文/馮志強 焦自權 陳善本,2 柳存根,2 楊潤黨,3 韓翔希

船體外板水火加工過程的粗糙集建模方法

文/馮志強1焦自權1陳善本1,2柳存根1,2楊潤黨1,3韓翔希1

在船體外板水火成形智能決策支持系統(tǒng)的研究與開發(fā)中，工藝規(guī)律的往往難以人工獲取，本文將粗糙集建模方法引入到船板熱成形工藝過程分析中。通過數(shù)值模擬獲取水火加工的基礎數(shù)據(jù)，運用基于粗糙集的知識約簡提取加工規(guī)律，根據(jù)模型推理實現(xiàn)工藝參數(shù)的快速預報。

粗糙集 知識獲取 水火成形工藝建模 加工參數(shù)確定

1 引言

近年來，隨著船舶制造工裝設備的機械化、自動化及智能化，通過手工操作對船體外板進行水火加工的方式已無法完全滿足船舶制造適時性的要求。在實際生產(chǎn)過程中累積有大量水火加工的工藝信息，如何從這些數(shù)據(jù)中自動歸納出工藝規(guī)律，并通過推理技術進行工藝參數(shù)的快速確定或預測，是實現(xiàn)水火加工工藝自動化、智能化的關鍵。粗糙集理論（Rough Set Theory）作為一種數(shù)據(jù)挖掘與知識發(fā)現(xiàn)的數(shù)學工具及軟計算方法，具有不依賴經(jīng)驗知識、可自動抽取規(guī)則類知識等特點，特別是它具備自動獲取知識的優(yōu)勢，使其成為智能決策支持系統(tǒng)研發(fā)中的一個熱點。本文首先通過數(shù)值模擬獲得船板水火加工的基礎數(shù)據(jù)，然后運用粗糙集的約簡方法提取工藝規(guī)則，最后結合近似推理完成工藝參數(shù)的快速預報。

2 基于粗糙集的工藝建模與決策

2.1 粗糙集建模的基本流程

粗糙集建模又稱為基于粗糙集的知識建模，是運用粗糙集數(shù)據(jù)分析方法從系統(tǒng)運行的數(shù)據(jù)中提取一個“If...Then...”形式的知識模型。該建模方法分四個步驟：

（1）建模數(shù)據(jù)獲?。?/p>

（2）數(shù)據(jù)預處理；

（3）知識模型獲??；

（4）模型推理。

2.2 工藝數(shù)據(jù)獲取

在影響水火加工成形的工藝因素中，選擇板厚t、加熱線長l、加熱線間距d、加熱速度v和板邊收縮量s作為建模的工藝屬性，以ANSYS作為分析平臺，通過有限元分析（FEA）對加工過程進行模擬仿真。試板取1200×1000mm，橫向曲率半徑5000mm，板厚8～24mm，材質Q235，彈性模量2.0×105MPa；熱源取高斯分布模型，加工氣流量500L/h，熱效率0.32，熱源半徑41mm；加熱線長300～400mm，加熱線間距250～350mm，火焰加工速度1.5～3.0mm/s。每個工藝屬性取2-3個水平，共進行18組計算，其結果如表1所示。

表1：船體外板水火加工信息表

2.2 建模數(shù)據(jù)離散-模糊化

經(jīng)典的粗糙集只能處理離散數(shù)據(jù)，對工藝系統(tǒng)中的連續(xù)信息，需將其離散為相應的符號數(shù)值。為減少離散化帶來的信息損失，提高建模精度，本文給出一種離散-模糊化處理方法，以板厚t為例加以說明：按等距法進行數(shù)據(jù)離散化，如表2所示；對于屬性t的三個斷點段8～13、13～19、19～24，分別以中值10.5、16、21.5作為隸屬函數(shù)中心構造模糊集E11、E12、E13，對應的離散值為1、2、3，語言值為“薄”、“中”、“厚”，如圖1所示。對相鄰模糊集重疊處的數(shù)據(jù)，如12、17、20等，按最大隸屬原則分別歸入E11、E12、E13。

