基于案例推理的兩級齒輪減速器系統的設計外文文獻翻譯、中英文翻譯
基于案例推理的兩級齒輪減速器系統的設計外文文獻翻譯、中英文翻譯,基于,案例,推理,兩級,齒輪,減速器,系統,設計,外文,文獻,翻譯,中英文
基于案例推理的兩級齒輪減速器系統的設計
作者：JI Aimin，HUANG Quansheng，，XU Huanmin，CHEN Zhengming
摘要:兩級齒輪減速器的設計,是一項冗長沉悶而又費時的過程。為了提高我的效率和在智慧的設計過程中，將案例推理(CBR)技術應用于兩級齒輪減速器的設計。首先，對當前兩級齒輪減速器的設計方法進行了分析,并描述了CBR的原則。其次，根據減速器的特點,CBR的三個關鍵技術進行了研究并提供了相應的方法，方法如下：(a)面向對象的知識表示方法(b）結合感應索引的最近鄰檢索方法（c)一定情況下適應算法結合基于規(guī)則的修訂和人工修正。再者，為了提高案例檢索的可信度，一種新方法確定權重和相似的特征提出了公式，那就是組合加權法和層次分析法(AHP)和粗糙集的理論。最后，根據上面的分析結果,設計系統CBR的兩級減速器是在VC + UG和Access2003基礎上發(fā)展的。一種新方法提供了兩級齒輪減速器的設計。如果上述開發(fā)系統應用設計兩級減速器設計可以提高效率,使設計師從乏味的設計減速器的過程釋放,把更多精力放在創(chuàng)新設計。研究結果充分反映出CBR技術在機械零件的設計的過程的可行性和有效性。
1 介紹
傳統的兩級齒輪減速器的設計方法是一個耗時的過程。即使現在CAD是在設計過程中,使用傳統的限制設計方法并沒消除。為了改變這種情況,許多人所做的研究減速器的設計方法，主要包括減速器的參數化設計和專家系統(ES）。這兩種方法有各自的缺點：參數化設計,每個部分的關系需要充分考慮,因為一個參數的改變可能會導致改變其他參數或減速機的結構，那就需要設計師熟悉減速機,并能夠使用設計軟件包括函數的參數化設計。此外知識學習是非常困難的在減速器專家系統中，因為一些專業(yè)知識與規(guī)則是非常困難來表達的。CBR可以改善這兩種缺點。在CBR存在情況下新情況下完成的基礎上,所以可以通過新的情況修改部分或直接利用存在的案例 而且案例取得比規(guī)則更容易取得,因為主要知識在CBR的案例中。事實上，
案例通常比規(guī)則或模型提供更多的信息。許多研究人員已經做了大量工作，關于CBR在工程中的應用。
SUN ,開發(fā)了一個智能夾具設計CBR系統。KWONG，引入了一個方法來確定適當的發(fā)展CBR注塑參數的系統。LIU，提出檢索算法結合聚類技術來定位相似案例說明了機械設計CBR系統的可行性。PETERL，開發(fā)了一個自動化的關于CBR的知識系統，可以智能支持預處理階段分析工程接觸力學域。X10NG，提供應用和創(chuàng)新基于CBR的概念設計方法,體現了工業(yè)設計的知識。開發(fā)的系統簡化了概念設計過程,幫助設計師,并為產品長期發(fā)展提供基礎。然而上述工作的注意在CBR理論研究優(yōu)于CBR技術與機械產品結合。因此,采取兩級齒輪減速器為例,整個機械部分將討論在CBR的過程。
2 CBR中的關鍵技術
CBR是一種類似或類比方法。當一個CBR系統解決一個新問題,它檢索或更多的情況下從前期案例最類似于新問題的情況，并修改情況滿足新條件。CBR的流程圖如圖1所示。根據CBR的流程圖,產品設計的發(fā)展在CBR系統需要解決一些問題,包括案例的描述,案例的檢索、案例修改、案例研究和案例基礎例描述維護,案例檢索和案例修改被稱為三個關鍵技術。
案例描述行為是案例數據編碼的結構與一些傳統計算機所接受的標記。案例可以通過一些方法包括描述
包括火焰、對象、謂詞語義網絡和規(guī)則,等等,其中,框架和對象是最常用的。
案例檢索是一個找到一個相互關聯的過程案例特征指數或更多的類似案件相似。Ref.，將案例檢索分為三個部分:特征識別,初級匹配和最佳選擇。本文把案例檢索分為四個部分:主要特征提取、特征識別，初級匹配和最佳選擇。數據采集的數據集通常包括許多屬性和特征，一些屬性數據跟采集無關。那些不相關屬性影響數據采集的效率。刪除那些不相關的屬性可以提高數據采集的效率,使數據采集的結果更容易理解。特征提取的主要的目是在建立有效的索引的情況下基礎選擇關鍵特征。特征識別目的是在新情況下選擇關鍵特征識別。特征識別可以經常作為提取關鍵特征的參考，因為它包括一個豐富的屬性特征，所以兩級減速器關鍵特征的提取更重要。這些典型的案例檢索方法包括最近鄰,感應索引,神經索引知識和模板檢索。
