多功能開溝機(jī)英語翻譯

1、以知識為基礎(chǔ)的巖石切割挖溝機(jī)性能預(yù)測的模糊模型M. H. den Hartog荷蘭代爾夫特人，畢業(yè)于代爾夫特理工大學(xué)采礦和石油工程，地質(zhì)工程專業(yè)R. Babuska荷蘭代爾夫特人，畢業(yè)于代爾夫特理工大學(xué)電機(jī)工程學(xué)系，控制實(shí)驗(yàn)室H. J. R. Deketh, M. Alvarez Grima, and P. N. W. Verhoef荷蘭代爾夫特人，畢業(yè)于代爾夫特理工大學(xué)采礦和石油工程，地質(zhì)工程專業(yè)H. B. Verbruggen荷蘭代爾夫特人，畢業(yè)于代爾夫特理工大學(xué)電機(jī)工程學(xué)系，控制實(shí)驗(yàn)室摘要一個以知識為基礎(chǔ)的巖石切割挖溝機(jī)性能預(yù)測的模糊模型已經(jīng)研制成功。開溝機(jī)是一種配備使用了旋轉(zhuǎn)切割鏈的機(jī)

2、器，用來在巖石和土壤中挖掘戰(zhàn)壕。因此，挖溝機(jī)的性能和特定的開挖項(xiàng)目的成本取決于其生產(chǎn)率和鉆頭消耗率（因磨損和破損）。這兩個因素取決于挖出的巖石材料的性能和挖溝機(jī)的特性。挖溝機(jī)性能的數(shù)學(xué)建模是困難的，因?yàn)闄C(jī)床和環(huán)境之間的相互作用是動態(tài)的，不確定的，復(fù)雜的。測量的數(shù)據(jù)太小，無法使用統(tǒng)計方法。因此，基于專家的建議是建立一個以規(guī)則為基礎(chǔ)的模糊模型。允許模糊邏輯的使用是為了使參與規(guī)則的定性信息與數(shù)值數(shù)據(jù)輸入能順利接口。R. Babuska的通信地址：荷蘭代爾夫特理工大學(xué),機(jī)電工程系，控制實(shí)驗(yàn)室。 電子郵件：r.babuskaet.tudelft.nl該文章于1996年7月1日被國際推理雜志社收到，199

3、6年10月被采納，在1997年被發(fā)表。愛思唯爾科學(xué)公司 0888-613X/97/$ 17.00紐約美洲大道655 有價證券S0888-613X（96）00118-6開發(fā)模型使用6個輸入變量巖石強(qiáng)度，設(shè)置在巖石質(zhì)量上的三個聯(lián)合（間斷）套之間的間距，聯(lián)合的方向，和溝槽的尺寸來預(yù)測定性語言值服務(wù)條款中的生產(chǎn)率和鉆機(jī)消耗率。預(yù)測數(shù)值的獲得是通過使用修改后的模糊均值模糊化過，允許簡單適應(yīng)隨之而來的隸屬函數(shù)以獲得微調(diào)模式中的性能數(shù)據(jù)。專業(yè)知識被編碼為如果-然后規(guī)則，在四個規(guī)則庫中分層編輯。該模型是通過定性的使用依賴分析和定量使用現(xiàn)有的數(shù)據(jù)來驗(yàn)證的。迄今所取得的成果是令人滿意的。關(guān)鍵詞：以知識為基礎(chǔ)的模糊

4、建模，決策支持系統(tǒng)，挖溝，挖掘機(jī)械，巖石切割挖溝，性能預(yù)測1. 引言挖溝機(jī)是一種配備有旋轉(zhuǎn)切割鏈用來在地下巖石和土壤中挖掘大型插槽（戰(zhàn)壕）電纜和管道的機(jī)器。挖溝機(jī)的性能是由生產(chǎn)（開挖）率和鉆頭消耗率（因磨損和破損）來決定的。挖掘生產(chǎn)率，即每一小時所能挖掘壕溝材料的體積。鉆頭消耗率，即每立方米巖石材料的出土需要替換的鉆頭的數(shù)量，鉆頭的替換影響設(shè)備的成本和停機(jī)時間。生產(chǎn)率和鉆頭消耗率確定了開挖項(xiàng)目的成本。因此，要估計預(yù)期成本，預(yù)測挖溝機(jī)的性能應(yīng)該有合理的準(zhǔn)確性。歐洲和中東地區(qū)的重要出口挖溝機(jī)制造商維米爾制造公司開發(fā)出一種計算機(jī)程序，以提醒經(jīng)銷商所選挖溝機(jī)的生產(chǎn)率和鉆頭消耗率，來幫助他們預(yù)測開挖項(xiàng)目

5、的預(yù)期成本。然而，照目前的計劃，預(yù)測的準(zhǔn)確性并不總是令人滿意。因此，尋求新的解決方案，以提高預(yù)測的準(zhǔn)確性是非常必要的。用巖石材料性能和挖溝機(jī)的性能之間的關(guān)系建模是困難的，因?yàn)閮烧咧g的相互作用是動態(tài)的，是不確定的，復(fù)雜的。要更深入的了解這些關(guān)系，小規(guī)模和簡化的的模糊模型性能預(yù)測實(shí)驗(yàn)已經(jīng)被進(jìn)行。這些實(shí)驗(yàn)表明，某些完整的巖石材料性能和試驗(yàn)參數(shù)影響刀具的磨損和巖石的切削加工。然而，巖石質(zhì)量性質(zhì)的相關(guān)因素（即風(fēng)化或新鮮，裂隙或塊狀）和現(xiàn)場環(huán)境的關(guān)系以及特定的挖溝機(jī)的特點(diǎn)都不能用這些實(shí)驗(yàn)室的實(shí)驗(yàn)研究來調(diào)查。因此，一個挖溝機(jī)類型（類型T-850維米爾）的實(shí)地觀測在不同網(wǎng)站也是不同的，該網(wǎng)站透露的這種挖溝機(jī)

6、性能上的信息是在不同的地質(zhì)環(huán)境下測得的。到目前為止，十一個不同的經(jīng)營T-850挖溝機(jī)的網(wǎng)站已經(jīng)被訪問了，為了收集有關(guān)于溝槽的尺寸，挖溝處的地質(zhì)構(gòu)造，生產(chǎn)速度，鉆頭消耗率等有關(guān)數(shù)據(jù)。在網(wǎng)站上所收集的樣本在代爾夫特理工大學(xué)的實(shí)驗(yàn)室進(jìn)行分析。數(shù)量有限的可用數(shù)據(jù)是不被允許用常規(guī)的統(tǒng)計方法來建立預(yù)測挖溝機(jī)性能的方程的。此外，如果可能的話，嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)模型的推導(dǎo)是建立在底層的物理機(jī)制上的，是困難的，效率低下的。然而，由于專業(yè)知識的可用性，并隨著經(jīng)驗(yàn)的積累，現(xiàn)場和實(shí)驗(yàn)室的實(shí)驗(yàn)，越來越多的專家建議使用以知識為基礎(chǔ)的方法來發(fā)展預(yù)測模型。由于輸入的數(shù)據(jù)是一個由（可能不準(zhǔn)確）測量數(shù)值和定性信息組成的混合物，根據(jù)模糊集

7、方法選擇順利接口的定性和定量信息并輕松地將專業(yè)知識合并。開發(fā)模型使用6個輸入變量巖石強(qiáng)度，設(shè)置在巖石質(zhì)量上的三個聯(lián)合（間斷）套之間的間距，聯(lián)合的方向，和溝槽的尺寸來預(yù)測定性語言值服務(wù)條款中的生產(chǎn)率和鉆頭消耗率。數(shù)值預(yù)測是在模糊化后得到的，并且非常有可能自動調(diào)整職業(yè)規(guī)則中的專用功能來微調(diào)模型。專業(yè)知識是存儲在有四個層次的組織規(guī)則中的如果-然后規(guī)則中的，是以規(guī)則的形式存在的。由于大部分輸入變量是數(shù)值，經(jīng)過隸屬函數(shù)作用，以內(nèi)部邏輯的知識表示出來。不同規(guī)則庫之間的信息交流是通過使用具有真值的語言基礎(chǔ)變量來完成的。該模型通過使用相關(guān)的定量分析和現(xiàn)有數(shù)據(jù)在質(zhì)量上已經(jīng)被驗(yàn)證了。據(jù)作者所知，在相關(guān)的文獻(xiàn)中，還

8、沒提出過類似的，用以知識為基礎(chǔ)的方法為開溝機(jī)建模和性能預(yù)測。然而，類似性質(zhì)問題的申請數(shù)目表明，由此衍生的人工智能技術(shù)和這些技術(shù)的應(yīng)用，最近所收到的關(guān)注是越來越多了。當(dāng)前文件是有六個部分組成的：第2節(jié)介紹了T-850挖溝機(jī)及其性能。第3節(jié)描述了模糊模型規(guī)則庫和建立在專業(yè)知識上的隸屬函數(shù)的發(fā)展前景。第4節(jié)描述了推理和模糊化在模型中使用的方法。第5節(jié)提出了結(jié)果和模型的驗(yàn)證。第6節(jié)總結(jié)文件。2.T-850挖溝機(jī)及其性能T-850挖溝機(jī)（維米爾，美國）是一個巖體開挖機(jī)，它的外表看起來就像一個巨大的鏈鋸。如(a)圖中顯示了挖溝機(jī)的總體樣式和規(guī)模的大小。在圖（b）中V形圖案處顯示了挖溝機(jī)切割鏈?zhǔn)歉采w了鎢和剛

