供疏水性的通用功能:引导(排斥)流体。

        7.自然界中“高浓度”可用的流体是动物体、植物或生物细胞中的水、盐水、血液或其他流体。例如,可以选择水生植物、动物和鸟类作为优先搜索领域。

        8.1这一步建议寻找自然界中的非生物疏水性物体。

        8.2可能是水生植物、哺乳动物皮毛和排斥水的鸟羽毛。例如鸭子和鹅毛以及荷叶是疏水的。

        8.3在这个案例研究中,我们没有把关键问题表达为矛盾问题。

        8.5允许荷叶排斥水的生物学特征是其表面上的具有微小突起的特定微结构,所述微突起覆盖有蜡质疏水性晶体。另外这种微结构具有小的接触面积。这是微机械中减少摩擦的本质。

        8.7这种生物特征很容易转移到微机械部件的表面,因为它主要是几何特征(见图4)。


图4 莲花叶:其表面的微观结构和适用于微机械仿生纳米图案[28,29]

        Arvind Singh和Kahp-Yang Suh[29]描述了这种解决方案,并声称它非常有效。

5.4  另一个微观层面的案例研究中的算法测试:湿粘合剂

        这个案例研究涉及湿粘合剂。一种潜在应用是在游泳池和土耳其浴室表面粘贴小型马赛克瓷砖。另一种潜在应用是航空部件结构部件在非标准条件下的粘附,即在油性或潮湿条件下。由于粘合剂的耐用性差,通常上述马赛克瓷砖可能会从其支撑体上脱离,这可能是化学和机械作用导致。

        由于MPV和关键问题已经确定,我们将从所提出的算法的第5步开始。

        5.所需参数:在水下的长久耐用性、所考虑的支撑表面应是平坦的。

        6.提供湿附着力的通用功能:抓住平坦坚固的表面。

        7.在自然界中极端“高浓度”可用的平坦固体是裸山、岩石湖泊、河流或海岸,以及海洋深处的岩石表面。例如,海洋动物或附着在岩石上的植物,以及附着在其他海洋动物如鲨鱼和鲸,可被选为优先搜索领域,

        8.1这一步建议寻找附着在平坦岩石上的天然非生物物体。

        8.2还有可以考虑贝类、鲸鱼藤壶、雷莫拉鱼、海藻或海葵。例如,尽管有强烈的海浪作用(通常超过25米/秒)[30]并且经常被沙子污染,但海洋贻贝仍能很好地粘附在硬表面上。为了坚持固体表面,他们使用了足丝,这是一束细丝,其末端是小脚(斑块)。

        8.3在这个案例研究中,我们并没有把关键问题表达为矛盾问题。

        8.5允许将贻贝足斑粘附在平坦表面上的全球生物学特征相当复杂,深入的学术研究已经详细描述了它在斑块内聚电解质性质的七种不同贻贝足蛋白(mfps)的特定空间排列(见图5)。mfp-3s,mfp-3f和mfp-5位于斑块支持界面[30]。


图5 海洋贻贝:附着到固体表面和不同类型的贻贝足蛋白及在贻贝斑各自的位置的示意图[30]

        8.6假定接触地点的三个mfps的化学结构是造成海洋贻贝湿粘附的原因,这种生物学特征看起来很容易转化为化学特征。

        8.7遗憾的是,将这种化学特征转移到合成胶上并不容易。首先,所考虑的蛋白质具有复杂的化学结构,因此不容易合成。其次,有各种各样的蛋白质,它们的相互作用不是众所周知的。因此,必须进行一些简化。事实证明多巴(3,4-二羟基苯丙氨酸)是mfps功能的主要化学物质。如果多巴功能是合成粘合剂中唯一使用的功能,则湿粘合会失败,因为多巴非常容易氧化,这种简化显然是过度的。其实,贻贝有“解决”微观层面上的多巴氧化问题。首先,贻贝使用促进复合凝聚[30]的粘附蛋白沉积的特定微环境条件,即独特类型的静电驱动的液-液相分离。其次,它们具有以下化学特征可以提供目标湿粘附力,并已成功转移到共聚两性电解质上[31]:

         •多巴周围侧翼序列中非极性疏水氨基酸残基比例高。

        •动态PH控制,从酸性到中性。

        •离子浓度小于100mM。

        •儿茶酚功能。

        •双亲性功能。

        •离子功能。

        这个例子说明了转移生物特征的繁琐和复杂性。

        最后,对于需要高温湿粘附力的土耳其浴室表面的马赛克瓷砖,也可以采用类似的方法解决。这可能需要研究一些生活在高温(高达60°C)的深海海底热泉,即“深海排气口”和“海底排气口”中湿生物粘附的生物学特征。

