1绪论
1.1研究背景与意义
机械产品材料的选择是机械设计工作中最重要的基础环节之一，材料选择不当会产生以下后果：轻则增加成本，造成浪费，重则会造成机械失效，甚至会导致生产事故，危及人们的生命和财产安全。而且随着工程实际对机械零件性能要求的提高和材料科学的发展，合理的选择材料成为降低成本、提高产品质量的重要手段。目前有4000到8000种材料，并且有至少1000种加工方法。一个系统或产品的最优化设计的一个重要部分就是从巨大的目录中选择材料和工序，使其满足需求，性能最大化，成本最小化[1]。材料的选择工作是机械产品研制和生产工作的基础，机械产品用的材料的性能，很大程度上影响所设计的产品是否能满足它的技术要求。机械产品设计中的选材工作，是多次权衡、折衷、综合的过程。机械产品设计过程中，由于可以选择的材料很多、涉及因素又比较复杂，材料的各种性能往往又是相互矛盾，相互制约的，因此难以进行最佳选择。设计者如果想要做出最佳的选择，就需要所有的相关信息。对于一个普通人来说是无法将这么多的信息全部记住的，所以选材系统在这种情况下被提出。目前设计人员大多是凭经验积累进行选材，还没有统一的方法可供使用，工作效率很低。此外，设计人员的经验通常都是存在于人的头脑中，没有以固化的形式保存，不能做到设计知识的积累与共享[2]。计算机辅助智能设计是解决这个问题的一个行之有效的方法。近年来，机械设计的计算机辅助选材方法逐渐成为研究的热点。随着研究的深入，根据这些方法开发的选材工具也有原先的演示性工具转变为满足设计人员需求的选材专家系统[3]。这些演变包括材料数据库的发展和材料选择方法的发展。通过选材专家系统的应用，可以有效的简化设计人员的工作程序，降低设计难度，提高工作效率。在本文中，提出了人机结合选材专家系统，增加了对用户的水平评价和专家用户增加选材样本等功能，添加样本到样本库中有助于神经网络更充分的学习，使选材结果更为可靠，实现了对以往的选材专家系统的优化。这种通过测题库使专家用户添加样本的功能是以往的文献资料中所没有的。
1.2国内外研究现状
1.2.1选材方法的研究现状
国内外的专家学者对于选材的方法进行了很多研究，比如Chiner提出了材料选择的五个步骤定义：1、设计问题；2、分析材料属性；3、搜索候选材料；4、评级并选择最优解；5、验证试验[4]。根据Ashby等人的研究，选取与设计匹配的材料可分为以下四个基本的步骤：1、将设计需求转化为对材料和工序的规范说明的方法。2、排除不合标准的材料和工艺的程序。3、对筛选后的材料和工艺进行评级。4、寻找等级最高的候选材料的支持信息，尽可能的给出他们的使用历史、优缺点和应用潜力等等背景信息⑴。Farag对设计的不同阶段以及它和材料选择的相关度进行了分析。他所定义的材料选择的三个阶段是：初始选择；比较候选档案；选择最优解[5]。VanKesteren等人也提出了基本的材料选择程序为：1、明确材料性能标准；2、找到候选材料的集合；3、比较候选材料；4、选择最优材料[6]。综合以上的选材步骤，材料选择的两个最基本的步骤就是搜索候选材料和比较并选择最优候选材料。选择合适的材料是一个较为困难的过程，它通常都需要掌握有关材料性能的大量信息，而且对于一个应用会有一个以上的答案[3]。材料选择过程中，有很多因素它们之间是相互矛盾的，比如性能和成本。因此设计者必须做出一个折衷的选择。在产品的设计过程中，设计者的目标是：让零件的成本尽可能低，或零件的.重量尽可能轻，或者尽可能地保证安全等。它必须满足所有的约束条件，要求能够承受给定的载荷，尺寸也是被限定的，并且对成本也有一定的限制[23]。通过选用上节中一个或多个初选方法后，可得到由较多的候选材料组成的集合，再使用评级方法就可选出最优的材料。
2人机结合选材系统旳理论分析和总体设计
2.1引言
本章研究了人机结合选材系统的开发所需要用到的理论知识，提出了人机结合选材系统的总体设计思路。并对系统开发中涉及到的几个问题进行分析，构造出人机结合选材系统的总体结构，确定总体结构、工作流程和各功能模块以及开发所用语言和实现技术。单层前向网络是最简单的人工神经网络模型，它是指所具有的计算节点（神经元）是单层的。单层感知器、自适应线性元件模型等都是典型的单层前向神经元网络。多层前向网络区别于单层前向网络的是：多层前向网络含有一个或多个隐含层，BP网络又称为多层前馈式误差反向传播神经网络（Error Back-Propagation)是一种多层前向网络，它由输入层、输出层和若干隐含层构成，每层由若干个结点组成，每一个结点代表一个神经元，上层结点与下层结点之间通过权值连接。BP网络的学习过程是由输入信号正向传播和误差反向传播两个过程组成：输入信号正向传播就是输入信号从输入层输入隐含层，再从隐含层到输出层，最后在输出层产生输出信号；误差反向传播就是网络的期望输出与网络的实际输出之差的误差信号由输出层反向向隐含层传播，再由隐含层向输入层传播，在这个过程中，网络各层之间的权值经过不断的修正，使网络的实际输出不断的接近期望的输出。BP网络的结构较为简单，可操作性较强，并且能模拟任意非线性的输入输出关系。本文中使用的就是BP网络，其具体的学习算法及其实现过程将在第三章材料选择方法和材料选择模块的实现中详细阐述。
