注塑模改模知識的增量式發(fā)現(xiàn)研究.pdf

1、塑件產(chǎn)品的質(zhì)量主要依賴于注塑模具，由于塑件產(chǎn)品結(jié)構(gòu)多樣復(fù)雜、一般為單件定制，即使正確應(yīng)用模具設(shè)計制造原則也難以確保一次試模成功，不可避免地需要對模具進行修改（即改模）。而改模涉及模具設(shè)計制造過程中的許多環(huán)節(jié)，要求改模工程師不僅要掌握模具的設(shè)計和工藝知識，還包括課本上沒有的各種工藝經(jīng)驗性知識。這些經(jīng)驗性知識目前只能通過不斷實踐，接受教訓(xùn)，逐步積累與提高。為此，許多模具企業(yè)已經(jīng)開始注意收集整理相關(guān)的歷史記錄，以“問題與解決方案”的形式加以文

2、檔化，形成電子化的“改模方案”。其主要作用是在改模工程師制訂改模方案時能夠通過相似問題搜索，查找相似改模案例。這樣可以在一定程度上改善改模的效率和效果，但隨著案例數(shù)量的不斷增加，可借鑒的方案越來越多，況且有些問題看似相似，解決方案卻又完全不同，改模工程師往往望而卻步，迷失在成千上萬的“案例”之中。走出上述困境的唯一方法是從這些歷史方案中歸納出其內(nèi)在規(guī)律，形成真正意義上的“經(jīng)驗性知識”資產(chǎn)。獲取上述經(jīng)驗性知識的難點主要在于以下三個方面:首

3、先，改模方案特征屬性的不同取值之間存在著復(fù)雜的語義關(guān)聯(lián)關(guān)系。如何建立面向改模方案的特征屬性值之間的復(fù)雜關(guān)聯(lián)模型，并從中抽取和歸納出規(guī)律，將成為獲取改模知識的難點所在。其次，改模經(jīng)驗性知識具有多樣性與不確定性，使得歸納總結(jié)改模方案中存在的內(nèi)在規(guī)律難以入手。最后，實際應(yīng)用要求模具知識管理系統(tǒng)必須具備可持續(xù)歸納能力。由于新增的改模案例會對原有的數(shù)據(jù)決策表產(chǎn)生影響，需要不斷從當(dāng)前的改模案例中抽取新的規(guī)律，歸納新的知識。因此，如何應(yīng)用新的改模信息

4、，建立可持續(xù)的學(xué)習(xí)機制，將是又一難點。
　　針對上述應(yīng)用問題與難點，本文做了如下四個方面的研究工作:
　　(1)基于網(wǎng)狀結(jié)構(gòu)的改模知識本體建立和基于SWRL(Semantic WebRule Language)語言的改模方案表達
　　和現(xiàn)有只考慮利用概念間的上下層次關(guān)系描述經(jīng)驗性知識的模型不同，本文不僅考慮概念間的上下層次關(guān)系，同時也考慮概念間的復(fù)雜的自定義關(guān)系，提出了基于描述邏輯的改模經(jīng)驗性知識的表示方法，并借助本體

5、開發(fā)工具建立了網(wǎng)狀的改模知識本體，從而比較完整地描述了經(jīng)驗性知識概念之間存在的復(fù)雜語義關(guān)聯(lián)關(guān)系。提出利用語義網(wǎng)絡(luò)規(guī)則語言SWRL構(gòu)建改模方案，SWRL語言能直接利用OWL文件中的概念（類）和概念之間的關(guān)系，實現(xiàn)對原始改模方案的結(jié)構(gòu)化處理，從而解決了改模方案不被機器所理解的問題。
　　(2)基于自定義關(guān)系語義相似度算法的構(gòu)建和“語義坐標(biāo)”的建立
　　和現(xiàn)有基于層次模型計算語義相似度的方法不同，本文提出了在考慮層次關(guān)系和自定義關(guān)

6、系的基礎(chǔ)上進行語義相似度計算的方法，通過計算把所有概念分為若干大類，從每個大類中篩選出一系列“中心概念”，提出以這些“中心概念”形象地扮演概念的“語義表述坐標(biāo)”，每條改模方案是各條坐標(biāo)軸上的語義值向空間某點進行投影映射的結(jié)果。這樣解決了由于概念的多樣性引起每種特征屬性的不同取值數(shù)量多，當(dāng)針對這些屬性取值進行規(guī)則歸納時，將導(dǎo)致大量應(yīng)用有限的規(guī)則出現(xiàn)的問題。從而可以極大地減少所歸納知識中涉及的概念數(shù)量，提高規(guī)則的簡潔程度和適用范圍。

7、　　(3)基于粗糙集的改模方案增量式更新
　　在粗糙集基礎(chǔ)上，作者提出了一種規(guī)則的增量式獲取方法，并首次應(yīng)用于注塑模改模知識發(fā)現(xiàn)。首先對原有的差別矩陣進行改進，設(shè)計了基于改進的差別矩陣求核與屬性約簡增量更新算法;然后針對求屬性約簡過程中進行析取與合取運算的時候計算量大的問題，引入了分明差別矩陣，簡化了屬性約簡的計算復(fù)雜度;最后通過計算規(guī)則的精度和覆蓋度，并通過設(shè)定規(guī)則的閾值，對規(guī)則進行提取，得到了完備的改模規(guī)則集，提高了系統(tǒng)學(xué)習(xí)的