基于變精度粗糙集理論的焊接動(dòng)態(tài)過(guò)程知識(shí)建模方法研究.pdf

1、近年來(lái)，智能控制由于對(duì)復(fù)雜過(guò)程的適應(yīng)性而在焊接自動(dòng)化領(lǐng)域受到重視。在智能控制系統(tǒng)設(shè)計(jì)中，有效的智能建模一般具有重要意義。用模糊方法、神經(jīng)網(wǎng)絡(luò)方法以及兩者相結(jié)合的方法獲取焊接過(guò)程的知識(shí)模型成為科研人員關(guān)注的焦點(diǎn)，但這些方法都存在一些本身難以克服的缺點(diǎn)?；诖植诩?Rough Set，RS)的建模方法作為一種較新的方法已在焊接中得到應(yīng)用，體現(xiàn)出較好的對(duì)焊接過(guò)程的適用性。但其應(yīng)用水平還只是停留在經(jīng)典RS集的程度上。為克服經(jīng)典RS模型的一些不足

2、，本文引入了變精度粗糙集理論(Variable Precision Rough Set，VPRS)，提出了一種基于VPRS的知識(shí)建模方法。 該方法考慮焊接過(guò)程和VPRS理論本身的特點(diǎn)，主要包含四個(gè)步驟：源數(shù)據(jù)的獲取、數(shù)據(jù)的預(yù)處理、VPRS模型約簡(jiǎn)和知識(shí)推理。 (1)源數(shù)據(jù)的獲取 這是VPRS建模方法的前提和基礎(chǔ)。本文采用實(shí)驗(yàn)設(shè)計(jì)法來(lái)獲取焊接過(guò)程的數(shù)據(jù)。以脈沖鎢極氬弧焊(Gas Tungsten Arc Weldi

3、ng，GTAW)的焊接熔池背面寬度預(yù)測(cè)模型為背景，對(duì)低碳鋼獲取了四種數(shù)據(jù)表，對(duì)鋁合金獲取了兩種數(shù)據(jù)表。對(duì)于數(shù)據(jù)獲取實(shí)驗(yàn)中信號(hào)的選取準(zhǔn)則本文亦進(jìn)行了一些討論。 (2)數(shù)據(jù)預(yù)處理 數(shù)據(jù)預(yù)處理對(duì)于VPRS建模方法來(lái)說(shuō)是必須的，且其效果的好壞會(huì)在很大程度上影響最終VPRS模型的效果。經(jīng)過(guò)數(shù)據(jù)預(yù)處理可獲得VPRS能處理的名叫決策表的數(shù)據(jù)表。本文針對(duì)RS集和焊接過(guò)程的特點(diǎn)，提出了如下數(shù)據(jù)預(yù)處理步驟： 1)模型擴(kuò)展：這是為了獲

4、得系統(tǒng)的動(dòng)態(tài)模型而采用的一個(gè)步驟，文中給出了其形式化的定義。 2)噪聲去除：為了獲得高質(zhì)量的模型，需要對(duì)噪聲進(jìn)行去除或降低。本文主要采用數(shù)據(jù)平滑來(lái)減小噪聲。對(duì)于焊接過(guò)程中數(shù)據(jù)，考慮到焊接過(guò)程的熱慣性以及焊接過(guò)程存在的不確定因素，以焊接熔池的正面面積作為噪聲處理的依據(jù)。 3)相關(guān)性分析：這是為了去除模型中與預(yù)測(cè)變量無(wú)關(guān)或者相關(guān)性較小的屬性列，從而減少后續(xù)步驟地計(jì)算量，提高效果，同時(shí)為模型中的屬性選取提供定性的分析。本文在相

