A sophisticated expert system for the diagnosis of a CNC machining center |
| |
Authors: | K. Althoff K. Nökel R. Rehbold M. M. Richter |
| |
Affiliation: | (1) Fachbereich Informatik, Universität Kaiserslautern, Postfach 3049, D-6750 Kaiserslautern, FRG |
| |
Abstract: | As the domains of diagnostic expert systems become larger and more complex, purely associative approaches are no longer adequate solutions. A good example for such a situation is the diagnosis of a CNC machining center where the diagnostic process has a rich inner structure that has to be reflected in the system. In this article we describe three ways of extending the conventional expert system architecture. Firstly, our system uses a structural model of the machining center in addition to production rules. Secondly, we pay special attention to knowledge acquisition which is intimately related to the learning process. Finally, several temporal aspects of the diagnostic situation are addressed explicitly.
Zusammenfassung Im gleichen Maße, wie diagnostische Expertensysteme in immer umfangreichere und komplexere Aufgabenstellungen vordringen, zeigt sich, daß ausschließlich regelbasierte, assoziative Ansätze keine angemessene Lösung mehr darstellen. Ein typisches Beispiel für eine solche Situation ist die Diagnose von CNC-Bearbeitungszentren, deren komplexe innere Struktur und die spezifische Vorgehensweise des Experten explizit in der Wissensbasis repräsentiert werden müssen. In diesem Artikel beschreiben wir drei Richtungen, in denen diekonventionelle Expertensystemarchitektur erweitert werden kann, um den gestiegenen Anforderungen zu entsprechen. Unser System stützt sich auf ein Struktur- und Funktionsmodell des Bearbeitungszentrums, das das in Regelform gespeicherte Wissen ergänzt. Die Verwendung des Modells stellt neuartige Anforderungen an die Wissensakquisition, die durch eine enge Verzahnung mit dem Lernmechanismus des Expertensystems unterstützt wird. Schließlich gehen wir auf die zeitlichen Aspekte der Diagnosesituation ein, die eine spezielle Behandlung der dynamischen Maschinenprozesse und der sich darin entwickelnden Fehler erfordern. |
| |
Keywords: | expert systems diagnosis deep models knowledge acquisition learning temporal representation mechanical engineering |
本文献已被 SpringerLink 等数据库收录! |
|