基于Q345R手工电弧焊的智能焊接工艺评定系统的可行性
摘要：智能焊接工艺评定系统已经在当前的研究中得到发展。在这个系统中，Q345R的焊接工艺是基于GBT25343.3-2010焊接标准智能设计的。通过设置初始焊接参数包括焊接方法，母材，厚度，焊接工艺结果将启动经过四步推理机的推理。这些初始焊接工艺参数作为人工神经网络的输入值以预测机械性能和完成焊接工艺评定。由于使用了双曲正切函数（tanh）
在神经网络中，它能良好地处理非线性问题并能控制预测误差的准确性。合理判断焊接工艺规程的合格性需要把机械性能作为输出值与实验结果进行比较。因此ANN被导入专家系统来控制焊接工艺设计。此外，他们之间已经建立起互利关系。人工神经网络为专家系统提供了一种新的方法来解决这类经验性知识。反过来，专家系统具有强大的知识库和动态数据库
为人工神经网络提供了大量的训练样本。
关键词：焊接工艺设计 专家系统 人工神经网络 GBT25343.3-2010焊接标准 机械性能预测
焊接工艺参数
1简介
焊接是现代工业生产和制造工艺的重要技术，已在车辆，石油，船舶等等工业领域中广泛应用。到目前，焊接质量已基本由焊接工艺评定报告（WPQR）和焊接工艺规范（WPS）所决定。在大多数情况下，他们已被确定为法定文件来控制焊接质量。焊接工艺评定与许多焊接参数有关，所以焊接工艺必须正确并有效地设计以获得优质焊缝。考虑到经济因素，焊接工艺评定也必须设计得以最低成本获得最高重复性。显然，焊接工艺评定具有重要意义。因为它是一项重要的保证焊接质量的措施。因此，为确保焊接工艺评定的合理性，各国和公司建立了一大堆焊接标准，包括AWS，ASME和NB / T47014 [1]。
根据焊接标准完成焊接工艺评定之后发布焊接工艺评定报告。总的来说，WPQR主要由两部分组成。其中之一是焊接工艺设计方案，另一部分是记录焊接工艺评定的试验结果，包括机械性能。焊接生产通过焊接工艺控制，同时焊接工艺评定的质量通过焊接工艺评定测试检验。迄今为止，焊接工艺专家系统已经在焊接领域得到了广泛的应用和推广，并且取得了巨大的成功。 1994年，美国爱迪生焊接研究所（EWI）创建了网站http://www.ewi.org，这是第一个焊接资源网站。显然，这开创了焊接技术网络应用的先河。焊接技术网络方便了世界各地的焊接工程师分享知识，加速了知识的传播。不幸的是，并没有关于其推理机的详细报告。 2000年，来自剑桥的英国焊接研究所（TWI）的Hill和Calf合作开发了一个新版的焊接工艺评定系统。这个系统的设计基于ASME IX标准，使用Microsoft Windows作为开发平台[2,3]。基于焊接标准的焊接专家系统的出现，为焊接工程师提供了更好的方法来智能选择更多定量的实验知识而不是定性的经验知识。此外，它大大促进了焊接专家系统精度的发展。在2010年，C〜Spec集团开发了WeldOffice @ 2010软件，用以编写焊接工艺，焊接工艺评定报告和其他规范性技术文件[4]。一般来说，这些成就进一步提高了效率和焊接工艺规范文件的准确性。
为了成功预测焊缝力学性能，这也需要使用另一个重要的人工智能分支 - 人工神经网络（ANN）。大量关于人工神经网络预测力学性能的研究论文表明ANN对解决这类问题很有成效，并且这项技术也越来越成熟了。许多学者都在研究如何充分利用不同焊接方法的数据。 Carrino等人最关注如何提高熔化极气体保护焊的生产力;他们建立了一个基于多元回归分析的数学模型，还评估了神经模糊方法相对数学方法的有效性。为了找到最适合的神经网络 Meco等人预测MIG / MAG焊接过程中的焊缝成形，他们的神经网络是在不同的神经元数量，多层次，不同网络和不同结构的焊接数据库下训练的。培林等开发了一种估算埋弧焊热源（SAW）的方法，他们的结果表明ANN也能预测所有可能的过程之间的关系以及热源参数[10]。
总之，焊接专家系统能够完成各种焊接工艺设计和焊接工艺评定。但是，它仍然无法预测焊接机械性能。如前所述焊接工艺和焊接机械性能对焊接工艺评定报告来说是不可或缺的，并且它们的分离是不合理的。因此，系统的发展势在必行，这可以让传统的焊接工艺评定文件管理升级得更加智能化。这种智能系统能够完成专家系统所设计的焊接工艺，并能根据累积的焊接工艺评定数据来预测机械性能。
为了完成这种智能焊接工艺评定系统，它必须结合专家系统与人工神经网络。同时，系统需要满足以下两个基本要求：
