周 敏 任 勇 張 華② 江志剛②

(①武漢科技大學(xué)機(jī)械自動(dòng)化學(xué)院，湖北 武漢 430081;②武漢科技大學(xué)綠色制造與節(jié)能減排科技研究中心，湖北 武漢 430081)

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，資源與環(huán)境問(wèn)題日益成為社會(huì)關(guān)注的焦點(diǎn)。再制造以產(chǎn)品使用報(bào)廢的后半生資源最優(yōu)化循環(huán)利用為目標(biāo)，結(jié)合先進(jìn)工程技術(shù)而進(jìn)行的資源再利用、再生產(chǎn)的活動(dòng)，其節(jié)約成本50%、節(jié)能60%、節(jié)材70%，并能夠充分利用廢舊產(chǎn)品中的價(jià)值，是解決資源與環(huán)境問(wèn)題的有效途徑［1-2］。再制造工藝決策對(duì)于再制造過(guò)程效率、質(zhì)量、成本、資源利用率等具有重要影響，相關(guān)學(xué)者對(duì)再制造工藝方面作了一定的研究。例如，李成川等考慮廢舊機(jī)電產(chǎn)品再制造拆卸、分類、清洗、檢測(cè)、再制造加工等過(guò)程，對(duì)再制造工藝路線展開了系統(tǒng)性的研究［3］;陳偉達(dá)等建立一個(gè)自適應(yīng)模糊推理系統(tǒng)對(duì)產(chǎn)品拆卸成本、最優(yōu)拆卸序列等拆卸工藝進(jìn)行了研究［4］;張晶等采用面向?qū)ο蟮闹玴etri 網(wǎng)對(duì)再制造生產(chǎn)資源建立OCPN 模型來(lái)完成再制造加工對(duì)象工藝設(shè)計(jì)過(guò)程［5］;文獻(xiàn)［6］從工藝知識(shí)的角度對(duì)再制造工藝知識(shí)進(jìn)行分類并設(shè)計(jì)出滿足企業(yè)需求的工藝知識(shí)管理系統(tǒng);李成川等根據(jù)再制造工藝加工的特點(diǎn)及現(xiàn)有工藝方案獲取的不足，運(yùn)用多色集合理論建立了再制造工藝加工仿真模型［7］;柳和生等通過(guò)對(duì)再制造系統(tǒng)工藝路線的不確定性問(wèn)題，建立一種基于圖形評(píng)審技術(shù)的再制造工藝路線模型［8］。這些文獻(xiàn)分別從再制造工藝系統(tǒng)性規(guī)劃、具體拆卸工藝、工藝資源與設(shè)計(jì)、工藝知識(shí)、工藝仿真及路線等方面對(duì)再制造工藝問(wèn)題作了一定探討，但都未涉及針對(duì)再制造對(duì)象的失效特征信息、零部件特征及歷史工藝案例來(lái)進(jìn)行再制造工藝決策的研究。事實(shí)上，由于再制造零部件在失效特征、零部件特征及歷史信息等方面存在一定差異性，即使有著相同失效模式的同一零件，其修復(fù)工藝方案也可能不同，從而使得再制造零件修復(fù)工藝具有一定的不確定性與案例性。隨著再制造工程實(shí)踐的規(guī)模化與推廣應(yīng)用，如何降低工藝決策對(duì)工藝人員經(jīng)驗(yàn)的依賴，快速準(zhǔn)確地為不同廢舊再制造零部件制定合適的修復(fù)工藝方案成為再制造工藝決策研究的重點(diǎn)與難點(diǎn)之一。

