基于本体的注射模缺陷修正知识推理与重用研究

张 恒 ，黄志高 ，侯斌魁

（1.华中科技大学 材料科学与工程学院，湖北 武汉 430074；2.武汉数字化设计与制造创新中心，湖北 武汉 430078）

0 引 言

注射制品广泛应用于各个领域，相应的注射行业已经成为衡量制造业水平的一个重要指标。其中影响注射制品成型的重要因素包括塑料、注塑机、注射成型工艺以及模具等[1,2]。现今制造业对高端注射制品的需求不断增加，对注射模制造技术也提出了更高的要求。注射模制造过程中由于设计经验、工程更改、成型制品的缺陷等问题，难以一次性获得成功，需要针对制品缺陷对模具结构进行相应的优化修改，这是强经验弱理论的过程，涉及的模具制造过程多、知识来源复杂、经验性强、技巧性高。在此情形下缺陷修改知识的推理和重用对模具的修改优化具有重要意义，是实现模具制造系统智能化的重要途径。

近年来，众多研究人员在注射模知识工程领域进行了相关研究，主要集中在设计知识库和专家知识库的建立上，李鹤等[3]基于Drools规则引擎和Topic maps知识表达建立模具设计知识库；蔡毅[4]基于模型推理技术实现设计模型的调度与匹配等。注射模制造过程中，大部分是对以往知识的重用，但理论性高，需要人工总结经验、规则，且以往的研究着重于利用知识工程技术实现模具设计领域的智能化和重用，对于制造加工领域的知识重用研究不足。鉴于此，尝试通过owl语言，建立基于本体的注射模缺陷修改的知识库，更清晰地描述注射模缺陷修改各要素之间的网络逻辑关系。……