1.效率：效率是指专家系统必须花费尽可能短的时间来解决这些非常复杂的非线性问题。
2.准确性：准确性是指专家系统必须确保没有重复，没有遗漏，并且要更新得及时。
Veera等人使用基于人工神经网络的专家系统研究了拼焊板（TWB）成形。在这种情况下，以TWB的厚度比，强度比和焊接条件为主要参数，获得令人满意的预测结果。他们运行此基于人工神经网络的专家系统，发现该系统交付了更好的成型TWB产品。
Susanta等人更关注有关应变硬化指数n和强度系数K 的预测。他们提出了基于实验的专家系统/神经网络预测比基于正交阵列经验模型的ANN的预测要好。马克等人将重点放在了焊接产品的生产时间上。他们的结果说明了与ANN结合的专家系统可以大大减少确定标准的投入时间。基于ANN的专家系统也可以用于这里没有提到的其他焊接控制系统领域。不过，这些与人工神经网络相结合的专家系统仍然偏向于机械性能预测;他们很难完成焊接工艺设计。很少有文献涉及到结合机械性能的焊接工艺设计专家系统。
因此，在这项研究中，智能化的焊接工艺评定系统应包含专家系统和人工神经网络。命名为“GBT25343.3-2010”铁路轨道车辆标准成为此专家系统的基本推断规则。焊接专家系统采用前瞻性的推理和基于案例的推理方法系统来预测熔化极自动保护电弧焊（SMAW）的焊接工艺参数。基于预测参数，人工神经网络模型即可预测Q345R碳钢的焊后机械性能。最后讨论了人工神经网络模型出现的错误。
专家系统焊接应用综述
A.A. Bahashwan和S.B.L,Garg
也门共和国工程师学院机械工程系，邮政信箱5243。
机械工程部，MNR Engg.学院，阿拉哈巴德-211004，印度。
摘要：专家系统在在全球范围内的应用和用法的多样性正在迅速增长。尽管在焊接特定领域专家系统的开发发展很缓慢，但专家系统技术在工程和制造业的其他领域已经得到普遍应用。本文将介绍专家系统及其发展和在焊接中的应用。
关键词：专家系统 知识表达 焊接
引用本文应作如下注释：Bahashwan，A.A.和Garg，S.B.L. ，专家系统焊接应用综述[J]， 材料和产品技术，1996（11）：89-97
1介绍
计算机相关硬件和软件工具的发展及其成本的下降增加了个人计算机（PCs）在工业中在工业中的应用。如今由于其简单性和在个人计算机上运行的可行性，专家系统已在工业中和学术领域中广泛使用。美国最大的产业中有超过80％已经探索了专家系统的使用[1]。
专家是指在某一学科上拥有丰富知识和经验的人，专家系统的概念即从“专家”那里发展而来。
由于其经受的训练和拥有的经验，一名专家能够做到许多其专业领域的事情，而其他人是做不到这些的。在专家的长期记忆中存储着大量编选的、专业的知识。
一位真正的专家能够既迅速又妥善地解决问题，而一个新手则需花费更长的时间找到相同的解决方案。专家运用技巧并带着注意事项解决问题。他不仅熟练于此，而且行动顺利，并能够解释他的推理过程。他擅于撇去无关信息抓住问题本质，并且可以将问题归于他熟悉的类型。在他的领域的边界知识是逐渐减少而不是立刻消失的。
机构和团体应用专家系统技术的几个重要原因中，最重要的一点是专家系统能提供一个机制来建立公司的企业记忆。换句话说，专家系统被用来保存或记录知识，以免在某个人退休或离开时企业就丢失这部分经验。
2专家系统的定义
专家系统的真正定义仍存在争议。
Feigenbaum对专家系统的定义如下：
“专家系统是一种智能计算机程序，它使用知识和推理程序来解决难以解决的问题，这些问题需要大量的专业人员资源。专家系统在这样的层面上执行所需的知识，加上其使用的推理程序，可以被认为是该领域最资深者的专业知识的模型。专家系统的知识由事实和启发式构成。事实性知识构成可被广大焊接人员分享并且容易获得的信息，且这些知识是经领域的专家的一致认可的。 #39;启发式#39;大多是私人的，没有统一的评判规则（比如合理推理规则，表征专家级决策的规则）。为了明确其定义，我们必须指出专家系统应该具备的一些特征：
1它将知识本身与其使用方式分离。
2其知识信息是符号化的，系统能够抽象地推理。
3它可以解释它的推理过程。
4它必须表现出人类专家一样的水平。
3专家系统的体系结构
Gevarter指出，专家系统的典型构造有知识库和推理机。知识库包含产生式规则和事实性知识。推理机则控制采取何种操作、操作时间，与事件相关信息的动态内存以及从中提取的所有结论。图1是显示不同部分如何运作的框图。
