基于知识与实例推理的CAPP系统研究

    基于实例的推理是人工智能技术中新崛起的一项重要技术，是一种相似推理方法。由于基于实例推理中的知识表示是以过去成功的实例为基础，对过去的求解结果进行复用，而不是从头推导，可以提高对新问题的求解效率。CBR系统分为特征提取和索引模块、相似实例推理模块、实例修改模块和实例的存储模块。实例的表示和实例的相似匹配检索机制是实例推理工艺生成方法的关键技术。本文论述了特征实例的工艺和模糊工艺推理方法，阐述了实例的相似匹配原理和最相似实例的模糊推理方法。

    1 系统功能结构

    实例相似性检索机制与提取策略是基于实例推理CAPP系统的关键技术，基于实例推理CAPP的功能结构如图1所示。在CAD特征建模系统输入零件的特征信息并存储到特征信息库中后，系统首先以产品代号和零件代号为导引，通过PDM统一的数据库访问接口获取新零件的特征信息，建立零件的特征索引模型和特征信息表，对零件的主特征和对应的辅助特征按特征方位进行排序，以特征信息和特征方位为导引从实例库中提取与该零件相似的特征实例，并进行零件的相似性校验，经过模糊相似匹配和模糊相似推理，得到与零件最相似的实例，提取最相似实例的工艺，进行适当的修改，生成新零件的加工工艺。工艺文件输出与存储模块将零件的工艺文件信息存入CAPP系统工艺库中或打印成工艺文件。零件工艺评价与另存为实例模块通过对新零件工艺性评价，决定是否把该零件作为实例存储到实例库中，作为以后零件工艺推理的实例。

    2 面向对象的实例描述方法

    面向对象方法一般一个对象对应一个实例。在基于实例零件工艺设计中，主要采用零件分类索引树来组织实例，采用设计知识导引和归纳推理相结合的策略，实现实例的高效检索。

    2.1 实例分类索引树

    根据自动机加工零件的特点，按零件功能和几何特征等把轴类零件划分为具有一定层次关系的不同类别，并以多叉树的结构形式表示即得零件分类索引树，树的枝节点分别代表不同的零件特征族，零件分类索引树是对零件进行分类和检索的树形结构，如图2所示，树的每个节点代表一个零件实例类。系统中的实例都是按实例分类树分类存储的，分类索引树是一个动态的数据结构，以此为基础可进行基于实例零件设计和基于实例零件的工艺设计。

    图1 基于实例推理的CAPP系统功能结构

    图2 零件分类索引树

    2.2  零件的特征信息和工艺信息描述模型

    为了实现特征工艺的自动排序，零件的主特征按特征在零件中所处的方位顺序组合决定了自动机加工工序的工步路线主干，辅助特征依附于对应的主特征。辅助特征与对应的主特征的方位相同。图3所示为零件特征信息和工艺信息模型，对于每一种类型的零件，确定该类型零件的主特征，一种类型的零件一般由一个或多个主特征组成，每一个主特征对应着多个加工工步。每一个主特征一般依附着一个或多个辅助特征，每一个辅助特征对应着多个加工工步。所有这些信息构成了零件的完整信息，完整地表达了零件实例。

    图3 零件特征信息和工艺信息模型