5.5  另一个微观层面的案例研究中的算法测试:细菌水泥

        在本案例研究中考虑的问题涉及:在建筑工业中使用的混凝土和砖的生产过程中降低功率和热量消耗。水泥生产是最耗能的行业之一:仅它的生产就占全球二氧化碳排放量约5%。当原材料转化为硅酸盐水泥或使用传统方法硬化砖块时,都会排放高含量的二氧化碳,在这两种情况下都涉及高热过程。因此,为了降低这些地区的功率和热量消耗,有必要开发完全不需要热量的水泥生产工艺。

        由于MPV和关键问题已经确定,我们将从所提出的算法的第5步开始。

        5.过程所需的参数:低热量消耗,即低温。

        6.我们需要在低温下执行的通用功能:(1)从液体中产生固体物质(2)使用流体将固体颗粒保持在一起。

        7.自然界中的极端“高浓度”可用的流体是动物体、植物或生物细胞中的水、盐水、血液或其他流体。例如,可以选择水生生物(植物,动物,细菌等)作为优先搜索领域。

        8.1这一步建议寻找由流体创建的天然非生物

固体物体。例如出现在洞穴中的钟乳石和石笋。

        8.2我们可以看看白蚁丘,珊瑚礁、珊瑚礁或软体动物,这些珊瑚可以从海水中产生坚硬的壳,也可以考虑在人体内形成各种石头。另一个值得关注的领域是使钙沉淀的细菌形成“细菌水泥”[32]。

        8.3在这个案例研究中,我们没有把关键问题表达为矛盾问题。

        8.5使钙沉淀细菌从流体中形成胶状物的生物学特征是,它们能够在正常条件下进行或促进导致钙沉淀的多种化学反应。

8.6如果在此过程中发现或培育了能够快速生产水泥的细菌,这种生物学特性易于使用。

这样的解决方案已经由bioMASON Inc.[33]开发和商业化,他已经建立了一个试验工厂,使用特殊细菌“种植”砖块。

6、结论

        本文提出了一种以自然界为导向的FOS的特定算法。该算法基于FOS的十一个步骤,是现代TRIZ中一个著名而强大的求解工具。以自然界为领先领域的FOS不同于最初的FOS,因为它增加了步骤7和步骤8,可帮助使用者确定自然界中功能领先的优先搜索领域,并指导其找到自然界的解决方案。应指出的是,功能领先的优先搜索领域是非生物现象或在自然环境中发现的与一般化功能的对象相关联的生物组分。该算法在本文的5个案例研究中也得到了令人满意的测试,其中两个在宏观层面,三个在微观层面。

        本文提出了一项正在进展中的工作。这项研究将继续进行以使以自然界为领先领域的FOS更有效率。为了推进研究,对众多仿生解决方案的回顾性分析也会对我们的研究有所帮助。


参考文献

[1] Genrikh Altov. Crazy Company, Moscow, 1965 (in Russian).

[2] Genrikh Altshuller. The innovation algorithm. TRIZ, systematic innovation and technical creativity. echnical Innovation Center, Inc., Worcester, MA, USA. Second edition of 2000. Original text in 1973.

[3] S. Litvin. New TRIZ-based tool-Function-Oriented Search. ETRIA

Conference TRIZ Future 2004. November 2-5, 2004, Florence, Italy.

[4] S. Litvin. TRIZ readings–Altshuller’s tradition continues. ETRIA Conference TRIZ Future 2005.November 16-18, 2005, Graz, Austria.

[5] D. Mann. Matrix 2010. Reupdating the contradiction matrix. IFR Press (2009). 164 p.

[6] D. Mann. Natural world contradiction matrix: how biological systems resolve trade-offs and com-promises. TRIZ Future Conference 2006. Procedia Engineering 9 (2011) pp. 714-23.

[7] N. Bogatyrev et al. TRIZ evolution trends in biological and technological design strategies. Pro-ceedings of the 19th CIRP design conference (2009) pp. 293.

[8] J. Currie et al. A comparison between biomimetic design and TRIZ applied to the design of a proton exchange membrane fuel cell (2009).6 p.

[9] https://asknature.org/ accessed May 29, 2017.

[10] A. Baldossu et al. About integration opportunities between TRIZ and biomimetics for inventive design. World Conference: TRIZ Future 2011. Procedia Engineering 131 (2015) pp. 3-13.

[11] J. Weaver et al. Extending the TRIZ methodology to connect engineering design problems to biological solutions. NCIIA 16th Annual Conference (2012).

[12] D. Vandevenne et al. Product and organism aspects for scalable systematic biologically-inspired design. World Conference: TRIZ Future 20xx. Procedia Engineering 131 (2015) pp. 784-91.

[13] M. Hu. Bio-TRIZ: the combination between biomemicry and TRIZ. Master thesis. University of Detroit Mercy. 52 pp.

[14] N. Bogatyrev et al. TRIZ-based algorithm for biomimetic design. World Conference: TRIZ Future (2011-2014). Procedia Engineering 131 (2015) pp. 377-87.