隨著實(shí)例推理CBR(Case Based Reasoning)和規(guī)則推理RBR(Rule Based Reasoning)技術(shù)的發(fā)展，其在智能決策方面有較多的研究與應(yīng)用［9-12］，但從其研究領(lǐng)域與成果來(lái)看，尚未涉及再制造零件工藝決策的研究與應(yīng)用。由于再制造零件修復(fù)工藝的不確定性，使得其知識(shí)規(guī)則提取困難，規(guī)則之間的沖突及組合爆炸問(wèn)題難以規(guī)避，而引入實(shí)例推理，通過(guò)建立實(shí)例庫(kù)儲(chǔ)存各具體工藝情況下的工藝實(shí)例，可以有效解決再制造工藝知識(shí)規(guī)則提取困難及不確定性的問(wèn)題。與此同時(shí)，實(shí)例推理雖然能夠?qū)W習(xí)并存儲(chǔ)再制造過(guò)程中的成功工藝實(shí)例，但也不可能覆蓋再制造零件修復(fù)工藝領(lǐng)域全部問(wèn)題及某些工藝局部差異性問(wèn)題，此時(shí)，引入的規(guī)則推理則可以更好地解決這些實(shí)際工藝及差異性問(wèn)題。因此，本文通過(guò)CBR 與RBR 的結(jié)合，發(fā)揮二者優(yōu)勢(shì)，彌補(bǔ)各自缺點(diǎn)，探討再制造零件修復(fù)工藝智能決策方法與模型，提高再制造零件修復(fù)工藝決策效率和準(zhǔn)確性。

1 基于CBR 和RBR 的修復(fù)工藝智能決策系統(tǒng)

再制造零件修復(fù)工藝智能決策系統(tǒng)利用人工智能專家技術(shù)，采用基于CBR 和RBR 相結(jié)合的混合推理方法，針對(duì)輸入的再制造零件新的工藝問(wèn)題，通過(guò)對(duì)修復(fù)工藝歷史實(shí)例的檢索和規(guī)則推理，快速準(zhǔn)確地形成再制造零件修復(fù)工藝方案，提高再制造零件修復(fù)工藝決策的效率與準(zhǔn)確性。基于CBR 和RBR 的再制造零件修復(fù)工藝智能決策過(guò)程模型如圖1 所示。

1.1 再制造工藝知識(shí)

再制造工藝知識(shí)是再制造過(guò)程中涉及的與工藝有關(guān)的一系列知識(shí)。再制造零部件在全生命周期中因工作環(huán)境、零部件更換情況、失效模式、失效部位等的不同，導(dǎo)致其修復(fù)工藝存在一定的差異性與不確定性，并且對(duì)不同形式的特征失效有不同的修復(fù)工藝方法，因而再制造工藝知識(shí)具有較強(qiáng)的經(jīng)驗(yàn)性［6］。根據(jù)再制造過(guò)程中工藝知識(shí)存在的特征，再制造工藝知識(shí)主要以以下形式存在:(a)結(jié)構(gòu)化形式:如ERP 系統(tǒng)、CAPP系統(tǒng)、DFM 系統(tǒng)、工藝定額管理系統(tǒng)等系統(tǒng)中的數(shù)據(jù)庫(kù)及關(guān)系表;(b)文檔形式:如以Word 文檔、Excel 文檔、AutoCAD、Xml 文本等格式存在的工藝卡片、技術(shù)文件、工藝規(guī)章圖紙;(c)網(wǎng)頁(yè)資源的形式:如各種工藝相關(guān)知識(shí)網(wǎng)站與Web 資源等;(d)隱性知識(shí)的形式:如操作工人的經(jīng)驗(yàn)技能、頭腦中的意識(shí)與想法等。

再制造工藝知識(shí)數(shù)據(jù)庫(kù)為再制造工藝過(guò)程決策提供底層數(shù)據(jù)支撐，包括為再制造知識(shí)庫(kù)、規(guī)則庫(kù)及工藝實(shí)例庫(kù)等提供底層數(shù)據(jù)源。與再制造工藝相關(guān)的信息包括零件歷史信息、零件特征信息、失效模式、失效部位、失效程度、修復(fù)工藝、設(shè)備工裝信息等。本文結(jié)合再制造工藝知識(shí)存在的形式及工藝實(shí)例表達(dá)，對(duì)再制造零部件工藝知識(shí)數(shù)據(jù)庫(kù)進(jìn)行設(shè)計(jì)，其屬性關(guān)系及主要數(shù)據(jù)庫(kù)表如圖2。