9、硬質(zhì)合金。切割鏈被推入地面后，隨著挖溝機(jī)向后移動開始旋轉(zhuǎn)，讓鉆機(jī)穿過巖石。經(jīng)過剪切和撕裂的巖石材料通過一條傳送帶（運(yùn)輸和投放材料到一側(cè)的溝槽）移走。挖溝機(jī)在理想情況下運(yùn)行，鏈的速度是保持不變的（約3.3米/秒）。挖溝機(jī)的最高行駛速度是由溝槽的尺寸和巖體的阻力決定的。行駛速度變化范圍從0到27米/分鐘。2.1.影響挖溝性能的因素 挖溝機(jī)的性能是由其生產(chǎn)（開挖）率和鉆頭消耗率共同決定的。產(chǎn)率就是每一有效工作小時所挖掘物料的體積。通常情況下，堅(jiān)硬的巖石體上覆蓋一層土，這種土比巖石更容易被發(fā)掘。在大多數(shù)情況下，含有覆蓋層的壕溝的產(chǎn)率遠(yuǎn)高于只含有堅(jiān)硬的巖石的壕溝。本文所描述的方法僅僅適用于堅(jiān)硬的巖石開挖

10、。 鉆機(jī)消耗率就是鉆機(jī)從開始投入使用到因破壞或磨損等必須被更換所出土的巖石材料立方數(shù)。 鉆頭消耗率影響開挖工程的成本是在兩方面的：鉆頭收購成本和停機(jī)更換鉆頭所需時間。雖然鉆頭的總消耗率是由磨損和破損共同決定的，但破損是影響T-850挖溝機(jī)鉆頭消耗率的主要因素。 （a） (b)圖1.(a) T-850挖溝機(jī)和（b）切割鏈的細(xì)節(jié)。巖石切割挖溝機(jī)的性能是和開挖的模式密切相關(guān)的。兩種挖掘模式可可分為：切割模式和松土（松動和壓裂巖石）模式，見圖2。至于哪種模式在挖掘項(xiàng)目占主導(dǎo)地位，在很大程度上取決于巖體間斷的間距。這些間斷被稱為節(jié)點(diǎn)，它使個別巖塊和巖體分開。如果這些巖塊小，挖溝機(jī)可以從巖體上松動（撕裂）

11、這些巖塊。但是，如果這些巖石塊太大無法從巖體上松動下來，那么鉆頭將削減巖石。因此，巖塊的大小對預(yù)測生產(chǎn)率和鉆頭消耗率是非常重要的。然而，還是有很多因素影響開挖過程的6, 1, 7.。下面的列表給出了一個變量的概況，這些預(yù)測模型的輸入是被認(rèn)為有潛力的：l 巖體性質(zhì)：節(jié)點(diǎn)間距（確定巖石塊大?。?，節(jié)點(diǎn)的方向;l 巖石材料性質(zhì)：巖石材料的強(qiáng)度和延展性，礦物沙的體積百分比，晶粒尺寸和形狀，材料的膠凝性;l 機(jī)械特點(diǎn)：鏈（溝）的尺寸，進(jìn)給（鉆頭到巖石表面的位移），從表面上看鏈的角度，鉆頭的類型有關(guān)于這些因素之間的關(guān)系及其對挖溝機(jī)性能的影響的知識是由專家提供的。這知識是設(shè)計基礎(chǔ)的模糊模型規(guī)則的主要來源。選擇

12、最相關(guān)因素背后的原因和將專業(yè)知識翻譯成模糊的如果-然后規(guī)則中第3節(jié)中都詳細(xì)描述了。經(jīng)過實(shí)地觀察16個發(fā)掘遺址從而得到的數(shù)值測量被用來驗(yàn)證模型。除上述測量因素，為每個項(xiàng)目提供的數(shù)據(jù)包括包括生產(chǎn)速度和鉆頭消耗率。性能預(yù)測的模糊模型產(chǎn)率的計算方法是用所挖掘的堅(jiān)硬的巖石體量除以有效工作時間。鉆頭消耗率的計算方法是用在挖掘過程中被替換或丟失的總鉆頭數(shù)除以所挖掘的巖石的體積。3.模糊模型的描述根據(jù)調(diào)查挖溝項(xiàng)目獲得的知識，模糊邏輯模型對挖溝機(jī)的性能預(yù)測是非常有發(fā)展前景的。本節(jié)給出了更詳細(xì)的信息：相關(guān)輸入變量的選擇，專業(yè)知識翻譯成如果-然后規(guī)則，隸屬函數(shù)的設(shè)計。3.1.輸入變量的選擇正如2.1節(jié)中指出，許多不

13、同的因素都影響挖溝機(jī)的性能，但并不是所有的這些因素都被納入模糊模型。其中一些變量不包括在內(nèi)是因?yàn)閷τ嘘P(guān)這些變量的影響力的了解仍是不夠的。另外，專家認(rèn)為他們的重要性很小。模型中所包含的因素是：間距不同的節(jié)點(diǎn)集（3個變量，他們決定了巖石塊的大小和形狀），溝槽中堅(jiān)硬的巖石體的尺寸，巖石材料的強(qiáng)度，節(jié)點(diǎn)的方向（裂縫）。雖然專家認(rèn)為材料的延性對開挖機(jī)的性能有顯著影響，但是這個卻不包括中模型中。原因是，巖石的脆性/韌性的性能是取決于對材料所施加的壓力和在挖溝時所產(chǎn)生的溫度。由于應(yīng)力和溫度不同項(xiàng)目中是不能確定的，所以巖石材料的性能這一因素要包括在模型中是不成立的。一般情況下，T-850挖溝機(jī)是配備有幾種不同