据Waltz，专家系统中其它可取但非必须的功能包括解释特征和自然语言界面。该解释功能允许用户询问为什么需要某个信息或系统是如何达成某个结论的。自然语言界面允许用户不必掌握复杂的语法规则就可以与系统对话。
3.1知识库
知识库是专家系统的一部分，用来存储领域事实以及用于解决问题的启发式。知识库中的知识表达方法是区分一个专家系统与另一个专家系统的一个基本的方面。从专家那里获取的知识必须在程序中以尽可能简短的方式表达，这也使系统允许快速访问和易于维护。
目前还没有一种最佳的知识表达方法，尽管迄今大多数专家系统都以某种形式运用了产生式规则。所讨论的领域和预期会遇到的问题的类型可以帮助系统确定最佳的知识表达方法。根据斯洛文，琼斯[7]和埃德蒙兹[8]，执行推理的过程与知识表达方式密切相关，因为推理涉及操纵表达。
知识可以在知识库中表示为产生式规则，结构化规则，对象或元规则。知识库在咨询过程中创建并使用工作记忆，以此来保存和改变新知识。工作记忆可能包括具体事实，规则和咨询过程得出的结论。
对于产生式规则来说，结构的形式是
IF lt;conditiongt; THEN lt;actiongt;
或者
IFlt;premisegt;THEN lt;conclusiongt;
产生式规则指出如果#39;IF#39;部分的情况发生那么结论或行动或后果也肯定会发生；如果#39;IF#39;部分条件满足，则规则被触发。如果“Then”部分被执行那么这条规则即将失效。产生式规则可以通过逻辑与/或简化问题。
以下是产生式规则的一个例子：
IF filler wire=yes AND
shielding=no AND
Flux supply=yes AND
Consumable electrode=yes
THEN process=Submerged arc welding（SAW）
卢卡斯和布莱克莫尔指出产生式规则依据前提/结论体系可以分为启发式和标准数据规则。
知识库中的结构化规则使用复杂的事实和组织规则形成上下文树。这些规则由上下文/属性/值方案表示。产生式规则细分为规则（上下文）的子集。相关的上下文一起形成上下文树，这与分层树非常相似。每个上下文都与一个特定的上下文有关，所有上下文都与一个根上下文有关。
知识库的对象层次由许多复杂的关系来表示，如语义网，框架，脚本和对象网络。广义上的对象指任何具有许多属性或描述性品质的物理和概念实体。在元规则层面，有一些规则可以建立运作其他规则的框架。
3.2推理机
推理机的任务是匹配来自用户和发射规则给出的响应的前件。触发一条规则会导致两件事情发生：
1会触发另一个规则，从而触发规则网络。
2这意味着已经采取了行动。这给推断事实数据库增加了新的信息。推理机的主要任务是使用前向链和后向链两个基本方法来在若干判断规则中得出结论。
3.3用户界面
用户界面提供了用户与系统交流所需的设备。用户希望对系统进行以下咨询：
1为他的问题咨询补救措施，
2获取个人知识，
3为具体的疑问获取一些解释
4专家系统工具
有很多工具可以用来建立专家系统，大部分是他们使用所谓的人工智能语言（AI），如Lisp和Prolog。LISP作为一种函数式编程语言，增加了编写规则的灵活性，让专家系统的开发人员可以指定他们自己的规则框架。 PROLOG是一个逻辑编程语言。 Prolog编程涉及编写逻辑公式。这些逻辑公式表示问题中的逻辑关系。 Prolog和Lisp处理数学计算可能不太方便。这个缺点可能会延长程序的执行时间并占用更多内存空间。不过，Lisp和Prolog可以调用外部函数来补救这个缺陷。所有能想到的的计算机语言都已被尝试过。一些传统语言被用于构建专家系统。另外一些专家系统外壳作为建立专家系统的副产品已被开发出来。
表1专家系统构建工具。
专家系统外壳是知识被剥离出来的专家系统。由于系统结构已经建成，所以专家系统的构建者只需要插入知识。但是，专家系统外壳由于固定的结构和推理策略并不灵活。现已开发专家系统构建工具来解决这些问题。专家系统构建工具是一套实用工具，它使用户能够根据具体情况定制专家系统。它还为用户提供了更好的用户界面环境。表1显示了现今可用的各种工具。
5专家系统和焊接
因为焊接过程难以量化，需要专家来决定，
全文共7672字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[9571]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