[15] T. Kamps et al. TRIZ-based biomimetic part-design for Laser Additive Manufacturing. Lasers in Manufacturing Conference 2015.Wissenschaftliche Gesellschaft Lasertechnik e.v. 10 pp.

[16] J.F.V. Vincent. The trade-off: a central concept for biomimetics. Bioinspired, Biomimetic and Nanobiomaterials. Published online August 01, 2016.

[17] M. Helms et al. Biologically inspired design: process and products. Design studies (2009). Vol.30.No 5. pp. 605-22.

[18] C.A.M. Versos et al. Biologically inspired design: methods and validation. In “Industrial design–New frontiers” (2011). In Tech. pp. 101-20.

[19] Y. Bar-Cohen. Nature as a model for mimicking and inspiration of new technologies. Review Paper. International Journal of Aeronautical & Space Science (2012). Vol. 13. No 1. pp. 1-13.

[20] L.H. Shu et al. Biologically inspired design. CIRP annals – Manufacturing technology (2011). Vol. 60. pp. 673-93.

[21] Y. Helfman Cohen et al. Biomimetic design method for innovation and sustainability. Springer International Publishing AG (2016). 281 p.

[22] B. Sharfman. Mercedes and the boxfish. The Scientist. September 2006 issue (http://www.the-scientist.com/

articles.view/articleNo/24272/title/Mercedes-and-the-boxfish/ accessed May 29, 2017).

[23] http://www.i-dent-dental.com/ accessed May 29, 2017.

[24] A.R. Parker et al. Water capture by a desert beetle. Nature (2001). Vol. 414. No 1. pp. 33-34.

[25] M. Ebner et al. Efficient fog harvesting by Stipagrostis sabulicola (Namid dune bushman grass). Journal of arid environments (2011). Vol. 75. No 6. pp. 524-31.

[26] Ju et al. A multi-structural and multi-functional integrated fog collection system in cactus. Nature communications (2012). Vol. 3. Article number: 1247.

[27] W.C. Sherbrooke. Rain harvesting in the lizard, Phrynosoma cornutum: behaviour and integu-mental morphology. Journal of herpetology (1990). Vol. 24. No 3. pp. 302-8.

[28] Yoon E.-S. et al. Tribological properties of bio-mimetic nano-patterned polymeric surfaces on silicon wafer. Tribol. Lett. 2006, 21: 31–37. 10.1007/

s11249-005-9005-4

[29] A. Singh et al. Biomimetic patterned surfaces for controllable friction in micro- and nanoscale devices. Micro and Nano Systems Letters, 2013, 1:6. Available: https://mnsl-jour-nal.springeropen.com/articles/10.1186/2213-9621-1-6, accessed May 29, 2017.

[30] https://en.wikipedia.org/wiki/Coacervate accessed May 29, 2017.

[31]. S. Seo et al. Microphase behavior and enhanced wet-cohesion of synthetic copolyampholytes inspired by a mussel foot protein. Journal of the American Chemical Society (2015). Vol. 137. pp. 9214-9217.

[32] “Bacterial cement”. Discover Magazine, April 1997 issue. Available: http://discovermaga-zine.com/1997/apr/bacterialcement1113, accessed June 2, 2017.

[33] “Technology”. bioMASON Web site: http://biomason.com/technology/, acessed June 2, 2017.


原文载于MATRIZ(国际TRIZ协会)旗下杂志《TRIZ评论》2018年第二期(总第十四期),如需转载与本刊编辑部 trizreview@matrizchina.cn和matriz@matrizchina.cn联系并请注明出处


MATRIZ为俄文中国际TRIZ协会的简写。国际TRIZ协会(MATRIZ)成立于1997年,由TRIZ理论的创始人阿奇舒勒建立,起源于1989在俄罗斯成立的TRIZ协会,阿奇舒勒为MATRIZ的第一任主席,他建立了协会的结构和基本目标以及TRIZ专家的认证过程。 MATRIZ正式于1999年注册。
       现任主席为Yury Fedosov博士,MATRIZ负责协调世界范围内的TRIZ活动,发展TRIZ理论,并且组织每年一度的国际TRIZ年会(TRIZfest),选举国际TRIZ协会主席及委员会,通过投票的方式评选TRIZ五级大师等。

       MATRIZ由世界上众多TRIZ协会组成。世界上应用TRIZ理论最为成功的公司如三星、飞利浦、西门子、GE等均为其会员。
       MATRIZ认证是目前世界上最权威的TRIZ能力认证,由MATRIZ在阿奇勒的主持下于1998年推出,阿奇舒勒制定了整个认证方案,并亲自认证了第一批五级TRIZ大师。
       MATRIZ的认证级别由易到难共分五级。







2018年05月28日

网友支持率最高的10种家居装饰小招 快来学起
嵌入TRIZ的现代科学研究模式

上一篇

下一篇

以自然界为领先领域来源的功能导向搜索

添加时间: