基于混合推理的大型機(jī)床零件切削數(shù)據(jù)庫(kù)系統(tǒng)

陳維克　范微微　李忠群

湖南工業(yè)大學(xué)，株洲，412000

基于混合推理的大型機(jī)床零件切削數(shù)據(jù)庫(kù)系統(tǒng)

陳維克范微微李忠群

湖南工業(yè)大學(xué)，株洲，412000

對(duì)大型機(jī)床零件切削數(shù)據(jù)庫(kù)系統(tǒng)進(jìn)行了需求分析，確定了系統(tǒng)中主要屬性參量及其相互關(guān)系。提出了大型機(jī)床零件幾何特征定義和尺寸特征定義。將實(shí)例和規(guī)則推理相結(jié)合，建立了基于混合推理技術(shù)的切削數(shù)據(jù)庫(kù)系統(tǒng)。為便于檢索，定義了屬性的優(yōu)先級(jí)。在實(shí)例推理中，確定了特定屬性的局部相似度。將動(dòng)力學(xué)優(yōu)化技術(shù)與實(shí)例匹配相結(jié)合，尋找最優(yōu)參數(shù)，增強(qiáng)了解決實(shí)際問(wèn)題的能力。

切削數(shù)據(jù)庫(kù)；零件特征；實(shí)例推理；規(guī)則推理；混合推理；動(dòng)力學(xué)優(yōu)化

0　引言

高端裝備制造業(yè)以高端技術(shù)為引領(lǐng)，處于價(jià)值鏈高端和產(chǎn)業(yè)鏈核心環(huán)節(jié)，它是現(xiàn)代產(chǎn)業(yè)體系的脊梁，是推動(dòng)工業(yè)轉(zhuǎn)型升級(jí)的引擎。在高端裝備制造的各領(lǐng)域中，智能制造裝備備受關(guān)注。智能制造裝備是指具有感知、分析、推理、決策、控制功能的制造裝備，重點(diǎn)推進(jìn)高檔數(shù)控機(jī)床與基礎(chǔ)制造裝備是它的主要內(nèi)容之一[1-4]。當(dāng)前，切削加工仍是機(jī)械制造業(yè)中最主要的加工方法，合理的切削加工數(shù)據(jù)在充分利用設(shè)備資源、提高企業(yè)經(jīng)濟(jì)效益等方面都有重要意義。切削數(shù)據(jù)信息量在不斷擴(kuò)大，如何管理好如此龐大的信息量將直接影響企業(yè)的效率和成本。目前計(jì)算機(jī)技術(shù)發(fā)展迅速，與之相關(guān)的切削數(shù)據(jù)庫(kù)技術(shù)也日趨成熟，切削數(shù)據(jù)庫(kù)技術(shù)將機(jī)加工技術(shù)和計(jì)算機(jī)技術(shù)結(jié)合，它不僅能解決切削數(shù)據(jù)管理的問(wèn)題，而且能提高切削數(shù)據(jù)的適用性。CIRP有關(guān)切削數(shù)據(jù)庫(kù)經(jīng)濟(jì)效益的調(diào)查結(jié)果顯示，它能使加工成本降低10%以上[5-6]。在已經(jīng)建立的切削數(shù)據(jù)庫(kù)中，CUTDATA和INFOS最為著名，前者是由美國(guó)空軍加工性數(shù)據(jù)中心(AFMDC)開(kāi)發(fā)的，它是世界上第一個(gè)金屬切削數(shù)據(jù)庫(kù)，在建庫(kù)初期就為工業(yè)部門節(jié)約了1.6億美元；后者是德國(guó)在1971年建立的，它可根據(jù)最高生產(chǎn)率和最低成本為用戶提供車削數(shù)據(jù)。隨后，各發(fā)達(dá)國(guó)家紛紛建立自己的金屬切削數(shù)據(jù)庫(kù)[7]。我國(guó)的切削數(shù)據(jù)庫(kù)研究始于20世紀(jì)80年代，很多科研單位都在開(kāi)展切削數(shù)據(jù)庫(kù)研究，比較典型的研究如下：北京理工大學(xué)提出了濃縮型數(shù)據(jù)庫(kù)的概念，山東大學(xué)開(kāi)發(fā)了針對(duì)高速切削的難加工材料切削數(shù)據(jù)庫(kù)，北京航空航天大學(xué)開(kāi)發(fā)了基于動(dòng)力學(xué)仿真技術(shù)的切削數(shù)據(jù)庫(kù)X-CUT[8]。

