基于知识的热处理工艺设计技术

2012-01-25张振明田锡天黄利江

制造业自动化 2012年12期

郭晶，张振明，田锡天，黄利江

（西北工业大学机电学院，西安 710072）

0 引言

热处理过程是一高温、瞬态过程，工件在处理过程中发生的状态变化难以直接监控，因而利用计算机进行工艺参数设计具有非常重要的意义[1]。

热处理工艺设计涉及众多工艺知识，人工进行工艺设计工作量大，设计效率极低。企业运用CAPP进行工艺编制后，效率有一定提高，但仍然存在一些问题。由于工艺的专业性强，工艺人员在编制工艺规程时需要很丰富的经验和专业知识，这对工艺员要求较高且不利于新工艺员开展工作；对于工艺参数的确定，需要手动查阅各种手册、规范，或是根据以往经验得到模糊值，无法保证参数的一致性且无法避免输入错误和计算失误，从而降低了工艺文件的标准性和规范性，造成工艺规程质量不高，零件达标率低；对于一些有价值的工艺知识和经验没有被总结归纳，因而得不到充分利用，使工作有一定重复性，浪费大量时间和精力。

热处理技术已发展多年，积累了大量成熟的工艺经验。无论是领域内的工艺专家系统还是行业间的工艺标准规范，都为工艺知识的获取提供了丰富的来源。与机加、装配工艺设计相比，热处理工艺参数设计过程具有较好的结构性。运用基于知识和推理的计算机辅助工艺设计技术进行热处理工艺设计[2,3]，是提高热处理工艺设计质量和效率、解决现存问题的重要途径。因此，本文对基于知识的热处理工艺设计技术进行研究。

1 热处理工艺设计框架

由于企业制造的方向单一，会有大量相似零件重复设计生产，很多情况下新工艺规程完全可以用过去的代替，还可以根据过去的结果对新工艺规程做出适当修改，优化工艺参数，提高零件质量。利用过去经验知识，结合典型工艺的特征，针对这种典型零件的工艺设计本文提出应用属性相似性度量技术于基于典型工艺推理的设计方法中；对于非典型零件，工艺参数知识比较规则且获取较易，通过自动生成工艺参数可以使知识被充分利用，同时标准化、规范化工艺文件，避免人为失误，节省手动查阅资料的时间，有效提高零件设计效率和质量。从而，本文提出规则推理的工艺设计方法。通过两种方法的结合使用，基本满足各个类型零件的需求，工艺设计的总体框架如图1所示。

对于要进行热处理工艺的零件，先要判断典型工艺库中是否存在该类典型工艺，继而得出采用哪种途径解决问题。给热处理工艺文件赋予工艺特征（如工艺类型、零件类型、加工材料和硬度等）后，利用典型工艺的工艺设计方法就是基于该特征，在典型工艺库中有效快速的检索出一些适用于当前问题的工艺实例，再通过算法从中得出最匹配的工艺。参数完全一致则直接复用该实例，如某参数有差异则可通过规则推理的方式修改当前实例，最终解决新问题，同时把修改后的实例入库。为了能够快速检索到相关实例，除了要重点研究典型工艺的表示方法外，需要对属性相似性和重要度的计算进行研究。

图1 基于知识的热处理工艺设计系统框架

规则推理方法是指根据规则知识的表示，输入当前问题的条件，由系统在知识规则库中检索符合条件的规则进行推理，在冲突消解后从中得出最优解，视情况可对规则进行直接应用或修改，从而得到自动生成工艺参数的具有标准性和规范性的工艺文件，高质高效的完成工艺设计，并把修改后的规则入库方便复用。为了规则能够顺利被应用，需要挖掘适用于该规则的表示方法，并给出消解冲突的方法。

2 语义网络与产生式混合表示方法

由于典型工艺具有良好的对象性、继承性及从属关系，根据人工智能中面向对象的表示法和语义网络表示法的概念及特点，采用两者结合的面向对象的语义网络表示法有效表达该工艺知识；知识规则库中的知识描述的是针对特定的工艺条件进行的合理工艺方法处理，由于前后存在因果关系，因而应用产生式知识表示法。为了满足热处理工艺知识的表达则需使用这种混合式的方式表达。

在语义网络的表示中加入了面向对象的元素，使得表达更贴近人的思维，并利用面向对象的消息传递机制，使得对象之间可以传递“消息”，从而使语义网络赋予动态的表达。下面是典型工艺知识为例，如图2所示。

图2 典型工艺知识模型

热处理典型工艺作为一个类，有其属性和方法，轴类零件作为热处理典型工艺中的一个对象，继承了其节点的所有属性，除此之外它还有一些自有属性。当有判断零件长度这个属性值得消息传来时，调用相应的方法可以找到具体的轴类零件对象。这种灵活的处理机制使得对每个对象都能得以快速查找以及方法的调用。

