书趣读

手机浏览器扫描二维码访问

第二百三十六章 技术回流（第4页）

有了稳定的计算环境，仿真工作全面展开。

张教授的团队把叶片的三维模型导入CATA，重新规划刀具轨迹。

这次的目标不是最短加工时间，而是最平稳的切削力变化。

“就像开车走盘山公路。”

张教授比喻，“老程序是追求最短路径，急转弯多，乘客晕车。

新程序要追求最平稳，弯道放缓，加减速柔和。”

仿真跑了三天。

新轨迹的加工时间比老程序增加了百分之十五，但切削力的波动幅度降低了百分之四十。

接下来是最关键的一步：把王有才的经验量化。

谢望城把王有才笔记本里所有关于“手感”

的描述都摘录出来，有三十多条：“刀声尖”

“声闷”

“振手”

“铁屑颜色发紫”

“工件发热”

……每一条，都对应着一次人工干预。

他和吴浩一起，开发了一个简单的“专家系统”

原型——用当时最流行的人工智能语言Prolo编写。

系统的核心是一系列规则：

如果&bp;主轴电流突然上升超过20%&bp;且&bp;持续超过2秒

那么&bp;建议降低进给速度10%

如果&bp;振动传感器检测到800-1200Hz频段能量突增

那么&bp;建议检查刀具磨损

如果&bp;操作工记录“刀声尖，似刮玻璃”

那么&bp;对应振动模式为1000±150Hz横向振动

……

这些规则，一部分来自机床传感器数据与人工记录的对照分析，一部分来自张教授的切削力学理论，还有一部分，纯粹是经验归纳——比如“铁屑颜色发紫对应工件温度过高”

，这是王有才四十年车工经验的总结，暂时没有理论依据，但实践证明有效。

系统开发完，用历史数据测试。

输入过去三个月加工过程中出现的十二次异常情况，系统正确诊断出了十一次，并给出了和当时老师傅们实际采取的措施相似的建议。

“成了。”

吴浩盯着屏幕上的诊断结果，有些激动，“这就是人工智能在工业上的应用啊！

虽然还很初级，但是方向对了。”

带着优化后的刀具轨迹程序和刚刚诞生的“专家系统”

原型，谢望城再次拨通武陵山的电话。

这次接电话的是小陈——他从德国学习回来了。

“小陈，你回来得正好。”

谢望城把深圳这边的工作详细说了一遍，“新的刀具轨迹程序，我已经寄出了。

另外，我和香港、深圳的专家一起，开发了一个辅助诊断系统，能把王师傅他们的经验转化成计算机能用的规则。