基于實例的智能工藝設計系統介紹

　　類似于實例索引技術，實例檢索策略有以下三種：

　　(1)分層檢索與歸納索引配合使用，其檢索過程以用歸納索引形成的分類決策樹為基礎，由樹根開始逐層下降，直到不能下降為止;

　　(2)關聯檢索，又稱鄰近檢索，與權值鄰近索引配合使用，其檢索過程是基于權值鄰近索引中定義的實例特征屬性的相似度，將用戶輸入的新實例與庫中實例進行關聯比較;

　　(3)基于知識的檢索，它是指利用現有的關于實例庫的實例知識來確定檢索實例時哪些實例屬性是重要的。

　　類似于實例索引的建立，CBIPP系統采用了三者結合面向對象的檢索策略，其算法過程如下：

　?、偻ㄟ^人機接口獲取工藝設計初始信息(即源工藝實例信息);

　　②根據源工藝實例信息，確定工藝實例類(Case-Type)，并得到該層次結構的所有工藝實例集;

　?、壅{用實例匹配算法，在工藝實例集中獲取一最相近工藝實例(目標工藝實例)。

　　其中實例匹配算法如下：

　　5 工藝實例的修改(基于規則的推理)

　　5.1 基本定義

　　定義4 欠特征是源工藝實例含有而目標工藝實例沒有的特征。

　　定義5 過特征是源工藝實例沒有而目標工藝實例含有的特征。

　　5.2 工藝實例的修改

　　通過索引和匹配檢索到的最相似的目標工藝實例，如果與源工藝實例完全相同，則可直接調出目標藝實例的工藝內容(Case-Content )來解決新問題，而不經過修改;但通常情況下，檢索到的目標工藝實例內容無法完全滿足新零件的工藝設計要求，這種情況下就需調整修改目標工藝實例的工藝內容來適配新工藝設計問題。修改的內容主要包括：①過特征的工序(工步)的刪除;②欠特征的工序(工步)的增加;③工序(工步)的重新排序;④尺寸鏈的計算;⑤制造資源(設備、刀夾量具)的調整和切削用量的優化;⑥工序圖的重新繪制。

　　工藝實例修改的基本過程如下：首先比較源工藝實例與目標工藝實例的特征，根據兩者的差異，確定源工藝實例中的過特征及欠特征。在此基礎上，由該工藝實例對應的CAPP-Agent運用基于規則的推理技術(Rule-Based Reasoning,RBR)，修改目標工藝實例的工藝內容，并最終確定源工藝實例中的實例內容。

　　如圖2所示，基于規則的推理部分主要由三大部分構成：工藝數據庫、工藝知識庫、基于規則的推理機。其中，工藝數據庫用自主開發的工程數據庫OSCAR實現(OSCAR面向工程事務，支持復雜對象存儲管理)，庫中存儲應用環境的具體數據，記錄適時制造領域的動態信息，包括設備、夾具、量具、材料、切削液、刀具、輔助材料、形狀特征、工藝方法、標準化和互換性數據以及工時定額表;工藝知識庫的基本任務是建立工藝數據庫中相關對象的一般映射，提供相關查詢、匹配，根據特征分布獲取加工方法和設備，根據工藝效率，計算零件數據演化，形成遞歸求解，輔助實現工藝評估和排序，把對零件進行的工序操作在時間和空間上排序，確定整個的工藝排列順序和在工序或工步中所進行的操作;工藝知識庫中所含推理知識用元規則形式表示，以實現工藝決策推理的元級控制，推理機制采用黑板結構，調用工藝知識庫中推理規則和工藝數據庫中事實進行工藝決策，簡單直觀，易于實現。以一條關于車削的加工方法之規則為例，其推理規則描述如下：

　　若：零件的輔助特征類型為外螺紋

　　精度為1-2 公差帶4h～6h

　　則：加工方法為車削

　　6 結論

　　結合CPR技術和RBR技術，構造了一個基于實例的智能工藝設計系統，給出了工藝實例完整、清晰的形式化描述，并闡述了工藝實例檢索和匹配的策略和算法。實踐表明，在智能工藝設計中引入CBR技術，可極大地提高工藝設計的效率與質量，解決了工藝專家知識獲取的瓶頸問題，改善了系統的開放性，較好地滿足企業生產的實際要求。