作為連接設計和制造的橋梁和紐帶，CAPP不僅是制造企業(yè)準備工作的首要步驟，而且是企業(yè)各部門信急交匯的重要環(huán)節(jié)。由于CAPP在CIMS中的地位和作用，工藝規(guī)劃的自動生成(也即智能工藝設計)被視為生產(chǎn)自動化中關鍵信息技術之一，各國競相開展應用技術研究。為此，本文從符合人類認知心理學的角度出發(fā)，通過引入CBR(Case-Based Reasoning)技術，將其與RBR技術進行有機結合，構造了一個基于實例的智能工藝設計系統(tǒng)，有效地解決了傳統(tǒng)智能工藝設計系統(tǒng)的缺陷與不足。

　　2 基于實例的智能工藝設計系統(tǒng)—CBIPP

　　基于實例推理(Cased-Based Reasoning，CBR)是在基于規(guī)則推理和基于模型推理的基礎上發(fā)展起來的新型推理技術。它充分模仿人類的思維方式，高速準確地分析推理所要解決的具體問題。CBR實際上是從用戶要求空間到實例空間的映射過程。將CBR技術應用于智能工藝設計系統(tǒng)具有以下優(yōu)點：

　　(1)充分利用以往成功的工藝設計實例，大大提高工藝設計的效率，縮短企業(yè)新產(chǎn)品的工藝設計周期，同時減少工藝設計過程中的人為錯誤，提高設計的正確性;

　　(2)由于工藝實例自身包涵了大量的工藝設計經(jīng)驗知識，可省去大量知識的獲取與表達;

　　(3)由于每得到一個新的工藝設計結果都可以存入工藝實例庫，從而擴充了知識，使系統(tǒng)具有一定的自學習能力;

　　(4)從人類認知心理學的角度出發(fā)，基于實例的推理史符合工藝設計人員的思維過程，因為工藝人員在設計工藝時，總是首先考慮以前的設計實例，找出相似工藝設計方案并對其進行修改，以獲得新的設計方案(即新工藝實例)。

　　對新零件采用基于實例推理技術的工藝設計基本過程可表示為如圖1所示的流程。

圖1 基于實例推理的工藝設計流程圖

　　本文將CBR技術技術和RBR技術有機地結合起來，構造了基于實例的智能工藝設計系統(tǒng)(Case-PacedIntelligent Process Planning System CPIPP)系統(tǒng)的總體結構如圖2所示，共由兩大模塊組成。最高層是基于實例的推理機，它包含一個實例庫(以往成功的工藝設計實例);系統(tǒng)根據(jù)工藝設計詳細說明(源工藝實例)，由基于實例的推理機從實例庫返回一個最相似的實例(目標工藝實例)，兩工藝實例中不相符的部分由位于第一層的基于規(guī)則的推理機、工藝知識庫(規(guī)則庫)和工藝數(shù)據(jù)庫進行推理，從而修改目標工藝實例中相應的工藝設計內(nèi)容來滿足工藝設計要求，最終完成工藝設計仟務。

3 工藝實例的形式化描述

　　在基于實例的智能工藝設計系統(tǒng)中，工藝實例的知識表達模型必須完整、有效地表達工藝設計過程中所需要的各類知識，從而為工藝設計問題求解提供支持。從工藝設計的角度出發(fā)，所建立的知識表達模型既要包含零件本身的設計信息，也要包含相應的工藝信急。基于如上考慮，從面向對象的思想出發(fā)，本文定義了一個面向變型工藝設計的工藝實例表達模型，其基本定義如下：

　　定義1 工藝實例是滿足一定工藝設計要求的特定設計結果，一個完整的工藝實例(Case)可表示為一個五元組(Case-Name，Case-Type，Case-Content，F(xiàn)ea-lure-List，Value-List)。其中：

　　工藝實例數(shù)據(jù)集中的數(shù)據(jù)與工藝實例特征集中的特征存在一一對應的關系。同一類工藝實例中，各實例依據(jù)實例特征的不同而相互區(qū)別。

　　定義2工藝實例類(Case-Type)描述了工藝實例的分類信息，可表示為一個八元組(Rough-Type，De-tail-Type，Material，Rough，Heat-Treat，Batch，Shape-Cuttin，CAPP-Agent)。其中：

