基于粗糙集知識建模的焊縫成形質(zhì)量專家系統(tǒng)預(yù)測研究.pdf

1、焊接自動化是焊接技術(shù)發(fā)展的一個趨勢，由于焊接過程的高度復(fù)雜性，使得難以獲得焊接過程的精確數(shù)學(xué)模型，從而限制了傳統(tǒng)控制方法的應(yīng)用。近年來，智能控制由于對復(fù)雜過程的適應(yīng)性而得到重視，而在智能控制系統(tǒng)設(shè)計中，建模一般是必不可少且具有重要意義的。用模糊集方法、神經(jīng)網(wǎng)絡(luò)方法以及兩者相結(jié)合的方法獲取焊接過程的知識模型成為科研人員關(guān)注的焦點(diǎn)，但這些方法都存在一些本身難以克服的缺點(diǎn)?；诖植诩?RoughSet，RS)的建模方法作為一種較新的方法已在焊

2、接中得到應(yīng)用，體現(xiàn)出較好的對焊接過程的適用性。結(jié)合焊縫成形質(zhì)量預(yù)測專家系統(tǒng)建模的要求和特點(diǎn)，提出了基于RS知識獲取的建模方法。 該方法主要包含四個步驟：源數(shù)據(jù)的獲取、數(shù)據(jù)的預(yù)處理、模型約簡和知識推理。本文針對數(shù)據(jù)離散化算法和不確定推理策略進(jìn)行了深入研究。 (1)數(shù)據(jù)離散化算法研究 當(dāng)決策表(數(shù)據(jù)庫)中包含連續(xù)數(shù)據(jù)時，必須進(jìn)行離散化處理。首先確立了焊接過程的離散化方法的評價標(biāo)準(zhǔn)。分析了等寬離散化方法、基于Kohon

3、en網(wǎng)絡(luò)(自組織特征映射)的離散化方法和基于屬性重要性的區(qū)間合并的離散化方法以及離散化時決策表不相容的處理辦法，同時還改進(jìn)了基于Kohonen網(wǎng)絡(luò)的離散化方法，提高了離散化效率。結(jié)合它們的優(yōu)點(diǎn)，提出了二次離散化方法，即在等寬或者基于Kohonen網(wǎng)絡(luò)離散化方法的基礎(chǔ)上，再進(jìn)行一次基于屬性重要性的區(qū)間合并的離散化。實(shí)驗(yàn)證明，基于改進(jìn)的Kohonen網(wǎng)絡(luò)二次離散化可以有效提高模型的預(yù)測精度，降低預(yù)測偏差。 (2)不確定推理策略研究

4、 合理的推理策略對于提高模型的預(yù)測能力具有重要作用。由于系統(tǒng)的復(fù)雜性和不確定性，在知識推理過程中須采用不確定推理。對已有的不確定性推理方法進(jìn)行了討論，指出該方法缺陷在于將規(guī)則前件各條件屬性等同對待，抹殺了他們在規(guī)則中所表現(xiàn)出來的不同的重要性。為此，本文提出了基于屬性重要性的推理方法，試驗(yàn)結(jié)果證明，該方法提高了知識庫中知識的使用效率，適合焊接專家系統(tǒng)預(yù)測的推理策略。 本文最后以低碳鋼CO2焊接為背景對基于RS知識建模方法進(jìn)行