基於CBR-RBR的（de）專家係統在電火花修（xiū）整超硬砂輪中的應用
2016-12-20 來源：湖南大學（xué）國家高效磨削工（gōng）程技術（shù）研究中心 作者：餘劍武，覃（tán）新元，黃（huáng）帥，段文，沈湘
摘要：針對電火花修整超硬砂輪過程中選擇合（hé）適放電參數困難的問題，引入基於實例的推理(CBR)和基於規則的推理(RBR)相結合的推理技術，確定（dìng）了電火花修整超硬砂輪實例（lì）表示（shì）和實例相似度計算及權值分配的方法（fǎ），闡述了電（diàn）火花修整放電規準和規則表示，並以Visual Basic 6．0為開（kāi）發工具，以（yǐ）SQL Server 2005為底層數據庫支（zhī）持軟件，開發了（le）電火花（huā）修整超硬砂輪專家係統。將該係統應用於青銅結合劑CBN砂輪NBCl60M100的（de）放電參數選擇中，實（shí）驗結果（guǒ）表明，基於CBR-RBR的推理技術可行有效。
關鍵詞：電火花修整；超硬砂輪（lún）；實例推理；規則推理；專家係統
0.引言
金屬結合劑超硬砂（shā）輪由於具有（yǒu）耐磨性（xìng）好、壽命長、承受負荷大，以及磨削性能優良（liáng）等（děng）特點，而被廣泛應用於航空航天、機械電子和汽車等現代工業中（zhōng）。為使金屬結合劑超硬砂輪始終保持良好的磨削性能，必須定時對其進行修整，但修整（zhěng）過程卻較為困難，主（zhǔ）要表現在修（xiū）整精度和（hé）修整效率低、修整難度（dù）大，以及修整工具成本較（jiào）高且損耗（hào）速度快（kuài）¨引。由Suzuki和Ue一
matsu等人舊1首先提出的電火（huǒ）花修（xiū）整砂輪技術(Elec—tro—Discharge Dressing，EDD)作為（wéi）一種非接觸（chù）修整技術，具有（yǒu）修整過程無切削力作用、修整精度高、操作簡單、成本低和便於調節等優點，適合於金屬（shǔ）結合劑超硬砂輪的修整。
目前針（zhēn）對電火（huǒ）花（huā）修整技術（shù）自適應控製方麵的研究非常少。由於電（diàn）火花修整超硬砂輪過程非常複雜，很難用模擬（nǐ）仿真和（hé）數（shù）學公式進行解釋，因此（cǐ）在選擇合適（shì）的電火花修整放電參數時，可以采用將過去電火花修整經驗和電火花修整（zhěng）知識相（xiàng）結合（hé）的方法來選擇。這種基於實例和規則的混合推理(CBR—RBR)技術在（zài）工程（chéng）中有很好的（de）應用價值，如文獻[5]將基於實例和規則混合推（tuī）理(CBR—RBR)技術應用於高速切削數據庫係統，使係統（tǒng）的數據采集和知識更新簡單易行；文獻[6]建立了基於實（shí）例的推理(CBR)和基（jī）於規則（zé）的推理(RBR)相結合的混合專家係（xì）統，實（shí）現（xiàn）了在裝配係統中裝配夾具的智能化（huà）設計；文獻[7]應用RBR和CBR相結合的技術解決了快速完成組合夾具設計問題。
本文應用基於CBR．RBR的推理技術，開發了電火花修整超硬砂輪專家係統。係統推理出的放電參數對（duì）指導電火花修整超硬（yìng）砂輪，提高修整（zhěng）效率和（hé）修整質量具有很好的實用價值，為今後進（jìn）一步開發具有自適應控（kòng）製功能的軟件（jiàn），實現電火花修整超硬砂輪自動控製打下了基礎。
1.基於CBR．RBR的電火花修整（zhěng）超硬砂輪專家（jiā）係統
本文將基於實（shí）例的推理(CBR)、基於規則的推理(RBR)相結合，運用基於CBR．RBR的推理技術選擇適合電火花修整超硬砂輪的放電參（cān）數。通過CBR和RBR相結合，可以彌補CBR隻注重經驗（yàn）和（hé）RBR隻注重知識的不足，從而提高了係（xì）統推理的效率與準確（què）性。基於CBR—RBR的（de）電（diàn）火花修整超硬砂輪專家係統的推理流程如圖1所（suǒ）示。對於新輸入的電火花修整超硬砂輪目（mù）標實（shí）例（lì），係統推理過程為（wéi）：1)根據目標（biāo）實例修整條件在實例庫中進行實例推理，按砂（shā）輪粒（lì）度號、超硬砂輪（lún）類型、結合劑（jì）類型、電極類型、工作液類型和修整方式的順序進行相似度計算，從而檢索與新輸入的電火花修整目標實例整體相似度最高的成功實（shí）例，通（tōng）過重用或修改檢索到的成功實例來解決當前放電（diàn）參數的選擇問題。2)如果檢索到的（de）成功實例相似度較低，則根（gēn）據目標實例（lì）的砂輪平均磨（mó）粒尺寸通過規（guī）則推理進行放電參數的計算，生成滿足目標實例要求的電火（huǒ）花（huā）修整超硬砂輪放電參數。3)對於推理出的合適放電參數經實驗驗證成功後保存至（zhì）實例庫，對實例庫進行不斷積累。