14、類型的鉆頭，鉆頭的磨損率一般也是不同的。由于這種關(guān)系無法詳細(xì)調(diào)查，鉆頭類型對鉆頭的消耗和生產(chǎn)率的影響是不知道的，所以這個因素不包括在模型中。其他參數(shù)，如礦物沙的體積百分比，晶粒尺寸和形狀，材料的膠凝性，和鉆臂的角度也沒有包括在模型。當(dāng)這些因素被包括在模型中時，鉆頭的生產(chǎn)和消耗的分類就變得過于詳細(xì)。由于數(shù)據(jù)的數(shù)量是非常有限的，所以一開始就制定一個非常詳細(xì)的模型是不可行的，因?yàn)檫@樣的模式不能被驗(yàn)證。這些因素對進(jìn)程的影響相比于那些被包括在模型中的因素是非常微弱的。此外，如果在以后的實(shí)踐階段顯示了這方面的需求，輸入變量的數(shù)目是可以增加的。模型選定輸入的數(shù)量仍是相當(dāng)大 ，尤其是如果將所有的變量視為對一個

15、單一的規(guī)則庫的輸入。因?yàn)檫@將導(dǎo)致形成大量的復(fù)雜規(guī)則，模型被分解成幾個較小的子模型（變量的數(shù)目可以被控制）。如下所示，這種分解自然是遵循了專業(yè)知識的結(jié)構(gòu)。其結(jié)果是產(chǎn)生了兩個級別的分層知識庫，將在下面小節(jié)進(jìn)行描述。3.2 鉆頭消耗的規(guī)則庫鉆頭消費(fèi)率主要取決于鉆頭的破損。當(dāng)鉆頭上施加的力量影響超過鉆頭材料的強(qiáng)度時，斷裂就會發(fā)生。評估沖擊力大小的主要因素是巖石塊的大?。ㄙ|(zhì)量）和這些塊的強(qiáng)度。當(dāng)巖塊很小時，巖石的強(qiáng)度對鉆頭的破壞影響很小。以下規(guī)則解釋了此種情況：如果巖塊很小，則鉆頭的消耗非常低；巖塊越大，巖塊材料強(qiáng)度對鉆頭消耗率的影響就越大。從而導(dǎo)致類似規(guī)則：如果巖塊的大小為中等，巖石材料的強(qiáng)度為中等，

16、則鉆頭的消耗率也為中等。當(dāng)開挖一個巨大的巖石（塊直徑大于60厘米左右），巖石塊不能從巖體中松動下來只能用鉆頭切巖石。在這種情況下，鉆頭的消耗率主要取決于鏈的振動程度，這反過來又取決于巖石材料強(qiáng)度。鏈的劇烈振動會影響轉(zhuǎn)頭的運(yùn)動規(guī)律，同時可能會使鉆頭破損。此相應(yīng)的規(guī)則的一個例子情況是：如果巖塊大小為大，巖石材料強(qiáng)度高，那么鉆頭消耗高。 巖塊的大小不能被直接測量，但是它可以從三個節(jié)點(diǎn)集合（J1，J2和J3）中被測定，節(jié)點(diǎn)集合使用一個單獨(dú)的規(guī)則庫（規(guī)則庫的間距1）如圖3所示。變量J1對應(yīng)節(jié)點(diǎn)間距最小的集合，J3對應(yīng)節(jié)點(diǎn)間距最大的集合。圖3。預(yù)測鉆頭消耗的基本規(guī)則，單行代表數(shù)值變量，雙行表示模糊變量。和

17、非常大的（VL）。隸屬函數(shù)的參數(shù)，如圖4（a）所示，根據(jù)對不同的T-850挖溝工程的觀察。圖4。節(jié)點(diǎn)間距和強(qiáng)度的隸屬函數(shù)：（a）節(jié)點(diǎn)間距 M（b）強(qiáng)度兆帕11個語言術(shù)語用于塊大小的使用。沒有隸屬功能就與這些術(shù)語沒有相關(guān)性，因?yàn)閴K大小是內(nèi)部變量，直接連接到鉆頭消耗的基礎(chǔ)規(guī)則上，如圖3所示。語言類的數(shù)量是相當(dāng)高的，因?yàn)樗麄儾粌H描述塊大小，而且描述它們的形狀。因此這個信息還用于確定生產(chǎn)速度，因?yàn)樵?.3節(jié)中解釋了，規(guī)則庫1是常見的兩種預(yù)測模型。巖石強(qiáng)度是一種數(shù)字輸入，直接輸入到模型中。幾個不同的參數(shù)，可以用來描述巖石材料的強(qiáng)度。該模型采用無側(cè)限抗壓強(qiáng)度（UCS）的，三（低，中，高）語言術(shù)語進(jìn)行了界定