在國(guó)內(nèi)，以大型機(jī)床零件為對(duì)象進(jìn)行研發(fā)的切削數(shù)據(jù)庫(kù)還很少，而普通的切削數(shù)據(jù)庫(kù)無(wú)法滿足大型機(jī)床零件的加工需求。本文的主要目標(biāo)是初步建立一個(gè)針對(duì)大型機(jī)床零件的切削數(shù)據(jù)庫(kù)系統(tǒng)，提高零件加工效率，保證加工質(zhì)量，為零件加工提供有效的輔助作用。系統(tǒng)可根據(jù)用戶輸入信息，運(yùn)用混合推理技術(shù)，給出目標(biāo)零件的切削加工信息。本文還將動(dòng)力學(xué)仿真、優(yōu)化技術(shù)運(yùn)用到系統(tǒng)中，用戶也可通過(guò)動(dòng)力學(xué)優(yōu)化得到所需信息。

1　大型機(jī)床零件切削數(shù)據(jù)庫(kù)系統(tǒng)總體設(shè)計(jì)

該切削數(shù)據(jù)庫(kù)系統(tǒng)將根據(jù)用戶輸入信息，經(jīng)推理輸出適用于新零件的解決方案，用戶可對(duì)方案進(jìn)行驗(yàn)證，并對(duì)給出的切削參數(shù)做適當(dāng)調(diào)整。在建立此切削數(shù)據(jù)庫(kù)系統(tǒng)前，需要明確系統(tǒng)中輸入輸出的主要內(nèi)容、系統(tǒng)的模塊劃分和系統(tǒng)包含的實(shí)體及其相互關(guān)系。

1.1系統(tǒng)輸入輸出信息

圖1　系統(tǒng)輸入-輸出簡(jiǎn)圖

系統(tǒng)輸入輸出內(nèi)容如圖1所示。在系統(tǒng)輸入信息中，零件特征包括零件名稱、加工部位、加工特征和特征參量。其中，加工部位可分為上表面、下表面、左側(cè)面、右側(cè)面、前面和后面；加工特征包括腔、T形槽、平面和孔；加工要求包括加工后尺寸、加工精度和表面粗糙度；工件材料信息包括材料類別、材料牌號(hào)、材料硬度、材料強(qiáng)度和熱處理狀態(tài)。在系統(tǒng)輸出信息中，機(jī)床信息包括機(jī)床型號(hào)；刀具信息包括刀具類型、刀具材料、刀具牌號(hào)；切削用量包括切削速度、切削深度和(每齒)進(jìn)給量。1.2系統(tǒng)功能模塊

切削數(shù)據(jù)庫(kù)系統(tǒng)最基本的功能是為用戶提供與新零件匹配的切削加工信息，也可按照特定的優(yōu)化目標(biāo)進(jìn)行切削用量?jī)?yōu)化。根據(jù)系統(tǒng)功能需求，劃分系統(tǒng)功能模塊如圖2所示。

圖2　系統(tǒng)功能模塊圖

(1)特征匹配模塊。首先根據(jù)大型機(jī)床零件的特征，將零件分類、細(xì)化，并將分類后零件的特征參量進(jìn)行編碼。在此基礎(chǔ)上，運(yùn)用混合推理技術(shù)，根據(jù)輸入的具體信息，從數(shù)據(jù)庫(kù)存儲(chǔ)的實(shí)例中檢索，若檢索到匹配實(shí)例，系統(tǒng)將給出匹配度較高的實(shí)例的解決方案，用戶可通過(guò)人機(jī)交互界面選擇最合適的方案。

(2)動(dòng)力學(xué)優(yōu)化和數(shù)據(jù)管理模塊。本文運(yùn)用動(dòng)力學(xué)仿真優(yōu)化軟件SimuCut和CutPro，并運(yùn)用MATLAB軟件進(jìn)行計(jì)算，切削數(shù)據(jù)庫(kù)可由此獲取優(yōu)化型切削參數(shù)，且在運(yùn)算過(guò)程中系統(tǒng)還可得到大量相關(guān)信息，如刀具、機(jī)床、加工方法等。在切削數(shù)據(jù)庫(kù)中還建立了動(dòng)力學(xué)優(yōu)化數(shù)據(jù)管理表，表中存儲(chǔ)優(yōu)化型切削數(shù)據(jù)和標(biāo)記字符段。數(shù)據(jù)管理員可根據(jù)標(biāo)記信息，判斷表中存儲(chǔ)數(shù)據(jù)是否經(jīng)過(guò)檢驗(yàn)，并對(duì)優(yōu)化后的數(shù)據(jù)進(jìn)行相關(guān)操作。

(3)用戶管理模塊。該模塊主要用于劃分用戶權(quán)限。在系統(tǒng)中設(shè)置3種級(jí)別的權(quán)限，①普通用戶：可瀏覽、查詢系統(tǒng)中部分?jǐn)?shù)據(jù)；②數(shù)據(jù)管理員：可對(duì)動(dòng)力學(xué)優(yōu)化數(shù)據(jù)和切削數(shù)據(jù)進(jìn)行管理與維護(hù)，但不能更改系統(tǒng)設(shè)置；③系統(tǒng)管理員：可對(duì)系統(tǒng)進(jìn)行管理，設(shè)定用戶訪問(wèn)權(quán)限。

(4)系統(tǒng)管理模塊。該模塊主要用于系統(tǒng)備份與還原、用戶信息維護(hù)。

1.3系統(tǒng)中的實(shí)體及數(shù)據(jù)庫(kù)表結(jié)構(gòu)設(shè)計(jì)

大型機(jī)床零件切削數(shù)據(jù)庫(kù)系統(tǒng)主要由以下實(shí)體構(gòu)成：零件、加工方法、刀具、機(jī)床、切削參量和切削液。每個(gè)實(shí)體都有其對(duì)應(yīng)的屬性參量，如圖3所示，圖3中有下劃線的屬性，在數(shù)據(jù)庫(kù)中會(huì)單獨(dú)建表列出該屬性包含的參量，如圖4所示。

該切削數(shù)據(jù)庫(kù)系統(tǒng)中的表有零件表、零件特征表、加工要求表、工件材料表、加工方法表、刀具表、幾何參數(shù)表、機(jī)床表、切削參量表和切削液表。此外，系統(tǒng)中還有實(shí)例表和動(dòng)力學(xué)優(yōu)化數(shù)據(jù)表。實(shí)例表中除存儲(chǔ)實(shí)例信息外，還包含數(shù)據(jù)庫(kù)中其他表的ID，如零件特征ID、刀具ID等。在實(shí)例表

圖4　幾何參數(shù)E-R圖

中，可由其他表的ID查詢對(duì)應(yīng)表中的參量信息。

2　零件特征的分類與提取

在實(shí)際生產(chǎn)加工中，零件的總類和特征一般來(lái)說(shuō)各不相同，若將零件信息直接導(dǎo)入數(shù)據(jù)庫(kù)，則不便于查找和提取。本文特別將大型機(jī)床零件按幾何特征和尺寸特征進(jìn)行分類，可簡(jiǎn)明直觀地了解零件的各種外在特征，便于零件特征提取。

