農(nóng)機(jī)加工數(shù)控車床智能模塊優(yōu)化設(shè)計(jì)—基于實(shí)例推理和人工智能

王煒罡

(長(zhǎng)春汽車工業(yè)高等專科學(xué)校,長(zhǎng)春 130013)

0 引言

人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué),是類人機(jī)器人所需要的算法和技術(shù),研究的主題是高級(jí)智能的本質(zhì),而不是其外在表現(xiàn)和輔助部件。人工智能是從思維、感知、行為三層次和機(jī)器智能、智能機(jī)器兩方面研究模擬、延伸與擴(kuò)展人的智能的理論、方法、技術(shù)及其應(yīng)用的技術(shù)學(xué)科。隨著農(nóng)機(jī)功率和作業(yè)效率的不斷提升,其零部件的加工精度也越來(lái)越高,加工工序也越來(lái)越復(fù)雜,降低了加工效率,如果將人工智能技術(shù)引入到數(shù)控車床的優(yōu)化過程中,將有效提高農(nóng)機(jī)零部件的加工效率和質(zhì)量。

1 人工智能在農(nóng)機(jī)數(shù)控車床機(jī)械系統(tǒng)中的應(yīng)用

隨著人工智能技術(shù)的發(fā)展,在數(shù)控加工系統(tǒng)中逐漸開始使用人工智能技術(shù),傳統(tǒng)的人工智能在機(jī)械系統(tǒng)中大致可以分為4大類,包括專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、模糊控制和啟發(fā)式搜索,本次研究將實(shí)例推理應(yīng)用到了農(nóng)機(jī)數(shù)控車床系統(tǒng)的智能模塊優(yōu)化技術(shù)上,以提高數(shù)控車床的智能化水平。

1)專家系統(tǒng)。專家系統(tǒng)是人工智能在機(jī)械系統(tǒng)中使用的主要分支之一,專家系統(tǒng)由4部分組成,包括知識(shí)經(jīng)驗(yàn)數(shù)據(jù)庫(kù)、推理機(jī)制、知識(shí)獲取和人機(jī)界面。專家系統(tǒng)可以基于框架知識(shí)理論和規(guī)則理論進(jìn)行人工智能操作,而基于知識(shí)框架理論使專家系統(tǒng)具有邏輯推理能力,如模糊控制推理,其在機(jī)械故障診斷過程中發(fā)揮著重要作用。

2)人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)是一種重要的人工智能技術(shù),利用神經(jīng)網(wǎng)絡(luò)技術(shù)可以將輸入數(shù)據(jù)進(jìn)行智能化處理,輸出目標(biāo)期望值。智能化處理過程也是不斷學(xué)習(xí)和訓(xùn)練的過程,通過訓(xùn)練可以使神經(jīng)網(wǎng)絡(luò)獲取大量的知識(shí),并具有推理、聯(lián)想、推測(cè)、記憶和自適應(yīng)能力,對(duì)于復(fù)雜的機(jī)械系統(tǒng),可以提高系統(tǒng)的學(xué)習(xí)能力和診斷能力,提高系統(tǒng)的智能化程度。

3)模糊集理論。人的認(rèn)知世界包含大量的不確定知識(shí),需要對(duì)所獲信息進(jìn)行一定的模糊化處理,以減少問題的復(fù)雜度。模糊控制理論利用模糊推理能力,可以完成利用傳統(tǒng)的數(shù)學(xué)算法做不到的推理問題,可以有效提高機(jī)械系統(tǒng)控制的精確性。

4)啟發(fā)式搜索。啟發(fā)式搜索智能算法主要是利用遺傳算法,通過選擇、雜交和變異的操作對(duì)數(shù)字串尋優(yōu)。利用遺傳算法可以在臨近區(qū)域產(chǎn)生新解,從而縮小搜索區(qū)域,使局部逼近全優(yōu)解,這種方法提高了系統(tǒng)的搜索速度和智能化程度。

5)實(shí)例推理。基于實(shí)例推理的人工智能技術(shù)主要是利用實(shí)例庫(kù)數(shù)據(jù),可以實(shí)現(xiàn)新問題的求解,數(shù)據(jù)庫(kù)主要來(lái)源于輸入機(jī)制和系統(tǒng)之前對(duì)問題的解決,其基本框架如圖1所示。