18、。如圖 4（b）所示，其梯形隸屬函數(shù)劃分按強(qiáng)度域（0-200兆帕）分為三個模糊的間隔大小大致相等的時間。鉆頭消耗的預(yù)測用相應(yīng)的語言術(shù)語隸屬度表示。以下五項(xiàng)經(jīng)常被使用：低（VL），低（LO），中等（ME），高（HI），非常高（VH）。這幾項(xiàng)的隸屬函數(shù)在圖7（a）顯示了（第）。針對不同的開挖項(xiàng)目，鉆頭消耗率的波動在那些預(yù)期是高鉆頭消耗率的項(xiàng)目里比較大。預(yù)期的鉆頭消耗率越大，預(yù)測的結(jié)果越不精準(zhǔn)。這反映在隨之而來的高鉆頭消耗率的隸屬函數(shù)寬度上。定義在規(guī)則庫1（塊大?。┑囊?guī)則的數(shù)目是25，并且定義在規(guī)則庫2（相同消費(fèi)）的規(guī)則的數(shù)目是21。為了獲得一個數(shù)值預(yù)報，可以輸出模糊集defuzzifled，使用4

19、.3.1節(jié)中描述的模糊平均法。3.3產(chǎn)率的基礎(chǔ)原則 挖溝機(jī)的生產(chǎn)速度在很大程度上取決于挖掘模式，挖掘模式分為松土（松動和壓裂巖石）或切割。小巖石塊可以從巖體松動，可以很容易的被運(yùn)出溝槽，從而導(dǎo)致高生產(chǎn)率。巖石塊越大，越多的鉆頭不得不將巖塊削減成更小的，可以從溝槽運(yùn)出去的塊。鉆頭的切削效率在很大程度上取決于進(jìn)給（即鉆頭在巖石材料中隨鏈旋轉(zhuǎn)的位移）。 進(jìn)給越高，切削過程的效率就越高對于那些不能從巖體松動的巨大巖石塊（巖石塊直徑大于60厘米左右），巖石材料的強(qiáng)度與巖體的尺寸都顯著影響進(jìn)給。當(dāng)巖石體的尺寸（即溝的寬度和被挖掘?qū)拥暮穸龋┖艽?，更多的鉆頭必須同時被推進(jìn)到巖石材料中，每個鉆頭的力量是降低的。

20、一個力量降低的鉆頭會導(dǎo)致進(jìn)給值減小，這反過來又降低了生產(chǎn)的挖溝機(jī)的生產(chǎn)率。對于那些可以從巖體中被松動的巖石塊，巖石體尺寸對于進(jìn)給值的影響相比于巖石材料的強(qiáng)度和巖石塊的大小來說，它的重要性是非常微小的。巖石塊的大?。ǔ藥r體的尺寸）確定了必須同一時間推到在巖石材料中的鉆頭的數(shù)目。舉一個例子，考慮開挖一個中等強(qiáng)度的塊狀巖石，但巖體的尺寸是大的，這涉及到了一個在一個較低的進(jìn)給水平的并且導(dǎo)致低產(chǎn)量的切割過程：如果巖石的體積大，強(qiáng)度為中等，那么進(jìn)給是低，如果塊大小為大和進(jìn)給是低然后產(chǎn)量也低。從這一個例子上可以看到，推理過程分兩個階段：首先進(jìn)給是由巖石強(qiáng)度和巖石尺寸決定的；然后，根據(jù)進(jìn)給和塊大小，預(yù)測生產(chǎn)

21、率。這就產(chǎn)生了兩個層次的知識基礎(chǔ)結(jié)構(gòu)如圖5所示。 圖5.預(yù)測生產(chǎn)率的規(guī)則庫。單一的線代表數(shù)值變量，而雙行代表模糊變量。 除了這些變量，當(dāng)挖掘薄板坯（幾厘米厚）時，節(jié)點(diǎn)的方向起著的重要作用。節(jié)點(diǎn)的方向，決定鉆頭是否能夠打破板坯。有關(guān)這種情況下的規(guī)則的一個例子是：如果J1小、J2大、J3大，然后，塊的大小是薄板坯；如果塊大小為薄板坯而且方向是有利的，那么生產(chǎn)將是非常高的。 這意味著一個有有利的方向薄板坯的挖掘，會有一個非常高的生產(chǎn)速度（挖溝機(jī)是能夠打破板坯）。 巖石強(qiáng)度的隸屬函數(shù)和在鉆頭消耗規(guī)則庫里的強(qiáng)度是一樣的。觀看圖4（b），巖石的多維變量也使用三種語言術(shù)語與同樣大小的隸屬函數(shù)。規(guī)則庫3的輸出

