基于实例推理的高速切削数据库系统.doc

基于实例推理的高速切削数据库系统本文来源：工抱■ ■■FTi务网(1引言近二十年来，高速数控机床及切削刀具技术不断发展，高速切削技术发展迅速, 已航空、航天、汽车、机床、模具等重要制造业领域到越来越广泛应用•高速切削技 术可大幅度提高生产效率和加工质量，是具有共性先进制造技术2—，己成为切削 加丁•发展方向.合理选择切削刀具和切削参数充分利用高速加工中心功能、降低生产 成木具育重要意义•建立高速切削数据库，将切削实践中积累合理选择刀具与切削参 数经验和数据收集起来，为机械制造业提供合理及优化高速切削数拡，是提高切削 加工效率和经济效益、推动高速切削技术广泛应用和快速发展一项重要丁•作；同时, 高速切削数据库发展各种现代制造技术(如CNC、CAPP、CAD/CAM. FM8、CIM8等)一 项基础性工作，是这些系统公共制造数据库重耍组成部分.，建立高速切削数据库推 广高速切削技术具有非常重要意义•，冃前合理、适用高速切削数据还十分缺乏，这 一定程度上限制了高速切削技术推广应用•木文利用基于实例推理技术，将取经验应 用于新问题解决，为建立高速切削数据库提供了一个有效可行方法.2基于实例推理技术简介基于实例推理(Case-based Reasoning, CBR)起源于Schank于1982年提出人和 机器学习动态存储理论，其木质是利用I口问题解(解决方案)来解决新问题・CBR原理 如图1所示•问题(Problem)及具解(Solution)组成一个实例(Case),并将其存储实 例库(Case-base)中；对一个新问题进行求解时，先将新问题按某种特定方式进行描 述，然后到实例库中寻找与Z相似I口实例，再按某种算法找出最相似【口实例作为新 问题1儿配，将其解作为新问题建议解；对建议解进行修止、校订，到新问题确认解. 与此同时，新问题及其确认解乂作为一个新实例存入实例库，供其它新问题求解使 用・，CBR系统具有口学习功能.图1 CBR原理框图与基于规则推理不同，基于实例推理不依赖于求解问题领域规则，依赖于以前 经验和成功解决问题实例，这与人类专家解决问题时思路和方法更为接近，也更易 于理解和应用.3基于实例推理高速切削数据库系统结构基丁实例推理高速切削数据库系统HISCUT由实例数据库和切削数据库两大部 分组成(见图2).这两部分均可独立运行，也可丿应用程序接I I连接一起使用.其中， 切削数据库部分用于存储丁件材料、刀具、机床、切削参数等各种数据，应用程序 可实现刀具选择、切削数据优化、加工质量预测等功能，这…部分按常用关系数据 库模式建立.实例数据库部分用丁存储成功加工实例及相关经验、规则等，实例检索、 1儿配和修改对新丁•件高速切削加丁•推荐合理丁•艺方案；将形成新实例存储于实例库 中，以备新应用检索•整个高速切削数据库系统采用C/S结构实现.木文重点讨论基 于实例推理高速切削数据库中应用及实例数据库部分建立.图2 CBR高速切削数据库系统结构4实例库与知识库1）实例库及实例表示如何表示实例是CBR系统一个重要问题•具体问题不同，实例表示方法也有所不 同.一般要求实例表示至少丿应包含两方面内容，即问题及其冃标描述和问题解决方案. 为明确定义高速切削领域中实例，需对所研究问题——工件及具高速加丁进行深入 全面分析.通常，当对工件进行高速加工时，首先需要知道如工件类型、加工面类型、 加丁耍求以及丁•件材料类别、牌号、破度、状态等有关信息，然后才能针对该工件 制订相应加工丁•艺，如采用何种加丁•方法和机床、选择何种切削刀具、切削参数等. 前者止好对应于实例问题描述部分，后者则对应于实例解决方案•问题描述部分应包 含尽量多札I关信息，以使求解问题到准确、全面描述，同时乂应简洁可行，后来实 例检索及解决方案克用；解决方案部分也应尽可能多包含解决所求解问题各种有用 信息.高速切削中实例可表示为“实例编号+问题描述+解决方案+综合评价”形式，英 中各部分意义如下：①实例编号：是唯一确定一个实例标识符，可由实例库操作员 给岀或由系统口动产生•②问题描述：对丁件及具切削加丁要求描述，包括丁件外型 特征、加工面类型、加工要求、工件材料类别、工件材料牌号、工件材料硬度、工 件材料状态等•为使实例更具-•般性，该部分未涉及工件具体属性，如名称、编号、 尺寸、刚性等•③解决方案：描述如何对工件进行高速切削加丁.，包含如下属性：切 削方法、机床类型、刀具名称、刀具型号、刀具制造商、刀具材料类别、刀具材料 牌号、切削速度、进给速度、切削深度•④总体评价：是对解决方案评述，说明具是 否适合于该工件高速切削加工以及获加工效果.用结构化数据即可完整描述工件及高速切削加工实例，这为实例检索及匹配带 來很大方便.如问题描述部分加工面描述项，加工面种类繁多，但经常高速切削加工 中出现却有限儿种类型，用文字或代码即可表示•解决方案部分也采用结构化数据表 示，这可使对工件加工描述简明直观•图3给出了三个具体实例描述.图3实例描述2）知识库当提出一个新问题时，CBR系统首先给出新问题建议解，至于此建议解是 否可作为新问题确认解，还需新问题具体情况确定.一般情况下，应新问题具体情况, 结合该问题领域知识及经验、规则，对建议解进行修改，最后到新问题确认解.知识 库作用就是存储上述领域知识以及经验、规则.