大型機(jī)床零件的零件特征可分為幾何參量類和尺寸參量類2類。且每一類中，零件可劃分不同層次，幾何參量分類中從上到下依次為零件名稱、加工部位、加工特征、特征參量，如圖5所示；尺寸參量分類中從上到下依次為加工特征、特征參量，如圖6所示。大型機(jī)床零件特征定義實(shí)例如圖7和圖8所示。

圖5　零件特征-幾何參量分類

圖6　零件特征-尺寸參量分類

圖7　大型機(jī)床零件1的特征定義示意圖

圖8　大型機(jī)床零件2的特征定義示意圖

3　基于動(dòng)力學(xué)仿真的切削參數(shù)優(yōu)化

對(duì)切削加工過(guò)程進(jìn)行物理建模與仿真，在此基礎(chǔ)上進(jìn)行切削參數(shù)優(yōu)化，是當(dāng)前解決數(shù)控機(jī)床加工效率低下最為有效的方法之一。加工過(guò)程建模與仿真即針對(duì)切削加工過(guò)程中的各物理量(如切削力、表面形貌、切削溫度等)、物理現(xiàn)象(如刀具磨損、顫振等)與切削參量間的相互關(guān)系建立數(shù)學(xué)模型，并對(duì)加工過(guò)程中出現(xiàn)的物理量、物理現(xiàn)象進(jìn)行預(yù)測(cè)；切削參量?jī)?yōu)化即在建模和仿真的基礎(chǔ)上，選擇合適的變量作為目標(biāo)函數(shù)，再將切削加工過(guò)程中某些物理量作為約束條件，獲得優(yōu)化的切削參數(shù)[9]。

本文通過(guò)綜合運(yùn)用銑削加工動(dòng)力學(xué)仿真軟件SimuCut及國(guó)外的CutPro軟件，進(jìn)行動(dòng)力學(xué)仿真與優(yōu)化，可獲得優(yōu)化的切削參數(shù)。用優(yōu)化后的切削參數(shù)進(jìn)行加工，可有效地消除顫振及因加工形變引起的局部超差，提高加工效率。

4　大型機(jī)床零件切削數(shù)據(jù)庫(kù)系統(tǒng)混合推理的實(shí)現(xiàn)

4.1智能推理方法介紹及選用

(1)實(shí)例推理源于1982年美國(guó)學(xué)者Roger Schank關(guān)于人類學(xué)習(xí)和回憶的動(dòng)態(tài)存儲(chǔ)模型研究，其本質(zhì)是用過(guò)去成功實(shí)例的解來(lái)推導(dǎo)新問(wèn)題的解。實(shí)例推理有很多優(yōu)點(diǎn)，較為突出的優(yōu)點(diǎn)如下：知識(shí)獲取較簡(jiǎn)單，可以自動(dòng)添加新知識(shí)到數(shù)據(jù)庫(kù)中，但在數(shù)據(jù)庫(kù)建立初期，實(shí)例較少，實(shí)例推理較難得出結(jié)果[10-13]。

(2)規(guī)則推理是指把相關(guān)領(lǐng)域的專家知識(shí)形式化地描述出來(lái)，形成系統(tǒng)規(guī)則。這些規(guī)則表示該領(lǐng)域的一些問(wèn)題與這些問(wèn)題相應(yīng)的答案，可以利用它們來(lái)模仿專家在求解中的關(guān)聯(lián)推理能力。但由規(guī)則推理開(kāi)發(fā)的數(shù)據(jù)庫(kù)系統(tǒng)學(xué)習(xí)能力差且系統(tǒng)維護(hù)較困難[14-19]。

(3)混合推理是指在解決問(wèn)題的過(guò)程中不單一地使用推理方法，而是結(jié)合不同方法的優(yōu)點(diǎn)、彌補(bǔ)某種方法的缺點(diǎn)，更適合實(shí)際應(yīng)用。本切削數(shù)據(jù)庫(kù)系統(tǒng)就是基于實(shí)例推理和規(guī)則推理相結(jié)合的混合推力技術(shù)建立的[14,20]。

