基于知識的熱處理工藝設計技術

郭 晶，張振明，田錫天，黃利江

（西北工業大學 機電學院，西安 710072）

0 引言

熱處理過程是一高溫、瞬態過程，工件在處理過程中發生的狀態變化難以直接監控，因而利用計算機進行工藝參數設計具有非常重要的意義[1]。

熱處理工藝設計涉及眾多工藝知識，人工進行工藝設計工作量大，設計效率極低。企業運用CAPP進行工藝編制后，效率有一定提高，但仍然存在一些問題。由于工藝的專業性強，工藝人員在編制工藝規程時需要很豐富的經驗和專業知識，這對工藝員要求較高且不利于新工藝員開展工作；對于工藝參數的確定，需要手動查閱各種手冊、規范，或是根據以往經驗得到模糊值，無法保證參數的一致性且無法避免輸入錯誤和計算失誤，從而降低了工藝文件的標準性和規范性，造成工藝規程質量不高，零件達標率低；對于一些有價值的工藝知識和經驗沒有被總結歸納，因而得不到充分利用，使工作有一定重復性，浪費大量時間和精力。

熱處理技術已發展多年，積累了大量成熟的工藝經驗。無論是領域內的工藝專家系統還是行業間的工藝標準規范，都為工藝知識的獲取提供了豐富的來源。與機加、裝配工藝設計相比，熱處理工藝參數設計過程具有較好的結構性。運用基于知識和推理的計算機輔助工藝設計技術進行熱處理工藝設計[2,3]，是提高熱處理工藝設計質量和效率、解決現存問題的重要途徑。因此，本文對基于知識的熱處理工藝設計技術進行研究。

1 熱處理工藝設計框架

由于企業制造的方向單一，會有大量相似零件重復設計生產，很多情況下新工藝規程完全可以用過去的代替，還可以根據過去的結果對新工藝規程做出適當修改，優化工藝參數，提高零件質量。利用過去經驗知識，結合典型工藝的特征，針對這種典型零件的工藝設計本文提出應用屬性相似性度量技術于基于典型工藝推理的設計方法中；對于非典型零件，工藝參數知識比較規則且獲取較易，通過自動生成工藝參數可以使知識被充分利用，同時標準化、規范化工藝文件，避免人為失誤，節省手動查閱資料的時間，有效提高零件設計效率和質量。從而，本文提出規則推理的工藝設計方法。通過兩種方法的結合使用，基本滿足各個類型零件的需求，工藝設計的總體框架如圖1所示。

對于要進行熱處理工藝的零件，先要判斷典型工藝庫中是否存在該類典型工藝，繼而得出采用哪種途徑解決問題。給熱處理工藝文件賦予工藝特征（如工藝類型、零件類型、加工材料和硬度等）后，利用典型工藝的工藝設計方法就是基于該特征，在典型工藝庫中有效快速的檢索出一些適用于當前問題的工藝實例，再通過算法從中得出最匹配的工藝。參數完全一致則直接復用該實例，如某參數有差異則可通過規則推理的方式修改當前實例，最終解決新問題，同時把修改后的實例入庫。為了能夠快速檢索到相關實例，除了要重點研究典型工藝的表示方法外，需要對屬性相似性和重要度的計算進行研究。

圖1 基于知識的熱處理工藝設計系統框架

規則推理方法是指根據規則知識的表示，輸入當前問題的條件，由系統在知識規則庫中檢索符合條件的規則進行推理，在沖突消解后從中得出最優解，視情況可對規則進行直接應用或修改，從而得到自動生成工藝參數的具有標準性和規范性的工藝文件，高質高效的完成工藝設計，并把修改后的規則入庫方便復用。為了規則能夠順利被應用，需要挖掘適用于該規則的表示方法，并給出消解沖突的方法。

2 語義網絡與產生式混合表示方法

由于典型工藝具有良好的對象性、繼承性及從屬關系，根據人工智能中面向對象的表示法和語義網絡表示法的概念及特點，采用兩者結合的面向對象的語義網絡表示法有效表達該工藝知識；知識規則庫中的知識描述的是針對特定的工藝條件進行的合理工藝方法處理，由于前后存在因果關系，因而應用產生式知識表示法。為了滿足熱處理工藝知識的表達則需使用這種混合式的方式表達。

