首页 理论教育 基于专家系统的再制造过程质量异常调整方法

基于专家系统的再制造过程质量异常调整方法

时间:2023-07-01 理论教育 版权反馈
【摘要】:规则是专家系统的核心所在,也是再制造过程异常调整的规律所在;采用生产式规则表述,以及布尔运算的符号表达规则。事实是指再制造过程出现的质量异常类型、需要的调整措施及质量影响因素的质量知识。混合推动是将正向推理与反向推理相结合,通过正向推理将客户提供的事实转化为规则,当遇到某些结论时,启动反向推理,根据已知的再制造问题对假设的方案进行选择,再根据假设方案反向检测出相应的规则。

基于专家系统的再制造过程质量异常调整方法

再制造过程质量异常调整主要应用质量调整专家系统,根据历史经验和收集到的再制造过程质量控制信息和过程质量异常诊断结果找出影响再制造过程质量的因素,通过质量调整专家系统设计再制造过程质量改进方案,对再制造过程质量进行调整。专家系统是一种基于智能知识的计算机程序系统,其内部含有大量的某个领域专家水平的知识和经验,其应用人工智能技术依据专家提供的专业知识及过程的推理能力,通过模拟专家思维对过程异常做出决策的过程,来解决原来只能专家才能解决的复杂问题。

1.再制造过程质量调整专家系统

建立再制造过程质量调整专家知识库与调整机构,系统采用生产式结构,具体如图6-10所示,主要包括以下内容。

1)质量知识库,包括废旧机电产品再制造过程质量控制、质量异常的解决方法的相关知识。

2)质量数据库,描述再制造过程质量控制的符号、概念的集合,包括质量异常的初始数据、过程数据、异常的类型、测试设备的测试数据及最终结果的信息,该信息处于实时变动的状态。

3)推理引擎,根据再制造过程的质量异常类型,通过质量知识库的知识,按照特定的推理过程和搜索方式进行推理得到再制造过程质量异常的解决方法。

4)知识获取系统,将再制造过程质量异常的事实及专家的知识转换成计算机语言,输入到知识系统。

5)解释机制,答复用户提出再制造过程质量异常的问题,并解释具体的推理过程。

6)人机接口与数据接口,通过实时知识的更新及专家知识输入再制造质量知识,更新和完善知识库,其他模块向系统输入问题或将再制造过程质量控制信息从工序质量数据接口输入,知识系统将依据输入数据进行推理,并得出结果。

978-7-111-59103-0-Chapter06-77.jpg

图6-10 再制造过程质量调整专家知识调节系统体系结构

2.知识的获取

通常专家知识系统知识获取方法主要有两种:一种是自动获取;另一种为人工获取。

1)自动获取,是指计算机可以像人类一样智能学习,自动对系统进行分析,发现系统中出现的新问题,并对该问题自动分析、归档,将其作为一个新的知识存入知识库的过程。

2)人工获取,是指通过查阅废旧机电产品再制造过程相关的文献资料或与再制造领域专家进行交流,获取专家对再制造系统的经验知识,并将这些知识以计算机语言的方式存入质量异常知识库中的过程。

主要通过这两种方式实现再制造过程质量异常专家调整系统的知识获取,实现系统的实时知识更新。(www.xing528.com)

3.知识的表达

知识的表达是指将获取来的再制造质量知识转换为计算机语言形式的过程。目前比较常用的知识表达方法主要包括神经网络表示法、状态空间法、语意网络法、产生式知识表示法、问题归约法、框架式知识表示法及谓词逻辑法等。不同的表达方法具有不同的优缺点,因此选择合适的知识表达方法有助于提高系统的诊断效率,而系统知识的特点通常是选取知识表达方法的主要依据。再制造过程质量异常调整专家系统中质量知识库主要包括三个部分:规则、事实、元知识。规则是专家系统的核心所在,也是再制造过程异常调整的规律所在;采用生产式规则表述,以及布尔运算的符号表达规则。事实是指再制造过程出现的质量异常类型、需要的调整措施及质量影响因素的质量知识。元知识是指质量控制规则应用、比较、行动的实时性知识,即是规则执行的规则。再制造过程质量异常主要从人、机、料、法、环、测六方面入手检测,在构造专家知识系统时同样以该六个方面建立规律。再制造过程质量异常专家系统常常用于因果性较强的系统知识的表示,其基本形式可表示为

IFaTHENb

式中:a表示前提,即再制造过程的条件;b表示结果,即再制造过程质量异常的诊断结果。

具体规则表达如下:

规则1:IF起泡。

THEN更换刀具(概率)OR人员问题(概率)。

规则2:IF拱曲形状(概率)OR凹状(概率)。

THEN磨削速度(概率)OR人员问题(概率)。

4.专家系统的推理机制

推理机制作为专家系统的核心,对系统有着举足轻重的作用。其决定着知识结构的表达方式,推理主要是对知识库的搜索,通过符号的模式匹配实现的。目前,主要有三种常用的推理方式:正向推理(数据驱动)、反向推理(目标驱动)和混合推动(混合驱动)。

正向推理是指是从再制造现有的质量数据信息出发,使用正向使用规则(让规则的前提与数据库匹配),求解待解的问题,又称自下而上控制、数据驱动控制、模式制导推理、前向链(Forward Chaining)控制。该推理过程是将当前的再制造过程信息输入到系统中去,并得出结果。其推理过程比较简单,也符合大家平时的思维方式且根据最终的结果采取了调整措施;缺点是没有明确的推理目标,推理效率较低。

反向推理属于目标驱动,是指从系统目标集中依据问题选择特定的目标,并在知识库中寻找出关于目标所有的规则集。如果某些规则与实际的问题相匹配,说明该规则符合目标集要求,且推理出问题的预采用措施。该推理过程又被称目标驱动控制、自上而下控制等。

混合推动是将正向推理与反向推理相结合,通过正向推理将客户提供的事实转化为规则,当遇到某些结论时,启动反向推理,根据已知的再制造问题对假设的方案进行选择,再根据假设方案反向检测出相应的规则。该推理过程可以集合正向推理与反向推理的优点,同时也避免了两种推理方法的不足。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