4.2實(shí)例組成

運(yùn)用實(shí)例推理得到匹配的實(shí)例，首先需要明確的實(shí)例描述規(guī)則。本系統(tǒng)中存儲(chǔ)的任一實(shí)例都由問(wèn)題描述和解決方案兩部分組成。

實(shí)例問(wèn)題描述即系統(tǒng)輸入信息內(nèi)容(除了零件名稱)，具體包括：加工部位、加工特性和特征參量，加工后尺寸、加工精度和表面粗糙度，材料類別、材料牌號(hào)、材料硬度、材料強(qiáng)度和熱處理狀態(tài)。實(shí)例解決方案即系統(tǒng)輸出信息內(nèi)容，包括：加工方法，機(jī)床型號(hào)，刀具類型、刀具牌號(hào)、刀具結(jié)構(gòu)，切削速度、切削深度和(每齒)進(jìn)給量，切削液。

4.3實(shí)例檢索中的優(yōu)先級(jí)劃分

實(shí)例檢索采用最近鄰居法，但當(dāng)數(shù)據(jù)庫(kù)存儲(chǔ)實(shí)例較多時(shí)，用最近鄰居法逐一檢索運(yùn)算量較大。為便于檢索，本文提出了定義實(shí)例問(wèn)題部分屬性參量的檢索順序，劃分參量?jī)?yōu)先級(jí)。

實(shí)例問(wèn)題描述部分屬性參量的優(yōu)先級(jí)定義如下：1級(jí)是材料類別，2級(jí)是材料牌號(hào)，3級(jí)是加工部位，4級(jí)是加工特征，5級(jí)是特征參量(即幾何特征參量和尺寸特征參量)，6級(jí)是加工后尺寸、加工精度、表面粗糙度，7級(jí)是熱處理狀態(tài)、材料硬度、材料強(qiáng)度。且在第5級(jí)中，幾何特征參量確定后檢索加工精度和表面粗糙度；尺寸特征參量確定后檢索加工后尺寸。

前5級(jí)在檢索中要求完全匹配，6級(jí)、7級(jí)參量需逐個(gè)計(jì)算新舊實(shí)例間的局部相似度，再計(jì)算兩者的整體相似度，最終顯示檢索到可用的、整體相似度值前3的實(shí)例解決方案。

由上述優(yōu)先級(jí)定義可知，在實(shí)例檢索中，包含的屬性參量檢索順序如圖9所示。

圖9　屬性參量檢索順序

4.4特征匹配

特征匹配是指按零件特征等信息，在數(shù)據(jù)庫(kù)存儲(chǔ)的實(shí)例中檢索，找尋和新實(shí)例最相似的舊實(shí)例，用相似舊實(shí)例的解決方案解決新實(shí)例的問(wèn)題。而在檢索最相似實(shí)例時(shí)，需計(jì)算新舊實(shí)例間的相似度。

4.4.1局部相似度計(jì)算方法和選用

局部相似度計(jì)算即計(jì)算新實(shí)例和舊實(shí)例問(wèn)題描述部分6級(jí)、7級(jí)屬性參量(包括加工后尺寸、加工精度、表面粗糙度，熱處理狀態(tài)、材料硬度、材料強(qiáng)度)的相似度。一般來(lái)說(shuō)，實(shí)例屬性的取值類型有數(shù)值型、模糊邏輯型、無(wú)關(guān)型，不同的取值類型對(duì)應(yīng)不同的相似度計(jì)算方法。根據(jù)系統(tǒng)中實(shí)例屬性的取值特點(diǎn)，選擇不同的局部相似度計(jì)算方法。

(1)數(shù)值型。有數(shù)值型值域的屬性，其局部相似度的計(jì)算公式為

(1)

