数控弯曲知识管理论文范文

1工艺知识表示与存储模型

研究采用关系模型、面向对象技术与产生式规则法相结合的方式来表示和存储导管数控弯曲工艺知识［6］。

1．1重用型工艺知识表示与存储采用面向对象技术，将重用型工艺知识表示成彼此独立的、方便程序语言进行搜索的知识元对象，方法如下:object＜对象名＞＜超类名＞＜对象说明＞为了将重用型知识存储在关系型数据库中，首先定义其数学模型。定义1:重用型知识元的数学模型可描述为三元组:C=＜ID，Name，KS＞式中:ID为知识元编号，用来唯一确定知识元;Name为知识元名称;KS为知识元属性的集合，KS={Ki，i=0，1，2，…}，K为知识元属性内容。定义2:属性K是一个三元组:K=＜ID，P，V＞式中:ID为属性的唯一编号;P为属性名;V为属性取值，一般表现为字符。建立重用型知识元的关系存储模型如图2所示。一个导管数控弯曲工艺实例的关系存储模型如图3所示。

1．2决策型工艺知识表示与存储采用产生式规则来表示决策型工艺知识，其形式化描述为:RULE＜规则标号＞＜规则名＞＜规则说明＞为了将决策型工艺知识存储在关系型数据库中，首先定义其知识元的数学模型。定义3:决策规则可以描述为四元组:R=＜ID，Name，PS，CS＞式中:ID为决策规则编号，用来唯一确定规则;Name为规则类型名称;PS为前件集合，PS={Pi，i=0，1，2，…};CS为特征参数集合，CS={Ci，i=0，1，2，…}。定义4:规则的前件部分描述为四元组:F=＜ID，E，C，V＞式中:ID为前件编号，用来唯一确定前件;E为前件的属性;C为前件的比较类型，C={大于，小于，等于};V为前件属性值。定义5:规则的结论部分描述为四元组:L=＜ID，E，O，V＞式中:ID为结论编号，用来唯一确定结论;E为结论的属性;O为结论的操作;V为结论属性值。根据决策型工艺知识的数学模型建立决策型工艺知识关系存储模型如图4所示。

2导管工艺知识管理结构建模

导管工艺知识管理系统的功能结构如图5所示。

2．1知识源知识源主要有:工艺数据库、资源库、资料手册、工艺试验、专家经验以及其他系统产生的工艺数据。

2．2工艺知识获取

2．2．1自动工艺知识获取系统采用相关的知识获取方法，直接从信息源“学习”相关的基础知识，以及从系统自身的运行实践中总结、归纳出新知识，不断自我完善，建立起性能优良的知识库。主要方法有:自然语言理解、模式识别、机器学习、数据挖掘与知识发现等。

2．2．2交互式工艺知识获取通过人机交互方式进行工艺知识的自动获取，由人将工艺知识一条条输入计算机，实现工艺知识自动获取。如工艺专家头脑中的经验，工艺部门根据决策和制造资源等情况设计的工艺方案、工艺规程等。

2．3知识库知识库由工艺知识数据库和推理机构成。其中推理机针对不同的工艺知识及应用方式设计，包括可加工性分析推理机、实例选择推理机及机床选择决策推理机等。

2．4知识检索、知识服务与系统接口集成系统的各个分系统可以通过用户接口来进行基于实例的推理、加工方法决策及机床选择决策等，实现导管数字化制造过程中的智能;工艺人员可以通过知识检索掌握新知识、新工艺、新标准，进行人员的培训等;为了适应协同制造、虚拟制造等网络化制造模式，还需要将工艺知识在允许的范围内进行，提供知识服务。

3导管工艺知识管理应用技术

3．1基于关系数据模型的推理技术采用面向对象结合关系数据库技术表达工艺知识后，借助关系数据库强有力的关系运算，能够通过简单结构化查询语言(StructuredQueryLanguage，SQL)完成复杂的推理过程，从而为导管设计制造过程中实现智能化提供了技术支持，如管形可加工性分析、制造资源的选择及工艺参数的设计等。

3．1．1基于关系数据库的反向推理方法在进行导管设计时可通过工艺知识系统进行可加工性分析，由于导管的最终成形形状已知，所以采用反向推理的推理方法进行导管外形设计决策。根据初始设计的导管形状参数，依据数据库和知识库中存储的导管加工工艺规则，通过推理机进行导管通用约束条件和企业生产条件约束分析，协助设计人员优化导管外形结构，管形可加工性推理机制如图6所示。

3．1．2基于关系数据库的正向推理方法在导管数控弯曲工艺规划过程中，需要选择合适的弯管机，制造资源库中已经给出了所有弯管机的加工能力。采用正向推理的方式进行制造资源的选择，将满足要求的弯管机以列表的形式显示给工艺人员，供其选择，制造资源选择推理机制如图7所示。

3．2基于实例的工艺参数设计区别于传统的机械加工，导管设计参数与成形工艺因素都显著影响着其数控弯曲成形质量，当导管的设计参数确定后，选择优选的工艺参数成为保证导管成形质量的关键。工艺参数的不确定性以及之间的交互影响使得在导管数控弯曲领域至今没有成熟的工艺参数设计规则或者计算公式，使导管工艺规划对工艺人员的经验知识有着极高的依赖性。基于实例的推理机制能够较好地解决上述问题，它回避了专家知识规则表述这个难题，将成功的解决方案作为知识的表现形式，领域知识体现在大量的实例中，新知识的获取表现为新实例的增加［7］。基于实例的导管数控弯曲工艺参数设计步骤为:1)设计导管数控弯曲工艺实例库结构，如图8所示。2)实例检索。根据导管的特点，系统采用实例检索算法中的最近邻策略来实现实例的检索。3)实例选择。根据实例检索算法得出的相近实例排序，通过人工交互的方式选择最适合用来修改的实例。4)实例调整。结合工艺人员自身的所具备的专家经验知识、数据库和知识库中已经存储的经验公式以及神经网络智能算法调整实例中与当前导管不符合的工艺参数，给出最终工艺参数。5)工艺结果评价。通过质量预测算法或质量预测进行数值模拟，可以对调整过后的工艺参数进行加工质量评价，将满足质量标准要求的工艺参数方案作为新的实例添加到实例库中，实现知识库系统的自学习功能。基于实例的导管数控弯曲工艺参数设计推理机制流程如图9所示。

4结语

本文的研究工作为导管数字化集成制造模式的实现奠定了重要基础，分析了导管数控弯曲成形过程中工艺知识的内容、特征及其存在形式，采用基于重用的方法将工艺知识分为重用型和决策型工艺知识，并研究了工艺知识的表示与存储方法，建立了它们的关系型数据库存储模型，进而构建了导管数控弯曲工艺知识管理系统功能结构，实现了工艺知识在导管数字化制造过程中的管理;基于网络和数据库技术研究了知识推理技术，建立了基于关系数据库技术的正向和反向推理方法，实现了导管数控弯曲工艺过程中的可加工性分析与制造资源选择;针对导管工艺的特点研究了基于实例的推理技术，实现了导管工艺规划过程中基于实例的工艺参数设计。

作者：刘宁宁曾法有单位：中国空空导弹研究院