案例修改是修改最佳匹配的過程，以滿足新的設計需求,最常用的方法包括人工修改,知識密集修改和知識短缺修改。
3 在CBR中兩級齒輪減速器的設計
3.1 案例構建
3.1.1案例描述
本文使用面向對象的案例表示模型層，提供了一個統一的對象。面向數據模型,即提供各種各樣的面向對象的概念,數據結構,維護操作和靈活的擴展,并提供屏蔽具體數據庫的關系模型,并建立一個透明的對象轉換機制映射原則,進行合理、有效的管理。對象模型的映射原則是上層之間的轉換關系，是一種面向數據模型和底部的關系模型之間的某些關系對象模型層,數據庫,和其他功能模塊如圖2所示。
兩級齒輪減速器是一個復雜的裝配，為了方便表示,將兩級減速器分成五個組件類和兩類零件類。五個組件類是高變速齒輪組,低速齒輪組團式、高速軸中間軸承,軸和軸承和低速軸和軸承,兩個零件類是護罩和機架。這些組件類可以被拆分成零件類。最后，每一零件類映射到它底層關系數據庫表，因此,在圖3給出了兩級齒輪減速器中面向對象的知識模型。
3.1.2 案例構建
根據在圖3中的兩級齒輪減速器案例的表示模型，兩級齒輪減速裝置及其組件的特征屬性值被映射到底層數據庫,因此基礎是怎么建。在底層數據庫每一個表包括一個“案例數”域，這種關系建立在每一個零件和減速機映射的表所包括的“案例數”上。圖4顯示了案例存儲方式的基礎是兩級齒輪減速機的數據庫軟件Access。由于有限的空間，本文沒有列舉在Access中零件的儲存方式。
3.2 案例檢索
本文應用最近鄰和感應索引相結合的檢索方法,因為兩級的設計齒輪減速器是一種有著悠久歷史的體驗過程,兩級減速器包括許多案例。所以，最好使用感應索引做一個粗略的檢索和使用最近鄰索引做一個很好的檢索。圖5顯示了詳細的檢索過程?，F在,反過來論文描述了兩級齒輪減速器的設計系統在CBR中案例檢索的子進程和方法。
3.2.1 關鍵特征提取
原始案例基礎是的特點是在關鍵特征提取前的預處理。
（1）數據的預處理。離散歸一化處理定量參數轉換到平等高頻定性參數時間間隔 。平等高頻定性參數的原則是最初的區(qū)間劃分為小的時間間隔(N是一個離散數量由用戶),而每一個小的時間間隔幾乎相同數量的數據。第一個和最后一個間隔是擴展摘要:上限第一次間隔改為零,和上一個下限間隔改為無窮大，那就
確保一個屬性值的情況下有一個對應的小間隔，因為CBR是一個不間斷的過程研究(案例將不間斷地增加的數量）, 避免這種小間隔時再次分裂，而且新添加和檢索的新案件不是超出了原來的屬性值。N間隔等同于0,1,2,?,n - 1。定性特征屬性分配給“0、1” 以增加或減少命令。例如，在原始案例中“精確級減速器”三個選項供用戶選擇：分別按照上述方法，類的7、8、9可以表達為1,0.5,0。布爾屬性的屬性值很容易確定：相同的是1. 0，不同的是0。
（2)關鍵特征選擇。這些顯然不相關的特征不直接考慮數據采集。然而,許多特征很難確定其在數據采集的意義。這些特征選擇需要有效策略。這篇論文使用決策樹來選擇大小的主要特征，信息增益決定建立索引樹的關鍵，特征的信息增益算法，可以再保險決定屬性。
兩級減速器的關鍵特征選擇，在原始案例基礎下，顯示如表1給出。
首先,顯然無關的特征數據采集是直接淘汰。其他的特征變成離散歸一化處理定性屬性，然后選擇上述的信息增益算法。其次，傳動功率的屬性分為三個小間隔根據上述提到的等頻率間隔：（0，1 0)，[1 0，20]and(20，∞)。定性數值范圍分別為0、1、2。傳動比的屬性，分別將使用壽命和傳輸效率劃分為若干個相應的小間隔。每個時間間隔數值范圍是用0，1、?n表示。齒輪驅動的布局分為兩個類型。開發(fā)配置用0表示,恢復配置代表1.離散處理的結果得到表2。
布置形式的屬性被視為識別屬性和其他屬性作為決策屬性?；痉譃閮蓚€根據識別屬性類。第一個類是由6個案例的布置形式擴展形式,第二個安排形式是由其他情況下的同軸形式安排。根據算法的信息增益,很容易獲得收益的信息的所有屬性如下：Gp=0.29,Gt=0.12,Gk=0.29,Gη=0.01。因此,屬性傳動功率的傳動比和壽命可以選為主要特征的價值特征屬性。
