Разработка и применение специализированных экспертных систем для САПР технологических процессов механической обработки заготовок

• Автор: Сисюков, Артем Николаевич
• Шифр специальности: 05.11.14
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Санкт-Петербург
• Количество страниц: 151 с. : 18 ил.

Содержание
СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. АНАЛИЗ МЕТОДОВ ПРОЕКТИРОВАНИЯ ТП И МЕТОДОВ ЭС
1.1 МЕТОДЫ АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ МЕХАНИЧЕСКОЙ ОГ.РАЮТКИ
1.2 Анализ методов систем основанных на знаниях -экспертных систем
1.2.1 Модели представления знаний
1.2.2 Выводы, основанные на знаниях
1.2.3 Работа с нечеткостью
1.2.4 Архитектура и особенности экспертных систем
1.2.5 Классификация экспертных cucme.it
1.2.6 Разработка экспертных систем
1.2.7 Человеческий фактор при разработке ЭС
1.3 Анализ принципов построения интегрированных САПР ТП
ГЛАВА 2. ПОСТРОЕНИЕ БАЗ ЗНАНИЙ И МОДУЛЕЙ ЭС САПР ТП
2.1 Модули (информационное обеспечение) ЭС на этане проектирования
2.1.1 Организация баз знаний ЭС
2.1.1.1 Базовые понятия ВСПТД: Факты, цели, триплеты
2.1.1.2 Переходы как фреймы
2.1.1.3 Представление знаний в виде формул
2.1.1.4 Базы знаний: таблицы
2.1.1.5 Фреймы-запросы
2.1.1.6 Предметные рубрики, как методы представления знаний
2.1.2 Организация баз данных ЭС
2.1.2.1 Извлечение знаний из сетевой среды
2.1.2.2 Полнотекстовые БД
2.2 МОДУЛИ (ИНФОРМАЦИО! Il 10Е ОСЕСПЕЧЕ11ИЕ) ЭС НА ЭТАНЕ ЭКСПЛУАТАЦИИ
2.2.1 Организация отчетов в ЭС
2.2.2 Организация ДМВ в ЭС
ГЛАВА 3. ВЗАИМОДЕЙСТВИЕ ЭС САПР ТП С СИСТЕМОЙ CAD
3.1. Аспекты интеграции ЭС САПР ТП в среду CAD и PDM
3.2. Выбор среды 3D моделирования
3.3. Создание модуля ЭС но взаимодействию с CAD (Cimatron Е) посредством API
3.4. Передача геометрической информации о детали в ЭС
3.5. Передача параметрической информации о детали в CAD
3.6. Программный интерфейс приложения Cimatron Е (API)
3.6.1. Запуск модуля на Visual Basic
3.6.2. Запуск модуля на Visual C++
3.6.3. Запуск модуля на Borland Builder C++
3.6.4. Скрипты
ГЛАВА 4 ВЗАИМОДЕЙСТВИЕ САПР ТП НА ОСНОВЕ ЭС С СИСТЕМОЙ РИМ
4.1 Выбор PLM системы для интеграции
4.2 Целесообразностыштг.грации
4.3 Интеграция приложений предприятия
Интеграция посредством SmartGateway
Сетевая архитектура взаимодействия 1-Platform
Прямой подход - применение API SMARTEAM <СОМ DC О Ml-I ctiveX)
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЯ

Введение
Для обеспечения эффективности производства предприятия и удовлетворения спроса «заказчика» необходимо в короткие сроки осуществить технологическую подготовку производства, освоить новую и модернизируемую технику и встроить осваиваемые изделия в постоянно меняющийся технологический процесс. Почти все виды производственных разработок связаны с компьютерной обработкой информации с тем, чтобы автоматизировать ряд работ, освобождая человека и ускоряя производственный процесс. Использование вычислительных машин обусловливает разработку и широкое внедрение новых методов автоматизированной подготовки технологических процессов, что является важным резервом снижения себестоимости изготовления деталей, повышения качества технологии, сокращения сроков технологической подготовки производства.
Современный подход к созданию САПР технологических процессов (САШ* ТП) предполагает использование новых информационных технологий, которые основываются на методах теории искусственного интеллекта (ИИ). Одним из важнейших направлений при разработке ИИ являются экспертные системы (ЭС). Современные информационные технологии должны быть частью таких систем.
Технологические данные в ЭС, как программной системе, можно классифицировать по двум типам: статические и динамические. Статические данные, как правило, описывают конкретные объекты. Динамические данные представляются в процедурном виде. В ходе работы системы прослеживается связь между статическими и динамическими данными, или, в терминологии ЭС, между данными и знаниями. Каждый программный модуль системы должен иметь равные возможности получения, как данных из базы данных (БД), так и знаний из базы знаний (БЗ). Равные возможности при работе с БД и с БЗ из прикладных программ обеспечивают принцип эволюционного развития САПР ГП с применением ЭС. В современных условиях особенно актуальны методы построения специализированной экспертной системы и ее применения в рамках интеграции с приложениями АСТПП, как необходимого источника данных и знаний в масштабах предприятия.
Проектирование технологических процессов с использованием экспертной системы САПР ТП без интеграции с АСТПП происходит в большей степени в диалоговом режиме. Исходные данные о заготовке, необходимые ЭС в проектировании ТП вводятся технологом вручную, вынуждая его задействовать не малую часть времени не на проектирование технологического процесса экспертными средствами СЛ11Р 'I II, а на под: отовку к этому проектированию. В современных условиях возможно сокращение времени нодго-