圖1 基于實(shí)例庫(kù)的人工智能技術(shù)Fig.1 The artificial intelligence technology based on case base

根據(jù)農(nóng)機(jī)零部件車削加工過程中的問題描述,數(shù)控車床的計(jì)算機(jī)控制中心從實(shí)例庫(kù)中查找到一個(gè)與問題相匹配的實(shí)例,如果該實(shí)例和描述的問題相符合,則輸出相應(yīng)的結(jié)果;否則需要對(duì)實(shí)例進(jìn)行修改,將結(jié)果修改成滿足數(shù)控加工條件的問題答案,該答案也將作為經(jīng)驗(yàn)數(shù)據(jù)進(jìn)行存儲(chǔ),以備下一個(gè)問題的使用。

2 基于人工智能的農(nóng)機(jī)零部件加工數(shù)控車床模塊化設(shè)計(jì)

農(nóng)機(jī)零部件加工的數(shù)控車床主要分為兩種,一種是立式數(shù)控車床,一種是臥式數(shù)控車床。其中,立式車床主軸和水平面垂直,工作臺(tái)為圓盤形,可以加工徑向或者軸向比較大的零件;臥式車床也可以分為兩種：一種為水平導(dǎo)軌式,一種為傾斜導(dǎo)軌式。其中,剛性較大的是傾斜導(dǎo)軌,這種車床結(jié)構(gòu)更加利于切削廢屑的排除,與其他機(jī)械產(chǎn)品零部件加工機(jī)床類似。農(nóng)機(jī)零部件加工車床的基本組成如圖2所示。

圖2 農(nóng)機(jī)零部件數(shù)控車床基本組成Fig.2 The basic composition of numerical control lathe for agricultural machinery parts

農(nóng)機(jī)零部件數(shù)控車床的基本組成主要分為輸入輸出模塊、計(jì)算機(jī)數(shù)控模塊、單片機(jī)CPU和控制器模塊、反饋模塊、運(yùn)動(dòng)控制模塊和工作臺(tái)模塊,工作流程如圖3所示。

圖3 農(nóng)機(jī)零部件數(shù)控加工車床工作流程Fig.3 The work fiow of NC machining lathe for agricultural machine parts

農(nóng)機(jī)零部件車床工作過程中,主要采用數(shù)控技術(shù)利用編碼程序進(jìn)行自動(dòng)化加工,當(dāng)加工程序輸入到車床計(jì)算機(jī)中心后對(duì)程序進(jìn)行譯碼處理后,利用刀具的插補(bǔ)對(duì)零部件進(jìn)行加工。其中,位置控制還可以利用反饋調(diào)節(jié)的方式,以提高加工精度。為了進(jìn)一步提高加工效率和加工精度,可以采用人工智能技術(shù),目前實(shí)例圖例是一種常用的人工智能技術(shù),其基本框架如圖4所示。

在數(shù)控車床上采用人工智能技術(shù),主要可以利用實(shí)例庫(kù)對(duì)機(jī)床的各模塊進(jìn)行優(yōu)化,優(yōu)化方法采用實(shí)例推理的方法。實(shí)例推理來(lái)源于實(shí)例庫(kù),實(shí)例可以直接輸入優(yōu)化后的實(shí)例,也可以通過加工過程的匹配和修正,輸出滿意結(jié)果后,對(duì)實(shí)例進(jìn)行存儲(chǔ),以備下次加工時(shí),循環(huán)利用;結(jié)果不滿足加工需求時(shí),可以采用反饋調(diào)節(jié)的方式,對(duì)實(shí)例進(jìn)行重新匹配。采用基于實(shí)例推理的人工智能技術(shù)的車床和之前相比,增加了功能,提高了效率,簡(jiǎn)化了機(jī)械結(jié)構(gòu)。因此,可以采用該技術(shù)對(duì)車床的每個(gè)模塊進(jìn)行優(yōu)化,最后通過拼接,實(shí)現(xiàn)機(jī)床各模塊的智能優(yōu)化。

