Одним из многообещающих направлений в использовании ЭВМ в литейном производстве является автоматизированное проектирование технологических процессов производства отливок и предупреждение брака.
Решение прикладной задачи с помощью ЭС - это всегда итеративный процесс, имеющий целью поиск наиболее оптимального решения.
В большинстве экспертных систем сейчас используются поверхностные знания. Ввод глубинных представлений даст возможность создать базу знаний (БЗ) большей мощности, так как глубинные знания более гибки и адаптивны, чем поверхностные.
Экспертные системы (ЭС) – это одна из форм искусственного интеллекта и ее построение является актуальной задачей.
Простой пример экспертной системы это Акинатор. Джинн - главный герой игры, который должен отгадать героя игрока. Он задает ряд вопросов и с каждым вопросов он отсекает ненужных героев и более ближе к правильному варианту. Акинатор, если не смог узнать персонажа, то он предлагает ввести имя, после запоминает его и все ответы, которые давал данный игрок на вопросы об этом персонаже, таким образом пополняется его база.
Примеры ЭС в отрасляx: MYСIN (диагностика инфекционныx заболеваний) и РRОSРЕСTОR (разведка полезных ископаемых). В разработке данной системы занимались 10 экспертов, в результате эта она нашла источник полезных ископаемых, которое ни один из этих экспертов найти самостоятельно не смог.
ЭС разрабатывают:
Эксперт – грамотный специалист, который обладает знаниями и опытом в какой-либо области, помогая определить базу знаний (данные и правила) инженеру по знаниям.
Инженер знаний – человек, который опрашивает экспертов и организует правильно базу знаний в ЭС.
Программист – разрабатывает программу.
Экспертная система - это программа для решения задачи в узкой предметной области, использующая знания эксперта, заложенные в базу знаний.
Аккумуляция и организация знаний – важнейшее свойство всех ЭС.
Структура ЭС:
База данных используется для хранения исходных и промежуточных данных решаемой задачи.
Базы знаний необходимы для хранения долгосрочных данных, которые описывают рассматриваемую предметную область, а также правил, представленных таким образом, чтобы на их основе можно было осуществлять рассуждения. Факты в базе знаний характеризуют объекты и явления, которые в данной предметной области являются постоянными.
Решатель, используя исходные данные из баз знаний формирует последовательность правил, которые помогают решить задачу.
Компонент приобретения знаний служит для автоматизации наполнения ЭС знаниями, осуществляемым пользователем-экспертом.
Объяснительный компонент аргументирует как система получила решение задачи (или не смогла получить решение) и какие знания она при этом использовала, что облегчает тестирование и повышает доверие к результату.
Диалоговый компонент нужен для удобного общения с пользователем в ходе решения задач, в процессе приобретения знаний и объяснения результатов работы.
Прогнозирование дефектов в отливках
Качество детали, получаемой литьем, закладывается в процессе получения отливки. Экономический эффект производства возрастает с уменьшением дефектов и брака в отливках.
Основные причины брака:
- нетехнологичность конструкции деталей
- несовершенство тп
Современное литье допускает отливку весьма сложной формы. В предупреждении брака невозможно обойтись без экспертной оценки технологии ее получения. После корректировки тп должна быть полная уверенность в том, что он безошибочно дает изготовление качественных отливок и что каждый случай брака является следствием нарушения технологии.
Вследствие затруднительности учета всех факторов, оказывающих воздействие на возникновение дефектов, рационально возложить эту обязанность с человека-эксперта на ЭС.
В экспертную систему вводятся дефекты и причины.
D = F (р1, р2 ... рn),
где D - дефект,
(р1,р2 ... рn) - причина возникновения данного дефекта.
При исследовании влияния на дефект двух или более факторов, применен метод многофакторного дисперсионного анализа.
Для решения какой-либо задачи применяются зависимости «причины-дефект» в комплексе с прикладной статистикой. То есть используются совместно и детерминированные и вероятностные методы описания данных. Анализ основан на жестко детерминированной факторной модели, позволяющей идентифицировать и дать сравнительную характеристику основных причин, влияющих на изменение того или иного дефекта в отливке. При помощи детерминированных методов можно проанализировать только те данные, которые имеются в распоряжении.
В общем случае статистикой называют измеримую функцию наблюдений
T(х1x2 ... xn),
где x1, x2,., xn - выборка.
Механизм самообучения этого модуля экспертной системы реализован на получении новых статистических данных и их анализе, а также при надобности через диалог с экспертом, из-за невозможности учета всех причин появления дефектов, к примеру «человеческого фактора».
Проектирование и экплуатация ЭС в литейной промышленности позволяет в значительной степени ускорить и облегчить процесс технологического проектирования.