表2：船板水火加工工藝決策表

表3：工藝決策表約簡結果

2.3 工藝規(guī)則獲取

知識約簡是粗糙集的核心內容，它包括屬性約簡及屬性值約簡兩個方面。根據(jù)表2中的工藝信息，按基于粗糙近似的Quick-Reduct算法進行條件屬性約簡計算（過程略），得到表2的一個約簡結果為RED ={t, l, s}。

圖1：板厚t的隸屬函數(shù)

為進一步去掉工藝決策表中的冗余信息，尚需進行屬性值的約簡計算，本文給出一種基于包含度增量的屬性值約簡算法，其主要步驟為：

以x1和x2為例進行說明，其計算過程如圖2所示。

依次計算表5中的每個樣本，得到一個經(jīng)知識約簡后的工藝決策系統(tǒng)，如表3所示。

通過重復樣本的合并，得到一個簡化的工藝決策表。因屬性值與模糊子集、語言值存在一一對應關系，這樣可用一組模糊決策規(guī)則來表示。由表4可見，約簡后獲得11條規(guī)則，信息約簡量為66%，有效地提高了潛在工藝知識的清晰度。

表4：模糊工藝決策規(guī)則表

表5：水火加工工藝實驗

2.4 工藝參數(shù)預報

運用粗糙集建模得到一個模糊模型之后，通過模型推理即可實現(xiàn)對未知樣本的輸出進行預測。模糊推理的算法較多，本文采用較常見的Larsen推理方法（極大-乘積法），通過Matlab編寫相關程序，并用工藝實驗來檢驗粗糙集模型的預測性能。

給定測試樣本V，如表5所示，分別將參數(shù)t'、l'、s'輸入系統(tǒng)計算加熱速度v'，再根據(jù)各上述參數(shù)用水火加工裝置對試板進行加熱，操作完畢后測量板邊收縮量s，其結果見表5?？梢钥吹剑瑂'與s平均誤差約6.1%，最大誤差約9.2%，理論計算值與實測值之間可以較好吻合，說明建模是有效的、合理的。

3 結論

在造船生產(chǎn)實踐中，船板水火加工過程的規(guī)律較難人工提取，粗糙集建模方法的提出及應用，為熱成形工藝規(guī)律的獲取提供了一種新的思路。粗糙集建模可以用較小規(guī)模的樣本獲得一個可編輯、簡潔的知識模型，這對于實現(xiàn)該工藝過程分析及控制具有較重要的實際意義，同時可進一步推廣到其他復雜工業(yè)過程，從而促進復雜系統(tǒng)建模理論的發(fā)展。

圖2：屬性值約簡計算

[1]紀卓尚,劉玉君.船體曲面鋼板加工技術研究和展望[J].大連理工大學學報,2010(05):505-510.

[2]王國胤.Rough集理論與知識獲取[M].西安:西安交通大學出版社,2001.

[3]傘冶,葉玉玲.粗糙集理論及其在智能系統(tǒng)中的應用[J].智能系統(tǒng)學報,2007,2(02):40-47.

[4]陳善本,呂娜.焊接智能化與智能化焊接機器人技術研究進展[J].電焊機,2013,43(05):28-36.

作者單位1.欽州學院廣西船舶數(shù)字化設計與先進制造工程技術研究中心 廣西壯族自治區(qū)欽州市535000
2.上海交通大學船舶海洋與建筑工程學院上海市 200240
3.上海船舶工藝研究所 上海市 200032

●廣西自然科學基金面上項目（2015NSFAA139308）；欽州學院高級別培育項目（2014PY-GJ07）；廣西高?？蒲许椖浚╕B2014404）。

馮志強，男，教授，博士。研究方向為數(shù)字化造船與先進制造技術