1.2 工藝實(shí)例表達(dá)與組織

再制造工藝實(shí)例庫(kù)模塊是再制造零件修復(fù)工藝智能決策的重要組成部分，其目的是將已存在的成功的再制造零件修復(fù)工藝實(shí)例記錄為計(jì)算機(jī)可識(shí)別利用的數(shù)據(jù)結(jié)構(gòu)。工藝實(shí)例庫(kù)由眾多的再制造零件工藝實(shí)例組成，定義工藝子實(shí)例可以選擇實(shí)例庫(kù)中已存儲(chǔ)的實(shí)例為父實(shí)例，父子實(shí)例之間可以建立繼承關(guān)系，子實(shí)例可以繼承父實(shí)例的部分特征信息，工藝子實(shí)例采用面向?qū)ο蟮姆绞浇M成。一個(gè)再制造零件修復(fù)工藝實(shí)例表達(dá)了再制造加工過(guò)程中涉及的一系列信息，主要包括再制造零部件基本屬性描述、工藝實(shí)例問(wèn)題的屬性描述、工藝問(wèn)題的解決方案3 部分。再制造零件基本屬性描述根據(jù)具體零部件特征及結(jié)構(gòu)來(lái)記錄，包括零件名稱，零件類型、材料類別、材料牌號(hào)、材料硬度、表面粗糙度、直線度等特征屬性;工藝實(shí)例問(wèn)題描述則涉及對(duì)廢舊零部件失效信息的描述、技術(shù)加工要求、工藝約束條件等，例如再制造零件失效部位、失效模式、失效程度、配合精度要求、磨削余量、波紋度、最大相鄰誤差等;工藝問(wèn)題的解決方案主要包括再制造零部件在修復(fù)工藝過(guò)程中所涉及的工序信息、設(shè)備信息、加工參數(shù)等，例如工序號(hào)、工序名稱、工序內(nèi)容、設(shè)備型號(hào)、設(shè)備參數(shù)性能設(shè)置、加工技術(shù)規(guī)范與標(biāo)準(zhǔn)等具體修復(fù)工藝方案。因此，結(jié)合再制造工藝實(shí)例表達(dá)特征及要求，可以將再制造零件工藝實(shí)例表述為一個(gè)四元組集合:

式中:Case ID 表示工藝實(shí)例編號(hào);＜R1，R2，…，Rn＞集合向量表示再制造零部件基本屬性向量集合;＜Q1，Q2，…，Qm＞集合向量表示工藝實(shí)例失效特征、技術(shù)要求、工藝約束條件等擴(kuò)展屬性向量集合;S 表示對(duì)應(yīng)的工藝實(shí)例問(wèn)題解決方案集合。

對(duì)于基本屬性向量集合＜R1，R2，…，Rn＞和擴(kuò)展屬性向量集合＜Q1，Q2，…，Qm＞中的某個(gè)屬性表達(dá)如下:

式中:Ri表示基本屬性向量集合＜R1，R2，…，Rn＞中的第i 個(gè)屬性;Ni表示Ri屬性的名稱;WRi表示Ri屬性的權(quán)重系數(shù);Vi表示Ri屬性的量化值;Qi表示擴(kuò)展屬性向量集合＜Q1，Q2，…，Qm＞中的第i 個(gè)屬性;Pi表示Qi屬性的名稱;WQi表示Qi屬性的權(quán)重系數(shù);Xi表示Qi屬性的量化值。

再制造零件修復(fù)工藝實(shí)例在實(shí)例庫(kù)中以一定的組織結(jié)構(gòu)存儲(chǔ)在計(jì)算機(jī)中，而工藝實(shí)例庫(kù)的組織結(jié)構(gòu)直接影響著實(shí)例推理運(yùn)行的績(jī)效和解決新工藝問(wèn)題的能力［6］。實(shí)例庫(kù)的組織方式主要有平面組織、網(wǎng)絡(luò)組織、聚簇組織、分層組織等幾種方式。為了有效地存儲(chǔ)工藝實(shí)例，考慮再制造零件工藝實(shí)例的特征和檢索的需要，通過(guò)對(duì)工藝實(shí)例庫(kù)進(jìn)行組織、整理。本文根據(jù)再制造修復(fù)工藝實(shí)例的特性及要求，提出如圖3 所示的工藝實(shí)例的組織方式。

