基于实例的智能工艺设计系统

 

　　1 引言

　　作为连接设计和制造的桥梁和纽带，CAPP不仅是制造企业准备工作的首要步骤，而且是企业各部门信急交汇的重要环节。由于CAPP在CIMS中的地位和作用，工艺规划的自动生成(也即智能工艺设计)被视为生产自动化中关键信息技术之一，各国竞相开展应用技术研究。为此，本文从符合人类认知心理学的角度出发，通过引入CBR(Case-Based Reasoning)技术，将其与RBR技术进行有机结合，构造了一个基于实例的智能工艺设计系统，有效地解决了传统智能工艺设计系统的缺陷与不足。

　　2 基于实例的智能工艺设计系统—CBIPP

　　基于实例推理(Cased-Based Reasoning，CBR)是在基于规则推理和基于模型推理的基础上发展起来的新型推理技术。它充分模仿人类的思维方式，高速准确地分析推理所要解决的具体问题。CBR实际上是从用户要求空间到实例空间的映射过程。将CBR技术应用于智能工艺设计系统具有以下优点：

　　(1)充分利用以往成功的工艺设计实例，大大提高工艺设计的效率，缩短企业新产品的工艺设计周期，同时减少工艺设计过程中的人为错误，提高设计的正确性;

　　(2)由于工艺实例自身包涵了大量的工艺设计经验知识，可省去大量知识的获取与表达;

　　(3)由于每得到一个新的工艺设计结果都可以存入工艺实例库，从而扩充了知识，使系统具有一定的自学习能力;

　　(4)从人类认知心理学的角度出发，基于实例的推理史符合工艺设计人员的思维过程，因为工艺人员在设计工艺时，总是首先考虑以前的设计实例，找出相似工艺设计方案并对其进行修改，以获得新的设计方案(即新工艺实例)。

　　对新零件采用基于实例推理技术的工艺设计基本过程可表示为如图1所示的流程。

　　

 

　　图1 基于实例推理的工艺设计流程图

　　本文将CBR技术技术和RBR技术有机地结合起来，构造了基于实例的智能工艺设计系统(Case-PacedIntelligent Process Planning System CPIPP)系统的总体结构如图2所示，共由两大模块组成。最高层是基于实例的推理机，它包含一个实例库(以往成功的工艺设计实例);系统根据工艺设计详细说明(源工艺实例)，由基于实例的推理机从实例库返回一个最相似的实例(目标工艺实例)，两工艺实例中不相符的部分由位于第一层的基于规则的推理机、工艺知识库(规则库)和工艺数据库进行推理，从而修改目标工艺实例中相应的工艺设计内容来满足工艺设计要求，最终完成工艺设计仟务。

　　

 

　　图2 CBIPP系统总体结构图

　　3 工艺实例的形式化描述

　　在基于实例的智能工艺设计系统中，工艺实例的知识表达模型必须完整、有效地表达工艺设计过程中所需要的各类知识，从而为工艺设计问题求解提供支持。从工艺设计的角度出发，所建立的知识表达模型既要包含零件本身的设计信息，也要包含相应的工艺信急。基于如上考虑，从面向对象的思想出发，本文定义了一个面向变型工艺设计的工艺实例表达模型，其基本定义如下：

　　定义1 工艺实例是满足一定工艺设计要求的特定设计结果，一个完整的工艺实例(Case)可表示为一个五元组(Case-Name，Case-Type，Case-Content，Fea-lure-List，Value-List)。其中：

　　

 

　　工艺实例数据集中的数据与工艺实例特征集中的特征存在一一对应的关系。同一类工艺实例中，各实例依据实例特征的不同而相互区别。

　　定义2工艺实例类(Case-Type)描述了工艺实例的分类信息，可表示为一个八元组(Rough-Type，De-tail-Type，Material，Rough，Heat-Treat，Batch，Shape-Cuttin，CAPP-Agent)。其中：

　　Rough-Type——描述了工艺实例类的大类信急，以BNF范式表示为：

　　::={0|1}，0代表回转体，1代表非回转体;

　　Detail-Type——描述了工艺实例类的小类信息;

　　

 

　　Turning代表回转类工艺实例的形状及加工属性，Not-Turning代表非回转类工艺实例的形状及加工属性。在回转类工艺实例的形状及加工属性中：Out-Type代表外部基本形状，Out-Function代表外部功能要素，In-Type代表内部基本形状，In-Function代表内部功能要素，Out-Shape代表外平面或端面，In-Shape代表内平面，Assist-Function代表辅助孔或成形刻线;在非回转类工艺实例的形状及加工属性中，Out-Typen代表外部基本形状，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代表内部加工，Assist-Type代表辅助孔或成形。

　　CAPP Agent——是一个从工艺实例特征至工艺实例内容的映射集，详见定义3

　　定义3 工艺设计策略(CAPP-Agent)描述了特定工艺实例类的具体工艺设计求解策略，可表示为一个二元组(Task，Plan)。其中:

　　

 

　　其中，描述了问题求解过程中需要进行的操作，包括以消息传递的方式下达对子对象的设计任务和对内外部各类函数的调用;则是以产生式规则的方式描述求解过程中的经验性推理规则。

　　从上述定义可以看出，工艺实例的知识表达模型以分层的框架式结构和面向对象的思想为核心，具有较强的结构化能力;同时，完整、有效地表达变型工艺设计过程中所运用的各类工艺设计知识(以规则的形式描述)，支持系统在此基础之上进行基于规则的推理，从而完成工艺实例的修改。