22、是進(jìn)給，給予五種語言術(shù)語。像塊大小，進(jìn)給是一個內(nèi)部的語言變量，因此，沒有指定的隸屬函數(shù);；從4.1節(jié)可以看到更多的細(xì)節(jié)。最后一個輸入變量，直接用于在規(guī)則庫4，是通過最小間距節(jié)點(diǎn)的方向來確定節(jié)點(diǎn)集合的方向。它有被指定的三個定性條件：有利的，不利，非常不利，沒有定義的隸屬函數(shù)。 規(guī)則庫4的輸出是生產(chǎn)速度的預(yù)測，該預(yù)測用了六種語言術(shù)語。生產(chǎn)率的預(yù)測越大，預(yù)測結(jié)果將會越不精準(zhǔn)。因此隨之而來的隸屬函數(shù)的寬度隨著生產(chǎn)率（同鉆頭消耗率一樣）的提高而增加。已經(jīng)定義的規(guī)則的數(shù)目在規(guī)則庫3（進(jìn)給）中是九，在規(guī)則庫4（產(chǎn)率）為41. 規(guī)則庫1（塊大小）包含25條規(guī)則和鉆頭消耗模式相同。4推理機(jī)制第3節(jié)中所述的模糊模

23、型包括兩個層次的規(guī)則庫，為了減少輸入的數(shù)量同時減少一些規(guī)則的數(shù)目，否則將需要再增加一個層狀結(jié)構(gòu)。每個規(guī)則庫都有它自己的建立在標(biāo)準(zhǔn)組成規(guī)則上的推理引擎。對經(jīng)營者的選擇和在規(guī)則庫中的經(jīng)營信息的詳情將在下面小節(jié)給出。4.1規(guī)則庫的結(jié)構(gòu)每個規(guī)則庫都是一個由多個如果-然后規(guī)則組成的語言集合，使用了前因與由此規(guī)則。ri: 如果xl 是Ai,l 和.和 xp 是 Ai, p 然后 y 是B i, ，i=1 . . . . . K, （1）那些xl, x 2 . . . . . xp 輸入（前因）變量，p是數(shù)字輸入，y是輸出（由此）變量。Ai, j 是引用語言術(shù)語的實(shí)例，對一個給定的前因變量XJ定義：Aj=4

24、,k= 1,2 . . . . . Nj. 同樣, B='klk= 1,2 . . . . . M,是對輸出變量y定義的條款的設(shè)置。兩種類型的變量區(qū)別在與對模糊模型的考慮，他們依靠對他們進(jìn)行總體定義的論述。數(shù)值變量 這些變量的域名是一個實(shí)線的子集 ，XR .這些語言術(shù)語是通過那些隸屬函數(shù)(x) : X 0, 1 定義得到的,通常以一些參數(shù)的形式表現(xiàn)。梯形,隸屬函數(shù)在這個模型中經(jīng)常被使用。u(x;a,c,d)=max(0,min(,1,)其中A，B，C和D是專家指定的梯形頂點(diǎn)的坐標(biāo)，b=c是通過三角形隸屬函數(shù)得到的。數(shù)值語言變量包括巖石性質(zhì)的性質(zhì)：如力量，節(jié)點(diǎn)間距，在溝內(nèi)的巖體尺寸等。之

25、前的推論可以被應(yīng)用，一個數(shù)值x被轉(zhuǎn)換成相應(yīng)的隸屬度向量：u1（X），.，uk（X）。. 模糊變量 這些變量被直接定義為語言術(shù)語的參考集合-模糊集合。并被作為載體來表示，它的區(qū)域的是笛卡爾產(chǎn)物0，1Nj ,在那里的Nj表示為給給定的變量定義的語言術(shù)語的數(shù)量。模糊變量不能與任何數(shù)值的論域相關(guān)聯(lián)。這可能是因?yàn)樗麄兊膬r值觀是定性的性質(zhì)，或?yàn)榱朔奖闫鹨娬诳紤]定性。這是一個變量的例子，該變量是用語言術(shù)語輸入到模糊模型中，是有語言術(shù)語集合的節(jié)點(diǎn)的方向。 方向=有利，不利，非常不利，語言術(shù)語的價值取向是模糊的單向的，1，0，0為有利，0，1，0為不利，0，0，1非常不利的。一般來說，一個模糊的變量XJ可以達(dá)

26、到任何價值u1 ,u2,uNj,，uk 0,1 ,各種色調(diào)之間的表達(dá)是參考術(shù)語的。例如，在上面的例子中，模糊集1，0.4，0 5月代表或多或少有利于方向。其他模糊變量的例子是通過內(nèi)部變量之間的規(guī)則庫，如進(jìn)給或塊的大小。即使數(shù)值域和隸屬函數(shù)可以定義這些變量，但那需要額外的信息和設(shè)計師的精力。4.2推理推理機(jī)制是屬于標(biāo)準(zhǔn)的推理規(guī)則的成分。每條規(guī)則ri 代表一種在產(chǎn)品空間x1×X2的××XP×的計算關(guān)系Ri=I(Ai,Bi),Ai 是一個多變量的模糊集被當(dāng)成個人先件模糊集的結(jié)合來計算,Ai=Ai,1Ai,2Ai,3Ai,p并且Bi是隨之而來的模糊集。操作員，I

