[发明专利]一种基于知识的焊接缺陷预测方法

摘要

本发明涉及一种基于知识的焊接缺陷预测方法，其适用于虚拟焊接操作培训领域，数据库采用Access；专家系统的结构采用典型结构，其包括人机接口、知识库、推理机、知识库管理、解释器等模块；预测过程为：数据采集、实时焊接缺陷预测和焊后缺陷诊断分析。本发明可预测焊接操作过程中常见的缺陷并对其进行诊断分析，可使焊接操作人员在没有教师亲自指导的情况下，进行自我操作和学习，从而提高焊接操作技能和理论水平。

主权项

1.一种基于知识的焊接缺陷预测方法，其特征在于：1)知识库的建立：知识库表示方式采用产生式表达方法，其表示形式定义为：IF A₁(α₁)AND A₂(α₂)AND…A_n(α_n)THEN B其中A₁，A₂，…，A_n为规则的前提或条件，α₁，α₂…，α_n为每条规则中各个影响因素的加权系数，B为满足条件A₁，A₂，…，A_n时引出的结论，对焊接缺陷影响因素的重要程度进行赋值，保证∑α_i＝1，i＝1，2，…，n；α_i∈[0，1]；2)推理机制的建立：推理机制为正向推理控制策略和冲突消除策略相结合的控制策略，根据采集到的模拟焊接实时数据，按顺序在知识库中进行前提匹配，通过冲突消解策略选择知识：引入y_n表示实时检测到的真实数据A_n′对于条件真值A_n的隶属度，定义采集到的实时数据在0.8A_n-1.2A_n范围内时，计算该数据的隶属度：yn=0,An′<0.8An((0.4×An-abs(An′-An))/(0.4×An),0.8An≤An′0,An′>1.2An≤1.2An]]>对于如下的规则：IF A₁(α₁)AND A₂(α₂)AND...A_n(α_n)THEN B其中，∑α_i＝1，i＝1，2，…，n；α_i∈[0，1]条件的真值对于A₁，A₂，…，A_n的隶属度值分别为y₁，y₂，…，y_n，y_i∈[0，1]，1≤i≤n，那么产生结论B的置信度为：当两个规则得到相同的结论时：R₁：IF A₁₁(α₁₁)ANDA₁₂(α₁₂)AND…AND A_1N(α_1n)THEN BR₂：IF A₂₁(α₂₁)ANDA₂₂(α₂₂)AND…AND A_2n(α_2n)THEN B其中，∑α_i＝1，i＝1，2，…，n；α_i∈[0，1]条件的真值对于A₁₁，A₁₂，…，A_1n和A₂₁，A₂₂，…，A_2n的隶属度值分别为y₁₁，y₁₂，…，y_1n和y₂₁，y₂₂，…，y_2n，y_1n，y_i∈[0，1]，1≤i≤n，那么产生结论B的置信度为：B=max(Σi=1ny1i×α1i,Σi=1ny2i×α2i)]]>从而得出焊接缺陷置信度数值在[0，1]之间；3)焊接操作过程中，实时采集能够反映操作过程状态的信息即实时焊接数据，并依次对焊接缺陷知识库中的规则条件进行查询，寻找与实时焊接数据匹配的规则，若实时焊接数据在出现焊接缺陷的前提范围内，则通过隶属度函数计算其对规则条件的隶属程度，并结合不同焊接参数对焊接缺陷的影响权重的不同，计算推理得出的焊接缺陷的置信度；4)当匹配的规则不只一个时，比较各条规则所对应结论的置信度，取缺陷结论中置信度最大值与设定的阈值进行比较，当超过该阈值，即认为该条规则对应的缺陷结论可信，判断优先产生该焊接缺陷并进行提示；5)在焊接操作完成后，统计焊接过程中产生缺陷数量及类型，并推理焊接缺陷产生原因，给出焊接操作改进建议。