式中，sim(a,b)為兩實(shí)例間某屬性的局部相似度；a、b為該屬性的值。

(2)模糊邏輯型。有模糊邏輯值的屬性，其局部相似度的計(jì)算公式為

sim(a,b)=f(a,b)

(2)

式中，f(a,b)為一數(shù)值函數(shù)，根據(jù)定義的具體屬性特征而定。

(3)無(wú)關(guān)型。屬性的不同取值間無(wú)任何關(guān)聯(lián)，其局部相似度的計(jì)算公式為

(3)

加工后尺寸、材料硬度、材料強(qiáng)度的相似度計(jì)算采用數(shù)值型算法。熱處理狀態(tài)的相似度計(jì)算采用無(wú)關(guān)型算法。表面粗糙度和加工精度的相似度計(jì)算采用模糊邏輯型算法。

例如，表面粗糙度的相似度計(jì)算如下：將表面粗糙度按Ra值分為4類，第1類：25、12.5；第2類：6.3、3.2、1.6；第3類：0.8、0.4、0.2；第4類：0.1。它們分別被賦值如下：第1類為1，第2類為2，第3類為3，第4類為4，則

sim(a,b)=1-|a-b|/Z

(4)

式中，Z為屬性的最大賦值，即Z=4。

4.4.2權(quán)值分配原則

為得到整體相似度，需根據(jù)要計(jì)算局部相似度的各屬性對(duì)輸出參量的影響情況，將其賦予相應(yīng)的權(quán)值。定義權(quán)值分配規(guī)則如下：表面粗糙度、加工精度、熱處理狀態(tài)的權(quán)值均為0.6；加工后尺寸、材料硬度、材料強(qiáng)度的權(quán)值均為0.4。

4.4.3整體相似度計(jì)算

在切削數(shù)據(jù)庫(kù)系統(tǒng)中,采用基于整體相似度算法的最近鄰居法檢索。且假設(shè)在數(shù)據(jù)庫(kù)中已經(jīng)存在n個(gè)實(shí)例，總實(shí)例c={c1,c2,…,cn}，ci為單個(gè)實(shí)例，i=1,2,…,n?，F(xiàn)有新的目標(biāo)實(shí)例e需要進(jìn)行檢索，其屬性值為{e1,e2,…,em}，則整體相似度計(jì)算公式為

(5)

根據(jù)新實(shí)例各屬性取值類型，選擇合適的局部相似度計(jì)算方法，再代入各屬性權(quán)值計(jì)算整體相似度，即可求得舊實(shí)例ci和新實(shí)例e的相似度，最后系統(tǒng)將給出可取的實(shí)例解決方案，用戶可在人機(jī)交互界面選擇合適的方案。

5　大型機(jī)床零件切削數(shù)據(jù)系統(tǒng)工作流程

新零件的解決方案可由混合推理和動(dòng)力學(xué)優(yōu)化尋求。運(yùn)用混合推理解決問(wèn)題時(shí)，實(shí)例檢索順序和實(shí)例屬性權(quán)值是由規(guī)則決定的，再由實(shí)例推理判斷是否存在匹配實(shí)例，若存在，則輸出匹配實(shí)例的解決方案；若不存在，系統(tǒng)可給出一組最接近匹配實(shí)例的初值，將這組參數(shù)人工調(diào)整后，進(jìn)行動(dòng)力學(xué)優(yōu)化。系統(tǒng)工作流程如圖10所示。

圖10　系統(tǒng)推理流程圖

6　結(jié)語(yǔ)

