금속의 용접성은 금속이 용접 공정에 적응할 수 있는지 여부, 일정한 성능을 가진 완전한 용접 접합부의 특성을 형성하는 것입니다. 용접성을 평가하려면 금속 자체의 성능과 공예 조건을 고려해야 한다. 현재 국내에서 금속 용접성에 대한 평가는 여전히 수공 수준에 머물러 있으며 개인적인 경험에 의존하고 있다. 효율성과 정확성을 높이기 위해 컴퓨터 보조 금속 용접성 평가를 개발하고 보급하는 것이 근본적인 방법이다. 그러나, 금속 용접성 평가 과정에서, 영향 요인이 많고, 각 요소 간의 관계는 명확하게 표현하기 어렵고, 많은 문제의 통계성이 떨어진다. 따라서 이러한 문제를 해결하려면 경험과 지식에 의존해야 하며 전문가 시스템 [1] 을 선택하는 것이 더 적합하다. 인공작업에 비해 전문가 시스템은 뚜렷한 전문가 지능 기술 특징을 갖추고 있어 효율성과 정확성을 높일 수 있다. 현재 국내에는 이런 전문가 시스템이 없다. 이 글은 금속 용접성 연구에 기초하여 금속 용접성을 평가하는 전문가 시스템을 제시했다. 1 전문가 시스템 모델 1. 1 전체 구조 모델 전문가 시스템은 일반적으로 기술 자료 및 기술 자료 관리 시스템으로 구성됩니다. 지식 기반은 지식 기반 관리 시스템에서 관리하는 사실과 규칙으로 컴퓨터 파일에 저장되는 정리된 인간 지식과 경험의 모음입니다. 광범위한 지식 기반에는 지식 기반, 방법 라이브러리, 모델 라이브러리 및 데이터베이스가 포함됩니다. 지식 기반 관리 시스템은 지식 기반을 구축, 유지 관리, 관리 및 제어하는 컴퓨터 소프트웨어입니다. 1.2 객체 지향 모델 금속 용접성 평가에서 금속은 대략 강철, 구리 및 그 합금, 알루미늄 및 그 합금, 티타늄 및 그 합금 등으로 나눌 수 있습니다. 그들만의 특징을 가지고 있으며, 동시에 일정한 * * * 특징과 객체 지향 특징을 가지고 있다. 객체 지향 프레임워크를 사용하면 다중 상속 등의 문제를 잘 해결할 수 있습니다. 시스템은 프레임 구조를 사용하며 동일한 속성이 위쪽 프레임에 정의되고 특수 속성이 아래쪽 프레임에 정의됩니다 (그림 1 참조). 클래스는 * * * 속성이 있는 밀접하게 관련된 객체 모음이며 클래스 자체는 실제 객체를 생성하지 않습니다. 실제 객체는 하위 클래스의 인스턴스화에 의해 생성되고 하위 클래스는 객체를 생성합니다. 개체의 개인 부분은 부품 이름, 재료 모델, 가공소재 두께 등과 같은 상속할 수 없습니다. 일부 용접 절차 옵션과 같은 오브젝트의 공통 부분은 하위 클래스에서 상속될 수 있습니다. 2 일반적으로 금속의 용접성은 화학 성분, 물리적 성능, 화학적 성능, 용접 공정 조건, 위상 특성, CCT 다이어그램, 열처리 및 보호 방법을 통해 평가됩니다. 이 기사는 처음 몇 가지 측면을 평가하는 데 중점을 둡니다. 전문가 시스템은 사례 라이브러리, 지식 기반 및 모델 라이브러리를 설정합니다. 사례 라이브러리는 여러 사례로 구성됩니다. 지식 기반은 주로 몇 가지 규칙으로 구성됩니다. 이 문서에서는 사례 및 규칙 기반 추론 방법과 사례 및 규칙 기반 혼합 추론 방법을 제공합니다. 2. 1 사례 기반 추리 일반적으로 사례 기반 추리에는 사례 표현, 조직 및 검색이 포함됩니다. 사건의 표현은 가능한 한 금속 용접성 평가를 상세히 설명하는 지식이다. 사례 조직은 사례 표현을 기반으로 사례의 특성과 검색 요구에 따라 사례를 정리하고 분류합니다. 사례 검색은 특정 검색 전략에 따라 유사한 사례를 찾는 것입니다. 