人工智能及专家系统在液压技术中的应用
出处:按学科分类—工业技术 北京理工大学出版社《新编液压工程手册上册》第228页(5538字)
人工智能技术及专家系统应用在液压CAD方面,国内外大致起步均在80年代中后期。加拿大Borton等人在1986年就对专家系统在液压回路中的模块结构进行了研究,研制成功了液压系统状态检测自诊断的专家系统,在液压回路的设计、监控、维修中运用了专家系统。美国VICKERS公司将计算机与液压阀结合构成专家系列(Xpert,Family),用于重载车辆位置、速度、加速度的智能控制。国内大连理工大学实现了液压系统智能设计并对液压系统原理图、装配图的智能绘制作了深入研究;浙江大学对插装阀控制系统的智能CAD作了深入研究,提出了嵌入式知识基的控制策略;华中理工大学运用语义网络控制策略研制了液压原理图设计专家系统,同时运用信息分解与综合技术,根据用户输入条件和专家经验形成执行元件端口信息以及建立元件功能数据库,将两者适当配合完成了插装阀液压系统原理图的智能设计;大连组合机床研究所研制了组合机床叠加式液压系统设计的专家系统;哈尔滨工业大学对斜盘型轴向柱塞泵智能CAD系统做了研究,开发了专家系统及工具;北京理工大学开发了单级电液伺服阀智能CAD系统及专家系统工具;安徽工学院借助于专家系统工具,研究了液压集成块孔道设计自动化问题,所建立的专家系统可自动完成从液压原理图到集成块零件图的全部工作;武汉钢铁设计院利用人工智能专家系统建立了液压系统动态仿真所需的数据库。
(1)液压系统CAD专家系统软件包
这个专家系统是由大连理工大学研制的,他们在液压系统智能化设计中运用了“设计—评价—再设计”的设计方法作为控制策略,这个设计方法的结构框图
如图6.4-7所示。其设计过程是从某种初始设计出发,经过分析、评价,不断提出改进设计,最终得到一个完善的设计成果。
图6.4-7 “设计—评价—再设计”的结构框图
对以上结构形式化后,设计过程概括为4个功能模块:初始设计、分析评价、决策、再设计。另外还有两个主控模块:控制模块和存放动态共用数据的存贮器。
图6.4-8表示了再设计的结构。
图6.4-8 再设计的结构图
本专家系统软件包可以人机交互方式在微机上运行,用来设计集成式、叠加式、插装式及常规式液压系统,可画出液压系统原理图、专用液压缸、油路块和液压系统装配图的设计图纸。软件包以AutoCAD绘图软件和DBASE数据库管理软件作支撑软件,软件包包括数据库、图形库、知识库、推理机和程序库等,其结构如图6.4-9所示。
图6.4-9 液压系统CAD专家系统软件包结构
专家系统主要用于设计方案的选择、常规液压系统原理图中液压元件的排序和油路的连接、原理图和装配图的图面布置、装配图和零件图的视图选择、工作图中自动标注尺寸及油路块的自动设计等。
(2)插装阀控制系统智能CAD系统
这是由浙江大学研制的。浙江大学在工程软件的实际开发研制过程中提出“嵌入式知识基”这一方法。嵌入式知识基方法是在常规软件中加入判断和决策环节。该环节由一个知识库所支持,其示意图如图6.4-10所示。
图6.4-10 嵌入式知识基方法
知识基环节嵌入常规程序的方法分为“串式”和“并式”两种。串式嵌入时,知识基环节相对独立,即为整个程序流程中的一个独立环节,这样可单独对知识库进行设计。程序结构框图如图6.4-11所示。并式嵌入方式,是知识库作用于多个环节,这时的知识库结构稍微复杂些,主要用于要求较多的判断和决策的场合,其程序结构如图6.4-12所示。
图6.4-11 串式结构
图6.4-12 并式结构
嵌入式知识基建立的知识库通常由规则组成,称为规则库。实际应用中规则又可分为两类:
·成熟的知识,以解析式或者算法的形式写入文献中;
·逻辑推理知识,即各个专家所持有的非解析式的、直觉的经验。
采用嵌入式知识基方法所建立的知识库,其特点在于:
·结合科研计算适合于CAD软件的开发使用;
·知识库规模可根据需要来设计;
·智能环节的结构简明,嵌入式知识基软件建立方法简单;
·知识库中各条规则的设计可完全模仿设计者的思维。
由于知识库在软件中仅用作有限的判断分析,无需象一般专家系统那样配备完善的知识编辑系统、解释设备、人机接口等一整套设备,仅利用智能语言所具备的基本语句便可实现,有时也可用高级语言。
应用嵌入式知识基这一控制策略,在浙江大学开发的准三维插装阀液压系统CAD软件中,用规则库对三维阀块中的每一因素进行判断、分析、处理,能提供三维实体完整的几何模型,解决了三维图转化成工程零件图过程中判断推理断点问题从而保证绘制出正确的工程图纸。知识库的设计是阀块CAD建立过程的关键环节,知识基采用串式嵌入方式,将知识库分成常规三视图处理规则部分和任意截面处理规则部分。后者包含了任意空间图象在三视图上和任意截面图上的表示形式的处理规则。
(3)组合机床叠加式液压系统设计专家系统ESDMMTH