2.基於實例的推理(CBR)
基於實例的（de）推理(CBR)是通過相（xiàng）似度的計算從實例庫中檢索最相似（sì）實例，進而重用或修（xiū）改最相似實例來解決新的目標實例問題。
圖1 基於CBR．RBR電火花修整超硬砂（shā）輪專家係統推理流程
2．1 電火（huǒ）花修整超硬砂輪實例表示
實例表示是實例推理的基礎，目的在（zài）於對（duì）以往成功的電火花修整超硬砂輪實例（lì）進（jìn）行記錄，使其數據結構能被計算機識別和調用。電火花（huā）修整超硬砂輪實例（lì）應（yīng）盡可能包含更多的描述信息，但是為提高檢索效率又需要簡潔描述。本文中的電火花修整（zhěng）超（chāo）硬砂輪實例可表示為（wéi）“描述部（bù）分(在（zài）本文第2．1節、第2．2節（jiē）、第2．3節與第2．4節進行論（lùn）述)+解決方案部分(在本文第3．1節與（yǔ）第3．2節進行論述)+應用結果部分(在本文（wén）第4．2節進（jìn）行論述)”的形式。電火（huǒ）花修整超硬砂輪中首先要確定該實例的修整（zhěng）條（tiáo）件即（jí）屬性，如砂輪粒度號、超硬砂輪（lún）類（lèi）型、金屬結合（hé）劑類型、電極類型、工作液類型，以及修整方式等，由這些屬性構成（chéng）電火花修（xiū）整超硬砂輪問題的描（miáo）述部分。每一實例表現為一個屬性對應一個值的（de）集合，各個屬性的取值如（rú）下。砂（shā）輪粒度號：80#～280#；超硬砂輪類（lèi）型：金剛石、立方氮化（huà）硼(CBN)；金（jīn）屬結合劑類型：青銅結合劑、鑄鐵結合劑；電極（jí）類型（xíng）：紫銅、石墨（mò）和銅鎢；工作液類型：電火花油、去離子水和蒸餾水；修整方式：整形、修銳。
經（jīng）過電火花修整超硬砂輪實驗數據驗（yàn）證可知（zhī），電火花放電參數的選擇如放電電流、脈衝寬度、占空比、修整極性（xìng），以及放電電壓，直接影響修整質量（liàng），由這些參數構成電火（huǒ）花修整超（chāo）硬砂輪問題的解決方案部分。
電火花修整（zhěng）超硬（yìng）砂輪（lún）的修整效果評價指（zhǐ）標主要（yào）有修整精度、修整效率、修整後砂輪表麵形貌，以及磨粒出刃高度等，由它們（men）構成電火花修整超硬砂輪問題的應用結果部分。
2．2實例間相似度計算
通過（guò）實例間相似度的計算，在（zài）實例庫中檢索與新輸入的目標實例最相似的實例。相似度（dù）計算分為局部相似度計算和整體相似度計算。電火花修整超硬砂輪專家係統有實例庫係統E和目標（biāo）係統（tǒng）G，都（dōu）是由n個電火花（huā）修整條件要素構成：
2．3實例局部（bù）相似度的計算
電火花修整超硬（yìng）砂輪問題（tí）的描述部分中屬性值（zhí）在所列範圍之內，任意的兩個屬性值對應一個（gè）局部相似度（dù），相似度根據電火花修整知（zhī）識來確定。
2．3．1枚舉型
描述（shù）部分中的（de）砂（shā）輪粒度號、超硬砂輪類型（xíng）、金屬結合劑類型（xíng）、電極類（lèi）型和（hé）工作液類型等屬性的相似度計算采用枚舉型方法。
2．3．2模糊邏輯型
描述部（bù）分中的修整方式屬性的相似度計算采（cǎi）用模糊邏輯型方法，其局部相似度則可用（yòng）式(2)計算：
公2
一般（bān）來說超硬砂輪粒度號接近時，相似度會比較（jiào）高。根（gēn）據實例描述部分的各屬性對放電參數選擇的（de）影響程度，將實例描述部分中屬性分為3個等級，不同（tóng）等級賦予不（bú）同權值（zhí），從高到低依次為：1)砂輪粒（lì）度號；2)超硬砂輪類型、金屬結合劑類型和電極類型（xíng）；3)工作液類型、修整方式。根據每級屬性的權值應大於（yú）低等級所有屬性權值之和的（de）原則¨J，具體的分配方（fāng）案為：一（yī）級屬性的權值為8，二級（jí）屬性的權值為2，三級屬性的權值為1。
