數控彎曲知識管理論文范文

本站小編為你精心準備了數控彎曲知識管理論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

1工藝知識表示與存儲模型

研究采用關系模型、面向對象技術與產生式規則法相結合的方式來表示和存儲導管數控彎曲工藝知識［6］。

1．1重用型工藝知識表示與存儲采用面向對象技術，將重用型工藝知識表示成彼此獨立的、方便程序語言進行搜索的知識元對象，方法如下:object＜對象名＞＜超類名＞＜對象說明＞為了將重用型知識存儲在關系型數據庫中，首先定義其數學模型。定義1:重用型知識元的數學模型可描述為三元組:C=＜ID，Name，KS＞式中:ID為知識元編號，用來唯一確定知識元;Name為知識元名稱;KS為知識元屬性的集合，KS={Ki，i=0，1，2，…}，K為知識元屬性內容。定義2:屬性K是一個三元組:K=＜ID，P，V＞式中:ID為屬性的唯一編號;P為屬性名;V為屬性取值，一般表現為字符。建立重用型知識元的關系存儲模型如圖2所示。一個導管數控彎曲工藝實例的關系存儲模型如圖3所示。

1．2決策型工藝知識表示與存儲采用產生式規則來表示決策型工藝知識，其形式化描述為:RULE＜規則標號＞＜規則名＞＜規則說明＞為了將決策型工藝知識存儲在關系型數據庫中，首先定義其知識元的數學模型。定義3:決策規則可以描述為四元組:R=＜ID，Name，PS，CS＞式中:ID為決策規則編號，用來唯一確定規則;Name為規則類型名稱;PS為前件集合，PS={Pi，i=0，1，2，…};CS為特征參數集合，CS={Ci，i=0，1，2，…}。定義4:規則的前件部分描述為四元組:F=＜ID，E，C，V＞式中:ID為前件編號，用來唯一確定前件;E為前件的屬性;C為前件的比較類型，C={大于，小于，等于};V為前件屬性值。定義5:規則的結論部分描述為四元組:L=＜ID，E，O，V＞式中:ID為結論編號，用來唯一確定結論;E為結論的屬性;O為結論的操作;V為結論屬性值。根據決策型工藝知識的數學模型建立決策型工藝知識關系存儲模型如圖4所示。

2導管工藝知識管理結構建模

導管工藝知識管理系統的功能結構如圖5所示。

2．1知識源知識源主要有:工藝數據庫、資源庫、資料手冊、工藝試驗、專家經驗以及其他系統產生的工藝數據。

2．2工藝知識獲取

2．2．1自動工藝知識獲取系統采用相關的知識獲取方法，直接從信息源“學習”相關的基礎知識，以及從系統自身的運行實踐中總結、歸納出新知識，不斷自我完善，建立起性能優良的知識庫。主要方法有:自然語言理解、模式識別、機器學習、數據挖掘與知識發現等。

2．2．2交互式工藝知識獲取通過人機交互方式進行工藝知識的自動獲取，由人將工藝知識一條條輸入計算機，實現工藝知識自動獲取。如工藝專家頭腦中的經驗，工藝部門根據決策和制造資源等情況設計的工藝方案、工藝規程等。

2．3知識庫知識庫由工藝知識數據庫和推理機構成。其中推理機針對不同的工藝知識及應用方式設計，包括可加工性分析推理機、實例選擇推理機及機床選擇決策推理機等。

2．4知識檢索、知識服務與系統接口集成系統的各個分系統可以通過用戶接口來進行基于實例的推理、加工方法決策及機床選擇決策等，實現導管數字化制造過程中的智能;工藝人員可以通過知識檢索掌握新知識、新工藝、新標準，進行人員的培訓等;為了適應協同制造、虛擬制造等網絡化制造模式，還需要將工藝知識在允許的范圍內進行，提供知識服務。

3導管工藝知識管理應用技術

3．1基于關系數據模型的推理技術采用面向對象結合關系數據庫技術表達工藝知識后，借助關系數據庫強有力的關系運算，能夠通過簡單結構化查詢語言(StructuredQueryLanguage，SQL)完成復雜的推理過程，從而為導管設計制造過程中實現智能化提供了技術支持，如管形可加工性分析、制造資源的選擇及工藝參數的設計等。

3．1．1基于關系數據庫的反向推理方法在進行導管設計時可通過工藝知識系統進行可加工性分析，由于導管的最終成形形狀已知，所以采用反向推理的推理方法進行導管外形設計決策。根據初始設計的導管形狀參數，依據數據庫和知識庫中存儲的導管加工工藝規則，通過推理機進行導管通用約束條件和企業生產條件約束分析，協助設計人員優化導管外形結構，管形可加工性推理機制如圖6所示。

3．1．2基于關系數據庫的正向推理方法在導管數控彎曲工藝規劃過程中，需要選擇合適的彎管機，制造資源庫中已經給出了所有彎管機的加工能力。采用正向推理的方式進行制造資源的選擇，將滿足要求的彎管機以列表的形式顯示給工藝人員，供其選擇，制造資源選擇推理機制如圖7所示。

3．2基于實例的工藝參數設計區別于傳統的機械加工，導管設計參數與成形工藝因素都顯著影響著其數控彎曲成形質量，當導管的設計參數確定后，選擇優選的工藝參數成為保證導管成形質量的關鍵。工藝參數的不確定性以及之間的交互影響使得在導管數控彎曲領域至今沒有成熟的工藝參數設計規則或者計算公式，使導管工藝規劃對工藝人員的經驗知識有著極高的依賴性。基于實例的推理機制能夠較好地解決上述問題，它回避了專家知識規則表述這個難題，將成功的解決方案作為知識的表現形式，領域知識體現在大量的實例中，新知識的獲取表現為新實例的增加［7］。基于實例的導管數控彎曲工藝參數設計步驟為:1)設計導管數控彎曲工藝實例庫結構，如圖8所示。2)實例檢索。根據導管的特點，系統采用實例檢索算法中的最近鄰策略來實現實例的檢索。3)實例選擇。根據實例檢索算法得出的相近實例排序，通過人工交互的方式選擇最適合用來修改的實例。4)實例調整。結合工藝人員自身的所具備的專家經驗知識、數據庫和知識庫中已經存儲的經驗公式以及神經網絡智能算法調整實例中與當前導管不符合的工藝參數，給出最終工藝參數。5)工藝結果評價。通過質量預測算法或質量預測進行數值模擬，可以對調整過后的工藝參數進行加工質量評價，將滿足質量標準要求的工藝參數方案作為新的實例添加到實例庫中，實現知識庫系統的自學習功能。基于實例的導管數控彎曲工藝參數設計推理機制流程如圖9所示。

4結語

本文的研究工作為導管數字化集成制造模式的實現奠定了重要基礎，分析了導管數控彎曲成形過程中工藝知識的內容、特征及其存在形式，采用基于重用的方法將工藝知識分為重用型和決策型工藝知識，并研究了工藝知識的表示與存儲方法，建立了它們的關系型數據庫存儲模型，進而構建了導管數控彎曲工藝知識管理系統功能結構，實現了工藝知識在導管數字化制造過程中的管理;基于網絡和數據庫技術研究了知識推理技術，建立了基于關系數據庫技術的正向和反向推理方法，實現了導管數控彎曲工藝過程中的可加工性分析與制造資源選擇;針對導管工藝的特點研究了基于實例的推理技術，實現了導管工藝規劃過程中基于實例的工藝參數設計。

作者：劉寧寧曾法有單位：中國空空導彈研究院