木课题中，知识库包括以下内容：（D 金属切削领域一般知识，如切削方式、方法选择、刀具槽形与儿何参数选择、刀具 合理耐用度选择、切削用量制订、机床选用等；②高速切削特点、规则及适用范囤 等，如适用于高速切削刀具材料、刀具一丁件材料合理匹配关系、切削热对刀具材 料性能影响、刀具损坏等；③综合知识，如工件类型及加丁•面类型合理选择刀具类 型、机床型式对加工精度及表面质量影响、工艺规程制订、工序划分等；④实际生 产中积累经验.5实例检索1）实例和似度实例相似度是判别实例间相似性尺度，用于判定实例库中与新问题最相似实例. 但相似度•成不变，它与人们考虑问题侧重点密切相关.切实可行相似度让算方法是CBR系统成功基础.设域DI, D2,……,Dn上关系R( Al, A2,……,An),其中Ai为R属性,Ai eDi( i二1,2,……,n),对该关系记录(实例)u(xl, x2,……,xn), v(yl, y2,……, yn) eR, (xi, yiGDi | i=l, 2,…，n),其相似度 SlM(u, v)可用下式计算:(1)一般札I似度取值范围为[0, 1].局部相似度实际问题求解领域中，实例属性域并不都是数值型，豆接利用式(1)计算实例相 似度并不可行，必须针对不同属性域研究相似度计算方法.局部相似度是指两个实例 同一属性不同取值间相似度，记为sim( x, y),取值范围为[0, 1],其中(x, y)是 一个属性不同取值•属性域不同，具局部和似度计算公式也将随之发生札IM变化.前 面已经提到实例检索条件是问题描述部分属性，对局部相似度讨论也只限于这部分 属性•这部分属性特点并结合相应领域(金属切削)知识，可将局部相似度分为-种类 型进行计算，即：①数值型；②无关型；③枚举型；④依赖型•必须指出，对局部相 似度分类唯一•相似度是一个相对概念，与考虑问题侧重点和相关语义密切相关•侧 重点和语义不同，是同一属性也可能具有不同形式局部相似度类别.整体相似度复合算法整体相似度是相局部相似度而言，也就是前面提到实例相似度.实际上，计算实 例相似度时，岀发点不同，人们往往更侧重于某些属性局部相似度对整体相似度影 响•如选择适用刀具材料时，更侧重于工件材料类别而T件类型影响.，计算整体相 似度时，往往赋予属性局部和似度一定权重w,以使结果更符合实际需要•实例检索 是按新问题描述部分属性进行，计算实例整体相似度时，只针对这部分属性而实例 所有属性.考虑局部相似度权重后整体相似度复合算法公式为(2)式中P 新问题描述所表示查询，qi为q第i个属性u 实例库中源实例，ui为u第i个属性m 问题描述部分属性数wi 第i个属性局部相似度权重用式(2)所示复合算法计算出整体相似度取值范围仍为[0, 1].2)最近邻居法CBR系统中，实例检索是非常重要环节，它与系统所采用索引机制密切相关.与 数据库系统中查询功能有所不同，CBR系统中实例检索往往是“不精确”，带有一 定模糊性.这是极个别情况下才能实例库中找到与新问题完全相同实例，更多时候可 能找到是与新问题类似实例•另，CBR系统实例检索条件实例问题描述部分属性，而 实例全部属性.一般可将冃前CBR系统常用检索方法分为两类，即最近邻居法和归纳 法(木课题中使用是最近邻居法).设实例uWR若存实例cER,对所有实例c'WR,使SIM( u, c)^S!M(u, c')成立, 则将实例c称为实例u最近邻居NNc,记为NNc(u, c)： <=>$cGR： SIM(u, c)^SIM( u, c') (3)实际应用中，将Fl标实例u用查询p代替，可找出与新问题最和似实例.当实例 库中某个实例c是查询p最近邻居时，其解决方案即被作为查询p所代表新问题建 议解.3) 应用举例设需对一箱体类铝合金铸件进行半精加工，加工面为平面，工件材料破度为 90HB.因新问题工件材料牌号未知，它实例相应属性局部相似度记为0.工件材料类 别属性局部相似度权重设为2,其余属性权重默认为1.实例库中实例如图3所示(只 列出了 3个实例).应用上述整体相似度复合算法计算实例相似度，计算结果为： SIM(q, 00106)=0.459, SIM(q, 01007)=0.808, SIM(q, 00135)=0.658•实例 OuOOl即被视为新问题最近邻居，即最和似实例，具解决方案即作为新丁件加丁建 议解.注意到新丁•件与最相似实例01007问题描述部分差异，应对该建议解进行适当 修止：是半精加丁.，可适当提高进给速度(进给量)和切削深度，以缩短加工时间； 可选用更适合铳削平面铳刀类型等•对建议解进行修改后，尚需结合领域知识验证其 合理性，才能将具作为新工件加工确认解使用.6结论基于实例推理木质是采用解决山问题解(解决方案)来解决新问题.利用基于实 例推理技术建立高速切削数据库，将以前加T实例积累切削数据和经验应用于新工 件高速切削加工，可解决H前缺乏合理适用高速切削数据困难，对加快高速切削技 术推广应用具有非常重要意义.木文提出高速切削实例描述模型、实例和似度复合算 法及实例检索方法对建立基于实例推理高速切削数据库系统是可行.转载请注明：来自工控商务网(http://www.gkcity.coin/) 详细请参考： http://www. gkcity. c（）m/n-iT503—c-P（）tp（）urri. htm。