基于RBR—CBR的数控刀具材料选择专家系统.pdf

基于RBR—CBR的数控刀具材料选择专家系统.pdf

ID:52971043

大小:380.76 KB

页数:5页

时间:2020-04-05

基于RBR—CBR的数控刀具材料选择专家系统.pdf_第1页
基于RBR—CBR的数控刀具材料选择专家系统.pdf_第2页
基于RBR—CBR的数控刀具材料选择专家系统.pdf_第3页
基于RBR—CBR的数控刀具材料选择专家系统.pdf_第4页
基于RBR—CBR的数控刀具材料选择专家系统.pdf_第5页
资源描述:

《基于RBR—CBR的数控刀具材料选择专家系统.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2011年11月中国制造业信息化第40卷第21期基于RBR—CBR的数控刀具材料选择专家系统黄李冲,于忠海,陈田(1.华东理工大学机械与动力工程学院,上海200237)(2.上海电机学院机械学院,上海200245)摘要:针对数控车削加工中刀具材料选取困难等问题,提出了一个基于规则推理(RBR)和基于实例推理(CBR)f~I结合的专家系统,详细阐述了该系统的知识表达、推理机制以及功能模块等。在此基础上,以VisualC++为开发平台,SQLServer作为数据库管理工具,并结合ado技术实现了数控刀具材料选择专家系统。实验表明,该系统能够根据车削加工的要求正确合理地选取刀具材料

2、,具有广泛的应用价值。关键词:刀具材料选择;专家系统;基于规则推理;基于实例推理中图分类号:TP311文献标识码:A文章编号:1672—1616(2011)2l一0050一O4近年来,人们在开发专家系统方面做了大量的用实例库查找求解问题的相似实例,即案例的检索工作,建立了许多具有实用价值的系统。传统的专匹配。若无相似案例,则调用规则库进行基于规则家系统大部分采用基于规则推理(RBR)的机制,又的推理。若有若干相似案例,计算其与目标案例的称产生式系统,其表现形式单一,易于理解,是较为相似度,选取超过某个阈值的案例为相同案例得出广泛使用的知识表现方法,但同时它也有诸多缺推理结果。

3、若无相同案例,则取出相似度最大的案点,如规则获取难、许多知识难以表达、处理效率例,对其与目标案例不同的部分,调用规则库基于低、推理缺乏灵活性等。基于案例的推理(CBR),规则的推理,修改案例并通过人机界面提交给用户又称援例推理,是通过访问知识库中过去同类问题进行案例评价。专家系统在工程领域的应用越来的求解从而解决当前问题的一种推理模式。CBR越多,尤其适用于经验性较强的工艺过程,本文通不同于RBR,它能够通过相似案例的检索而快速过CBR与RBR结合,充分发挥二者优势,弥补各地求解出问题的解,而不需要对相同的问题做一系自的不足,提高系统的推理效率和准确性l3j。列复杂的推理ll

4、J。推鉴于一王二一~理规l艺信息输入{本文针对数控刀具材料选择的特点,提出了将。’。。‘。。’。’。’。’。’。一————£——一初始事实获取l理一一CBR与RBR相结合的数控刀具材料选择专家系二统,用CBR来改进传统的产生式系统,提高其推理效率。Nl系统基本框架规则库N自RTHChi[2J等提出CBR与RBR相结合的混合推理模式后,关于此方面的研究及应用Et趋增<多。本系统的推理流程如图1所示,推理思路为:Y先通过人机交互获得影响刀具材料选择的事实因N_<≤是最后素,在本系统中,这些因素包括工件材料、加工性质、工艺系统刚性、刀具类型、加工环境等工艺信结柬息。推理机对这些事实

5、因素进行读取、解析,并调图1推理流程图收稿日期:2011—08—15基金项目:上海市教育委员会重点学科建设项目(J51902);上海电气中央研究资助项目(101360);上海市闵行区科技项目资助(2010MH160)作者简介:黄李冲(1987一),男,福建宁德人,华东理工大学硕士研究生,主要研究方向为数字化制造技术。·应用研究·黄李冲于忠海陈田基于RBR—CBR的数控刀具材料选择专家系统512基于实例的推理见表1。对于个特征,得到两两比较判断矩阵:2.1工艺实例表达与实例库y(以)×aij1/aji表1“与aj相对比较标度一般基于CBR的系统具有案例检索、案例匹配、案例改写和

6、案例存储4个推理步骤。其基本原标度13579理为:以案例为基础进行推理,把人们以往的经验含义同等重要稍微重要明显重要强烈重要极端重要存成一个个的案例,当面临新的问题时,就可以对“l3579案例库进行搜索,找到合适的案例作为参考,这其d,11/31/51/71/9实是实现经验的重用;如果对找到的案例有不满之比较矩阵建立后,建立方程:处,可以进行修改,以适应当前情况,修改后的案例∞rna将被再次存入案例库,以便下次使用时作为参考,其中:为矩阵y的最大特征值;∞为相应的特这其实是实现经验的自学习。实例推理技术中最征向量。∞经标准化后作为权重向量_4J。重要的支持是实例库,其关键技术

7、在于实例的表2.3买例检索达、提取和修改。实例检索是根据新问题的描述进行模式匹配刀具材料选择的实例检索的主要特征为工件的过程,这一过程往往是“不精确的”,带有一定的材料、工件硬度、加工性质、工艺系统刚性、刀具类模糊性。对于给定目标实例的工艺问题描述,如何型、加工环境等。不同的特征在实例匹配过程中所尽快从实例库检索和选择出最相似的实例是系统起的作用是不同的,因此要给每一个特征赋予不同的关键。的权重以体现其重要性。所以一般用一个多元数通过对刀具材料选择实例库中的每个属性A组来表达实例:进行计算分析,可知工件

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。