27、代表了IF-THEN的關(guān)系。它可以是一個泛化的古典意蘊(yùn)或是一個起結(jié)合作用的運(yùn)算符。對于I的廣義是通過概括古典意蘊(yùn)得到的。模糊關(guān)系R通過聚合個別規(guī)則Ri并將它們結(jié)合從而代表了整個規(guī)則庫：R=因?yàn)镮是一個T-范數(shù)，聚合關(guān)系R是通過間斷分布計算得到的：R=當(dāng)一個輸入為模糊集A時（一個數(shù)字輸入值是一個模糊的單元素），相應(yīng)的輸出是模糊集B,通過使用對構(gòu)圖規(guī)則的推論推斷所得：B=A。R其中。表示max-t的組成。如果使用真正的模糊影響，那么推理計劃的實(shí)現(xiàn)必須通過使用關(guān)系組成。因而也是一個適當(dāng)?shù)碾x散域，但這并不是很實(shí)用。這種方法需要從造型工或用戶那獲得額外的參數(shù)。此外，大量的變量和精細(xì)離散會導(dǎo)致需要大量的內(nèi)

28、存和計算時間。然而，“連接“經(jīng)常是作為關(guān)系運(yùn)算符使用的。它允許推理計劃的簡化并且繞過關(guān)系演算。當(dāng)最低的運(yùn)算符被使用時，知名的max-min推理給出了相同的結(jié)果。當(dāng)?shù)谝粋€個別規(guī)則被使用后，隨之而來的模糊集將被匯總。在隸屬函數(shù)的術(shù)語中，模糊集合的后項(xiàng)BI 被推斷為：u(y)=u(y)其中，i 是規(guī)則前件的真值，可以通過如下計算得到：i=uAi，1 uAi，2 uAi，p對于數(shù)字輸入變量xj，uAi.j 是uAi.j(x) 的隸屬度。模糊輸入值被定義為模糊集A，uA(xj): xj0,1,隸屬度uAi.j 是這樣計算得到的：uAi,j =之后，模糊集的后件Bi替規(guī)則庫3和規(guī)則庫4中的所有規(guī)則計算。輸

29、出結(jié)果的模糊集的隸屬函數(shù)取最大值：uB(y)= 4.3。層次結(jié)構(gòu)的中的信息傳播從一個規(guī)則庫出來的信息由兩種可能的途徑。比方說，在給定的等級制度上，規(guī)則庫3輸出信息到另一個規(guī)則庫；或直接輸入到規(guī)則庫4。例如，圖5：1. 在規(guī)則庫3輸出模糊集作用后，結(jié)果值作為數(shù)字輸入到規(guī)則庫4。2。在規(guī)則庫3中的模糊集作為輸出被直接送入規(guī)則庫4。第一種方法需要有意義的隸屬函數(shù)被定義為中間變量，并且需要選擇一個合適的模糊化方法。規(guī)則庫3輸出的大量不確定的信息通過模糊化和隨后的模糊化刪除。這被看作是在我們的上下文中的缺點(diǎn)，由于這可能是對語言輸出系統(tǒng)的偏見。另一個缺點(diǎn)是，用戶有額外的自由度來選擇隸屬函數(shù)和模糊化方法。由

30、于中間變量的值不能使用數(shù)據(jù)來核實(shí)，所以沒有直接的方式檢查所做的選擇是否正確。這就是我們?yōu)槭裁床贿x這種方法的主要原因。然而，第二種方法導(dǎo)致更復(fù)雜的執(zhí)行。因?yàn)?，在一般情況下，完整的最大最小組成必須是通過推斷規(guī)則庫4的輸出得到的。相比于第一種方法，不確定性的增加，導(dǎo)致鏈中越來越多的規(guī)則不能使用，由此得到一個不確定的輸出。當(dāng)特殊情況發(fā)生時，模糊集合通過標(biāo)準(zhǔn)語言術(shù)語被定義為區(qū)域內(nèi)的單元素，這意味著考慮的變量是一個語言變量。在這種情況下，模糊集輸出的隸屬度被直接作為真值，特別是在發(fā)生在語言術(shù)語的前提命題中。計算負(fù)荷時是最小（小于使用模糊化時）。作為一個例子，假設(shè)推理規(guī)則庫3的結(jié)果在進(jìn)給由以下模糊集表示：

31、進(jìn)給=0/非常低的，0.7/低的，0.1/中，0/高，0/非常高隸屬度的命題：“如果進(jìn)給是低”，在規(guī)則庫4是表示0.7，因此，命題的隸屬：“如果進(jìn)給為中”則為0.1，其余的語言術(shù)語的命題如“如果進(jìn)給是高”的隸屬度等于零。.模糊化 由于數(shù)值還要在模糊模型中輸出，聚合的模糊集合的后項(xiàng)B必須是有限的?；贛amdani的推理計劃，連續(xù)插補(bǔ)輸出可通過對重力中心的模糊化或?qū)ζ溥M(jìn)行一些修改來獲得。在我們的方法中，由此產(chǎn)生的模糊集首先單獨(dú)獲得是一個清脆的代表值bi,隨之得到后件集合Bi。這種模糊化是通過計算模糊集的平均最大值得到的,bi=mom(Bi)，i=1,2,M, (5)如圖6所示。事實(shí)上，任何其他合