3.2.2 初級匹配
初級的匹配是,從一組案例下選擇與當前設計相關案例的過程。這一過程是通過索引樹實現的由所有關鍵特征和決策信息獲得計算。如圖6所示的索引樹中初級實現了基于匹配的情況索引樹。
3.2.3 最好的選擇
最好的選擇是一個過程,最好的情況是選擇從初級匹配的情況下獲得的。最好的情況下選擇最近鄰,也是計算體重的關鍵特點和案例的相似度如此不可或缺的。
（1）權重的特點
權量特征的特點是用來評估可以影響精度的重要性推理的結果。根據最初的來源信息的方法確定的重量特點可以分為兩類：主觀方法和客觀的方法。主觀方法的信息來自專家,和信息的目標是統計原始數據。兩級方法的代表方法是層次分析法(AHP)和粗糙集理論。層次分析法是一種決策方法，決策問題分為包括目標、規(guī)則、項目等一些層次結構,定性分析和定量分析。使aij的i維度比j重要。重量wli的i通過下面方程計算出來：
，i=1,2,.....n (1)
粗糙集理論是一種數據的推理方法鑒于知識分類,適用于分析依賴降低知識和特征屬性之間,而且解決了問題的特征屬性的重量相似度度量。重量計算的有關公式給出如下:
本文應用層次分析法的方法和粗糙集理論這兩種方法是為了補償缺陷。組裝的組合方法根據線性疊加原理,材料組合形式如方程所示：
（5）
根據相結合的方法,減速機的主要特點的三個權重分別獲得，如傳動功率的屬性：w1=0.52;傳動比的屬性：w2=0.28;壽命屬性：w3=0.20。
（2） 類似
兩級減速器的特征值由定量和定性的參數組成。因此,本文提出了一種新的案例相似度的算法，表示如下:
特征的相似度：
兩種案列的相似度：
假設按表3的設計條件去設計兩級齒輪減速器，檢索如表4的兩個案列。
每個關鍵特征的權重分別是0.52,0.28,0.20。根據方程（6）-（8）可以得到這個案例的相似度，計算過程如下：
3.3 案例修改
本文采用修正的組合規(guī)則和人工修正修改情況。修改流程圖在圖7中給出。規(guī)則包括經驗公式,計算公式。例如，小齒輪的寬度通常是一個齒輪增加5 ~ 1 0毫米。限制是評估設計的可行性主要措施，如運用經驗公式計算齒輪齒面接觸疲勞強度,齒輪齒根彎曲疲勞強度等。
4 總結
（1）兩級減速器通過面向對象的知識模型，這樣方便和準確的表達減速機的知識和有利于檢索。
（2）根據兩級齒輪減速器設計的實際情況，組合加權法AHP和粗糙集理論,提出了可以提高案例檢索的可信度。
（3）關于CBR的兩級齒輪減速器的設計系統，使兩級齒輪減速器的設計更容易,更快捷和更多可以使用智能方法，以及其他組件對CBR的參考。
（4）在兩級減速器設計中運用CBR的前提條件是要有足夠的先前案例。如果需要兩級減速器滿足特殊的設計要求，那么相關案件必須添加到基礎案例上。
參考文獻
[1]CADET Sycara K．A case—based synthesis tool for engineeringdesign[J]．International Journal for Expert System，1992，4(2)：57-88．
【2】YANG H，LU W F’L1N A C．A case-based progress planningsystem for machining of rotational part[J]．Journal of IntelligentManufacturing,1994，6(5)：41l_43O．
[3]AGNAR Aamodt， ENRIC Plaza． Case—based reasoning：foundational issues， methodological variations， and systemapproaches[J]．Artificial Intelligence Communications，1994，7(1)：39—59．
[4]SUN Shuhuang，CHEN Jahau Lewis．A fixture design system usingcase—based reasoning[J]． Engineering Application ArtificialIntelligence，1996，5(9)：533-540．