　　Rough-Type——描述了工藝實例類的大類信急，以BNF范式表示為：

　　::={0|1}，0代表回轉體，1代表非回轉體;

　　Detail-Type——描述了工藝實例類的小類信息;

　　Turning代表回轉類工藝實例的形狀及加工屬性，Not-Turning代表非回轉類工藝實例的形狀及加工屬性。在回轉類工藝實例的形狀及加工屬性中：Out-Type代表外部基本形狀，Out-Function代表外部功能要素，In-Type代表內(nèi)部基本形狀，In-Function代表內(nèi)部功能要素，Out-Shape代表外平面或端面，In-Shape代表內(nèi)平面，Assist-Function代表輔助孔或成形刻線;在非回轉類工藝實例的形狀及加工屬性中，Out-Typen代表外部基本形狀，Shape-Cutting代表平面加工，Cur-Cutting代表曲面加工，Out-Attribute代表外形要素，Main-Hole代表主加工孔，In-Cutting代表內(nèi)部加工，Assist-Type代表輔助孔或成形。

　　CAPP Agent——是一個從工藝實例特征至工藝實例內(nèi)容的映射集，詳見定義3

　　定義3 工藝設計策略(CAPP-Agent)描述了特定工藝實例類的具體工藝設計求解策略，可表示為一個二元組(Task，Plan)。其中:

　　其中，描述了問題求解過程中需要進行的操作，包括以消息傳遞的方式下達對子對象的設計任務和對內(nèi)外部各類函數(shù)的調(diào)用;則是以產(chǎn)生式規(guī)則的方式描述求解過程中的經(jīng)驗性推理規(guī)則。

　　從上述定義可以看出，工藝實例的知識表達模型以分層的框架式結構和面向對象的思想為核心，具有較強的結構化能力;同時，完整、有效地表達變型工藝設計過程中所運用的各類工藝設計知識(以規(guī)則的形式描述)，支持系統(tǒng)在此基礎之上進行基于規(guī)則的推理，從而完成工藝實例的修改。

　　4 工藝實例的檢索和匹配

　　4.1 工藝實例索引

　　工藝實例索引描述了工藝實例的惟一標志。通過工藝實例索引的建立，使得系統(tǒng)的工藝實例庫中所存儲的所有工藝實例都能被惟一地確定。當系統(tǒng)采用基于實例的推理時，依據(jù)外部的輸入條件可快速查找出相似的工藝實例。

　　目前在人工智能中，實例索引技術主要有三種：

　　(1)最近相鄰法(Vearest Veighbor Approach)。它的核心思想是利用與實例庫中實例相匹配的輸入實例特征權數(shù)累加和來檢索實例。這種方法簡單實用，但由于在大多數(shù)情況下，各特征的權值對各個實例都有所不同，因此，很難確定一組適用于所有實例的權值。

　　(2)歸納法(Inductive Approach)。它是利用類似決策樹的學習算法，在被分類的實例中，確定出實例的哪一特征判別能力最優(yōu)。歸納法在檢索目標有明確定義，且每種目標類型均有足夠多的例子進行歸納的情況下，優(yōu)于權值鄰近法，其缺點是需要大量的實例進行歸納。

　　(3)基于知識的方法(Knowledge-Paced Retrieval Approach)。它是利用實例庫中的實例知識來確定實例的哪些特征是重要的。在知識來源合適的情況下，這種方法是很適宜的。它的缺點是對較廣范圍的輸入事實進行完全基于知識的索引往往是困難的。

　　CBIPP系統(tǒng)采用了基于上述三種方法綜合的面向對象的實例索引機制，建立了兩級索引：第一級索引反映了工藝實例的類別(Case-Type);第二級索引反映了同類工藝實例中各特征的差異。另外，系統(tǒng)還可根據(jù)對工藝實例問題求解產(chǎn)生影響的特征建立索引。

　　4.2 實例檢索和實例匹配

　　類似于實例索引技術，實例檢索策略有以下三種：

　　(1)分層檢索與歸納索引配合使用，其檢索過程以用歸納索引形成的分類決策樹為基礎，由樹根開始逐層下降，直到不能下降為止;

　　(2)關聯(lián)檢索，又稱鄰近檢索，與權值鄰近索引配合使用，其檢索過程是基于權值鄰近索引中定義的實例特征屬性的相似度，將用戶輸入的新實例與庫中實例進行關聯(lián)比較;

