基于模糊综合评判的CAPP系统工艺决策过程研究

王国勇 江西理工大学南昌校区

基于模糊综合评判的CAPP系统工艺决策过程研究

王国勇 江西理工大学南昌校区

本文通过对CAPP系统工艺决策过程中的不确定性问题进行分析，利用分层推理方法对工艺决策过程分解成多个子模块进行求解，应用模糊综合评判方法对工艺决策过程进行优化决策，并建立相应的模糊评判模型，通过模糊综合评判，实现了CAPP系统工艺决策工程的智能化。

CAPP；分层推理；模糊工艺决策

引言

工艺决策指生成零件的工艺路线或工艺过程，即如何生成零件的加工顺序以及工序与工步的次序，是CAPP系统的核心和基础。作为CAPP主要任务之一，工艺决策过程受到产品或零件的类型、几何形状、加工要求、材料类型、毛坯形状、热处理要求、零件的加工方式(不论是普通机床加工还是数控机床加工等)、定位装夹方式、工序集中与分散程度等诸多因素影响。其约束复杂、经验性和个性强、随机性大，而且许多决策都依赖于专家的经验和技巧；同时制造业在生产环境方面的差别比较大，决策结果必须具有很强的灵活性和适应性；CAPP依靠计算机，只能是有顺序、有条理地按一定程序解决问题，因而工艺设计过程对工艺结果的修订任务繁重，编排的工艺路线往往不一定是最佳方案。总之工艺决策是工艺师逻辑决策和创造性思维综合作用的过程，能否既考虑大量不确定的制约因素又在多种合理结论中做出最优选择，同时还具有一定的动态适应能力，是工艺决策智能化的关键内容，也是CAPP系统智能化的主要方面。随着人们对不确定性理论的深入研究以及人工智能技术的发展，探索将不确定性研究理论用于产品工艺设计，利用人工智能技术的研究成果和应用信息化手段来解决这些不确定性问题成为可能。

本文主要就影响工艺决策各个因素进行分析，并据此建立了基于模糊评判的工艺决策过程理论模型，并对此理论模型进行求解，从而在创成式CAPP系统实现工艺决策过程的智能化。

1. 工艺决策中的不确定性问题分析

CAPP系统中工艺决策过程可以划分为多种类型，即计算决策、逻辑决策、选择决策和创造性决策。根据决策过程的不确定因素分如下几个方面加以讨论：

（1）制造资源的多样性和动态性约束

制造资源在机械加工生产中主要有机床、工装、刀具和其他辅助生产材料。制造资源的多样性是指机床有不同型号，工装和刀具有不同种类，不同型号的机床需要不同类型的工装和刀具等。

（2）零件特征的加工方法和加工顺序的非唯一性

零件特征加工方法是非唯一的。零件的形状特征类型不同，加工方法就不同；同一类型形状特征，由于其尺寸、精度、粗糙度和材料不同，其加工方法也不同。一般每一特征所对应的加工方法有多个，零件特征加工顺序是非唯一的。零件特征加工顺序不是任意排列组合，它涉及工艺设计人员的习惯、经验以及零件特征之间的几何约束关系。

（3）工艺设计原则多态性和复杂性

粗、精加工工序集中或分散，相似工序合并或分散等如何选定、程度如何等都是模糊的工艺设计原则。另外，数控加工或普通机床上加工原则也会有些不同。

零件特征类型、加工方法和制造资源之间的关系都是n:n的关系，即多对多的关系，一种特征对应多种加工方法，一种加工方法可加工多种特征；一种加工方法可能对应多种制造资源组合，一种制造资源组合可应用于多种方法中，这些复杂因素和关系构成工艺决策结果的不确定性[4]。