产生式的基本形式IF P THEN Q，P是产生式的前提，也称条件；Q是一组结论或操作，也称为产生式的后件，它指出当前提P满足时，应该推出的结论或应该执行的动作。热处理工艺规则描述了“在某种工艺条件下可采用的某种工艺方法”。

利用知识规则进行工艺参数设计时，根据整个工艺规程中所用的加工材料类型选择出需要采用的标准规范，再借助材料硬度要求和采用的工艺类型确定出具体的工艺参数（如加热温度、保温时间、冷却等），由此得出设计过程中的工艺参数主要由以下因素控制：1）加工材料；2）标准规范；3）硬度要求；4）工艺类型。因此，工艺规则可表达为：

工艺条件：＝(＜加工材料＞，＜标准规范＞，＜硬度要求＞，＜工艺类型＞)T

工艺方法：＝(＜加热温度＞，＜保温时间＞，＜冷却介质＞，＜冷却方法＞，＜冷却温度＞)T

根据这些判据，得出知识规则库中的知识如下表达：

R1：IF 材料牌号=1Cr21Ni5Ti AND热处理标准协议= HY2-94 AND工艺类型=淬火THEN 带工艺参数（淬火温度950～1100℃、时间1h、冷却剂水）的工艺文件

R2：IF 材料牌号=4130 AND热处理标准协议=辽新5-0019-2003 AND工艺类型=正火THEN带工艺参数（正火温度870±10℃、时间1h、冷却剂油）的工艺文件

R3：IF 材料牌号=4130 AND热处理标准协议=辽新5-0020-2003 AND工艺类型=回火THEN带工艺参数（正火温度485±5℃（≥900 F0）、时间0.5h、冷却剂空）的工艺文件

3 知识推理技术

3.1 典型工艺匹配的相似性算法

典型工艺设计方法与基于实例的推理（CBR）技术类似，即通过访问和借鉴知识库中过去类似问题（源实例）的求解方案来获得当前问题（目标实例）的解[4]。在知识难以表达但已经积累丰富经验的领域，有较大的优势并得到广泛应用。

本系统采用最临近法计算特征属性局部相似度。局部相似度指的是两个实例的同一属性的不同取值之间的相似度，记为 j (μj，σij),且 j (μj，σij) ☒ (0，1)(1表示完全匹配，0表示不匹配)，其中σij表示本系统工艺实例库中第i个实例的第j个特征，其中i=1,2,3,…,m，j=1,2,3,…,n，(设本系统工艺实例库中共有m个实例，每个实例有n个特征属性)；μj表示新实例的第j个特征属性。

在实际的问题求解领域中，属性域是不同的，因此对应的局部相似度的计算公式也不同。在热处理典型工艺的参数确定中，实例主要特征的取值如表1所示。

表1 实例主要特征取值及其属性

第一类：属性是语义型离散型，其对应的相似度的计算公式为：

第二类：属性是实数型区间型，其对应的相似度的计算公式为：

式中，α、β为σij属性的范围区间。

在计算实例的相似度时，某些属性的局部相似度对整体相似度有影响。因此，在计算整体相似度时，会赋予属性的局部相似度一定的权重ω，使结果更符合实际需要。

由相关领域专家两两比较各个目标——实例特征或信息实体的相对重要性，得到矩阵为

式中，ζij＝ 1/ζij，ζij＝ 1。

其中的元素ζij表示第i个目标与第j个目标比较的相对重要性。第i行第j个特征的相对重要程度为

则可由第i行算术平均值计算出第i个匹配因子的权重公式为

整体相似度加权后的复合相似度公式为

式中，μ为新工艺实例或目标实例；σi为实例库中的第i个实例；μj为新实例也就是目标实例的第j个属性；σij为实例库中的第i个实例的第j个属性；n为新工艺实例问题描述部分的属性数；ωj为第j个属性的局部相似度权重；λi为第i个实例与新实例属性个数不同的对应系数。

3.2 规则推理方法

针对热处理工艺知识规则在选用时可能出现冲突，本文的产生式规则的形式为：P→Q，CF。前提P既可以是一个简单条件，也可以是用AND或OR将多个简单条件连接起来构成的复合条件；Q表示若干结论或动作；CF称作知识的可信度因子。上述规则的含义是“如果前提P在某种程度上被满足，则可以以一定可信度推出结论Q（或执行工作Q），规则的可信度为CF”[5]。

由于热处理工艺是决定零件性能的重要途径，依据零件性能达标率可以初步确定该条规则的可信度CF(e)，为了规则的可信度更加精准，在该可信度中加入规则的利用率CF(f)，通过加权平均最终得出该规则的可信度CF。

本文在推理时由已知条件得到一定的规则，因为热处理工艺规则的前提往往不只一个，一个规则结论也可能由多个原因引起，所以本文采用宽度优先的搜索策略，即在同一深度上，把各个规则前提全部考察后，再进行下一深度的搜索，最后采用领域问题特点排序的冲突消解策略，结合热处理工艺特点，在规则属性表中设定每条规则的可信度，当推理发生冲突时，首先根据可信度确定规则启用顺序。