白穎，康明霞，丁月

(1.常州機電職業(yè)技術學院，江蘇常州 213164;2.河海大學機電工程學院，江蘇常州 213002)

基于實例推理的挖掘機工作裝置實例庫研究與開發(fā)

白穎1，康明霞2，丁月2

(1.常州機電職業(yè)技術學院，江蘇常州 213164;2.河海大學機電工程學院，江蘇常州 213002)

基于數(shù)據(jù)庫技術，建立了挖掘機工作裝置的EER數(shù)據(jù)模型，根據(jù)EER數(shù)據(jù)模型，并運用面向對象的實例表達方法，設計了整個工作裝置部分的實例庫，同時采用CBR技術對產(chǎn)品實例庫的檢索和修正提出了相應的策略，通過實例對象間的相似度計算，檢索出相似實例，通過對檢索出來的相似零件進行相似度修正，以特征值確定實例相似度范圍，從而確定實例修正方法。最后利用VC語言開發(fā)了挖掘機工作裝置實例庫系統(tǒng)，并應用于生產(chǎn)實際。

挖掘機工作裝置;數(shù)據(jù)庫;實例庫;CBR

0 前言

液壓挖掘機作為一種重要的工程機械，在我國國民經(jīng)濟建設中發(fā)揮著重要作用，它被廣泛地應用在建筑施工、礦山采掘、水利工程等行業(yè)中，它和其他機械設備不同，通常工作在地質情況復雜、大氣條件差、載荷情況多變的條件下［1］。挖掘機工作裝置作為挖掘機完成挖掘任務的直接部件，在挖掘機中發(fā)揮著不可替代的作用，國內外學者為提高其設計效率及其對于整機工作性能的影響，作了大量的研究工作。

基于實例推理 (Case Based Reasoning，CBR)技

術的核心思想就是利用以往的經(jīng)驗解決新的問題［2］，作為人工智能領域中的一種新的智能設計方法，已廣泛應用于產(chǎn)品的快速設計過程中。利用數(shù)據(jù)庫技術建立挖掘機工作裝置實例庫，是實現(xiàn)其模塊化設計和參數(shù)化設計有效途徑，一個產(chǎn)品可以由幾個乃至成百上千個部件組成，每個部件又可能由若干個零件組成［3］，通過數(shù)據(jù)庫技術將產(chǎn)品—部件—零件間關系以關系數(shù)據(jù)模型的形式表現(xiàn)出來，有助于更好地理解設計實例對象的組織結構及各部分的功能，并據(jù)此對進行實例數(shù)據(jù)表達，從而為挖掘機工作裝置實例庫的設計提供良好的基礎。

1 關系數(shù)據(jù)模型的建立

常用的產(chǎn)品數(shù)據(jù)模型有4種［4］:關系型模型、嵌套關系型模型、語義數(shù)據(jù)模型和面向對象型數(shù)據(jù)模型。實體－關系 (Entity-Relationship，E-R)模型是一種更比較接近面向對象思想的數(shù)學模型。而在實際的產(chǎn)品設計過程中，同樣的零件或部件往往被部件或產(chǎn)品借用多次，故可從產(chǎn)品、部件和零件實體中抽象出項目實體作為它們的超類，通過建立項目實體的部件參與的自反關系來表達產(chǎn)品、部件和零部件之間的從屬關系，在設計挖掘機工作裝置時，由于各產(chǎn)品、部件、零件間結構及關系的復雜性，因此在設計過程中既要考慮一般零部件的通用性，又要考慮滿足特殊零部件個性化設計的要求，因此建立了如圖1所示的挖掘機工作裝置的EER模型。

圖1 挖掘機工作裝置的EER模型

2 面向對象的實例表達

面向對象技術實際上是一種分析問題、解決問題的方法。采用面向對象技術，產(chǎn)品實例推理的過程可視為產(chǎn)品分析問題和求解問題的過程。針對挖掘機工作裝置結構的復雜性，傳統(tǒng)的對象模型顯然無法滿足要求，但可依據(jù)以上設計的EER數(shù)據(jù)模型來表達設計實例:

GDCase=＜CaseID，A，M，C，R，Solution＞

其中:CaseID:設計實例對象的標識符;A:設計實例對象的屬性集;M:設計實例對象的方法集;C:設計實例對象的屬性約束條件;R:設計實例對象之間的關系;Soultion:解決問題的方法。