本文通過(guò)運(yùn)用實(shí)例和規(guī)則推理相結(jié)合的混合推理技術(shù)，并將動(dòng)力學(xué)優(yōu)化技術(shù)與實(shí)例匹配相結(jié)合，建立了適用于大型機(jī)床零件加工的切削數(shù)據(jù)庫(kù)系統(tǒng)。提出將大型機(jī)床零件按幾何特征和尺寸特征定義，可避免數(shù)據(jù)庫(kù)產(chǎn)生大量數(shù)據(jù)冗余，方便錄入和提取零件特征信息。為便于檢索，在系統(tǒng)中定義了需檢索屬性的優(yōu)先級(jí)。系統(tǒng)按定義規(guī)則搜索屬性參量，再由整體相似度匹配合適的實(shí)例，減少了系統(tǒng)的工作量，可以方便快捷地為用戶提供所需的刀具、機(jī)床、切削液、加工方法、切削參數(shù)等切削加工信息。系統(tǒng)還可進(jìn)行動(dòng)力學(xué)優(yōu)化，獲取優(yōu)化后的切削加工信息。但本系統(tǒng)的通用性較弱，有待改進(jìn)。

[1]陸燕蓀.中國(guó)制造任重道遠(yuǎn)裝備中國(guó)責(zé)無(wú)旁貸——中國(guó)裝備制造業(yè)現(xiàn)狀與發(fā)展戰(zhàn)略[J].機(jī)械工程學(xué)報(bào), 2007, 43(1): 2-6.

Lu Yansun.Chinese Manufacturing Industry Have a Long Way to Go and It is the Responsibilities for All of Us——The Present Situation and the Development Strategy of Chinese Equipment Manufacturing[J].Journal of Mechanical Engineering,2007,43(1):2-6.

[2]Groover M P.Automation,Production Systems and Computer-integrated Manufacturing[M].Upper Saddle River:Prentice Hall Press,2007.

[3]Xiang Kejun,Liu Zhanqiang,Ai Xing.Case Modifying of High-speed Cutting Database Based on CSP and Similarity Theory[J].Frontiers of Mechanical Engineering in China, 2009, 4(1):83-87.

[4]我國(guó)高端裝備制造業(yè)智能化是大方向[J].現(xiàn)代制造技術(shù)與裝備,2011(4):5-6.

Intellectually is General Direction of High-end Equipment Manufacturing Industry in Our Country[J].Modern Manufacturing Technology and Equipment,2011(4):5-6.

[5]任小平.難加工材料切削數(shù)據(jù)庫(kù)系統(tǒng)的研究與開(kāi)發(fā)[D].濟(jì)南:山東大學(xué)，2010.

[6]劉秋月,王太勇,李清,等.數(shù)控加工仿真中的切削數(shù)據(jù)庫(kù)系統(tǒng)的研究[J].機(jī)床與液壓, 2006(6): 211-213.

Liu Qiuyue, Wang Taiyong, Li Qing,et al.Research on Cutting Database System in the NC Process Simulation[J].Machine Tool & Hydraulics, 2006(6): 211-213.

[7]劉強(qiáng), 李忠群.數(shù)控銑削加工過(guò)程仿真與優(yōu)化——建模、算法與工程應(yīng)用[M].北京:航空工業(yè)出版社, 2007.

[8]陳志同,陳五一,林東.優(yōu)化型切削參數(shù)數(shù)據(jù)庫(kù)的數(shù)據(jù)結(jié)構(gòu)[J].計(jì)算機(jī)集成制造系統(tǒng), 2007, 13(11): 2184-2188.

Chen Zhitong,Chen Wuyi,Lin Dong.Optimization-type Data Structure for Cutting Parameter Database[J].Computer Integrated Manufacturing Systems,2007,13(11):2184-2188.

[9]李忠群.復(fù)雜切削條件高速銑削加工動(dòng)力學(xué)建模、仿真與切削參數(shù)優(yōu)化研究[D].北京: 北京航空航天大學(xué)，2008.

[10]Gordon T F, Fokus F.Hybrid Reasoning with Argumentation Schemes[C]//Proceedings of the 8th Workshop on Computational Models of Natural Argument.Patras,2008:543.

[11]De Mantaras L R,McSherry D,Bridge D,et al.Retrieval,Reuse,Revision and Retention in Case-based Reasoning[J].The Knowledge Engineering Review, 2005, 20(3): 215-240.