3.基於規則的推理(RBR)
基於規則（zé）的推理(RBR)是在掌握電火花修整超硬砂輪知識的基礎上，把相關的經驗知識通（tōng）過規則進行描（miáo）述（shù），並把問題和（hé）解答聯係起來，再利用這些規則（zé）模（mó）仿專家在求解中的關聯推理（lǐ）過程。規則推理的本質就是從初（chū）始事實出發，根據（jù）規則求解滿足目標條件的過（guò）程。
3．1 電火花（huā）修整超硬砂輪放電規（guī）準
電火花修整後的超硬砂輪（lún）表麵是由無數的放電凹坑組成，通過放（fàng）電凹坑相互（hù）疊加達到磨粒露出金屬結合劑表麵從而形成磨粒出刃高（gāo）度的目的（de）。一般可（kě）以通過控製（zhì）放（fàng）電參數選擇性地蝕除超（chāo）硬砂輪（lún）表麵的金（jīn）屬結合（hé）劑材料，避免砂輪磨粒發生（shēng）氧化（huà）反應而失去磨削能力，使砂輪表（biǎo）麵具有合適的磨（mó）粒出刃高度和容屑空（kōng）間，同時磨粒也不（bú）會因結合劑把持力不夠而損失。為此，在電火花修整超硬（yìng）砂輪時必須根據砂輪磨粒尺寸大小選擇合適的（de）電火花放電規準。
電火花放電凹坑的尺寸由許多因素決定，放（fàng）電凹（āo）
3．2規則表（biǎo）示及規則知識庫建立
規（guī）則表示是規則推理模塊構建的基礎，電火花修整超硬砂輪過程除了考慮電火花放電規準外，還需考慮極性效應、放電間隙控製等。本文采用的RBR知識表示形式包含兩（liǎng）個部分：IF部分（fèn）稱為前項(前提或條件（jiàn）)，THEN部（bù）分稱為後項(結論或（huò）行為（wéi）)，其一般形式如下：
IF條（tiáo）件1 AND條件2......條件（jiàn）N<條件滿足>
THEN結論1，結論2......結論N<執行（háng）動作>
END IF
如規（guī）則J-02：IF電火花脈衝（chōng）寬度t≥1001μs；THEN：修整極（jí）性為負極性(砂輪接負極，電極接正極)。規則Z-02：IF修整方式為修銳；THEN：占空（kōng）比為50％。規則Y-03：IF 801μm<平均磨粒尺寸≤120μm；THEN：放電電壓為100V(實驗（yàn）選（xuǎn）用的電火花成型機（jī）床放（fàng）電電壓分為100、150和200V三檔)。根（gēn）據規則表（biǎo）示方法的形式，本文建立規則庫時采用“概念．事實一規則”三級知識體係，將規則庫分為概念性（xìng）知識、事實性（xìng）知識和（hé）規則性知識（shí）三部分。
1)概念性知識：提供知識的基本內容作為規則庫的底層（céng），如脈衝寬度、修整極性和負極（jí）性修整等。
2)事實性知識：由概念性知識（shí）組成，建立概念之間的（de）聯係，如電（diàn）火花脈衝（chōng）寬度tk≥100μs，修整極性為負極性修（xiū）整（zhěng）等。
3)規則性知識：由（yóu）事（shì）實性（xìng）知識組（zǔ）成，建立事實之間的聯係，如規則J-02等。
通過對規則庫知識體係的（de）具（jù）體劃分，分別建立對（duì）應的（de）變量表、事實表和規則表（biǎo）。對於（yú）電火花放電規準公式、圖表等知識則（zé）采用特殊模塊存儲，在推理過程中通過程序進行調用。
4.係統實現及應用
4．1 係統實現
本文采用Visual Basic 6．0為開發工具，SQLServer 2005作為（wéi）底層數（shù）據庫支持軟件，建立了電火花修整（zhěng）超（chāo）硬砂輪專家係統（tǒng），其結構圖如圖2所示。係統主要由實例庫、規則庫、輔助數據庫，以及基於CBR—RBR推理等模塊組成。係統可以對（duì）電火花（huā）修整超硬砂輪實例庫、規則庫和輔（fǔ）助數據（jù）庫進行有效管理(添加、修改和刪除（chú）等（děng）)，將實例庫和規則庫緊地結合在一起，運用基於CBR—RBR的推理選擇合適的放電參數。
