基于神经网络的摩擦焊接工艺参数专家系统的研究

【摘要】： 本文从摩擦焊接技术的发展需要出发，为了更好地实现摩擦焊接领域信息资源的共享，根据专家系统理论，提出了建立摩擦焊接专家系统的必要性和实用性。为了较好地解决本专业领域知识的管理和扩充问题，克服传统专家系统在知识获取上的局限性，本文利用人工神经网络技术在自组织学习与模糊推理等方面的技术优势，提出了将神经网络技术引入到专家系统中，建立一个智能混合系统——基于神经网络的专家系统。为摩擦焊接工艺参数专家系统的构造开辟了一条新的途径。 对网络训练数据样本的采集，本文提出了采用正交实验设计的方法来安排实验，数据处理采用极差分析法，并用实例进行了验证，保证了获取训练样本的代表性。 本文中专家系统的开发采用模块化设计，以C++Builder作为开发工具，采用面向对象的设计方法进行开发，建立了人机交互界面、数据库管理系统以及网络训练与预测系统模块。各模块之间通过动态链接库(D11)进行相互调用，有利于系统的维护和提高整个系统的运行速度。用户通过数据库管理系统，可以方便地实现对专业领域相关工艺规范参数的查询和维护。在网络训练与预测模块中，详细推导了BP算法在知识获取与知识推理中的实现过程，并采用C语言编程实现，运行程序完成了系统网络模型的学习与推理预测，从而可以实现工艺参数的选择优化，为该专家系统中数据的进一步完善提供了有效的扩展接口。整个系统的建立过程为其他领域专家系统的开发提供了可借鉴的思路和方法。 本文最后通过检验样本，分析了应用所建立的系统模型预测摩擦焊接接头性能的结果。