基于知识工程的高速机车车辆焊接专家系统分析-analysis of high-speed locomotive welding expert system based on knowledge engineering.docx

承诺书本人声明所呈交的硕士学位论文是本人在导师指导下 进行的研究工作及取得的研究成果。除了文中特别加以标注 和致谢的地方外，论文中不包含其他人已经发表或撰写过的 研究成果，也不包含为获得南京航空航天大学或其他教育机 构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或 部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名： 日期： 摘要目前国内外高速机车车辆均采用轻量化设计，车体多采用铝合金结构。焊接作为铝合金车 体生产制造过程中的重要技术手段，良好的焊接质量是高速机车车辆整体质量的保证。本文针 对高速机车车辆焊接生产需求，以知识工程为基础，利用专家系统技术，建立了起集焊接工艺 评定、焊接性综合分析评价及焊接工艺设计等功能于一体的高速机车车辆焊接专家系统。首先，以知识工程原理为基础建立系统的知识库。对焊接标准手册、焊接规范以及成熟的 焊接工艺文件进行整理分析，完成铝合金显性知识及隐性知识的获取工作；选择合适的知识表 示方式对知识进行表示；根据焊接知识特点确定系统推理机制，最终完成知识库层次结构模型 的建立。其次，以 ISO 15614-2 标准为依据，结合高速机车车辆焊接工艺评定特点，创新性的设计 了工艺评定必要性批量判断及工艺评定项目提取功能，满足高速机车车辆焊接生产需求。该焊 接工艺评定系统完成了由焊缝导入、焊缝合并、工艺评定必要性批量判断、工艺评定项目提取 至评定项目导出一系列的焊接工艺评定相关功能，实现了工艺评定的自动化。再次，利用实例推理与规则推理相结合的推理机制，完成了焊接性综合分析评价模型的建 立。该模型的实现过程包括评价指标确定、指标标准化处理、权重分配、加权求和，最终得到 直观性的分析评价结果，为后续焊接工艺设计提供了有效的依据。最后，通过分析研究铝合金车体的焊接工艺特点，设计了针对高速机车车辆铝合金车体的 焊接工艺设计系统。设计内容包括焊接方法选择、焊接接头设计、坡口参数设计、焊材选择、 焊前处理方法选择、焊后热处理参数设计及焊接工艺规范参数设计等。系统功能的实现为焊接 工艺人员的工艺设计起到了一定的辅助作用。关键词：知识工程，高速机车车辆，焊接，专家系统，ISO 15614-2，焊接性评价，工艺设计AbstractAt present, lightweight design and aluminum alloy body have been widely adopted in High-speed train. It’s normal that welding acts as an important technology in the manufacturing pro- cess of aluminum alloy body all the time, and the welding process ensures the global quality of high-speed train. In this paper, an expert system of high-speed train with welding processes is estab- lished, which based on the knowledge engineering. And there are three major functional modules in the system, including welding procedure qualification, weldability analysis and welding process de- sign.First of all, the knowledge base is established based on principals of knowledge engineering. The paper finishes the knowledge acquisition of implicit knowledge and explicit knowledge of aluminum alloy, with classifying the data and information of welding manual, welding standard, welding condi- tion and mature welding process documents. Then the appropriate knowledge representation modes are selected to represent the kno