사례 기반 추론에서는 사례 검색을 빠르고 효율적으로 완료하는 것이 중요합니다. 시스템의 사례 검색 전략은 유사성을 사용합니다. 유사성의 표현: 두 개의 흐릿한 하위 세트 사이의 거리로 유사성을 나타냅니다. 실제 처리에서 이 임계값보다 큰 임계값을 설정하면 이러한 방법을 사용할 수 있습니다. 임계값보다 작으며 다음과 같은 규칙 기반 추론을 사용할 수 있습니다. 2.2 규칙 기반 추론 규칙은 수학적 모델을 나타냅니다. Rule when & lt 조건 >< 조건1>; 그런 다음< 결론1> 을 눌러 섹션을 인쇄할 수도 있습니다 ...< 조건 n> 다음< 결론 n > (n> 1) 종료 규칙< 규칙 이름 > 기술 자료의 각 규칙은 if 로 구성됩니다. 연산 과정에서 고리가 맞물려 복잡한 추리 네트워크를 형성하는데, 그 안에서 지식을 전달하고 그에 따라 분석 판단을 내릴 수 있다. 탄소 당량은 금속의 용접성을 분석하는 데 사용된다. 규칙< 탄소 등가 > 때< 저 합금강 > If (두께 이 중 저합금강의 요구 사항을 충족시키는 구성 범위는 C ≤ 0.2%, Si ≤ 0.55%, Mn ≤ 1.5%, Cu ≤ 0.5% 입니다 금속 재료의 브랜드를 입력하여 강철인 경우 강철 번호를 입력하고 데이터베이스의 화학 성분표를 호출하여 화학 성분을 얻습니다. 화학 성분의 범위를 통해 서로 다른 탄소 당량 계산 공식을 호출하다. 탄소 당량 등 프로세스 매개변수의 계산된 값에 따라 기술 자료의 규칙을 호출하여 금속의 용접성을 평가합니다. 2.3 혼합 추리 사례 기반 추리는 기존 사례만 검색할 수 있으며, 표면 유사성을 본질적인 유사성으로 쉽게 간주하여 오진을 초래할 수 있다. 규칙 기반 추리에 따르면 시스템은 미리 예상하고 제공한 규칙만 추론할 수 있으며, 결론의 해석과 대책은 비교적 평범하여 형세의 변화에 유연하게 적응할 수 없다. 따라서 서로 다른 추리 방법을 결합하여 사례와 규칙을 기반으로 하는 혼합 추리 전략을 구현해야 합니다. 먼저 사례 라이브러리를 검색하여 사례 기반 추론의 결과를 얻습니다. 결과가 만족스럽지 않거나 결과가 없는 경우 규칙 라이브러리를 검색하여 규칙 기반 추리 결과를 얻습니다. 이 추리 과정에서 계층 모델을 이용하여 점진적으로 추리하고, 마지막으로 서로 다른 추리 방법의 결과를 종합적으로 분석한다. 서로 다른 추리 방법이 비슷한 결과를 얻는다면, 이 결과는 더욱 믿을 만하다. 혼합 추리의 장점은 각종 추리 방법의 장점을 충분히 발휘하고, 각자의 단점을 극복하고, 문제의 해결책을 최대한 찾을 수 있다는 것이다. 3 시스템 기능 (1) 정보 컨설팅 및 조회. 전문가 시스템은 금속 용접성의 전문가 경험과 지식을 보여준다. (2) 사용자 요청에 따라 시스템은 금속의 납땜성을 평가합니다. (3) 주어진 조건에서 용접 공정을 보여줍니다. (4) 시스템 유지 보수 및 인쇄. 4 시스템 구현 구체적인 구현에서는 추론기가 고급 언어인 visualc++ [4] 로 구축되고, 데이터베이스는 visual FoxPro 에 의해 구축되며, odbc 인터페이스를 통해 데이터베이스에 액세스하고 처리합니다. 5 결론 지식 기반의 금속 용접성 평가 전문가 시스템은 광범위한 내용을 다루고 있으며 개발 시간이 짧은 경우 지식 기반의 지식은 아직 완벽하지 않습니다. 용접 기술의 발전과 지식 기반의 풍부함에 따라 금속 용접성 평가 전문가 시스템은 용접 분야에서 점점 더 중요한 역할을 할 것입니다. 이 글이 앞으로의 일에 벽돌을 던져 옥을 끌어들이는 역할을 할 수 있기를 바랍니다.