基于二级实例推理的工艺决策框架优化方案

由于规范化的再制造工艺决策能够保证再制造产品质量，且实例推理技术能够显著提高再制造工艺决策过程的效率。因此，提出了基于二级实例推理的工艺决策过程框架，如图5-5所示。

由图5-5可知，所提出的再制造工艺决策框架主要包括特征参数规范化阶段、指定相似度与实例推理阶段、实例修正与再制造阶段与制定工艺规程阶段。各个阶段具体内容如下。

1.特征参数规范化阶段

首先，分析待修复的废旧零部件，并根据其再制造要求提取相关的特征参数，如磨损面积、裂纹深度等。其次，将提取出的废旧零部件特征参数通过相应的手段将其转化为规范化语言，如基于本体的XML或OWL语言等，以便输入推理机进行实例推理。规范化的废旧零部件特征参数主要包括失效形式知识表达及具体失效情况知识表达两部分。前者对废旧零部件的失效类型进行定义；后者对关于其失效类型的相关参数进行定义。在对废旧零部件的失效特征进行定义后，进入一级实例推理阶段。

2.指定相似度与实例推理阶段

一级实例推理根据废旧零部件的失效类型，对废旧零部件再制造工艺类型进行推理计算。在推理计算过程中，推理机将输入的废旧机电产品失效特征与数据库中存在的相关再制造工艺进行匹配运算。根据事先定义的关联度函数，最终得到两者之间的关联度值。关联度值的运算除了考虑输入特征与匹配特征外，还需要将再制造成本、再制造技术可行性及再制造工艺绿色性等因素考虑在内；最终通过加权算法，得到最终的相似度值。

图5-5 基于二级实例推理的工艺决策过程框架

目前有关相似度的度量主要有向量空间余弦相似度、皮尔森相关系数、Jaccard相似系数与调整余弦相似度等方法。以下引入基于皮尔森系数的相似度计算方法来计算目标实例与候选实例之间的相似度。

实例间的匹配是基于其实例特征的匹配，因此在匹配过程之前应从中选取对匹配结果影响较大的实例特征。例如对于废旧机电产品（如导轨）的实例特征主要有材料类型、失效类型、失效程度、导轨平面度、导轨平行度、大山导轨直线度等。

对于定量表示的实例特征，若其定量特征值为x，与之对应的期望实例特征值为y，则基于皮尔森系数的相似度可由式（5-1）表示：

式中：x_i为第i项候选实例特征值；y_i为对应的第i项期望实例特征值；r_i（X，Y）分别为对X和Y基于自身总体规范化后计算空间向量的余弦夹角，而X和Y则分别表示包含x_i和y_i的实例特征值向量。

而对于每一项定性表示的实例特征局部相似度，则由式（5-2）表示：(www.xing528.com)

式中：p_l表示实例特征X包含的第1项定性特征的语义值；q_l表示期望特征Y包含的第1项定性特征的语义值。

若两者语义值吻合，则相似度取1，否则取0。定性特征相似度由式（5-3）表示：

式中：s_l为第1项定性特征局部相似度；w_l为其对应的权重值。

因此候选实例与期望实例之间的相似度值由式5-4表示：

sim（X，Y）=r（X，Y）k+s（X，Y） （5-4）

式中：k为定量特征权重系数；s（X，Y）为定性特征相似度。

经过一级实例推理后，根据事先定义的最低相似度，可从再制造工艺数据库提取出若干个满足再制造要求的相似再制造工艺实例。基于这些实例进入二级实例推理过程。二级实例推理的主要目标为根据输入的再制造实例，同样以第一级实例推理相似度为推理基准，通过推理机得到满足再制造要求的再制造工艺参数，例如加工余量、切削速度、镀层厚度等。这些再制造工艺参数将为后续的再制造工艺决策过程提供有效参考。

3.实例修正与再制造

在二级实例推理结束后将得到若干个再制造工艺及其对应的工艺参数。然而受限于再制造成本、再制造工艺技术难度与工艺绿色性等因素的制约，还需对这些再制造工艺进行评估。通过相关领域专家的鉴定，同时采用科学有效的决策方法，最终从候选再制造工艺中选择最为合适的再制造工艺作为最终再制造工艺的参考，并对决策出的再制造工艺进行工艺参数修正，以适应当前的废旧零部件再制造修复过程。

4.制定工艺规程

以修正后的再制造工艺路线对废旧零部件实施再制造修复，并采取相应的方法对再制造零部件进行质量检测。如果检测结果符合预期，则表明本次实例推理过程是有效可行的。因此，将本次的再制造工艺制作成再制造工艺规程文件，并通过相应手段存储到再制造实例库中，以便日后的再制造工艺实例推理问题的求解。