　　4 工艺实例的检索和匹配

　　4.1 工艺实例索引

　　工艺实例索引描述了工艺实例的惟一标志。通过工艺实例索引的建立，使得系统的工艺实例库中所存储的所有工艺实例都能被惟一地确定。当系统采用基于实例的推理时，依据外部的输入条件可快速查找出相似的工艺实例。

　　目前在人工智能中，实例索引技术主要有三种：

　　(1)最近相邻法(Vearest Veighbor Approach)。它的核心思想是利用与实例库中实例相匹配的输入实例特征权数累加和来检索实例。这种方法简单实用，但由于在大多数情况下，各特征的权值对各个实例都有所不同，因此，很难确定一组适用于所有实例的权值。

　　(2)归纳法(Inductive Approach)。它是利用类似决策树的学习算法，在被分类的实例中，确定出实例的哪一特征判别能力最优。归纳法在检索目标有明确定义，且每种目标类型均有足够多的例子进行归纳的情况下，优于权值邻近法，其缺点是需要大量的实例进行归纳。

　　(3)基于知识的方法(Knowledge-Paced Retrieval Approach)。它是利用实例库中的实例知识来确定实例的哪些特征是重要的。在知识来源合适的情况下，这种方法是很适宜的。它的缺点是对较广范围的输入事实进行完全基于知识的索引往往是困难的。

　　CBIPP系统采用了基于上述三种方法综合的面向对象的实例索引机制，建立了两级索引：第一级索引反映了工艺实例的类别(Case-Type);第二级索引反映了同类工艺实例中各特征的差异。另外，系统还可根据对工艺实例问题求解产生影响的特征建立索引。

　　4.2 实例检索和实例匹配

　　类似于实例索引技术，实例检索策略有以下三种：

　　(1)分层检索与归纳索引配合使用，其检索过程以用归纳索引形成的分类决策树为基础，由树根开始逐层下降，直到不能下降为止;

　　(2)关联检索，又称邻近检索，与权值邻近索引配合使用，其检索过程是基于权值邻近索引中定义的实例特征属性的相似度，将用户输入的新实例与库中实例进行关联比较;

　　(3)基于知识的检索，它是指利用现有的关于实例库的实例知识来确定检索实例时哪些实例属性是重要的。

　　类似于实例索引的建立，CBIPP系统采用了三者结合面向对象的检索策略，其算法过程如下：

　　①通过人机接口获取工艺设计初始信息(即源工艺实例信息);

　　②根据源工艺实例信息，确定工艺实例类(Case-Type)，并得到该层次结构的所有工艺实例集;

　　③调用实例匹配算法，在工艺实例集中获取一最相近工艺实例(目标工艺实例)。

　　其中实例匹配算法如下：

　　

 

　　5 工艺实例的修改(基于规则的推理)

　　5.1 基本定义

　　定义4 欠特征是源工艺实例含有而目标工艺实例没有的特征。

　　定义5 过特征是源工艺实例没有而目标工艺实例含有的特征。

　　5.2 工艺实例的修改

　　通过索引和匹配检索到的最相似的目标工艺实例，如果与源工艺实例完全相同，则可直接调出目标艺实例的工艺内容(Case-Content )来解决新问题，而不经过修改;但通常情况下，检索到的目标工艺实例内容无法完全满足新零件的工艺设计要求，这种情况下就需调整修改目标工艺实例的工艺内容来适配新工艺设计问题。修改的内容主要包括：①过特征的工序(工步)的删除;②欠特征的工序(工步)的增加;③工序(工步)的重新排序;④尺寸链的计算;⑤制造资源(设备、刀夹量具)的调整和切削用量的优化;⑥工序图的重新绘制。

　　工艺实例修改的基本过程如下：首先比较源工艺实例与目标工艺实例的特征，根据两者的差异，确定源工艺实例中的过特征及欠特征。在此基础上，由该工艺实例对应的CAPP-Agent运用基于规则的推理技术(Rule-Based Reasoning,RBR)，修改目标工艺实例的工艺内容，并最终确定源工艺实例中的实例内容。

　　如图2所示，基于规则的推理部分主要由三大部分构成：工艺数据库、工艺知识库、基于规则的推理机。其中，工艺数据库用自主开发的工程数据库OSCAR实现(OSCAR面向工程事务，支持复杂对象存储管理)，库中存储应用环境的具体数据，记录适时制造领域的动态信息，包括设备、夹具、量具、材料、切削液、刀具、辅助材料、形状特征、工艺方法、标准化和互换性数据以及工时定额表;工艺知识库的基本任务是建立工艺数据库中相关对象的一般映射，提供相关查询、匹配，根据特征分布获取加工方法和设备，根据工艺效率，计算零件数据演化，形成递归求解，辅助实现工艺评估和排序，把对零件进行的工序操作在时间和空间上排序，确定整个的工艺排列顺序和在工序或工步中所进行的操作;工艺知识库中所含推理知识用元规则形式表示，以实现工艺决策推理的元级控制，推理机制采用黑板结构，调用工艺知识库中推理规则和工艺数据库中事实进行工艺决策，简单直观，易于实现。以一条关于车削的加工方法之规则为例，其推理规则描述如下：

　　若：零件的辅助特征类型为外螺纹

　　精度为1-2 公差带4h～6h

　　则：加工方法为车削

　　6 结论

　　结合CPR技术和RBR技术，构造了一个基于实例的智能工艺设计系统，给出了工艺实例完整、清晰的形式化描述，并阐述了工艺实例检索和匹配的策略和算法。实践表明，在智能工艺设计中引入CBR技术，可极大地提高工艺设计的效率与质量，解决了工艺专家知识获取的瓶颈问题，改善了系统的开放性，较好地满足企业生产的实际要求。