注塑成型制品缺陷診斷及工藝智能決策系統(tǒng)的研究開發(fā).pdf

1、注塑成型是一個高度非線性、多參數(shù)相互作用且具有時變性的復雜過程，制品結構千變萬化，成型材料性能各異，工藝參數(shù)種類繁多。針對注塑成型制品缺陷成因求解的不確定性與模糊性，以及工藝參數(shù)決策所存在的主觀性、不精確性，本文綜合運用案例推理(CBR)、規(guī)則推理(RBR)、模糊推理(FR)和模糊神經(jīng)網(wǎng)絡(FNN)等多種人工智能技術，完成了注塑成型制品缺陷診斷及工藝智能決策系統(tǒng)的研究開發(fā)。
　　首先，在對相關理論進行深入研究的基礎上，對系統(tǒng)的總體

2、結構、知識庫的設計以及推理流程進行了相應的分析探討，建立了本智能系統(tǒng)的總體框架。
　　在系統(tǒng)實現(xiàn)的關鍵技術方面，提出了一種基于案例推理的注塑成型工藝參數(shù)智能決策方法，詳細闡述了案例表示、檢索、重用以及修正等CBR關鍵技術在注塑成型工藝決策中的應用，特別結合灰色關聯(lián)理論提出了一種新的相似度計算方法，提高了案例檢索的效率和準確性。另外，基于RBR和Mamdani模糊推理進行了注塑制品單缺陷成因判定和工藝參數(shù)智能決策優(yōu)化，詳細闡述了模糊

3、推理用于優(yōu)化注塑成型工藝參數(shù)的整個過程。同時，結合模糊神經(jīng)網(wǎng)絡技術對注塑制品多缺陷成因進行判斷、推理以及相應工藝參數(shù)優(yōu)化，較好地解決了注塑成型多缺陷分析診斷所存在的不確定性因素及模糊性問題。
　　基于上述理論及人工智能系統(tǒng)語言Prolog，開發(fā)了注塑成型制品缺陷診斷及工藝智能決策系統(tǒng)，具備了處理不確定性與模糊性問題的能力，能夠實現(xiàn)系統(tǒng)的各模塊功能，并進行了相關的實例驗證。結果表明，此系統(tǒng)可應用于注塑成型制品的缺陷診斷以及注塑成型工