基于粗糙集知识建模的焊缝成形质量专家系统预测研究

论文摘要

焊接自动化是焊接技术发展的一个趋势,由于焊接过程的高度复杂性,使得难以获得焊接过程的精确数学模型,从而限制了传统控制方法的应用。近年来,智能控制由于对复杂过程的适应性而得到重视,而在智能控制系统设计中,建模一般是必不可少且具有重要意义的。用模糊集方法、神经网络方法以及两者相结合的方法获取焊接过程的知识模型成为科研人员关注的焦点,但这些方法都存在一些本身难以克服的缺点。基于粗糙集(Rough Set, RS)的建模方法作为一种较新的方法已在焊接中得到应用,体现出较好的对焊接过程的适用性。结合焊缝成形质量预测专家系统建模的要求和特点,提出了基于RS知识获取的建模方法。该方法主要包含四个步骤:源数据的获取、数据的预处理、模型约简和知识推理。本文针对数据离散化算法和不确定推理策略进行了深入研究。(1)数据离散化算法研究当决策表(数据库)中包含连续数据时,必须进行离散化处理。首先确立了焊接过程的离散化方法的评价标准。分析了等宽离散化方法、基于Kohonen网络(自组织特征映射)的离散化方法和基于属性重要性的区间合并的离散化方法以及离散化时决策表不相容的处理办法,同时还改进了基于Kohonen网络的离散化方法,提高了离散化效率。结合它们的优点,提出了二次离散化方法,即在等宽或者基于Kohonen网络离散化方法的基础上,再进行一次基于属性重要性的区间合并的离散化。实验证明,基于改进的Kohonen网络二次离散化可以有效提高模型的预测精度,降低预测偏差。(2)不确定推理策略研究合理的推理策略对于提高模型的预测能力具有重要作用。由于系统的复杂性和不确定性,在知识推理过程中须采用不确定推理。对已有的不确定性推理方法进行了讨论,指出该方法缺陷在于将规则前件各条件属性等同对待,抹杀了他们在规则中所表现出来的不同的重要性。为此,本文提出了基于属性重要性的推理方法,试验结果证明,该方法提高了知识库中知识的使用效率,适合焊接专家系统预测的推理策略。本文最后以低碳钢CO2焊接为背景对基于RS知识建模方法进行了验证,结果表明,RS建模方法能够满足焊缝成形质量预测专家系统实际应用的需要。根据本文研究成果构建的漏焊监测和焊缝成形质量检测专家系统在焊接生产实际中的应用,进一步证明了基于RS知识建模方法的有效性和适用性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 引言
• 1.2 专家系统智能建模方法
• 1.2.1 智能建模方法
• 1.2.2 基于粗糙集理论的知识建模方法
• 1.3 粗糙集理论应用现状
• 1.4 焊缝成形质量预测专家系统的国内外研究情况
• 1.5 课题的主要工作和意义
• 1.5.1 本文的主要工作
• 1.5.2 课题意义
• 第2章 粗糙集知识建模的理论基础
• 2.1 引言
• 2.2 集合论基础
• 2.2.1 基本符号和定义
• 2.2.2 基本概念
• 2.2.3 集合关系
• 2.2.4 数理逻辑
• 2.3 经典粗糙集理论
• 2.3.1 粗糙集的基本思想
• 2.3.2 粗糙集的基本概念
• 2.4 变精度粗糙集理论
• 2.4.1 知识发现的不确定性
• 2.4.2 多数包含关系
• 2.4.3 粗糙集模型中的近似集
• 2.4.4 属性的近似依赖性
• 2.4.5 近似约简
• 第3章 专家系统知识建模方法研究
• 3.1 引言
• 3.2 RS 理论建模方法框架
• 3.2.1 数据获取
• 3.2.2 数据预处理
• 3.2.3 RS 模型约简
• 3.2.4 不确定性推理
• 3.3 粗糙集建模方法与其他建模方法比较
• 3.3.1 建模方法的主要构成部分
• 3.3.2 RS 与其他建模方法的比较
• 3.4 本章小结
• 第4章 数据离散化的研究
• 4.1 引言
• 4.2 离散化方法概述
• 4.2.1 离散化方法的基本流程
• 4.2.2 离散化方法分类
• 4.2.3 离散化方法的评价标准
• 4.3 常用离散化方法介绍
• 4.3.1 分箱算法
• 4.3.2 Kohonen 网络算法
• 4.3.3 Naive Scaler 算法和Semi Naive Scaler 算法
• 4.3.4 布尔逻辑和粗糙集理论相结合的离散化方法
• 4.3.5 基于信息熵的离散化
• 4.4 常用离散化方法比较
• 4.4.1 试验方案
• 4.4.2 对通用数据库的比较
• 4.5 二次离散化算法
• 4.5.1 基于属性重要性的区间合并离散化方法
• 4.5.2 二次离散化
• 4.6 基于Kohonen 网络的离散化算法改进
• 4.7 针对焊接过程数据的离散化方法比较
• 4.7.1 数据获取
• 4.7.2 决策表的离散化以及粗糙集处理
• 4.7.3 模型验证
• 4.8 本章小结
• 第5章 基于RS 理论的不确定推理方法研究
• 5.1 引言
• 5.2 基于粗糙集理论的不确定性推理过程描述
• 5.2.1 粗糙集的知识表达系统
• 5.2.2 粗糙集理论的建模步骤
• 5.3 基于粗糙集理论的不确定推理过程中出现的问题
• 5.4 已有的基于粗糙集理论的不确定推理策略
• 5.4.1 权值策略
• 5.4.2 基于支持度策略的推理方法及改进
• 5.5 基于属性重要性的推理策略
• 5.5.1 基于属性重要性的推理策略提出的必要性
• 5.5.2 基于属性重要性的推理策略及其算法实现
• 5.6 基于属性重要性的推理方法的推理效率和使用性分析
• 5.7 焊接过程中不确定性推理方法应用研究
• 5.7.1 数据获取
• 5.7.2 组织决策表
• 5.7.3 知识模型获取
• 5.7.4 基于属性重要性的推理方法的推理效果分析
• 5.8 本章小结
• 第6章 焊缝成形质量预测专家系统的构建
• 6.1 专家系统软件构建
• 6.1.1 专家系统设计
• 6.1.2 专家系统构建
• 6.1.3 算法流程和软件实现
• 6.2 低碳钢C02 焊缝成形质量预测专家系统建模及分析
• 6.3.1 建模数据获取
• 6.3.2 实验平台
• 6.3.3 实验设计与低碳钢建模数据获取
• 6.3.4 数据预处理
• 6.3.5 RS 模型约简
• 6.3.6 RS 推理模型
• 6.2.7 低碳钢RS 推理专家系统验证
• 6.3 本章小结
• 第7章 焊缝成形质量预测专家系统应用
• 7.1 应用背景
• 7.2 基于RS 知识建模的专家系统在漏焊监测中的应用
• 7.2.1 知识获取
• 7.2.2 知识库的维护
• 7.2.3 专家系统的现场试验验证
• 7.2.4 应用结果分析
• 7.3 基于RS 知识建模的专家系统在焊缝成形质量检测中的应用
• 7.3.1 焊缝质量评定判据
• 7.3.2 焊缝图像信息的获取
• 7.3.3 图像处理流程
• 7.3.4 采样数据离散化
• 7.3.5 质量评定系统的知识获取与推理
• 7.3.6 专家系统的现场试验验证
• 7.4 本章小结
• 结论
• 本文的创新点
• 参考文献
• 致谢
• 攻读博士期间发表及待发表的论文