圖2 電火花修整超硬砂輪專（zhuān）家係統結構圖
4．2實例應用（yòng）
電火花修整超硬砂輪（lún）目標實例為青銅結合劑（jì）立方（fāng）氮化硼(CBN)砂輪NBCl60M100，在電火花成（chéng）型機床上進行修整，工具電極選用（yòng）紫銅電（diàn）極，工作液為電火花油，修整方式為修銳，目標實例代號為（wéi）G160／1。如圖2所示（shì），輸入目標實例修整條件信息之後，係統（tǒng）首先進行實（shí）例推理。根據權值分配方案，砂輪粒（lì）度號、超硬砂輪類型、金屬結合劑類型、電極類型、工作液類型（xíng）以及修整方式屬（shǔ）性的權重（chóng）分別為：0．5、0．125、0．125、0．125、0．062 5、0．062 5。計算目標（biāo）實例（lì）G160／1與實例庫中各實例的（de）相似度，檢索出相似度最大的
成功實例(代號E120／1)。目標實例G160／1與成功實例E120／1修整條件如表1所（suǒ）示。采用枚舉型方法確定目標實（shí）例G160／1與成功（gōng）實例E120／1砂輪粒度號、超硬（yìng）砂輪類型、金屬結合劑類型、電極類型和工作液類型屬陛的相似度分（fèn）別（bié）為0．95、0。9、1、1、1；采用模糊邏輯型式(2)計算（suàn）目（mù）標（biāo）實例（lì）G160／1與成功實例E120／1修整方式屬性的相似度為1。所以目標實例G160／1與成功實例E120／1的（de）整體（tǐ）相似度（dù）SIM(G，E)=0．95×0．5+0．9×0．125+1×0．125+1×0．125+1×0．062 5+l×0．062 5=0．962 5．
表（biǎo）1 目標實例G160／1與成功實例E120／1的修整條件
表（biǎo）2 目標實例（lì）G160／1與成功實例E120／1的解決方案
本文（wén）采用CBR．RBR推出的解決方案，對青銅結合劑立方氮化硼(CBN)砂輪（lún）NBCl60M100進行了電火花修（xiū）整實（shí）驗驗證，采用VHX．i000超景深三維顯（xiǎn）微鏡放大200倍後測量該（gāi）砂輪修（xiū）整前後表麵形貌，如（rú）圖（tú）3、圖（tú）4所示。對比砂輪修整前後的表麵形貌可知，修整後的磨粒出刃（rèn）高度和容屑空間明顯增大，磨粒出刃數量明（míng）顯增多且磨粒形狀（zhuàng）完整。
在修整前（qián）後的砂輪圓周上每隔90。的四個區域隨機各取10顆單顆磨粒，采用VHX-1000超景深三維顯微鏡測量（liàng）這40顆單顆（kē）磨（mó）粒出刃高（gāo）度，進行記錄之後采用Minitab軟件對其分布情（qíng）況進行統計分析。修整前後的砂輪磨粒出刃高度分布情況如圖5、圖6所示，從圖5、圖6中可知，對測量的磨粒出刃高度進行擬合的結（jié）果呈正（zhèng）態分布，與文獻[13]所述（shù）較吻合。圖5所示
投稿箱：
如果您有機床行業、企業相關新聞稿（gǎo）件發表，或進行資訊合作，歡迎聯係（xì）本網編（biān）輯部， 郵箱：skjcsc@vip.sina.com
如果您有機床行業、企業相關新聞稿（gǎo）件發表，或進行資訊合作，歡迎聯係（xì）本網編（biān）輯部， 郵箱：skjcsc@vip.sina.com
更（gèng）多（duō）相關信息
業界視（shì）點（diǎn）
| 更多
行業數據（jù）
| 更（gèng）多
- 2024年11月（yuè） 金屬切削機床產量數據
- 2024年11月 分地區金屬切削機床產量數據
- 2024年11月 軸（zhóu）承出口情況
- 2024年11月 基本型乘用車（轎車）產量數據（jù）
- 2024年11月 新能源汽車產量數據
- 2024年11月 新能源汽車銷量情況
- 2024年10月 新能源汽車產量數據
- 2024年10月（yuè） 軸承出口情況
- 2024年10月 分地區金屬切（qiē）削機床產（chǎn）量數據
- 2024年10月 金屬切削機床產量數據
- 2024年9月 新能源汽車銷量情況（kuàng）
- 2024年8月 新能源汽車產量數據
- 2028年8月 基本型乘（chéng）用車（轎車）產量數據
博（bó）文選萃（cuì）
| 更（gèng）多