新聞中心

EEPW首頁 > 消費電子 > 設(shè)計應(yīng)用 > 基于實例的智能工藝設(shè)計系統(tǒng)

基于實例的智能工藝設(shè)計系統(tǒng)

作者: 時間:2011-06-27 來源:網(wǎng)絡(luò) 收藏
3 的形式化描述

本文引用地址:http://m.butianyuan.cn/article/166127.htm

  在中,的知識表達模型必須完整、有效地表達工藝過程中所需要的各類知識,從而為工藝問題求解提供支持。從工藝設(shè)計的角度出發(fā),所建立的知識表達模型既要包含零件本身的設(shè)計信息,也要包含相應(yīng)的工藝信急。如上考慮,從面向?qū)ο蟮乃枷氤霭l(fā),本文定義了一個面向變型工藝設(shè)計的工藝實例表達模型,其基本定義如下:

  定義1 工藝實例是滿足一定工藝設(shè)計要求的特定設(shè)計結(jié)果,一個完整的工藝實例(Case)可表示為一個五元組(Case-Name,Case-Type,Case-Content,F(xiàn)ea-lure-List,Value-List)。其中:

  

  工藝實例數(shù)據(jù)集中的數(shù)據(jù)與工藝實例特征集中的特征存在一一對應(yīng)的關(guān)系。同一類工藝實例中,各實例依據(jù)實例特征的不同而相互區(qū)別。

  定義2工藝實例類(Case-Type)描述了工藝實例的分類信息,可表示為一個八元組(Rough-Type,De-tail-Type,Material,Rough,Heat-Treat,Batch,Shape-Cuttin,CAPP-Agent)。其中:

  Rough-Type——描述了工藝實例類的大類信急,以BNF范式表示為:

  ::={0|1},0代表回轉(zhuǎn)體,1代表非回轉(zhuǎn)體;

  Detail-Type——描述了工藝實例類的小類信息;

  

  Turning代表回轉(zhuǎn)類工藝實例的形狀及加工屬性,Not-Turning代表非回轉(zhuǎn)類工藝實例的形狀及加工屬性。在回轉(zhuǎn)類工藝實例的形狀及加工屬性中:Out-Type代表外部基本形狀,Out-Function代表外部功能要素,In-Type代表內(nèi)部基本形狀,In-Function代表內(nèi)部功能要素,Out-Shape代表外平面或端面,In-Shape代表內(nèi)平面,Assist-Function代表輔助孔或成形刻線;在非回轉(zhuǎn)類工藝實例的形狀及加工屬性中,Out-Typen代表外部基本形狀,Shape-Cutting代表平面加工,Cur-Cutting代表曲面加工,Out-Attribute代表外形要素,Main-Hole代表主加工孔,In-Cutting代表內(nèi)部加工,Assist-Type代表輔助孔或成形。

  CAPP Agent——是一個從工藝實例特征至工藝實例內(nèi)容的映射集,詳見定義3

  定義3 工藝設(shè)計策略(CAPP-Agent)描述了特定工藝實例類的具體工藝設(shè)計求解策略,可表示為一個二元組(Task,Plan)。其中:

  

  其中,描述了問題求解過程中需要進行的操作,包括以消息傳遞的方式下達對子對象的設(shè)計任務(wù)和對內(nèi)外部各類函數(shù)的調(diào)用;則是以產(chǎn)生式規(guī)則的方式描述求解過程中的經(jīng)驗性推理規(guī)則。

  從上述定義可以看出,工藝實例的知識表達模型以分層的框架式結(jié)構(gòu)和面向?qū)ο蟮乃枷霝楹诵?,具有較強的結(jié)構(gòu)化能力;同時,完整、有效地表達變型工藝設(shè)計過程中所運用的各類工藝設(shè)計知識(以規(guī)則的形式描述),支持在此基礎(chǔ)之上進行規(guī)則的推理,從而完成工藝實例的修改。

  4 工藝實例的檢索和匹配

  4.1 工藝實例索引

  工藝實例索引描述了工藝實例的惟一標(biāo)志。通過工藝實例索引的建立,使得的工藝實例庫中所存儲的所有工藝實例都能被惟一地確定。當(dāng)系統(tǒng)采用基于實例的推理時,依據(jù)外部的輸入條件可快速查找出相似的工藝實例。

  目前在人工中,實例索引技術(shù)主要有三種:

  (1)最近相鄰法(Vearest Veighbor Approach)。它的核心思想是利用與實例庫中實例相匹配的輸入實例特征權(quán)數(shù)累加和來檢索實例。這種方法簡單實用,但由于在大多數(shù)情況下,各特征的權(quán)值對各個實例都有所不同,因此,很難確定一組適用于所有實例的權(quán)值。

  (2)歸納法(Inductive Approach)。它是利用類似決策樹的學(xué)習(xí)算法,在被分類的實例中,確定出實例的哪一特征判別能力最優(yōu)。歸納法在檢索目標(biāo)有明確定義,且每種目標(biāo)類型均有足夠多的例子進行歸納的情況下,優(yōu)于權(quán)值鄰近法,其缺點是需要大量的實例進行歸納。

  (3)基于知識的方法(Knowledge-Paced Retrieval Approach)。它是利用實例庫中的實例知識來確定實例的哪些特征是重要的。在知識來源合適的情況下,這種方法是很適宜的。它的缺點是對較廣范圍的輸入事實進行完全基于知識的索引往往是困難的。

  CBIPP系統(tǒng)采用了基于上述三種方法綜合的面向?qū)ο蟮膶嵗饕龣C制,建立了兩級索引:第一級索引反映了工藝實例的類別(Case-Type);第二級索引反映了同類工藝實例中各特征的差異。另外,系統(tǒng)還可根據(jù)對工藝實例問題求解產(chǎn)生影響的特征建立索引。



評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