摘? 要:由于熱處理在工業(yè)領(lǐng)域,特別是機械制造業(yè)領(lǐng)域使用比例高。各個企業(yè)良莠不齊的發(fā)展水平?jīng)Q定了熱處理技術(shù)的不完善性。在熱處理的過程中會出現(xiàn)各種缺陷,這些缺陷的原因各不相同。這要求一線技術(shù)人員能夠用豐富的經(jīng)驗去判斷缺陷的導(dǎo)致原因。及時反饋于生產(chǎn)部門。但是由于各種原因很多企業(yè)未必能做到如此。如果有熱處理缺陷診斷專家系統(tǒng),那么就會大大降低一線人員的工作壓力。也為企業(yè)帶來豐厚的經(jīng)濟和社會效益。
關(guān)鍵詞:熱處理技術(shù),人工智能,專家系統(tǒng),基于案例的推理,缺陷診斷
中圖分號類:TG157 TP182
作者介紹:楊群(1982-),男,安徽蕪湖人,碩士研究生,蕪湖職業(yè)技術(shù)學(xué)院教師,研究方向為控制工程。
一.人工智能的本質(zhì)和應(yīng)用范圍
人工智能就其本質(zhì)而言,就是對人的思維的信息過程的模擬。對于人的思維模擬可以從兩條道路進行,一是結(jié)構(gòu)模擬,仿照人腦的結(jié)構(gòu)機制,制造出“類人腦”的機器;二是功能模擬,暫時撇開人腦的內(nèi)部結(jié)構(gòu),而從其功能過程進行模擬?,F(xiàn)代電子計算機的產(chǎn)生便是對人腦思維功能的模擬,是對人腦思維的信息過程的模擬。人工智能是以計算機學(xué)科為基礎(chǔ)的,并且要求有深厚的數(shù)學(xué)理論基礎(chǔ),只有如此才能用計算機來模擬人腦的一般活動原理,創(chuàng)建出智能系統(tǒng)來解決所遇的問題。
人工智能目前在各個領(lǐng)域都得到了應(yīng)用,如模擬識別、自動工程、知識工程、人機對弈。通過對人工智能的應(yīng)用完成了以前難以想象和實現(xiàn)的任務(wù)。這些都得益于對該技術(shù)的理論化研究,從研究到轉(zhuǎn)化的實現(xiàn)。未來要加大對人工智能基礎(chǔ)理論的研究,根據(jù)市場需要來確定轉(zhuǎn)化對象。
二.專家系統(tǒng)的總體結(jié)構(gòu)和缺陷診斷專家系統(tǒng)的建立
專家系統(tǒng)是一種計算機智能程序系統(tǒng),其主要原理是用計算機來模擬和替代各個領(lǐng)域人類專家,系統(tǒng)大量收集了專業(yè)領(lǐng)域內(nèi)專家的經(jīng)驗和知識,模仿他們在對專業(yè)問題上的處理和解決問題的方法。在化學(xué)、數(shù)學(xué)、物理、生物、農(nóng)業(yè)災(zāi)害防治、醫(yī)學(xué)診斷和故障診斷等領(lǐng)域,專家系統(tǒng)已經(jīng)達(dá)到或幾乎超過了人類專家的水平??梢赃@樣說,人類只要對某個領(lǐng)域有充分的認(rèn)識和理解,那么我們就將能專家系統(tǒng)應(yīng)用其中。
缺陷診斷專家系統(tǒng)采用了專家系統(tǒng)是將工業(yè)領(lǐng)域的技術(shù)知識和經(jīng)驗進行總結(jié)歸納,建立推理機制以及通過各種實驗所得出的各類數(shù)據(jù)等,創(chuàng)建出各種工業(yè)專家計算機軟件系統(tǒng)。該工業(yè)專家系統(tǒng)具有智強大的智能推理能力,還可增加和改善知識庫經(jīng)驗內(nèi)容,在用戶沒有掌握計算機語言的狀況下,也可簡單操作并有專家級的推斷結(jié)果。
三.專家系統(tǒng)中案例檢索與匹配的研究方法
(一)案例檢索與匹配原理
如何分析當(dāng)前待解決問題的案例,與案例庫中的案例相比較,通過計算得出最佳解決案例方法,是基于CBR的專家系統(tǒng)研究的核心問題。在這一過程中使檢索出的案例盡量與求解問題相接近,能與求解問題匹配,檢索結(jié)果的數(shù)量要保持較低的水平,以保證檢索效率[30]。
(二)案例檢索與匹配過程
第一步:提出查詢。我們將輸入問題的屬性和特征來查詢結(jié)果。
第二步:檢索與選擇。通過人機交互界面,專家系統(tǒng)將賦予新問題初始特征值,確定與其相關(guān)的缺陷檢索子空間和征兆可信度,這樣就可完成案例征兆匹配,接下來再采用加權(quán)檢索法對案例相似度進行計算,確定出與新問題相關(guān)或者相似的案例。
不同缺陷診斷系統(tǒng)描述缺陷測量的方法各有不同, 他們有文字描述、邏輯判斷、數(shù)值表示、信號測量等。其中除了數(shù)值表示容易匹配,其余都難以檢索要進行轉(zhuǎn)換將各自的故障現(xiàn)象描述映射成數(shù)值表示方法。