1.3 工藝實(shí)例索引

再制造零件修復(fù)工藝實(shí)例的檢索就是通過(guò)給定的問(wèn)題描述，檢索出實(shí)例庫(kù)中所存儲(chǔ)的相似度最優(yōu)且合適的再制造工藝實(shí)例的過(guò)程。目前常用的3 種檢索方法有最近相鄰法、歸納法、基于知識(shí)的方法［11］。綜合考慮再制造零件工藝實(shí)例表達(dá)特征，結(jié)合再制造工藝領(lǐng)域知識(shí)，本文采用最近相鄰法來(lái)進(jìn)行索引，即通過(guò)實(shí)例屬性局部相似度的權(quán)數(shù)累加和來(lái)計(jì)算實(shí)例之間總體相似度。

由于再制造零部件屬性及其描述具有多樣性，其屬性可分為數(shù)值型、字符串型、枚舉型等。例如，對(duì)于再制造零部件的形狀尺寸、材料硬度、精度要求等屬性可以歸為數(shù)值型;對(duì)于再制造零部件名稱、失效模式、失效部位等屬性可描述為字符串型;而對(duì)于再制造零部件的失效程度等屬性則可通過(guò)專家判定為離散的枚舉型數(shù)值域。因此，根據(jù)再制造零部件屬性特征，工藝實(shí)例屬性之間的局部相似度計(jì)算分如下3 類:

(1)數(shù)值型:具有連續(xù)數(shù)值型值域的屬性相似度計(jì)算

式中:Simj(i，r)為再制造新工藝問(wèn)題i 與實(shí)例庫(kù)中工藝實(shí)例r 的特征屬性j 的局部相似度;為屬性j 的最大取值，為屬性j 的最小取值;為工藝實(shí)例i的第j 個(gè)屬性取值，為工藝實(shí)例r 的第j 個(gè)屬性取值。

(2)字符串型:具有描述識(shí)別關(guān)鍵字特性的屬性相似度計(jì)算

(3)枚舉型:具有任意判定的離散型取值屬性相似度計(jì)算

根據(jù)再制造零件工藝實(shí)例屬性局部相似度，可以根據(jù)式(7)計(jì)算出當(dāng)前新的工藝問(wèn)題i 與實(shí)例庫(kù)中工藝實(shí)例j 之間的總體相似度:

式中:Sim(Ci，Cr)表示當(dāng)前新的工藝實(shí)例i 與工藝實(shí)例r 之間的總體相似度;Wj表示實(shí)例特征屬性j 的權(quán)重系數(shù)，wj∈［0，1］，且=1;Simj(i，r)為工藝實(shí)例i和工藝實(shí)例r 之間特征屬性j 的局部相似度。

1.4 基于RBR 的工藝推理及修改

規(guī)則推理是在已有的相關(guān)領(lǐng)域知識(shí)的基礎(chǔ)上，把專家的經(jīng)驗(yàn)知識(shí)顯性化為規(guī)則描述，融合問(wèn)題與解決方案，并利用規(guī)則來(lái)模擬專家在求解中的關(guān)聯(lián)推理，其本質(zhì)是從一個(gè)初始事件出發(fā)，依據(jù)規(guī)則約束以尋求到達(dá)目標(biāo)條件的求解過(guò)程［12］。根據(jù)再制造零件工藝屬性特征，首先經(jīng)規(guī)則推理預(yù)處理，初定主要屬性參數(shù)，然后由實(shí)例推理檢索出相似的再制造修復(fù)工藝實(shí)例，并按實(shí)例相似度大小排序，選取再制造修復(fù)工藝初始方案。對(duì)工藝實(shí)例中不相符或差異性較大的屬性進(jìn)行規(guī)則推理，并將推理結(jié)果應(yīng)用于修改再制造修復(fù)工藝初始方案，對(duì)修改后的再制造修復(fù)工藝方案局部不相適的，還可以對(duì)再制造工藝方案進(jìn)行再次修改，直至產(chǎn)生合適滿意的再制造零件修復(fù)加工工藝方案。因此，結(jié)合再制造零部件有關(guān)信息，將再制造工程實(shí)際應(yīng)用過(guò)程中積累的大量經(jīng)驗(yàn)知識(shí)、有效加工方法等零部件修復(fù)工藝知識(shí)萃取后以工藝規(guī)則的形式分類存儲(chǔ)在各個(gè)相應(yīng)規(guī)則庫(kù)中，以便推理機(jī)能夠有效利用這些工藝規(guī)則來(lái)推理出合適的再制造零件修復(fù)工藝方案。