2.工艺决策模型的建立

工艺决策过程是一个多层次、多任务的复杂推理过程，本文采用分级推理的方法[2]，将整个工艺决策过程分解成多个子模块进行求解，工艺规程的整体生成一般可以分为以下几个模块：特征种类评判模块、定位装夹方式选择模块、加工方法选择模块、工序集中分散判断模块、加工方法判断模块、工步排序决策模块（如图1所示）。工艺决策推理过程为：系统调用零件CAD图，采用特征抽取技术，将零件按主、辅特征信息存入系统数据库中；确定定位装夹方案；然后运用知识推理技术，通过对零件特征优先顺序的推理得到零件特征关系层次图；确定工艺集中与分散程度；以零件表面关系层次图和设备知识库为条件，汇总得出多种可选加工方案；对通过模糊综合评判得出最优工艺规程。系统的模糊综合评判工艺决策模块是工艺决策的中枢系统，包含着各种不同的推理策略和算法，应用分级推理策略控制着工艺决策的推理进程和子任务的工作方式，同时合理管理着推理所用的知识和数据；定位方案、工序集中与分散程度、工艺方案等推理决策通过模糊综合评判判决影响因素和决策结果[3]。

3.模糊决策控制模型的建立[5]

由于工艺决策问题复杂，需考虑的因素众多且难以进行定量计算与分析，故考虑采用模糊数学中的模糊综合评判进行定量分析、专家打分进行定性推理相结合来解决这一问题。综合评判是人类一种重要的智力活动。它对某一事物根据多种因素(或多个评判者)分别给出的评判结果归纳出一个综合各因素的评判结果。应用综合模糊评判法的主要步骤如下。

1.建立评判矩阵

设U和V是两个有限论域 U={u1,u2,u3,u4,u5}，V={v1,v2,v3,v4}

其中，U={u1,u2,u3,u4,u5}为评判因素集，u1工艺成本子因素集，u2生产效率子因素集，u3代表成品合格率子因素集,u4代表工艺路线子因素集，u5代表配套技术水平子因素集；设V={v1,v2,v3,v4}为可选工艺决策方案集。（备择集是评判者对评判对象可能做出的各种评判结果所组成的集合。对文中的u1、u2、u3可以分别用{好,较好,一般,较差,差}、{优,良好,中,一般,差}等指标来进行评价。本文将u1、u2、u3的评价指标统一为一个备择集 V={优,良,中,合格,差}={v1,v2,v3,v4,v5} 。）

工艺决策时，某评判因素对工艺方案的影响判断可用定义在V上的隶属函数来表示，即{ei1/v1,ei2/v2,…eim/vm}，0≤eij≤1.

构造评判矩阵如下：

2.建立权重集

工艺规程在制定时，某评判因素对工艺规程确定的影响判断用定义在A上的权重函数来表示，即A={a1,a2,a3,a4,a5}，且各权重应满足归一性和非负性条件即，。本文采用加权统计法来确定各影响因素的权重，根据专家和有经验的工艺人员的选择确定最合适的权重分配，然后用加权统计法求出权重A。

3. 综合评判过程

对方案进行综合评判，结果可用定义在V上的模糊集Y={y1,y2,y3,…ym}来表示，且Y=AE，若yk=max(yi),则表示第k中工艺决策方案为综合评判结果。

4.结束语

CAPP系统是个复杂的决策过程，本文将分级推理方法和模糊综合评判推理相结合，将工艺决策过程分解成多个子模块求解，通过模糊综合评判，优选出各层次子模块的工艺决策信息，实现一定程度上的CAPP工艺决策的智能化。

[1] 程光耀，孙厚芳，等.基于黑板推理与分层规划的模糊工艺决策模型.组合机床与自动化加工技术.2003

[2] 蔡改贫，王国勇.分级推理方法在工艺流程创成中的应用.机械设计与制造.2008.5

[3] 邵新宇，蔡力钢.现代CAPP技术与应用.北京：机械工业出版社.2004

[4] 黄敬华，李璋，张国军.CAPP中工艺决策不确定性问题研究.机械制造.2004.8

[5] 蔡改贫，等.机械加工工艺的模糊评判.现代制造工程.2003.2

10.3969/j.issn.1001-8972.2011.09.080