注塑模具模架设计KBE系统以及智能化核心技术得出了推理的流程表，根据朝向子目标的方式提升了KBE系统的知识表明和推理工作能力;将事例推理的方式融合在KBE系统中，提升了系统对过去取得成功事例的工作能力;运用神经元网络的自自学能力，解决了模架中镶块和前后左右模设计的测算难题。根据具体的运用，该系统可以合理地提升模具企业的模貝设计和逻辑思维能力。

1994-2(知识通通大数据挖掘以及在工行业的应e用lish提高到计e算。机輔助助设r计层级：完成这一飞越，以通工程项目设计是一个经验型极强的领域，设计工作人员在长期性的工作上累积的工作经验与知识对工程项目设计全过程起着十分关键的危害-因而，虽然CAD关键技术愈来愈普遍，但现阶段CAD技术性绝大多数还滞留在辅助设计制图层级，这毫无疑问无法担任对产品研发的高品质、短周期降低成本规定-因而必须将传统式的CAD过集成化人工智能技术和工程项目行业知识，组成工程项目设计KBE(Knowledge Based Engineering)系统来做到。

文中觉得KBE是一种储存并解决与产品模型相关的知识，并根据产品模型的计算机技术系统，这种知识包括了商品的设计、剖析与生产制造方式等。因而KBE系统包含知识系统、知识获得、商品模型和剖析技术性等一部分。知识系统关键用以工程项目设计知识的表明和解决，最能体现系统的智能化系统水准，知识系统的知识表明将集成化多种多样方式，以求运用各种各样方式的优势，更合理地表述权威专家的知识;知识获得技术性关键用以工程项目设计知识的获得，包含全自动获得和人力获得，能够调整和提炼出各权威人物的知识，改进工程项目设计工作能力和工程项目逻辑思维能力;商品模型和剖析技术性包含辅助设计图型技术性(CAGD)和辅助设计工程设计(CAE)，他们是工程项目设计KBE系统的基本，知识系统和知识获得技术性都将创建在其基本上。因而，融合当今模具企业的要求和当今KBE技术性的进度，文中开展了模架设计KBE系统以及核心技术的科学研究。

模架设计：KBE系统架构根据对当今模架设计全过程的剖析，设计了模架设计的数据流程图。此后能够看得出，技术工程师从取得注塑件逐渐，就循规蹈矩设计模貝的每个组织，而且各组织设计的基础知识彻底不一样，不太可能用统一的知识表明(事例信息内容、原材料信息内容、加工工艺信息内容等)。因而在每个组织的设计中，应创建根据主要用途的不一样设计子系统，随后综合性变成模架设计KBE系统。

模架设计KBE系统的系统架构如所显示，选用Pro-Engineer手机软件开展次开发设计。在系统中融合行业知识开展工程项目设计，进行模架的构造设计，包含镶块设计、前后左右模设计、模架零件干预查验可用模架的型号规格和采用的标件。在其中行业知识选用：架构掘则构造知识开展表明(用以进胶口设计等)神经元网络开展表明(镶块设计和前后左右模规格设计)CASE开展表明(模架设计事例及其模架型号规格等)等方式。在知识获得层面，选用人力互动和归类方式，一同获取进胶口设计、镶块设计和前后左右模设计等知识。

KBE系统的知识表明和推理工程项目设计中的知识是有关工程项目设计全过程中各种各样关联和全过程的知识，为了更好地合理地适用工程项目设计主题活动，务必用适度的方式来表述各种各样关联和全过程，这就是知识表明。另外知识表明方式是科学研究用机器语言表明知识的可行性分析和实效性的方式，可当做是一组叙述事情的承诺，能够把人们知识表明成设备能解决的算法设计。

S方式是产生式标准、可是框架剪力墙具备机构成块知识的优良特点，因而将二者开展有机化学的融合，创建根据架构掘则的系统，能够出示工程项目设计系统优良的开发设计、调节和管理方法协助。在运用上，模架设计KBE系统自身是创建于运用子行业的设计子系统以上，随后再综合性变成一个统一的系统，在其中每个子行业的知识大部分互不干扰，并且构造上彻底不一样，这种特性为创建根据架构掘则的智能化系统出示了有利的运用基本。

C：=浮点数架构-见的Backus现代性文中选用根据架构标准的算法设计表明行业知识：实际的架构表明工程项目设计行业的子目标，并集成化处理该子目标的知识(标准等)，每个架构根据处理总体目标的逻辑关系和上下级关系，一同组成行业的架构树。

所述的架构标准现代性组成了注塑模具模架设计KBE系统的知识表明語言，注塑加工模架设计KBE系统的全部工程项目知识都用此語言表明。可是KBE系统中一些子行业并不符合可用标准推理的方法开展测算，如镶块设计、前后左右模规格设计和模架设计事例的挑选，因而在“自变量测算方法”中提升了“函数计算方法”，从而扩宽了KBE系统的应用范畴，促使诸多的测算和推理方式，如神经元网络、根据事例的推理等，能够无缝拼接地结合于注塑模具模架设计KBE系统中。