圖4 基于實(shí)例推理的人工智能技術(shù)Fig.4 The artificial intelligence technology based on case-based reasoning

圖5 農(nóng)機(jī)零件數(shù)控加工車床模塊智能優(yōu)化流程Fig.5 The intelligent optimization flow of NC machining lathe module for agricultural machinery parts

為了實(shí)現(xiàn)農(nóng)機(jī)數(shù)控加工車床各部分模塊的優(yōu)化,采用基于實(shí)例推理的人工智能技術(shù)選擇優(yōu)化模塊,其優(yōu)化流程如圖5所示。當(dāng)設(shè)計(jì)模塊符合加工需求時(shí),選擇該模塊;當(dāng)不符合加工需求時(shí),可以自行創(chuàng)建模塊,然后再智能選擇,如此反復(fù)可以實(shí)現(xiàn)整個(gè)數(shù)控車床的各模塊的智能優(yōu)化。

3 基于實(shí)例推理和人工智能的農(nóng)機(jī)零部件數(shù)控加工測(cè)試

為了驗(yàn)證基于實(shí)例推理和人工智能的農(nóng)機(jī)零部件數(shù)控加工車床模塊化優(yōu)化的可行性,采用模塊化拼裝的形式,對(duì)機(jī)床的性能進(jìn)行驗(yàn)證,拼裝特征分析如圖6所示。

圖6 數(shù)控車床拼裝特征分析Fig.6 The feature analysis of numerical control lathe assembly

根據(jù)農(nóng)機(jī)零部件數(shù)控車床智能化拼裝特征,對(duì)車床數(shù)控加工系統(tǒng)采用實(shí)例推理和人工智能技術(shù)拼裝后,以農(nóng)機(jī)軸承零部件的加工為例,對(duì)其加工精度進(jìn)行了驗(yàn)證。加工零部件如圖7所示。

圖7 農(nóng)機(jī)軸承零部件示意圖Fig.7 The sketch diagram of mechanical bearing parts of agricultural machinery

軸承零部件是各種農(nóng)機(jī)非常重要的零部件,其加工精度直接影響軸承的使用壽命,本次采用優(yōu)化前后的車床分別對(duì)軸承進(jìn)行了車削加工,以對(duì)比車床的性能。

將優(yōu)化前后車床對(duì)農(nóng)機(jī)加工軸承的效率進(jìn)行了對(duì)比,如表1所示。從表1中可以看出：采用優(yōu)化后的機(jī)床加工效率要明顯高于優(yōu)化之前的,說明采用實(shí)例推理和人工智能技術(shù)對(duì)車床進(jìn)行優(yōu)化對(duì)于提高車床效率的效果明顯。

表1 加工效率對(duì)比Table 1 The comparison of processing efficiency h

將優(yōu)化前后車床對(duì)農(nóng)機(jī)加工軸承的精度進(jìn)行了對(duì)比,如表2所示。由表2可以看出：采用優(yōu)化后的機(jī)床加工精度要明顯高于優(yōu)化之前的,說明采用實(shí)例推理和人工智能技術(shù)對(duì)車床進(jìn)行優(yōu)化對(duì)于提高車床加工精度的效果明顯。

表2 加工精度對(duì)比Table 2 The comparison of machining precision %

4 結(jié)論

為了進(jìn)一步提高現(xiàn)代化農(nóng)機(jī)零部件加工的質(zhì)量和自動(dòng)化水平,將人工智能技術(shù)引入到了數(shù)控車床的模塊優(yōu)化過程中,并采用實(shí)例推理對(duì)車床的模塊進(jìn)行拼接,以提高數(shù)控車床的加工效率和質(zhì)量。為了驗(yàn)證方案的可行性,以農(nóng)機(jī)軸承的加工為例,對(duì)車床的加工效率和加工質(zhì)量進(jìn)行了驗(yàn)證,驗(yàn)證結(jié)果表明：采用人工智能技術(shù)對(duì)車床模塊進(jìn)行優(yōu)化之后,其加工質(zhì)量和加工效率都有了明顯的提高,從而驗(yàn)證了該方法的可靠性。