Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Archives of Metallurgy and Materials

1 2010

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: attributa table

Sortuj według:

Ogranicz wyniki do:

Attribute-based knowledge representation in the process of defect diagnosis

Górny Z., Kluska-Nawarecka S., Wilk-Kołodziejczyk D.

Archives of Metallurgy and Materials

2010

Vol. 55, iss. 3

819-826

The problem of casting defects diagnosis includes several distinct areas in which only the relevant global perspective allows for a satisfactory solution of the diagnostic task. One of these areas relates to knowledge about the parameters of the possible occurrence of defects. This knowledge is the more valuable, the more extensive it is, and the more numerous are the sources it has been acquired from. It should be combined into a coherent whole and given the form allowing for component processing. The paper proposes a solution in which the methods of knowledge engineering and artificial intelligence have been used. In this solution, a very important role is played by formalisms and inference algorithm design as they have a decisive impact on the effectiveness of the diagnostic process. A new solution proposed in this paper is to use attribute table as, a tool supporting the identification of defects. To this purpose the table has been developed (as on open system) in which descriptions of defects from various sources (international literature, expert’s knowledge, production data) was collected. The entire system creates a consistent methodological approach, enabling more comprehensive treatment of the diagnostic process, what should be noted as a new solution of the problem. All this results in increased efficiency and reliability of the diagnostic process.

Problem diagnostyki wad wyrobów odlewniczych obejmuje kilka odrębnych dziedzin, dla których dopiero odpowiednie globalne spojrzenie pozwala na satysfakcjonujące rozwiązanie zadań diagnostycznych. Jedna z tych dziedzin dotyczy wiedzy o parametrach możliwości wystąpienia wad. Wiedza ta jest tym bardziej cenna im jest bardziej rozległa, pozyskana z wiekszej ilości źródeł. Taką wiedzę należy połączyć w spójna całość i nadać jej forme umożliwiającą przetwarzanie komponentowe. W artykule zaproponowano rozwiązanie, w którym wykorzystane zostały inżynieria wiedzy oraz metody sztucznej inteligencji. W omawianym rozwiązaniu bardzo ważną rolę odgrywaja formalizmy oraz konstrukcja algorytmu wnioskowania gdyż mają one decydujący wpływ na efektywność procesu diagnostycznego. Całość systemu tworzy spójne podejście metodyczne, umożliwiające bardziej kompleksowe traktowanie procesu diagnostycznego. Równocześnie, zastosowanie alternatywnych rozwiązań modułu określajacego przyczyny wady (logika rozmyta, LPR, logika klasyczna), pozwala na dostosowanie procedur decyzyjnych do aktualnych kompetencji użytkownika, umożliwiając działania w warunkach niepewności. Wszystko to składa się na zwiększenie efektywności i wiarygodnosci procesu diagnostycznego.