3 數(shù)據(jù)庫的設計

根據(jù)挖掘機工作裝置EER模型的特點，挖掘機工作裝置呈3個層級結構:產(chǎn)品—父模塊—子模塊，其中子模塊作為產(chǎn)品結構的最底層，承擔著主要設計責任。文中在設計工作裝置數(shù)據(jù)庫設計時主要采用Access2003建立文件名為slk.mdb數(shù)據(jù)庫，通過設計器創(chuàng)建表k，通過SQL語言建立語義查詢關系search_all和 search_comp。再利用 VC++6.0建立挖掘機工作裝置實例庫，設計過程中通過DB Grip和Data相互配合連接slk.mdb數(shù)據(jù)庫，連接時應將其轉換成低版本的數(shù)據(jù)庫，通過Access工具將其轉換成97文件格式，轉換后的文件格式變?yōu)?.ldb。如圖2所示，文中ODBC層主要應用了Access驅動程序是來實現(xiàn)ODBC提供的API函數(shù)與數(shù)據(jù)源進行交互鏈接，并通過驅動程序管理器對其進行管理控制。應用層中，應用程序主要用來調用ODBC提供的API函數(shù)，當應用程序訪問數(shù)據(jù)庫時，首先必須在Windows系統(tǒng)上運用ODBC數(shù)據(jù)源管理器注冊一個數(shù)據(jù)源，ODBC管理器根據(jù)數(shù)據(jù)源提供的數(shù)據(jù)庫信息，建立起ODBC與數(shù)據(jù)庫之間的聯(lián)系，當用戶需要訪問數(shù)據(jù)庫時，只需輸入數(shù)據(jù)源名就可以找到具體的數(shù)據(jù)庫。

圖2 ODBS數(shù)據(jù)訪問流程

4 基于CBR技術工作裝置實例庫管理

基于實例推理 (Case Based Reasoning，CBR)技術的核心思想就是利用以往的經(jīng)驗解決新的問題［2］。本文在完成了工作裝置實例庫的設計之后，采用基于CBR技術實現(xiàn)工作裝置實例庫的管理，如產(chǎn)品實例的檢索、查詢、修正、儲存等過程［5］，具體的CBR推理流程如圖3所示。文中在應用CBR技術對挖掘機工作裝置實例庫進行管理時，主要對實例檢索和實例修正兩方面進行了重點研究。

圖3 CBR技術流程

4.1 實例檢索

實例檢索是CBR研究中的一個重點，比較常用的檢索方法有最近相鄰策略，歸納推理引導策略，基于知識的引導策略等［6］。

(1)最近相鄰策略。該雖然簡單易行，但存在檢索速度慢，且缺乏多視角的檢索功能。

(2)歸納推理策略。在算法的過程中最常用的是ID3算法［7］，即遞歸地逐層決定根節(jié)點和葉節(jié)點，直至把所有的實例歸結為一決策樹，其中每一步都選取信息增益最大的屬性。其啟發(fā)函數(shù)如下:

但在實踐中逐漸發(fā)現(xiàn)ID3算法的一些問題，根本原因在于采取的“信息”不是最優(yōu)的啟發(fā)函數(shù)，從而導致ID3易偏向于取值較多的屬性等缺點。

(3)基于知識的引導策略

文中采用基于實例推理CBR技術，在檢索過程中將以上3種策略相結合的方法，通過已知的挖掘機工作裝置知識信息，建立相應的工作裝置實例庫，根據(jù)幾何特征及數(shù)據(jù)信息對相似實例對象進行遞歸相識檢索，直到檢索出最佳相似實例為止。

具體的實例檢索流程如圖4所示。

圖4 實例檢索過程圖

4.2 實例修正

實例修正作為CBR過程中的關鍵技術，是實例檢索和實例儲存的重要橋梁。針對不同的實例修正對象和實例特征，產(chǎn)品實例修正方法也各有不同，其中最為普遍常用的方法為構造修改法和重構修改法兩種。

文中在對挖掘機工作裝置的實例修正過程中，通過對特征權重的修改和調整來確定各實例對象特征值k的范圍，通過特征值k范圍確定實例相似度S的范圍，若實例對象的相似度在此之內，則為可用實例，若不在，則改為其他修正方式，具體流程如圖5所示。

圖5 實例修正過程

4.3 工作裝置實例庫系統(tǒng)實現(xiàn)