32、適的方法可以用來計算，例如bis.。如何選擇取決于對由此產(chǎn)生的模糊集的特定解釋。模糊模型的輸出數(shù)值y0被作為單元素bi的模糊加權(quán)平均計算：yo=k是模糊集Bk=uB (bk) 的聚合后件bk的隸屬度，sk 是第k個模糊集，M表示模糊集后件的數(shù)量，請注意，只有M模糊集有助于模糊化，而不是平時應(yīng)用于模糊平均法的所有規(guī)則。因此，在幾個積極的規(guī)則中，有限輸出是不偏向聚合的單元素模糊集的連續(xù)的適應(yīng)性測量 讓k=/(Mi=1i)代表了規(guī)范化方程的圓滿，方程（6）可以被改寫為下面的表達(dá)式：yo=,圖6。連續(xù)的模糊集，首先在本地規(guī)則庫使用均值最大值方法。先由模型的數(shù)值輸出，然后通過模糊平均法來確定（6）。bk

33、是連續(xù)的線性參數(shù)。對于已知的現(xiàn)有數(shù)據(jù)，輸出數(shù)據(jù)y0是已經(jīng)給定的，k是通過推理機(jī)制計算所得的。參數(shù)bk可以很容易地通過使用離線或遞推最小二乘法方法估計得出。如圖6所示，連續(xù)的隸屬函數(shù)Bk 經(jīng)過修改，然后保存在該區(qū)域內(nèi)。因此，連續(xù)的模糊集的含義就是該區(qū)域的數(shù)據(jù)可以被微調(diào)。圖7給出了一個初始的、經(jīng)過調(diào)整的鉆頭消耗率的隸屬函數(shù)的例子，該函數(shù)是經(jīng)過最小二乘法得到的。如果有效數(shù)據(jù)很少，那就必須小心使用這種方法。有些情況下，有些規(guī)則只能被數(shù)據(jù)庫中的單一數(shù)據(jù)點(diǎn)激活，他們對已給點(diǎn)的作用是“完美契合”的，但對新數(shù)據(jù)的性能可能是下降。數(shù)值對連續(xù)隸屬函數(shù)的適應(yīng)應(yīng)該始終輔之以用適當(dāng)?shù)膶I(yè)語言術(shù)語進(jìn)行檢驗(yàn)。 圖7.（a）

34、初始的和（b）適應(yīng)的連續(xù)的語言術(shù)語隸屬度例如，當(dāng)適合的隸屬度函數(shù)低和中在區(qū)域中互換位置時，規(guī)則庫中可能已經(jīng)產(chǎn)生了錯誤。5.模型的檢驗(yàn)和結(jié)果 檢驗(yàn)的目的是為了驗(yàn)證以知識為基礎(chǔ)的模型的執(zhí)行是否符合要求。兩種類型的驗(yàn)證已經(jīng)被應(yīng)用了：定性驗(yàn)證和定量驗(yàn)證。5.1定性驗(yàn)證 定性驗(yàn)證的目的是檢查整體的、有參考文獻(xiàn)的規(guī)則的正確性同時也是為了發(fā)現(xiàn)規(guī)則庫中可能出現(xiàn)的錯誤。 由于系統(tǒng)的表現(xiàn)主要取決于知識的有效性，但定性驗(yàn)證的有效性在我們這種情況下更重要.。此刻，只有極少數(shù)的測量是有效的，這阻礙了我們進(jìn)行徹底的定量驗(yàn)證。依賴性分析是通過改變輸入變量的值，并觀察其對系統(tǒng)輸出的定性影響，同時檢查推理機(jī)制的推理路徑 。5.2.定量驗(yàn)證有效的實(shí)地測量數(shù)據(jù)經(jīng)常被作為系統(tǒng)的輸入使用，實(shí)地測試測量值還經(jīng)常和預(yù)測的輸出數(shù)據(jù)作比較。該數(shù)據(jù)集由兩部分組成。模型開發(fā)階段的第11次測量結(jié)果是可以的，雖然數(shù)據(jù)不能直接用于模型的建立，因?yàn)樗麄儾荒苋珧?yàn)證性數(shù)據(jù)集那樣被完全信任。在模型建立后的五次測量所獲得的數(shù)據(jù)都可以作為真正的驗(yàn)證數(shù)據(jù)。請注意，由于相關(guān)的實(shí)際困難和收集的數(shù)據(jù)的成本，有效測量的數(shù)目是很小的。最小二乘估計法可應(yīng)用于調(diào)整連續(xù)性的隸屬函數(shù)，以盡量