1.4.1 規(guī)則表示及規(guī)則庫(kù)建立

規(guī)則表示是規(guī)則推理的前提和基礎(chǔ)，再制造工藝的領(lǐng)域知識(shí)繁多且復(fù)雜，包含大量的專家經(jīng)驗(yàn)、再制造零件圖紙、再制造工藝手冊(cè)與規(guī)范等，這些知識(shí)難以用精確的理論模型來(lái)描述。因此，根據(jù)再制造零件修復(fù)工藝知識(shí)特點(diǎn)及屬性特征，本文采用產(chǎn)生式規(guī)則表示方法。產(chǎn)生式表示方法在語(yǔ)義上表示如果A 則B 的因果或推理關(guān)系，具有自然性、模塊性、有效性、清晰性等諸多優(yōu)點(diǎn)，適用于具有經(jīng)驗(yàn)性、多樣性及不確定性的再制造零件修復(fù)工藝知識(shí)的表達(dá)，其主要有以下3 種基本形式為:

(1)事實(shí)規(guī)則:前提P 與結(jié)論A 均為描述性事實(shí)集合，即{Rule:P-＞A}。用CLIPS 表示為:

(2)計(jì)算規(guī)則:{［P∧X］-＞F=f(x)}，參數(shù)集X={x1，x2，…，xn}。當(dāng)前提事實(shí)集合P 成立，參數(shù)集合X 中的所有元素已知時(shí)，則按F=f(x)的函數(shù)關(guān)系式計(jì)算，用CLIPS 表示為:

其中，UseFunction(Arg*)為用戶自定義函數(shù)關(guān)系表達(dá)式。

(3)判斷規(guī)則:if ＜condition ＞ then ＜action ＞。當(dāng)條件滿足時(shí)，則產(chǎn)生相應(yīng)判斷結(jié)果。例如以某汽缸體修復(fù)工藝判斷為例:

if 失效部位=發(fā)動(dòng)機(jī)汽缸體

and 失效形式=主軸承孔劃傷

and 劃傷程度＜0.5 mm

then 修復(fù)工藝方案為:鏜底孔、螺旋槽;清洗除油;粗化處理;噴涂缸體底層;工作層處理;研磨至要求尺寸;鏜孔。

本文在結(jié)合再制造工藝規(guī)則表示方法的基礎(chǔ)上，采用“概念—事實(shí)—規(guī)則”的三級(jí)知識(shí)體系構(gòu)建規(guī)則庫(kù)，并根據(jù)規(guī)則庫(kù)的知識(shí)體系，構(gòu)建再制造零件工藝變量表、事實(shí)表、規(guī)則表。例如，對(duì)于公式、圖表等工藝知識(shí)規(guī)則，則通過(guò)特殊模塊存儲(chǔ)，在推理過(guò)程中通過(guò)調(diào)用模塊中具體規(guī)則實(shí)現(xiàn)。與此同時(shí)，為了有效方便地對(duì)再制造工藝規(guī)則庫(kù)進(jìn)行管理，把規(guī)則庫(kù)知識(shí)劃分為概念性知識(shí)、事實(shí)性知識(shí)和規(guī)則性知識(shí):①概念性知識(shí)表達(dá)知識(shí)的最基本內(nèi)容，是規(guī)則庫(kù)的最底層，如修復(fù)工藝設(shè)備、清洗工序、檢測(cè)工序、磨削工序、補(bǔ)焊工序等;②事實(shí)性知識(shí)由概念組成，建立了概念間的聯(lián)系，如磨損缸體修整方法為鏜削，磨削工序?yàn)榫サ?③規(guī)則性知識(shí)由事實(shí)組成，建立了事實(shí)間的聯(lián)系，如上述用if ＜condition ＞then ＜action ＞產(chǎn)生式規(guī)則表示的汽缸體修復(fù)工藝。

