Through extenics-based case reasoning, this research puts forward a method to configure the modules of complex machine products. Firstly, the knowledge on the process of product design was represented, and the convergence modes of design plans were analyzed, with the aid of product semantics and the knowledge representation model of the primitives. Next, the semantic correlation function was constructed, and a priority degree evaluation method for product family was created, in order to obtain the optimal configuration plan. In this way, the excellent design genes in product plans with relatively low correlations will be preserved. Finally, the proposed method was verified on the design of computer numerically controlled (CNC) roll grinder. Specifically, the quantitative and qualitative user needs were converted into the design objectives, producing the set of primitives (design objectives). Based on sematic correlations and priority degrees, the product/product family that best match the conceptual product was searched for in the case library, and the optimal configuration plan was prepared, in the light of semantic correlation network and local correlation evaluation. The results show that the local correlations of the bed and workbench module, headstock module, grinding system, measuring system, and support of MK8420 with design objectives were 0.298, 0.450, 0.600, 0.500, and 0.298, respectively, indicating that the configuration plan is in line with user needs and suitable for case-based reasoning. The proposed method has been successfully applied in actual production, laying a good basis for the intelligent design of products.

通过基于可扩展的案例推理，提出了一种配置复杂机器产品模块的方法。首先，利用产品语义和原语的知识表示模型，对产品设计过程中的知识进行表示，并分析设计方案的收敛方式。接下来，构造语义相关函数，并创建产品系列的优先级评估方法，以获得最佳配置方案。这样，将保留产品计划中相关性相对较低的优秀设计基因。最后，在计算机数控辊磨机的设计中验证了该方法的有效性。具体来说，将定量和定性的用户需求转换为设计目标，产生一组原语（设计目标）。根据语义相关性和优先级，在案例库中搜索与概念产品最匹配的产品/产品系列，并根据语义相关网络和局部相关性评估，制定最佳配置方案。结果表明，设计目标为MK8420的床和工作台模块，主轴箱模块，磨削系统，测量系统和支撑的局部相关性分别为0.298、0.450、0.600、0.500和0.298，表明该配置计划是符合用户需求并适合基于案例的推理。该方法已成功应用于实际生产中，为产品的智能化设计奠定了良好的基础。根据语义相关性和优先级，在案例库中搜索与概念产品最匹配的产品/产品系列，并根据语义相关网络和局部相关性评估，制定最佳配置方案。结果表明，设计目标为MK8420的床和工作台模块，主轴箱模块，磨削系统，测量系统和支撑的局部相关性分别为0.298、0.450、0.600、0.500和0.298，表明该配置计划是符合用户需求并适合基于案例的推理。该方法已成功应用于实际生产中，为产品的智能化设计奠定了良好的基础。根据语义相关性和优先级，在案例库中搜索与概念产品最匹配的产品/产品系列，并根据语义相关网络和局部相关性评估，制定最佳配置方案。结果表明，设计目标为MK8420的床和工作台模块，主轴箱模块，磨削系统，测量系统和支撑的局部相关性分别为0.298、0.450、0.600、0.500和0.298，表明该配置计划是符合用户需求并适合基于案例的推理。该方法已成功应用于实际生产中，为产品的智能化设计奠定了良好的基础。在案例库中搜索与概念产品最匹配的产品/产品系列，并根据语义相关网络和局部相关性评估，制定了最佳配置方案。结果表明，设计目标为MK8420的床和工作台模块，主轴箱模块，磨削系统，测量系统和支撑的局部相关性分别为0.298、0.450、0.600、0.500和0.298，表明该配置计划是符合用户需求并适合基于案例的推理。该方法已成功应用于实际生产中，为产品的智能化设计奠定了良好的基础。在案例库中搜索与概念产品最匹配的产品/产品系列，并根据语义相关网络和局部相关性评估，制定了最佳配置方案。结果表明，设计目标为MK8420的床和工作台模块，主轴箱模块，磨削系统，测量系统和支撑的局部相关性分别为0.298、0.450、0.600、0.500和0.298，表明该配置计划是符合用户需求并适合基于案例的推理。该方法已成功应用于实际生产中，为产品的智能化设计奠定了良好的基础。根据语义相关网络和局部相关评估。结果表明，设计目标为MK8420的床和工作台模块，主轴箱模块，磨削系统，测量系统和支撑的局部相关性分别为0.298、0.450、0.600、0.500和0.298，表明该配置计划是符合用户需求并适合基于案例的推理。该方法已成功应用于实际生产中，为产品的智能化设计奠定了良好的基础。根据语义相关网络和局部相关评估。结果表明，设计目标为MK8420的床和工作台模块，主轴箱模块，磨削系统，测量系统和支撑的局部相关性分别为0.298、0.450、0.600、0.500和0.298，表明该配置计划是符合用户需求并适合基于案例的推理。该方法已成功应用于实际生产中，为产品的智能化设计奠定了良好的基础。表示配置计划符合用户需求并且适合基于案例的推理。该方法已成功应用于实际生产中，为产品的智能化设计奠定了良好的基础。表示配置计划符合用户需求并且适合基于案例的推理。该方法已成功应用于实际生产中，为产品的智能化设计奠定了良好的基础。