　　(3)基于知識的檢索，它是指利用現(xiàn)有的關于實例庫的實例知識來確定檢索實例時哪些實例屬性是重要的。

　　類似于實例索引的建立，CBIPP系統(tǒng)采用了三者結合面向對象的檢索策略，其算法過程如下：

　　①通過人機接口獲取工藝設計初始信息(即源工藝實例信息);

　　②根據(jù)源工藝實例信息，確定工藝實例類(Case-Type)，并得到該層次結構的所有工藝實例集;

　　③調(diào)用實例匹配算法，在工藝實例集中獲取一最相近工藝實例(目標工藝實例)。

　　其中實例匹配算法如下：

　　5 工藝實例的修改(基于規(guī)則的推理)

　　5.1 基本定義

　　定義4 欠特征是源工藝實例含有而目標工藝實例沒有的特征。

　　定義5 過特征是源工藝實例沒有而目標工藝實例含有的特征。

　　5.2 工藝實例的修改

　　通過索引和匹配檢索到的最相似的目標工藝實例，如果與源工藝實例完全相同，則可直接調(diào)出目標藝實例的工藝內(nèi)容(Case-Content )來解決新問題，而不經(jīng)過修改;但通常情況下，檢索到的目標工藝實例內(nèi)容無法完全滿足新零件的工藝設計要求，這種情況下就需調(diào)整修改目標工藝實例的工藝內(nèi)容來適配新工藝設計問題。修改的內(nèi)容主要包括：①過特征的工序(工步)的刪除;②欠特征的工序(工步)的增加;③工序(工步)的重新排序;④尺寸鏈的計算;⑤制造資源(設備、刀夾量具)的調(diào)整和切削用量的優(yōu)化;⑥工序圖的重新繪制。

　　工藝實例修改的基本過程如下：首先比較源工藝實例與目標工藝實例的特征，根據(jù)兩者的差異，確定源工藝實例中的過特征及欠特征。在此基礎上，由該工藝實例對應的CAPP-Agent運用基于規(guī)則的推理技術(Rule-Based Reasoning,RBR)，修改目標工藝實例的工藝內(nèi)容，并最終確定源工藝實例中的實例內(nèi)容。

　　如圖2所示，基于規(guī)則的推理部分主要由三大部分構成：工藝數(shù)據(jù)庫、工藝知識庫、基于規(guī)則的推理機。其中，工藝數(shù)據(jù)庫用自主開發(fā)的工程數(shù)據(jù)庫OSCAR實現(xiàn)(OSCAR面向工程事務，支持復雜對象存儲管理)，庫中存儲應用環(huán)境的具體數(shù)據(jù)，記錄適時制造領域的動態(tài)信息，包括設備、夾具、量具、材料、切削液、刀具、輔助材料、形狀特征、工藝方法、標準化和互換性數(shù)據(jù)以及工時定額表;工藝知識庫的基本任務是建立工藝數(shù)據(jù)庫中相關對象的一般映射，提供相關查詢、匹配，根據(jù)特征分布獲取加工方法和設備，根據(jù)工藝效率，計算零件數(shù)據(jù)演化，形成遞歸求解，輔助實現(xiàn)工藝評估和排序，把對零件進行的工序操作在時間和空間上排序，確定整個的工藝排列順序和在工序或工步中所進行的操作;工藝知識庫中所含推理知識用元規(guī)則形式表示，以實現(xiàn)工藝決策推理的元級控制，推理機制采用黑板結構，調(diào)用工藝知識庫中推理規(guī)則和工藝數(shù)據(jù)庫中事實進行工藝決策，簡單直觀，易于實現(xiàn)。以一條關于車削的加工方法之規(guī)則為例，其推理規(guī)則描述如下：

　　若：零件的輔助特征類型為外螺紋

　　精度為1-2 公差帶4h～6h

　　則：加工方法為車削

　　6 結論

　　結合CPR技術和RBR技術，構造了一個基于實例的智能工藝設計系統(tǒng)，給出了工藝實例完整、清晰的形式化描述，并闡述了工藝實例檢索和匹配的策略和算法。實踐表明，在智能工藝設計中引入CBR技術，可極大地提高工藝設計的效率與質量，解決了工藝專家知識獲取的瓶頸問題，改善了系統(tǒng)的開放性，較好地滿足企業(yè)生產(chǎn)的實際要求。