第一篇：人工智能與專家系統(tǒng)外文文獻(xiàn)譯文和原文
人工智能與專家系統(tǒng)外文文獻(xiàn)譯文和原文 ARTIFICIAL INTELLIGENCE AND EXPERT SYSTEM 1.History of AI The seed of AI were sown only two years after General Electric installed the first computer for business use.The year was 1956, and the term artificial intelligence(AI)was coined by john McCarthy as the theme of a conference held at Dartmouth College.That same year, the first AI computer program, called Logic Theorist was announced.Logic Theorist’s limited ability to the reason(proving calculus theorems)encourage researchers to develop another program called the General Problem Solver(GPS), which was intended to solve problems of all kinds.The task turned out to be more then the early pioneers could handle.AI research continued, but it took backseat to the less ambitious computer applications such as MIS and DSS.Over time, however, persistent research continued to push back the frontiers of using the computer for tasks that normally require human intelligence.2.Areas of AI AI is currently being applied in business in the form of knowledge systems, which use human knowledge to solve problems.The most popular type of knowledge-based system is the expert system.An expert system is a computer program that attempts to represent the knowledge of human expert in the form of heuristics is derived from the same Greek root as the word eureka, which means “to discover”.A heuristic is, therefore, a rule of good guessing.Heuristics do not guarantee results as absolutely as do conventional algorithms that are incorporated into DSSs, but they offer results that are specific enough most of the time to be useful.The heuristics allow the expert system to function in a manner consistent with a human expert, advising the user on how to solve a problem.Since the expert system functions as a consultant, the act of using it is called a consultation--the user consults the expert system for advice.In addition to expert system, AI includes work in the following areas: neural networks, perceptive systems, learning, robotics, AI hardware, and natural language processing.These areas are illustrated the way that one area can benefit the others.3.The Appeal of Expert System The concept of expert system is based on the assumption that an expert’s knowledge can be captured in computer storage and then applied by others when the need arises.An expert system offers unique capabilities as a decisions support system.First, an expert system offer the opportunity to make decisions that exceed the manager’s capabilities.For example, a new investment officer for a bank can use an expert system designed by a leading financial expert and, in doing so, incorporate the expert’s knowledge into his or reaching a particular solution.Very often, the explanation of how a solution was reached is more valuable than the solution itself.4.An Expert System Model The model of an expert system consists of four main parts.The knowledge base houses the accumulated knowledge of the particular problem to be solved.The inference engine provides the reasoning ability that interprets the contents of the knowledge base.The expert and the knowledge engineer use the development engine to create the expert system.1.The User interface The user interface enables the manager to enter instructions and information into the expert system and to receive information from it.The instructions specify the parameters that guide the expert system through its reasoning processing.The information is in the form of values assigned to certain variables.(1)Expert System Inputs The most popular interface format today is the graphical user interface, which features a Windows look.Some systems employ a custom interface tailored to the problem being solved.For example, the screen might display a drawing of a mechical assembly.(2)Expert System outputs Expert system are designed to recommend solutions.These solutions are supplemented by explanations.There are two types of explanation: Expert system are designed to recommend solutions.These solutions are supplemented by explanations while the expert system performs its reasoning.Perhaps the expert system will prompt the manager to enter some information.The manager asks why the information is needed.The expert system provides an explanation.Explanation of the problem solution.After the expert system provides a problem solution, the manager can ask for an explanation of how it was reached.The expert system will display each of the reasoning steps leading to the solution.Although the inner working of the expert system can be complex , the user interface is user-friendly.A manager accustomed to interacting with a computer should have no difficulty in using an expert system.2.The Knowledge base The knowledge base contains both facts that describe the problem area and knowledge representation techniques that describe how the facts fit together in a logical manager.The term problem domain is used to describe the problem area.（1）Rules A popular knowledge representation technique is the use of rules specifies what to do in a given situation technique is the use of rules.A rule specifies what to do in a given situation and consists of two parts: a condition that may or may not be true and an action to be taken when the condition is true.An example of a rule is: IF ECONOMIC.INDEX>1.20 AND SEASONAL.INDEX>1.30 THEN SALES.OUTLOOK=”EXCELLENT” All of the rules contained in an expert system are called the rule set.The rule set can vary from a dozen of rules.A dozen of rules for a simple expert system,and 500, 1,000, or 10,000 rules for a complex one.