1.4.2 規(guī)則推理控制策略

當(dāng)規(guī)則庫(kù)中存儲(chǔ)眾多再制造工藝規(guī)則時(shí)，規(guī)則的搜索與匹配過(guò)程會(huì)變得低效耗時(shí)，因此，有必要對(duì)再制造工藝規(guī)則推理策略進(jìn)行控制與設(shè)計(jì)。推理控制策略主要包括推理方向、搜索策略、沖突消解3 個(gè)方面。

(1)推理方向:本文采用較為成熟的專家系統(tǒng)工具CLIPS 中的正向推理機(jī)制，其推理過(guò)程采用了有效且快捷的Rete 模式匹配算法。

(2)搜索策略:由于有些再制造工藝規(guī)則的前提有多個(gè)，一個(gè)規(guī)則結(jié)論也可能由多個(gè)前提事實(shí)引起，因此，本文采用寬度優(yōu)先的搜索策略，即在同一深度上將各個(gè)規(guī)則前提考察后，隨后進(jìn)行下一深度的搜索。

(3)沖突消解策略:考慮再制造工藝規(guī)則特點(diǎn)及規(guī)律，采用結(jié)合再制造零件工藝領(lǐng)域問(wèn)題特點(diǎn)排序的沖突消解策略，即通過(guò)在規(guī)則屬性表中設(shè)定每條規(guī)則的置信度、活性度，當(dāng)推理發(fā)生沖突時(shí)，根據(jù)置信度確定規(guī)則啟用順序，若置信度相同則通過(guò)活性度確定。

2 系統(tǒng)實(shí)現(xiàn)與應(yīng)用研究

本文采用Java 綜合開發(fā)平臺(tái)及SQL Server 數(shù)據(jù)庫(kù)，構(gòu)建了液壓缸再制造零件修復(fù)工藝決策支持系統(tǒng)。系統(tǒng)主要包括用戶登錄管理、再制造信息知識(shí)庫(kù)管理、案例推理決策管理、規(guī)則推理決策管理等基本功能模塊，系統(tǒng)結(jié)構(gòu)模型如圖4 所示。

現(xiàn)有一批HSG 某型號(hào)廢舊液壓缸，其結(jié)構(gòu)如圖5所示。經(jīng)拆卸、清洗、檢測(cè)、分類后，可將廢舊液壓缸零部件分為報(bào)廢件、可再制造利用件、直接利用件。據(jù)統(tǒng)計(jì)，在可再制造利用的零件中，95%的活塞桿和缸體都可以經(jīng)過(guò)修復(fù)性再制造加工后重新利用，而兩者成本占液壓缸總成本的65%左右。因此，本文以該型號(hào)液壓缸主要可再制造利用件活塞桿的再制造修復(fù)性加工工藝決策為例來(lái)進(jìn)行分析。

結(jié)合該失效活塞桿工藝特征，首先抽取當(dāng)前失效活塞桿工藝問(wèn)題描述中所包含特征屬性及其具體值，若該特征屬性值為空或無(wú)法確定用“?”表示。結(jié)合該失效待修復(fù)活塞桿工藝實(shí)例表達(dá)，可對(duì)當(dāng)前工藝問(wèn)題具體描述如下:

再制造零件名稱〈液壓缸活塞桿〉

活塞桿類型〈實(shí)心〉

材料類型〈碳素結(jié)構(gòu)鋼〉

材料牌號(hào)〈35#鋼〉

表面硬度〈50 HRC〉

桿徑〈80 mm〉

活塞桿長(zhǎng)度〈1 800 mm〉

失效位置〈桿體外圓表面〉

失效模式〈劃痕拉花〉

失效程度〈0.9〉

劃痕深度〈0.1～0.28 mm〉

劃痕條數(shù)〈?〉

劃痕寬度〈?〉

表面直線度〈0.30 mm/1 000 mm〉

表面粗糙度〈0.2 μm〉

根據(jù)活塞桿工藝問(wèn)題描述，經(jīng)專家運(yùn)用層次分析法判定工藝問(wèn)題描述中各活塞桿特征屬性的重要性后，確定活塞桿各屬性權(quán)重系數(shù):活塞桿類型、材料牌號(hào)、桿徑、桿長(zhǎng)度、失效程度、失效位置、失效模式、表面粗糙度、表面直線度、硬度W=(0.082、0.073、0.060、0.060、0.220、0.152、0.205、0.060、0.040、0.048)

將上述活塞桿實(shí)例描述輸入到液壓缸再制造零件修復(fù)工藝決策支持系統(tǒng)中，并設(shè)置各屬性權(quán)重，如圖6所示，經(jīng)系統(tǒng)檢索出與當(dāng)前工藝問(wèn)題相似度匹配最大的工藝實(shí)例HG-1045。根據(jù)公式(7)計(jì)算待修復(fù)活塞桿工藝問(wèn)題與實(shí)例庫(kù)中HG -1045 工藝實(shí)例之間的相似度為:Sim(HG-1045)=1×0.082+1×0.073+0.85×0.060+0.9×0.060+0.85×0.220+1×0.152+1×0.205+1×0.060+0.92×0.040+0.87×0.048=0.943。

表1 活塞桿HG-1045 實(shí)例工藝描述

表2 活塞桿HG-1045 工藝實(shí)例解決方案

通過(guò)對(duì)當(dāng)前待修復(fù)活塞桿工藝與實(shí)例庫(kù)中HG -1045 實(shí)例的相似度匹配(HG -1045 實(shí)例工藝問(wèn)題描述見(jiàn)表1)，從決策系統(tǒng)中調(diào)出實(shí)例HG -1045 再制造修復(fù)工藝解決方案，具體見(jiàn)表2。由工藝問(wèn)題描述及匹配結(jié)果可看出，最佳工藝實(shí)例HG -1045 與新工藝問(wèn)題相似度小于1，其在關(guān)鍵失效特征屬性中失效程度的劃痕深度上存在差異。因此，系統(tǒng)調(diào)用規(guī)則庫(kù)中規(guī)則推理對(duì)HG -1045 實(shí)例工藝解決方案進(jìn)行修改。輸入規(guī)則問(wèn)題描述，系統(tǒng)根據(jù)描述的變量值對(duì)其進(jìn)行正向推理，推理結(jié)果為:將磨削工藝中粗磨余量改為0.30 mm。調(diào)用的規(guī)則為R -2052:IF 桿體表面劃痕深度0.1 mm ＜d ＜0.3 mm，THEN 桿體需經(jīng)過(guò)磨削工藝且粗磨余量大于劃痕深度。

將經(jīng)規(guī)則推理修改后的工藝實(shí)例HG -1045 解決方案應(yīng)用于當(dāng)前失效的液壓缸再制造零件活塞桿的修復(fù)工藝，其表面劃痕拉花得到較好解決，失效活塞桿得到有效修復(fù)。經(jīng)檢測(cè)其修復(fù)區(qū)表面粗糙度為0.16 μm，表面直線度為0.25 mm/1 000 mm，滿足活塞桿與缸體、活塞配合等技術(shù)要求。系統(tǒng)通過(guò)對(duì)本批次10 只回收的同型號(hào)廢舊液壓缸進(jìn)行再制造修復(fù)工藝決策支持，均能較好滿足其工藝方案及再制造加工要求，而對(duì)液壓缸整體再制造過(guò)程而言，其液壓缸再制造生產(chǎn)周期僅為新品的42%，成本僅為新品的40%，取得了良好應(yīng)用效果。