тонки исходных данных путем их получения из графических моделей и технологических баз программных комплексов АСТПП.
В первой главе предлагается обзор существующих сегодня методов проектирования технологических процессов в САШ* ТГІ. Обозначаются проблемы, требующие решения. Рассматриваются методы систем, основанных на знаниях и экспертных систем. Принципы построения интегрированных САПР ТП.
Работа затрагивает исследования в области разработки и применения модулей экспертной системы для САПР ТІІ, как части этой САПР, помогающий пользователю в процессе проектирования принимать решения. Акцент делается на методы, основанные на знаниях, т.е. «сильные методы»[53] в терминологии ИИ. Сильной стороной экспертной системы считается не столько методы вывода знаний и механизм объяснений принятия решений, сколько методы накопления и отбора этих знаиий[53].
Знания можно добывать от эксперта или экспертной среды (знания 1-го рода или прямые), брать с носителей информации в электронной и бумажной формах (знания 2-го рода или опосредованные). Так определяются виды знаний, обозначенные учеными в области экспертных систем достаточно давно, один из них Поспелов Д.А. [79].
На сегодняшний день обозначается еще один источник получения знаний экспертной системой. Это знания, извлекаемые из внешней среды, и связанные, прежде всего, с понятиями информационного поиска (ИП). Поиска в сетевых средах - глобальных сетях, не только Internet, но и IntranetExtranet, масштабы которых с каждым днем растут. Такие знания но содержанию эквивалентны знаниям второго рода, по требуют особого подхода к их извлечению с применением аппаратных и программных средств. Исследуются методы приобретения таких знаний.
Во второй главе предложены методики построения и пополнения баз знаний в специализированной гибридной экспертной системе. Показаны подходы к построению и применению адаптера ДІІІІІ с использованием протокола Z39.50 и коммуникативного формата MARC с последующим индексированием и редуцированием области поиска в ГГГБД. Представлен механизм ДМВ в составе графического интерфейса пользователя (ТИП).
Предложены модели представления знаний в КЗ. Модель представления, основанная на фреймах и модель представления знаний в виде правил вывода или продукций. Определен метод организации фреймового и продукционного представления знаний - виртуальное строковое пространство технологических данных (ІЗСІІТД), дана характеристика ВСПТД и применение в рамках ЭС. [87, 112].

Например: помощь в управлении газовой котельной — GAS; управление системой календарного планирования Project Assistant и др.
• Поддержка принятия решений. Поддержка принятия решения — это совокупность процедур, обеспечивающая принимающего решения индивидуума необходимой информацией и рекомендациями, облетающими процесс принятия решения. Эти ЭС помогают специалистам выбрать и/илн сформировать нужную альтернативу среди множества выборов при принятии ответственных решений.
Например: выбор стратегии выхода фирмы из кризисной ситуации -CRYSIS;
помощь в выборе страховой компании или инвестора — CHOICE и др.
В общем случае все системы, основанные на знаниях, можно подразделить на системы, решающие задачи анализа и на системы, решающие задачи синтеза. Основное отличие задач анализа от задач синтеза заключается в том, что если в задачах анализа множество решений может быть перечислено и включено в систему, то в задачах синтеза множество решений потенциально не ограничено и строится из решений компонентов или подироблем. Задачами анализа являются: интерпретация данных, диагностика, поддержка принятия решения; к задачам синтеза относятся проектирование, планирование, управление, а также комбинированные: обучение, мониторинг, прогнозирование.
Классификации но связи с реальным временем
• Статические ЭС разрабатываются в предметных областях, в которых база знаний и интерпретируемые данные не меняются во времени. Они стабильны.
Пример: диагностика неисправностей в автомобиле.
• Квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени. Пример: микробиологические ЭС, в которых снимаются лабораторные измерения с технологического процесса один раз в Л—5 часов (производство лизина, например) и анализируется динамика полученных показателей по отношению к предыдущему измерению.
• Динамические ЭС работают в сопряжении с датчиками объектов в режиме реального времени с непрерывной интерпретацией поступающих в систему данных. Пример: управление гибкими производственными комплексами, мониторинг в реанимационных палатах. Программный инструментарий для разработки динамических систем - G2 [Попов, 1996].
Классификация ио тину ЭВМ