[12]Armengol E,Plaza E.Symbolic Explanation of Similarities in Case-based Reasoning[J].Computing and Informatics, 2006, 25(2/3):153-171.

[13]王暢，侯忠濱，邱瑋楨.基于實(shí)例推理的可轉(zhuǎn)位刀具快速設(shè)計(jì)方法研究[J].工具技術(shù)，2011，45(3)：49-51.

Wang Chang,Hou Zhongbin,Qiu Weizhen.Case-based Reasoning Quick Design Approach for Indexable Turning Tool[J].Tool Engineering,2011,45(3):49-51.

[14]相克俊,劉戰(zhàn)強(qiáng),艾興.基于混合推理的高速切削數(shù)據(jù)庫(kù)系統(tǒng)的建立[J].計(jì)算機(jī)集成制造系統(tǒng)，2006，12(3)：420-427.

Xiang Kejun,Liu Zhanqiang,Ai Xing.Development of High-speed Cutting Database System Based on Hybrid Reasoning[J].Computer Integrated Manufacturing Systems,2006,12(3):420-427.

[15]Sun Yan,Wang Guangwei,He Xinhua.Study on Case-based Reasoning Decision-making Model[J].Applied Mechanics and Materials, 2013, 421:636-641.

[16]Chang G H.Applying Case-based Reasoning Approach to Assembly Part Design[J].Applied Mechanics and Materials,2013, 392:237-241.

[17]Wang G,Yu X,Peng D,et al.Research of Data Mining Based on Apriori Algorithm in Cutting Database[C]//2010 International Conference on Mechanic Automation and Control Engineering(MACE).Wuhan,2010: 3765-3768.

[18]韓娟，楊東升，孫一蘭，等.加工工藝專家系統(tǒng)實(shí)現(xiàn)方法綜述[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2013，1 (1):1-6.

Han Juan,Yang Dongsheng,Sun Yilan, et al.Review of Implementation Method on Processing Technology Expert System[J].Modular Machine Tool&Automatic Manufacturing Technique,2013,1(1):1-6.

[19]Chiu M L.Design Moves in Situated Design with Case-based Reasoning[J].Design Studies, 2003, 24(1):1-25.

[20]Polkowski L.Data-mining and Knowledge Discovery:Case-based Reasoning, Nearest Neighbor and Rough Sets[M].New York:Springer,2012.

(編輯陳勇)

Cutting Database System of Large Machine Tool Parts Based on Hybrid Reasoning Method

Chen WeikeFan WeiweiLi Zhongqun

Hunan University of Technology,Zhuzhou,Hunan,412000

According to the demand analyses of large machine tool parts cutting database system, the parameters of main attributes and their mutual relationships were determined in the system.The geometrical and the dimensional feature definition of large machine tool parts were presented.Based on hybrid reasoning technology which combined case-based and rule-based reasoning,a cutting database system was established.The priority of attributes was defined for fast retrieval. Local similarities of specific attributes were determined during case-based reasoning.Combining dynamics optimization technique with instance matching the optimal parameters were found.Then, the ability of the system of solving practical problems is enhanced.

cutting database;part feature;case-based reasoning;rule-based reasoning;hybrid reasoning;dynamics optimization

2014-02-28

國(guó)家自然科學(xué)基金資助項(xiàng)目(51375160)；國(guó)家科技重大專項(xiàng) (2012ZX04011-011)

TG506；TP18DOI：10.3969/j.issn.1004-132X.2015.07.012

陳維克，男，1964年生。湖南工業(yè)大學(xué)機(jī)械工程學(xué)院教授、博士。主要研究方向?yàn)閭鞲屑夹g(shù)、信息管理。范微微，女，1990年生。湖南工業(yè)大學(xué)機(jī)械工程學(xué)院碩士研究生。李忠群，男，1966年生。湖南工業(yè)大學(xué)機(jī)械工程學(xué)院教授、博士。