该系统是国家“七五”重点攻关项目,由大连组合机床研究所开发研制,采用人工智能技术,根据专家系统理论并结合组合机床经验和科研成果建立了可分解的产生式专家系统。专家系统包括液压系统方案设计及液压传动装置智能绘图两大部分。
A.液压系统方案设计
程序结构如图6.4-13所示。
图6.4-13 ESDMMTH方案设计结构框图
知识库 采用层结构规划,引入从最高层到最低层空间规划的一般抽象方法,知识库共有5个方面一千多条规则。这5个方面是:基本设计要求;确定的规则及过程;启发性知识;解题的全局策略;某些基本回路。
数据库 存储液压系统设计原始数据和推理过程中产生的信息,如液压缸尺寸、机床型号等原始数据;泵的流量、控制方式等是中间信息。
推理机 推理机模拟专家的思维能力,本机采用正反向混合推理的控制策略,实现推理解算过程,控制使用知识库,解决设计中的问题。正反向混合推理方式由控制策略分析器及静、动态推理网络组成。
解释程序 将推理过程中匹配成功的规则记录在数据库中,为设计过程进行解释提供依据。
知识获取 系统根据实践结果自动发现原有知识,若原有知识错误,则不能自动修改,也不能自动增加新知识,需由专家进行扩充,此种方式称为半自动方式。
B.液压传动装置智能绘图
软件系统地总结了人工设计液压传动装置的经验,采用了IF-THEN型的可分解产生式系统,建立了知识库及推理机等。其要点是:
(A)在方案设计模块执行后,生成的一系列动态数据文件,作为总图设计和图面布置的依据;
(B)模拟专家系统具有总图设计能力、智能绘图子系统有常识性知识和专家经验知识。系统作为一个模块,利用控制策略在知识库和数据库支持下产生一组动态推理网络,完成图面设计并能读取数据,绘制图形。建立数据库采用了与或图的搜索策略并引入了分层规则的方法,将人工设计的思路通过与或图的原理逐层分析、优选,寻找最佳路线。这部分的结构框图如图6.4-14所示。
图6.4-14 液压传动装置智能绘图结构框图
知识库 采用层结构规划方法,依据专家及常识性经验,将总图设计分成多层。分成最高层空间及最低层空间,其中最高层空间是指有普遍意义的一般问题,如原理图、控制回路组成、采用的控制元件、辅件、通用件、标准件的型号,设计参数等,对它们进行划分和分类,总共划分出18种。在最高层划分的每一种中又可进行具体划分,把这种划分称为最低层空间划分,这时最多可划分10层。搜索则是先从最高层开始,尔后到最低层空间。采用产生式知识表示,共有2700多条规则,它们分属于陈述性、过程性及控制性三种类别的知识。
推理机 采用正向推理策略。数据库采用文件传递和变量数组直接传递两种传输方式。推理机按照输入的数据,利用知识库中的知识逐层搜索进行推理,推理机采用静、动态推理网络,完成知识库与数据库的扩充,从而完成绘图。
自动绘图子系统 这是将图形库技术、专家的经验与知识、人工智能理论有机结合起来的程序系统。系统运行直接受控于推理机制与知识库、数据库,可自动读取数据,进行推理和决策,然后绘制标注完整的图形。
该专家系统能够完成叠加阀液压系统设计的95%以上的工作量;知识库贮存一万余条规则并可随机匹配数万种以上设计方案;在推理机支持下,实行控制策略生成图形;屏幕清楚直观;系统操作简单适宜于不太熟练的设计人员使用。
(4)斜盘型轴向柱塞泵智能CAD系统及其开发工具
该系统由哈尔滨工业大学研制,将“设计-评价—再设计”控制策略与嵌入式知识基方法相结合,提出了斜盘型轴向柱塞泵智能CAD系统的总体结构方案并研制了一个基于规则的专家系统开发工具RUBEST,用于液压泵设计知识的收集和利用。
A.斜盘型轴向柱塞泵智能CAD系统
对泵的结构设计包括由缸体、柱塞、主轴、斜盘等组成的主体部件设计和变量机构设计时。每一个零部件都采用“设计—评价—再设计”的控制策略,将控制策略的各个环节做成模块化结构进行设计并建立了知识库、图形库及数据库,动用嵌入式知识基方法,通过主控模块将推理机、知识库及图形库与设计过程各模块联接起来。其总体结构如图6.4-15所示。
图6.4-15 斜盘型轴向柱塞泵智能CAD系统总体结构图
B.基于规则的专家系统开发工具RUBEST
与专家系统所不同是在RUBEST中加入了开发机,其总体结构如6.4-16图所示。
图6.4-16 专家系统开发工具RUBEST结构图
知识表示 专家系统知识表示采用规则表示的产生式系统。
开发机 开发机是以交互方式帮助系统开发者生成所需要的知识库,开发者只需根据提示信息,按要求的形式输入规则,开发机便自动将其转换成推理机所能利用的内部形式,建立规则库,随后开发机以文件形式存入规则库,并可随时调用,进行编辑或推理。
数据库子系统 该系统是将其它程序中或用户输入的数据整理成推理机知识,存贮到综合数据库。
推理控制策略 RUBEST提供正向推理控制策略。
解释方法 RUBEST系统采用了追踪解释法,即在推理过程中,记录每个结论所用的证据和规则,并把它们存贮到动态数据库,当用户想知道这个结论的来源时,解释系统将取出该结论的推理依据并以用户易于接受的形式表示出来。