[发明专利]基于仿真与模糊粗糙集算法的塑性成形工艺规则获取方法

摘要

一种基于仿真与模糊粗糙集算法的塑性成形工艺规则获取方法，首先建立数值仿真模型，从工艺条件参数中选取条件属性集合、确定评价成形性能的决策属性集合后，进行数值模拟试验设计，通过仿真试验得到塑性成形工艺信息源，对数值仿真结果数据进行模糊离散化预处理形成模糊决策表。基于粗糙集理论，以模糊等价概念对属性集合进行归类得到概念集合，计算决策属性关于条件属性的模糊下粗集，从中归纳得到确定性规则，再通过规则描述、设定规则可靠度阀值以及值约简的方法进一步约简后，最终获得新的工艺规则。采用本发明方法可以扩展塑性成形领域知识来源，提高塑性成形仿真结果数据的利用价值，将数值模拟从设计验证层次上升至设计驱动层次。

主权项

1、一种基于仿真与模糊粗糙集算法的塑性成形工艺规则获取方法，其特征在于包括如下四个基本步骤：1)塑性成形过程的数值仿真建模与计算：根据产品的要求，从塑性成形工艺相关参数中选取条件属性集合，确定评价成形性能的决策属性集合，将设计参数与工艺参数作为设计变量进行正交拉丁方的实验设计，得到一个用于数值模拟实验的设计参数与工艺参数的精简集合，然后采用塑性成形数值模拟软件建立塑性成形过程仿真模型，根据实验设计方案对产品塑性成形过程进行数值仿真计算，获得各种物理量在产品成形中分布演化的大量结果数据，即用于知识挖掘所需的塑性成形工艺信息源数据；2)数值仿真结果数据的模糊离散化预处理：将数值仿真结果数据经检查、清理后集成到数据库中，从仿真结果数据库中提取设计特征与工艺特征数据，根据领域知识或数据模糊聚类方法确定模糊划分的中心点，利用梯形分布的模糊隶属函数对连续型数据进行模糊化处理，获得3～5个模糊区间，以这些模糊区间对数据进行属性分类，以产品的设计特征和工艺特征作为条件属性，产品评价特征作为决策属性，建立模糊决策表，模糊决策表中的数值用离散数据表达，条件属性的取值用该属性在模糊区间的隶属函数值f来表示，决策属性分别用具有描述意义的单词来表示；其中0≤f≤1，f＝0表示属性值完全不在该模糊区间，f＞0表示属性值到模糊区间中心点的相对距离；3)基于模糊-粗糙集算法的工艺规则获取：将决策表中的所有对象集合作为论域，条件属性集合或决策属性集合构成一族模糊等价关系，按照这些模糊等价关系对决策表中的数据归类，将论域划分为模糊等价类，一个分类对应于一个概念，而全部概念构成一个原始的规则库；计算决策属性关于条件属性的模糊下粗集，从模糊下粗糙集中归纳得到附有规则可靠度的确定性工艺规则；4)规则的约简：对通过模糊-粗糙集分析获得的规则，通过规则描述、设定规则可靠度阀值以及值约简的方法进一步进行约简，形成新的工艺规则。