在語義網絡的表示中加入了面向對象的元素，使得表達更貼近人的思維，并利用面向對象的消息傳遞機制，使得對象之間可以傳遞“消息”，從而使語義網絡賦予動態的表達。下面是典型工藝知識為例，如圖2所示。

圖2 典型工藝知識模型

熱處理典型工藝作為一個類，有其屬性和方法，軸類零件作為熱處理典型工藝中的一個對象，繼承了其節點的所有屬性，除此之外它還有一些自有屬性。當有判斷零件長度這個屬性值得消息傳來時，調用相應的方法可以找到具體的軸類零件對象。這種靈活的處理機制使得對每個對象都能得以快速查找以及方法的調用。

產生式的基本形式IF P THEN Q，P是產生式的前提，也稱條件；Q是一組結論或操作，也稱為產生式的后件，它指出當前提P滿足時，應該推出的結論或應該執行的動作。熱處理工藝規則描述了“在某種工藝條件下可采用的某種工藝方法”。

利用知識規則進行工藝參數設計時，根據整個工藝規程中所用的加工材料類型選擇出需要采用的標準規范，再借助材料硬度要求和采用的工藝類型確定出具體的工藝參數（如加熱溫度、保溫時間、冷卻等），由此得出設計過程中的工藝參數主要由以下因素控制：1）加工材料；2）標準規范；3）硬度要求；4）工藝類型。因此，工藝規則可表達為：

工藝條件：＝(＜加工材料＞，＜標準規范＞，＜硬度要求＞，＜工藝類型＞)T

工藝方法：＝(＜加熱溫度＞，＜保溫時間＞，＜冷卻介質＞，＜冷卻方法＞，＜冷卻溫度＞)T

根據這些判據，得出知識規則庫中的知識如下表達：

R1：IF 材料牌號=1Cr21Ni5Ti AND熱處理標準協議= HY2-94 AND工藝類型=淬火THEN 帶工藝參數（淬火溫度950～1100℃、時間1h、冷卻劑水）的工藝文件

R2：IF 材料牌號=4130 AND熱處理標準協議=遼新5-0019-2003 AND工藝類型=正火THEN帶工藝參數（正火溫度870±10℃、時間1h、冷卻劑油）的工藝文件

R3：IF 材料牌號=4130 AND熱處理標準協議=遼新5-0020-2003 AND工藝類型=回火THEN帶工藝參數（正火溫度485±5℃（≥900 F0）、時間0.5h、冷卻劑空）的工藝文件

3 知識推理技術

3.1 典型工藝匹配的相似性算法

典型工藝設計方法與基于實例的推理（CBR）技術類似，即通過訪問和借鑒知識庫中過去類似問題（源實例）的求解方案來獲得當前問題（目標實例）的解[4]。在知識難以表達但已經積累豐富經驗的領域，有較大的優勢并得到廣泛應用。

本系統采用最臨近法計算特征屬性局部相似度。局部相似度指的是兩個實例的同一屬性的不同取值之間的相似度，記為 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表示本系統工藝實例庫中第i個實例的第j個特征，其中i=1,2,3,…,m，j=1,2,3,…,n，(設本系統工藝實例庫中共有m個實例，每個實例有n個特征屬性)；μj表示新實例的第j個特征屬性。

在實際的問題求解領域中，屬性域是不同的，因此對應的局部相似度的計算公式也不同。在熱處理典型工藝的參數確定中，實例主要特征的取值如表1所示。

表1 實例主要特征取值及其屬性

第一類：屬性是語義型離散型，其對應的相似度的計算公式為：

第二類：屬性是實數型區間型，其對應的相似度的計算公式為：

式中，α、β為σij屬性的范圍區間。

在計算實例的相似度時，某些屬性的局部相似度對整體相似度有影響。因此，在計算整體相似度時，會賦予屬性的局部相似度一定的權重ω，使結果更符合實際需要。

由相關領域專家兩兩比較各個目標——實例特征或信息實體的相對重要性，得到矩陣為

式中，ζij＝ 1/ζij，ζij＝ 1。

其中的元素ζij表示第i個目標與第j個目標比較的相對重要性。第i行第j個特征的相對重要程度為

則可由第i行算術平均值計算出第i個匹配因子的權重公式為

整體相似度加權后的復合相似度公式為

式中，μ為新工藝實例或目標實例；σi為實例庫中的第i個實例；μj為新實例也就是目標實例的第j個屬性；σij為實例庫中的第i個實例的第j個屬性；n為新工藝實例問題描述部分的屬性數；ωj為第j個屬性的局部相似度權重；λi為第i個實例與新實例屬性個數不同的對應系數。