本文所研究的熱處理缺陷診斷專家系統(tǒng)需由用戶首先對缺陷現(xiàn)象進行文字描述,我們將文字信息轉(zhuǎn)換為數(shù)字信息以實現(xiàn)案例匹配及相似度計算。
四.熱處理缺陷案例相似度的計算
在整體上的相似性的基礎(chǔ)上,計算在案例匹配。相似性是用來測量檢測到的情況和預(yù)期的案例之間的相似程度。以基于案例推理的實現(xiàn),關(guān)鍵是建立合適的存儲和索引,和一個有效的匹配調(diào)整評價機制。存儲方式直接影響求解精度和匹配效率,調(diào)整和問題解決的影響評估機制。
可用公式(1)計算兩個案例之間的相似度:
其中: 表示為案例 與 的相似度; 為各特征參數(shù)的權(quán)值因子;n表示所有征兆數(shù); , 分別表示案例 與 的缺陷現(xiàn)象及缺陷結(jié)論缺陷現(xiàn)象用經(jīng)過文字信息轉(zhuǎn)換后的狀態(tài)數(shù)值表示,而缺陷結(jié)論用可信度來表示,既在該缺陷狀態(tài)下所可能存在的缺陷原因的程度數(shù)值,該值由領(lǐng)域內(nèi)專家賦予。當(dāng) =1時,表明這兩個案例最相似,即完全匹配;當(dāng) =0時,表明兩個案例完全不相同。
在熱處理專家系統(tǒng)中,用戶可以方便的通過專家系統(tǒng)的人機交互界面對熱處理缺陷現(xiàn)象進行描述,系統(tǒng)把具有相似程度的案例依次從高到地排列,相似度最高的案例就是通過基于案例推理所得出的缺缺陷診斷結(jié)果。
五.原型系統(tǒng)的驗證與實現(xiàn)
在建立熱處理缺陷數(shù)據(jù)庫后,我將開發(fā)關(guān)于熱處理缺陷診斷的專家系統(tǒng)。點開系統(tǒng),首先是原型系統(tǒng)的登錄界面,用戶通過輸入用戶名和密碼,點擊“登錄”按鈕后,進入原型系統(tǒng)主導(dǎo)航界面。如果用戶點擊“退出”按鈕,則退出專家系統(tǒng)。
進入系統(tǒng),首先是主界面。用戶通過系統(tǒng)主界面,依據(jù)自己的需要選擇進入子頁面。其中,點擊“進入診斷界面”按鈕,系統(tǒng)轉(zhuǎn)到熱處理缺陷診斷頁面,可以針對熱處理缺陷,進行診斷;點擊“熱處理知識”按鈕,系統(tǒng)轉(zhuǎn)到熱處理知識頁面,提供了有關(guān)熱處理的一些科普知識;點擊“缺陷診斷常識”按鈕,系統(tǒng)轉(zhuǎn)到缺陷診斷常識知識頁面,提供了有關(guān)熱處理缺陷診斷的一些常用知識;點擊“系統(tǒng)使用說明”,系統(tǒng)轉(zhuǎn)到系統(tǒng)使用說明頁面,提供了有關(guān)本系統(tǒng)的具體操作步驟。
系統(tǒng)診斷界面,主要包括缺陷類型、缺陷現(xiàn)象、推理方式、缺陷原因和解決方法等幾個模塊。用戶可以根據(jù)實際情況,通過選擇缺陷類型和缺陷現(xiàn)象,然后點擊開始診斷按鈕,系統(tǒng)則開始進行缺陷診斷。系統(tǒng)進過推理診斷后,顯示出診斷結(jié)果,包括推理方式、缺陷原因和解決方法等。
六.在研究過程中遇到的不足以及下一步的研究工作
本文利用基于CBR案例推理技術(shù),設(shè)計和創(chuàng)建了熱處理缺陷診斷專家系統(tǒng),并且進行了原型系統(tǒng)的驗證。基于CBR案例推理缺陷診斷專家系統(tǒng),不但可以可以解決工廠一線技術(shù)人員經(jīng)驗不足,壓力大,生產(chǎn)率不高的問題,也為熱處理處理的時效性和正確性提供了保證。但是在研究和學(xué)習(xí)的過程中也發(fā)現(xiàn)了一些問題,面對這些問題,接下來我將著重從以下幾個方面進一步開展研究工作:
(1)熱處理缺陷種類繁多,原因繁多。建立一個完整的數(shù)據(jù)庫是一個艱難的道路,我將沿著這條路繼續(xù)探索和學(xué)習(xí)。
(2)計算案例權(quán)值是整個系統(tǒng)關(guān)鍵和困難的一步,需要在長期過程中不斷學(xué)習(xí)。
(3)各種技術(shù)都在日新月異的發(fā)展。專家系統(tǒng)也要跟上前進的步伐,要能夠不斷自我完善。這就要數(shù)據(jù)庫有著強大的自我更新的功能。怎么樣能夠讓數(shù)據(jù)庫自我更新就是我未來學(xué)習(xí)和研究的目標(biāo)。
參考文獻(xiàn)
[1] 張躍東,齊昕,童一飛.基于專家系統(tǒng)的焊接機器人故障診斷[J]. 2019.1.
[2] 劉煒.微機故障診斷專家系統(tǒng)的研究與應(yīng)用[D].[碩士學(xué)位論文].西安.陜西科技大學(xué).2007.
[3] 秦勝學(xué). 故障診斷在煤礦機電設(shè)備安全管理中的應(yīng)用[J].? 內(nèi)蒙古煤炭經(jīng)濟. 2018.