现如今,工业产品的复杂性和现代社会生产规模正在逐步增加,一个产品的设计通常需要许多人或不同团队之间进行协作,汽车产业也是如此。汽车产业协同设计环境的结构,信息传递的方法和协同设计中冲突解决的方法将极大程度上影响汽车产业的自主研发能力。冲突的消解一直是协同设计领域的焦点问题,近些年来,不同学者提出了许多冲突消解的算法,大多以冲突的检测或者避免错误的发生(加锁)为主,都有其不足之处,这些方法极大程度上影响了协同设计的效率。随着信息技术、计算机技术的进步,人工智能技术已经无处不在,机器学习的研究也越来越成熟,不同相关算法的学习以及构建自定义框架的成本都在降低,汽车行业对人工智能的需求越来越迫切。在车门的传统设计的过程中,在车门铰链、车门主断面的布置和设计方面需要大量的手工操作,进行反复校核,对设计者的设计经验要求非常高,这将对研发效率造成很大的影响。因此,有必要提出一种新的设计方法进行改进。针对上述所有问题,本文建立了一种基于机器学习的车门协同设计冲突消解的方法,主要工作如下:1.基于自主研发的COMX平台实现参数化协同设计的框架,结合NX Open二次开发和NX/Spreadsheet实现协同设计中基础架构搭建和API封装。2.通过探讨车门设计流程,针对车门设计过程中的关键步骤,提出了一种参数化驱动的车门铰链和车门主断面的设计方法来提高车门设计的效率。当参数化设计过程中产生冲突时,以车门设计规范为原则,建立相关算法修改参数,设计相应的参数数据库用于后续的机器学习的训练。3.在MATLAB中建立BP神经网络,将车门设计过程中的产生冲突的参数建立数据库进行训练,在已有数据的驱动下,每当发生冲突时,能快速预测出一套新的参数方案,从而减少车门设计过程中的重复性和试探性,有助于设计者获得最佳的车门布局方案,大大提高了车门设计的质量和效率。