【5]KWONG C K，SMITH G E LAN W S．Application of case basedreasoning in injection moulding[J]．Journal of Materials ProcessingTechnology,1997，63：463-467．
[6】LIU Jiali，YAN Xiangbin，QI Wei，et a1．A case—based reasoningsystem for mechanical design[C]／，2DD8 International Conference onManagement Science&Engineering a5th)，Long Beach，USA，September 1 12．2008：585—590．
[7]WR／GGERS Peter,SIPLIVAYA Marina，JOUKOVA Irina，et a1．Intelligent suppo~of the preprocessing stage of engineering analysisusing case-based reasoning[J]．Engineering with Computers，2008，24(4)：383_4O4．
[8】XIONG Hongyn n， SUN Surong． Design and realization ofcase—based reasoning product conceptual design system[C]／，2fJ0 7thInternational Conference on Computer-Aided Industrial Design andConceptual Design，Hangzhou，China，November 17—19，2006：1-4 ．
【9]CHEN Wenwei，HUANG Jincai．Data warehouse and datamining[M]．Beijing：Post&Telecom Press．2004．(in Chinese)
【10】MENG Yanni．Research on design of gear on CBR[D]．Xian：Northwestern Polytechnical University,2006．(in Chinese)
[1 1】OCIEPKA P，SWIDER J．0bject—oriented system for computeraiding of the machines conceptual design process[J]．Journal ofMaterials Processing Technology,2004，15(8)：221—227．
[12]QIAN Mei，WANG Bing，wU Genfeng，et a1．A representation ofcomplex structured knowledge based on object—oriented models[J]．Computer Engineering＆Science，2002，3(24)：62—65．(in Chinese)
[13]WU Sen，GAO Xuedong，BASTIAN M．Data warehouse and datamining[M]．Beijing：Metallurgical Industry Press，2003．(in Chinese)
[14】QrN Shoukang． Comprehensive evaluation principle andapplication[M]．Beijing：Publishing House of Electronics Industry,2003．(in Chinese)
[15]ZHANG Z．Static and dynamicfeature weighting in case-basedreasoning(CBR)[D]．Burnaby,Canada：Simon Fraser University,1997．
收藏