基于挖掘機工作裝置模塊劃分結果和工作裝置的EER模型建立挖掘機工作裝置實例庫系統(tǒng)如圖6所示。

圖6 挖掘機工作裝置實例庫

產(chǎn)品實例配置樹顯示了挖掘機工作裝置所有模塊的組成，產(chǎn)品實例庫主要是從宏觀上呈現(xiàn)產(chǎn)品設計參數(shù)及設計特點;而零部件實例庫，主要是從微觀上描述產(chǎn)品，此數(shù)據(jù)庫最大的特點是將產(chǎn)品實例庫與零部件實例庫集為一體，既能從宏觀上了解產(chǎn)品構成，又能從微觀上知道具體零部件的設計信息;既能將不同型號挖掘機的子模塊與設計實例對象進行一一匹配，又能將同一模塊各子模塊進行標準化設計，簡化了系統(tǒng)整體的管理規(guī)模。設計時，通過選擇不同的子模塊設計數(shù)據(jù)，分別通過實例檢索、相似度匹配和實例修正等過程 (如圖7、8所示)，得到各自的設計實例對象，再通過實例組合的形式將其組裝成一個完整的零部件產(chǎn)品，各個零部件產(chǎn)品通過再次組合的形式構成滿足用戶需求的挖掘機工作裝置。

圖7 實例檢索

圖8 實例修正

5 結論

利用數(shù)據(jù)庫技術首先對挖掘機工作裝置建立了EER數(shù)據(jù)模型，并根據(jù)EER數(shù)據(jù)模型，運用了面向對象的實例表達方法，將產(chǎn)品各模塊以編程符號的形式表達出來，并據(jù)此設計了整個工作裝置部分的實例庫，同時，采用CBR技術對產(chǎn)品實例庫的檢索和修正提出了相應的策略，檢索過程中綜合運用最近相鄰策略、歸納推理策略和基于知識的引導策略，通過實例對象間的相似度計算檢索出相似實例，在實例修正過程中提出通過對檢索出來的相似零件進行相似度修正，以特征值確定實例相似度范圍來確定實例修正方法。最后利用VC語言開發(fā)了挖掘機工作裝置實例庫系統(tǒng)，并應用于生產(chǎn)實際。

［1］王亞兵.反鏟液壓挖掘機工作裝置結構與性能一體化設計研究［D］.重慶:重慶大學機械工程學院，2014.

［2］程德蓉，何玉林，陳陣軍，等.基于本體和CBR的數(shù)控機床故障診斷教學系統(tǒng)框架研究［J］.機床與液壓，2011，39(23):168－171.

［3］唐明媚，唐孝蓉.基于PLC與組態(tài)王的生產(chǎn)進程數(shù)據(jù)庫系統(tǒng)設計［J］.機床與液壓，2014，42(2):115 －116.

［4］包旭.壓路機智能故障診斷系統(tǒng)中的數(shù)據(jù)庫設計［J］.工程機械，2007，38(8):8 －11.

［5］李慧，馬正先，謝里陽.機械產(chǎn)品實例庫研究及應用［J］.機電工程技術，2005，34(9):18 －22.

［6］羅戎蕾.基于復小波變換的紡織品圖案檢索方法研究［J］.浙江理工大學學報.2015，33(1):47 －50.

［7］馮?；?飛機起落架抗疲勞制造工藝決策支持系統(tǒng)研究［D］.南京:南京航空航天大學，2010.

Development and Research of Instance Library of Excavator Working Device Based on CBR

BAIYing1，KANG Mingxia2，DING Yue2
(1.Changzhou Institute of Mechatronic Technology，Changzhou Jiangsu 213164，China;2.College of Mechanical and Electrical Engineering，Hehai University，Changzhou Jiangsu 213002，China)

The excavator working device EER datamodelwas builtbased on the database technology.Thewhole part ofworking device instance library was designed by using of the object-oriented expression method based on EER datamodel，at the same time using Case Based Reasoning(CBR)technology to search the product case data and put forward the corresponding strategy of correction.Through the similarity calculation between instance objects searching similar instance，and correct the similarity for the similar parts，with characteristic values determining the scope of the case similarity，the instance correctionmethod was determined.Finally，VC language is used to develop the excavator working device instance library system，which is applied to practical production.

Excavator working device;Database;Instance library;CBR

TH21

A

1001－3881－ (2015)21－127－4

10.3969/j.issn.1001 －3881.2015.21.030

2015－06－02

國家自然科學基金資助項目 (51175146);江蘇省優(yōu)秀青年教師青藍工程項目 (JSQI2014)

白穎 (1975—)，女，碩士，講師，主要從事機電產(chǎn)品開發(fā)研究。E－mail:bying75@126.com。

book=43,ebook=427