基于模糊綜合評判的CAPP系統工藝決策過程研究

王國勇 江西理工大學南昌校區

基于模糊綜合評判的CAPP系統工藝決策過程研究

王國勇 江西理工大學南昌校區

本文通過對CAPP系統工藝決策過程中的不確定性問題進行分析，利用分層推理方法對工藝決策過程分解成多個子模塊進行求解，應用模糊綜合評判方法對工藝決策過程進行優化決策，并建立相應的模糊評判模型，通過模糊綜合評判，實現了CAPP系統工藝決策工程的智能化。

CAPP；分層推理；模糊工藝決策

引言

工藝決策指生成零件的工藝路線或工藝過程，即如何生成零件的加工順序以及工序與工步的次序，是CAPP系統的核心和基礎。作為CAPP主要任務之一，工藝決策過程受到產品或零件的類型、幾何形狀、加工要求、材料類型、毛坯形狀、熱處理要求、零件的加工方式(不論是普通機床加工還是數控機床加工等)、定位裝夾方式、工序集中與分散程度等諸多因素影響。其約束復雜、經驗性和個性強、隨機性大，而且許多決策都依賴于專家的經驗和技巧；同時制造業在生產環境方面的差別比較大，決策結果必須具有很強的靈活性和適應性；CAPP依靠計算機，只能是有順序、有條理地按一定程序解決問題，因而工藝設計過程對工藝結果的修訂任務繁重，編排的工藝路線往往不一定是最佳方案。總之工藝決策是工藝師邏輯決策和創造性思維綜合作用的過程，能否既考慮大量不確定的制約因素又在多種合理結論中做出最優選擇，同時還具有一定的動態適應能力，是工藝決策智能化的關鍵內容，也是CAPP系統智能化的主要方面。隨著人們對不確定性理論的深入研究以及人工智能技術的發展，探索將不確定性研究理論用于產品工藝設計，利用人工智能技術的研究成果和應用信息化手段來解決這些不確定性問題成為可能。

本文主要就影響工藝決策各個因素進行分析，并據此建立了基于模糊評判的工藝決策過程理論模型，并對此理論模型進行求解，從而在創成式CAPP系統實現工藝決策過程的智能化。

1. 工藝決策中的不確定性問題分析

CAPP系統中工藝決策過程可以劃分為多種類型，即計算決策、邏輯決策、選擇決策和創造性決策。根據決策過程的不確定因素分如下幾個方面加以討論：

（1）制造資源的多樣性和動態性約束

制造資源在機械加工生產中主要有機床、工裝、刀具和其他輔助生產材料。制造資源的多樣性是指機床有不同型號，工裝和刀具有不同種類，不同型號的機床需要不同類型的工裝和刀具等。

（2）零件特征的加工方法和加工順序的非唯一性

零件特征加工方法是非唯一的。零件的形狀特征類型不同，加工方法就不同；同一類型形狀特征，由于其尺寸、精度、粗糙度和材料不同，其加工方法也不同。一般每一特征所對應的加工方法有多個，零件特征加工順序是非唯一的。零件特征加工順序不是任意排列組合，它涉及工藝設計人員的習慣、經驗以及零件特征之間的幾何約束關系。

（3）工藝設計原則多態性和復雜性

粗、精加工工序集中或分散，相似工序合并或分散等如何選定、程度如何等都是模糊的工藝設計原則。另外，數控加工或普通機床上加工原則也會有些不同。

零件特征類型、加工方法和制造資源之間的關系都是n:n的關系，即多對多的關系，一種特征對應多種加工方法，一種加工方法可加工多種特征；一種加工方法可能對應多種制造資源組合，一種制造資源組合可應用于多種方法中，這些復雜因素和關系構成工藝決策結果的不確定性[4]。