從上述分析可以看出，將基于CBR-RBR 的再制造零件修復(fù)工藝智能決策模型應(yīng)用于廢舊液壓缸的再制造工藝決策支持系統(tǒng)是可行且有效的，能夠提高不確定性狀態(tài)下再制造修復(fù)工藝決策問(wèn)題的效率與準(zhǔn)確性，對(duì)于液壓缸乃至其他再制造零部件的工藝智能決策過(guò)程具有一定的借鑒與指導(dǎo)意義。

3 結(jié)語(yǔ)

(1)將CBR-RBR 混合推理機(jī)制引入再制造工藝決策領(lǐng)域，并結(jié)合再制造工藝知識(shí)及實(shí)例特點(diǎn)，構(gòu)建了面向再制造零件修復(fù)工藝的智能決策模型，提高不確定性狀態(tài)下再制造零件修復(fù)工藝決策的效率與準(zhǔn)確性。

(2)通過(guò)Java 開發(fā)平臺(tái)，采用SQL Server 數(shù)據(jù)庫(kù)，開發(fā)了基于CBR -RBR 的再制造零部件修復(fù)工藝決策系統(tǒng)原型，對(duì)再制造零部件修復(fù)工藝決策的智能化、信息化應(yīng)用提供了有益借鑒。

(3)通過(guò)已回收的某型號(hào)廢舊液壓缸再制造為例，以液壓缸組成零件活塞桿的再制造修復(fù)工藝驗(yàn)證了決策模型的可行性與實(shí)用性，取得較好的應(yīng)用效果。

［1］徐濱士.再制造與循環(huán)經(jīng)濟(jì)［M］.北京:科學(xué)出版社，2007.

［2］Ljom L，Mcm C A，Hammond G P，et al.Development of design for remanufacturing guidelines to support sustainable manufacturing［J］.Robotics and Computer Integrated Manufacturing，2007，23(6):712 -719.

［3］李成川.廢舊零部件再制造工藝路線模型及其機(jī)器學(xué)習(xí)研究［D］.重慶:重慶大學(xué)，2012.

［4］陳偉達(dá)，殷煒.基于模糊推理的不確定環(huán)境下拆卸工藝規(guī)劃［J］.工業(yè)工程，2012，15(2):16:21.

［5］張晶，梁工謙.考慮不確定性的再制造工藝路徑柔性化設(shè)計(jì)［J］.制造業(yè)自動(dòng)化，2011，33(19):1 -4.

［6］楊紅飛.再制造工藝知識(shí)管理系統(tǒng)研究［D］.南昌:南昌大學(xué)，2008.

［7］柳和生，王瑜，饒錫新.多色集合在再制造工藝加工中的應(yīng)用［J］.南昌大學(xué)學(xué)報(bào)，2008，1(30):64 -67.

［8］李成川，李聰波，曹華軍，等.基于GERT 圖的廢舊零部件不確定性再制造工藝路線模型［J］.計(jì)算機(jī)集成制造系統(tǒng)，2012，2(18):298-305.

［9］楊芬.基于實(shí)例與規(guī)則混合推理的軸類零件工藝設(shè)計(jì)［D］.武漢:武漢理工大學(xué)，2007.

［10］劉曉冰，薄洪光，馬躍，等.基于實(shí)例推理的鋼鐵生產(chǎn)工藝設(shè)計(jì)研究［J］.中國(guó)機(jī)械工程，2008，19(18):2189 -2194.

［11］鄧朝暉，張曉紅，曹德芳，等.粗糙集——基于實(shí)例推理的凸輪軸數(shù)控磨削工藝專家系統(tǒng)木［J］.機(jī)械工程學(xué)報(bào)，2010，46(21):178-186.

［12］Jacobo V H，Ortiz A，Cerrud Y，et a1.Hybrid expert system for the failure analysis of mechanical elements［J］.Engineering Failure Analysis，2007，14(8):1435 -1443.