3材料选择方法和选材模块的研究与实现.......... 21
3.1 BP神经网络在选材过程中的应用.......... 21
3.1.1选材知识来源 ..........21
3.1.2 BP神经网络的建立..........23
3.1.3神经网络对选材样本学习过程.......... 24
3.1.4人工神经网络工作过程.......... 28
3.1.5 小结 ..........30
3.2专家系统在选材过程中的应.......... 30
4知识测评系统的研究与实现.......... 37
4.1测评系统各功能模块 ..........37
4.2测评系统的知识统计评价模型 ..........37
4.2.1知识测试和评价的概念和方法 ..........38
4.2.2知识的评价准则 ..........38
4.2.3知识的统计评价模型.......... 38
4.3专家判定准则 ..........39
4.4先验专家评价库的设计.......... 40
4.5小结 ..........40
5系统的运行实例 ..........41
5.1系统的使用流程.......... 41
5.2人机结合选材系统的界面及运行结果.......... 42
5.3 小结 ..........48
结论
本文通过研究传统的选材方法，开发出一种基于人工神经网络和专家系统的人机结合材料选择系统，本系统的主要作用是提髙选材人员的工作效率，简化工作程序，并且使新手也可以正确的选材，在理论和实际应用中都有一定的价值。本文研究成果有以下几个方面：
1.对人工神经网络专家系统的知识库、推理机以及解释机制进行设计，研究了人工神经网络的BP学习算法，将其运用到弹簧钢材料的选择中；
2.对专家系统的框架结构进行设计，同样对专家系统的知识库、推理机以及解释机制进行设计，并研究了专家系统的决策树方法，将选材知识保存到知识库中，使用系统自动提问的方式完成人机对话，从而完成螺纹连接件材料的选择；
3.开发了对用户选材知识进行检测的测题库，以生成用户的知识谱图，制定了判定用户是否为专家的一种标准；
4.釆用VC++, PHP, MYSQL多种开发工具开发了人机结合选材专家系统，实现了系统与网络的连接，方便用户随时使用。
参考文献
[1] Ashby M F, Brechet Y J M, Cebon D, et al. Selection strategies for materials and processes[J].Materials and Design, 2004，25 (1): 51-67.
[2]蓝元沛，焦起祥，关志东等.飞机设计选材专家系统的开发[J].北京航空航天大学学报，2010,36(11):1358-1364.
[3] Jahan A, Ismail M Y, Sapuan S M, et al. Material screening and choosing methods: areview[J].Materials and Design, 2010，31 (2): 696-705.
[4] Chiner M.Planning of expert systems for materials selection. [J], Materials and Design, 1988，9(3): 195-203
[5] Farag M M. Quantitative methods of materials /shdxsslw/ selection.In: Kutz M[M], editor.Handbook ofmaterials selection; 2002.
[6] Van Kesteren I E H, Kandachar P V，Stappers P J .Activities in selecting materials by productdesigners[C] .Proceedings of the international conference on advanced design andmanufacture.Harbin, China, 2006.
[7] Farag M M.Materials and process selection in engineering [J].Elsevier Scienceand Technology;1979，17(7)： 681-684
[8] Ashby M F. Material selection in mechanical design[M].Cambridge, UK: Pergamon Press;1992
[9] Ashby M F. Performance indices.Materials Park (OH): ASM International. 1997.6 : 281-90.#p#分页标题#e#
[10] Ashby M F. Materials selection charts.In: Dieter, GE (volume chair)[M], editor.ASM Handbook,Materials Selection and Design, 2001,(20): 266-80.1.