3.2 規則推理方法

針對熱處理工藝知識規則在選用時可能出現沖突，本文的產生式規則的形式為：P→Q，CF。前提P既可以是一個簡單條件，也可以是用AND或OR將多個簡單條件連接起來構成的復合條件；Q表示若干結論或動作；CF稱作知識的可信度因子。上述規則的含義是“如果前提P在某種程度上被滿足，則可以以一定可信度推出結論Q（或執行工作Q），規則的可信度為CF”[5]。

由于熱處理工藝是決定零件性能的重要途徑，依據零件性能達標率可以初步確定該條規則的可信度CF(e)，為了規則的可信度更加精準，在該可信度中加入規則的利用率CF(f)，通過加權平均最終得出該規則的可信度CF。

本文在推理時由已知條件得到一定的規則，因為熱處理工藝規則的前提往往不只一個，一個規則結論也可能由多個原因引起，所以本文采用寬度優先的搜索策略，即在同一深度上，把各個規則前提全部考察后，再進行下一深度的搜索，最后采用領域問題特點排序的沖突消解策略，結合熱處理工藝特點，在規則屬性表中設定每條規則的可信度，當推理發生沖突時，首先根據可信度確定規則啟用順序。

3.3 實例分析

實例的檢索特征可以描述為：Ci＝{工藝類型、零件類型、加工材料、硬度}

在面向對象的語義網絡表示的典型工藝中，實例分類明確且語義清晰，消息傳遞機制完善，則通過輸入實例特征可在眾多實例中快速檢索到與目標實例相近的幾個實例，如表2所示。

表2 實例與新問題的特征值

表中：σ1!σ3為從實例庫中的一組相關實例；μ為待解決的新問題；實例相似性分析具體步驟如下：

1）根據公式（1）、（2）計算出新問題屬性和庫中各個實例屬性的相似度；

2）建立類似公式（3）的矩陣；

3）由公式（4）判斷出屬性的重要程度，再由公式（5）計算各個特征的權重；

4）最后由公式（6）計算出新問題μ和各個實例之間的相似度。

通過以上計算，可得出眾多實例中和新問題最相似的實例，直接利用其作為新問題的解，也可以通過規則推理的方式再進行參數預測及自動生成。具體步驟如下：

1）輸入加工材料的材料牌號、熱處理標準協議號和工藝類型等作為求解問題的初始條件；

2）在熱處理工藝知識規則庫中的規則，用上述條件與數據庫中的值比較，如果規則的前提條件和數據庫中的值匹配，則該條規則被激活，從而獲得某個結論，同時把結論存入數據庫中備用。如果沒有匹配的規則，要求給出新的工藝文件自己填寫參數，并提出規則存入數據庫中備用。

通過上述兩種方式的結合，既解決了典型工藝庫中實例不足的問題，又解決了單純依靠規則推理難以實現自學習的問題。

4 結束語

本文充分發揮過去經驗和標準規范等工藝知識的作用，采用人工智能中的知識表示方法，利用基于典型工藝的設計方法和規則推理的混合設計方法開發了熱處理工藝設計系統，并在企業中順利運行，充分驗證了該方法的可行性和有效性。

[1]張偉民,陳乃錄,胡明娟,潘健生.熱處理智能技術[J].熱處理,2004,19(1): 1-5.

[2]相克俊,劉戰強,艾興.基于混合推理的高速切削數據庫系統的建立[J].計算機集成制造系統,2006.3,12(3):420-426.

[3]高軍,趙國群,修大鵬,張承瑞.冷擠壓工藝設計系統模糊知識表示和推理機制的研究[J],中國機械工程,2006.10,17: 115-118.

[4]劉曉冰,劉彩燕,馬躍,蒙秋男.基于分層實例推理的混合型行業工藝設計系統研究[J],計算機集成制造系統,2005.7,11(7): 941-946.

[5]鄧朝暉,于金振,張曉紅,蔡英,朱凱旋.基于CBR-RBR的工藝專家系統在滾動軸承磨削中的應用[J],制造技術與機床,2010,12: 29-33.