2.工藝決策模型的建立

工藝決策過程是一個多層次、多任務的復雜推理過程，本文采用分級推理的方法[2]，將整個工藝決策過程分解成多個子模塊進行求解，工藝規程的整體生成一般可以分為以下幾個模塊：特征種類評判模塊、定位裝夾方式選擇模塊、加工方法選擇模塊、工序集中分散判斷模塊、加工方法判斷模塊、工步排序決策模塊（如圖1所示）。工藝決策推理過程為：系統調用零件CAD圖，采用特征抽取技術，將零件按主、輔特征信息存入系統數據庫中；確定定位裝夾方案；然后運用知識推理技術，通過對零件特征優先順序的推理得到零件特征關系層次圖；確定工藝集中與分散程度；以零件表面關系層次圖和設備知識庫為條件，匯總得出多種可選加工方案；對通過模糊綜合評判得出最優工藝規程。系統的模糊綜合評判工藝決策模塊是工藝決策的中樞系統，包含著各種不同的推理策略和算法，應用分級推理策略控制著工藝決策的推理進程和子任務的工作方式，同時合理管理著推理所用的知識和數據；定位方案、工序集中與分散程度、工藝方案等推理決策通過模糊綜合評判判決影響因素和決策結果[3]。

3.模糊決策控制模型的建立[5]

由于工藝決策問題復雜，需考慮的因素眾多且難以進行定量計算與分析，故考慮采用模糊數學中的模糊綜合評判進行定量分析、專家打分進行定性推理相結合來解決這一問題。綜合評判是人類一種重要的智力活動。它對某一事物根據多種因素(或多個評判者)分別給出的評判結果歸納出一個綜合各因素的評判結果。應用綜合模糊評判法的主要步驟如下。

1.建立評判矩陣

設U和V是兩個有限論域 U={u1,u2,u3,u4,u5}，V={v1,v2,v3,v4}

其中，U={u1,u2,u3,u4,u5}為評判因素集，u1工藝成本子因素集，u2生產效率子因素集，u3代表成品合格率子因素集,u4代表工藝路線子因素集，u5代表配套技術水平子因素集；設V={v1,v2,v3,v4}為可選工藝決策方案集。（備擇集是評判者對評判對象可能做出的各種評判結果所組成的集合。對文中的u1、u2、u3可以分別用{好,較好,一般,較差,差}、{優,良好,中,一般,差}等指標來進行評價。本文將u1、u2、u3的評價指標統一為一個備擇集 V={優,良,中,合格,差}={v1,v2,v3,v4,v5} 。）

工藝決策時，某評判因素對工藝方案的影響判斷可用定義在V上的隸屬函數來表示，即{ei1/v1,ei2/v2,…eim/vm}，0≤eij≤1.

構造評判矩陣如下：

2.建立權重集

工藝規程在制定時，某評判因素對工藝規程確定的影響判斷用定義在A上的權重函數來表示，即A={a1,a2,a3,a4,a5}，且各權重應滿足歸一性和非負性條件即，。本文采用加權統計法來確定各影響因素的權重，根據專家和有經驗的工藝人員的選擇確定最合適的權重分配，然后用加權統計法求出權重A。

3. 綜合評判過程

對方案進行綜合評判，結果可用定義在V上的模糊集Y={y1,y2,y3,…ym}來表示，且Y=AE，若yk=max(yi),則表示第k中工藝決策方案為綜合評判結果。

4.結束語

CAPP系統是個復雜的決策過程，本文將分級推理方法和模糊綜合評判推理相結合，將工藝決策過程分解成多個子模塊求解，通過模糊綜合評判，優選出各層次子模塊的工藝決策信息，實現一定程度上的CAPP工藝決策的智能化。

[1] 程光耀，孫厚芳，等.基于黑板推理與分層規劃的模糊工藝決策模型.組合機床與自動化加工技術.2003

[2] 蔡改貧，王國勇.分級推理方法在工藝流程創成中的應用.機械設計與制造.2008.5

[3] 邵新宇，蔡力鋼.現代CAPP技術與應用.北京：機械工業出版社.2004

[4] 黃敬華，李璋，張國軍.CAPP中工藝決策不確定性問題研究.機械制造.2004.8

[5] 蔡改貧，等.機械加工工藝的模糊評判.現代制造工程.2003.2

10.3969/j.issn.1001-8972.2011.09.080