5、關(guān)性分析中采用了相關(guān)系數(shù)和信息增益，并對(duì)比了兩種度量的原理和效果。 4)連續(xù)數(shù)據(jù)的離散化：當(dāng)決策表(數(shù)據(jù)表)中包含連續(xù)數(shù)據(jù)時(shí)，必須進(jìn)行離散化處理。本文對(duì)離散化進(jìn)行了深入的分析。首先確立了焊接過(guò)程的離散化方法的評(píng)價(jià)標(biāo)準(zhǔn)。其次區(qū)分了條件屬性的離散化和決策屬性的離散化。對(duì)于決策屬性約簡(jiǎn)，實(shí)驗(yàn)證明其作用很大但以往研究未足夠重視。對(duì)條件屬性約簡(jiǎn)，實(shí)驗(yàn)表明基于熵的離散化方法表現(xiàn)較好。最后，針對(duì)基于熵的離散化算法的不足以及焊接過(guò)程的特點(diǎn)，提出

6、了一種改進(jìn)的離散化算法，取得了滿(mǎn)意的效果。 (3)VPRS模型約簡(jiǎn) 模型約簡(jiǎn)是VPRS建模方法的核心，它是在保持原有模型分類(lèi)能力的基礎(chǔ)上去除其中的冗余項(xiàng)。模型約簡(jiǎn)可分為屬性約簡(jiǎn)、屬性值約簡(jiǎn)和規(guī)則約簡(jiǎn)。因?yàn)閷傩灾导s簡(jiǎn)和規(guī)則約簡(jiǎn)可在屬性約簡(jiǎn)的基礎(chǔ)上構(gòu)造，故本文主要對(duì)屬性約簡(jiǎn)做了算法研究。 本文首先考慮焊接這樣復(fù)雜過(guò)程的特點(diǎn)，提出了以往追求最短約簡(jiǎn)結(jié)果(認(rèn)為最優(yōu)秀)對(duì)于復(fù)雜過(guò)程的不適應(yīng)性，指出約簡(jiǎn)的穩(wěn)定性比精簡(jiǎn)性更加適

7、合復(fù)雜過(guò)程的需要?；谠撍枷耄疚囊肓藙?dòng)態(tài)約簡(jiǎn)的概念，并在基于近似約簡(jiǎn)算法的基礎(chǔ)上提出了一種新的屬性約簡(jiǎn)算法。此外，亦實(shí)現(xiàn)了基于區(qū)分矩陣的屬性約簡(jiǎn)算法。 考慮焊接實(shí)際應(yīng)用的特點(diǎn)，對(duì)屬性重要性的計(jì)算公式進(jìn)行了擴(kuò)充。此外，對(duì)于VPRS屬性值約簡(jiǎn)算法和規(guī)則約簡(jiǎn)算法，本文亦實(shí)現(xiàn)了基于區(qū)分矩陣和基于約簡(jiǎn)定義的相應(yīng)算法。經(jīng)過(guò)VPRS模型約簡(jiǎn)，可獲得“IFTHEN”形式的規(guī)則庫(kù)模型。 (4)模型推理 模型約簡(jiǎn)使用獲得的VPR

8、S模型對(duì)未知樣本進(jìn)行預(yù)測(cè)，合理的推理策略對(duì)于提高模型的預(yù)測(cè)能力具有重要作用。由于系統(tǒng)的復(fù)雜性和不確定性，在知識(shí)推理過(guò)程中須考慮不一致推理策略。本文使用低碳鋼的多隨機(jī)變量模型對(duì)比不同推理策略下模型的預(yù)測(cè)結(jié)果，得到了適合焊接過(guò)程的推理策略，同時(shí)，結(jié)合焊接過(guò)程的特點(diǎn)提出了根據(jù)規(guī)則長(zhǎng)度來(lái)確定規(guī)則優(yōu)先級(jí)的少數(shù)優(yōu)先推理策略。 本文最后以低碳鋼和鋁合金的數(shù)據(jù)為背景對(duì)VPRS建模方法進(jìn)行了驗(yàn)證，結(jié)果表明，該VPRS建模方法能夠滿(mǎn)足焊接實(shí)際應(yīng)用的