为KBE系统根据架构标准的推理优化算法。

从流程表中能够看得出，该优化算法的主要特点是灵活运用标准系统的前向和反方向推理，使系统的推理集中化在某一个子目标中，以尽可能变小推理范畴。虚线一部分表明在一些推理测算全过程中必须对更多方面的子目标开展推理测算，因而需递归调用子目标的推理全过程。那样组成了根据架构树的详细的推理优化算法。

模架设计中根据事例的推理技术性做为一种合理的推理技术性，在每个领域获得了渗入和运用。CBR的核心内容是人类经验的再运用，因而十分适用一些弱基础理论行业。模具制造全过程是一个繁杂的、逻辑性还不太清晰的全过程，影响因素许多，难以用精准的理论模型开展叙述，因而归属于弱理设计时，通常是追忆过去旧的、相相近的商品或特点的设计結果，效仿其设计方式或观念，历经适度地改动就可以融入新的状况，处理新的难题，这就从客观性上为CBR技术性在机械加工行业的运用出示了基本。因此 CBR技术性在机械加工行业的科学研究运用和发展趋势具备可行性分析，而且是一个富有有期待和发展前景的科学研究和应架构标准系统推理流程表当今在注塑模具CBR的科学研究关键侧重于基础理论层面，朝向加工厂具体的偏少。在加工厂具体中，模貝设计技术工程师最必须的是相近模貝的设计计划方案。因而文中创建了根据注塑产品商品的模貝设计CBR系统，并集成化于注塑模具模架设计KBE系统。该事例推理系统关键用以向模貝设计技术工程师出示设计主要参数和设计计划方案根据数据流程图的剖析和注塑模具模架设计KBE系统的要求，将现有的事例按其注塑产品种类和规格分为不一样的类型，故事例库选用层级机构方式，而每一个事例选用统一算法设计表明的机构方式。

用当今事例推理的检索策略关键有最相相邻策4-2014ChinaAcademicournalElectronic略、梳理推理对策和知识正确引导对策，对于本系统，拟选用权重计算量相邻法，即用注塑模具事例中多个关键的关键词(注塑产品种类，注塑产品长、高宽)产生数据库索引。因而事例搭配为非彻底搭配，每一次选择以事例相似性来考量当今要求和现有事例的搭配水平。其事例的相似性S测算以下：在其中：Mi为每个关键词的搭配值;Wi为每个关键词的权重值，在其中注塑产品种类的权重值取名为3.注塑产品的长、宽和高各取名为1，那样可防止因为产品类别不一样但规格相近事例，该相似性优化算法搭配上不一样种类的商品做为事例。

模架设计中的神经元网络技术性在模架设计全过程中，技术工程师应对于注塑产品的不一样规格和样子，明确选用镶块和前后左右模版的规格，现阶段大部分的方式是运用理论基础研究或经验公式定律的成效立即开展数值计算方法，可是实践活动上这种测算成效存有非常大差别，历经与具体取得成功设计的模貝数据对比，测算模架规格的关键主要参数(模架厚度和后模底端薄厚)均比具体的大50%之上，有的做到200%.因为基础理论公式计算的计算均存有不一样水平的简单化，因而误差值很大。为处理这些方面的难题，选用与基础理论计算不一样的方式，立即从具体的取得成功事例中开展学习培训，结构神经元网络开展测算。

双层前馈控制神经元网络(MLN)运用反向传播(BP)优化算法能靠近随意动能比较有限的非线性函数关联，及其其在程序流程中的易完成性，自面世至今，就在信号分析、计算机视觉及其工程项目归类中获得了普遍的运用和高度重视。事实上，BP算法是最优化理论中最速下降法在MLN中的实际运用。本系统中选用的BP算法以下：设给出n个样版(Xi，Yi)，Ei为第i个样版的目标函数，反方向误差值散播优化算法的权重值调整为w(k 1)=w(k)在其中：Z为学习率，用于操纵学习培训的步幅;T为学习培训时防止迭代更新进到一个“V”形幽谷而设定的惯性力项;w(k)为双层前馈控制网的权重值引流矩阵;E为双层前馈控制网总体目标和輸出中间的均方差涵数。

KBE系统的双层前馈控制网应用具体取得成功的事例开展学习培训，选用注塑产品规格和一模件数为已经知道情况，模架镶块规格、模架厚度和前后左右模底端薄厚为輸出。检测误差值约为30%，比基础理论经验公式定律的效果非常的好;而且伴随着运用的深层次和事例的提升，神经元网络的自学能力将使系统的误差值慢慢降低，更为趋于于具体选用的规格标值。

总结根据对当今模具企业模貝设计和生产制造步骤的剖析，融合工程项目设计行业KBE技术性的发展趋势，明确提出了开展注塑模具模架设计KBE系统科学研究的构思。得出了注塑模具模架设计KBE系统的基础架构，并对其核心技术(知识表明和推理，根据事例的推理，神经元网络技术性)开展了剖析。根据注塑模具模架设计KBE系统的具体运用，证实该系统可以合理地提升模具工程师的模貝设计和逻辑思维能力。

来源于：中国塑料网