(2)Network of Rules The rules of a role set are not physically linked, but their logical relationships can be illustrated with a hierarchical diagram.The rules at the bottom of the hierarchy provide evidence for the rules on the upper levels.The evidence enables the rules on the upper levels to produce conclusions.The top level might consist of a single conclusion, indicating that the problem has only a single solution.The term goal variable is used to describe the solution, which can be a computed value, an action to be taken, or some other recommendation.For example, if an expert system is to advise top-level management on whether to enter a new market area, a value of Yes or Not would be assigned to the single-goal variable MARKET DECISION.It is also possible for the top level of the hierarchy to include multiple conclusions, indicting the possibility of more than one solution.An example is an expert system that makes recommendations concerning the best strategy to follow in reacting to increased competitive activity.The system might select from among possible strategies of improving the quality of the firm’s products, investing more in advertising, or lowering prices.3.The Inference Engine The inference engine is the portion of the expert system that performs reasoning by using the contents of the knowledge base in a particular sequence.During the consultation, the inference engine examines the rules of the knowledge base one at a time, and when a rule’s condition is true, the specified action is taken.In expert systems terminology, the rule is “fired” when the action is taken.Two main methods have been devised for the inference engine to use in examining the rules: forward reasoning and reverse reasoning.(1)Forward reasoning In forward reasoning, also called forward chaining, the rules are examined one after another in a certain order.The order might be the sequence in which the rules were entered in to the rule set, or it might be some other sequence specified by the user.As each rule is examined, the expert system attempts to evaluate whether the conditions true or false.RULE EVALUSTION.When the condition is true, the rule is fired and the next rule is examined.When the condition is false, the rule is not fired the next rule is examined.It is possible that a rule cannot be evaluated as true or false.Perhaps the condition includes one or more variables with unknown values.In that case, the rule condition is unknown.When a role condition is unknown, the rule is not fired and the next rule is examined.THE ITERAIIVE REASONING PROCESS.The process of examining one rule after the other continues until a complete pass has been made through the entire rule set.More than one pass usually is necessary to assign a value to the goal variable.Perhaps the information needed to evaluate one rule is produced by another rule that is examined subsequently.For example, after the eleventh rule is fired, the fifth rule can be evaluated on the next pass.The passes continue as long as it is possible to fire rules.When no more rules can be fired, the reasoning process ceases.(2)Reverse Reasoning In reverse reasoning, also called backward chaining, the inference engine selects a rule and regards it as a problem to be solved.Using the rule set as shown in figure 20-1.Rule 12 is the problem, since it assigns a value to the goal variable P.The inference engine attempts to evaluate Rule 12 but recognizes that Rule 10 or Rule 11 must be evaluated first.Rule 10 and 11 become sub problems of Rule 12.The inference engine then selects one of the subproblems to evaluate, and the selected subproblem becomes the new problem.Figure20-1 Rules set THE FIRST LOGCAL PATH IS PURSUED.We will assume that Rule 10 becomes the problem.The inference engine then determines that Rule 7 and 8 must be evaluated before Rule 10 can be evaluated.Rules 7and 8 become the subproblems in this manner, searching for a rule that can be evaluated.THE NEXT LOGICAL PATH IS PURSUED.When the expert system attempts to evaluate Rule 11, Rule 9 becomes the problem;it can be evaluated using the outcomes of Rules 4 and 5.Because both Rules 4 and 5 are true, Rule 9 can be evaluated as true without the need to examined Rule 6.Once Rule 9 is fired, Rule11 can be fired as well.This makes it possible to assign a value to goal variable P, since Rule 12 is fired if either Rule 10 or 11 is true.(3)Comparing Forward and Reverse Reasoning Reverse reasoning proceeds faster than forward reasoning, because it does not have to consider all of the rules and does not make multiple passes through the rule set.Reverse reasoning is especially appropriate when: l There are multiple goal variables.l There are many rules.l All or most all of the rule do not have to be examined in the process of reaching a solution.Some inference engines are designed to perform both forward and reverse reasoning.The user can specify which one to use.4.The Development Engine The forth major component of the expert system is the development engine, which is used to create the expert system.When the inference engine consists of rules, this process involves building the rule set.There are two basic approaches: programming languages and expert system shells.(1)Programming Language You can create an expert system using any programming language;however, two are especially well suited to the symbolic representation of the knowledge base: Lisp and Prolog.Lisp was developed in 1959 by john McCarthy(one of the members of that first AI meeting), and Prolog was begun by Alain Colmerauer at the University of Marseilles in 1972.(2)Expert System Shells One of the first expert systems was Mycin, developed by Edward Shotlffle and Stanley Cohen of Stanford University, with the help of Stanton Axline, a physician.Mycin was created to diagnose certain infectious diseases.When the success of Mycin had been established, the developers looked for other ways tailored to apply their accomplishments.They discovered that the Mycin inference engine could be tailored to another type of problem by replacing the Mycin knowledge base with one reflecting the other problem domain.This finding signaled the start of a new approach to building expert system: the expert system sell.An expert system sell is a ready-made processor that can be tailored to a specific problem domain through the addition of the appropriate knowledge base.Today, most of the interest in applying expert system to business problems involves the use of sells.An example of a problem domain that lends itself to an expert system shell is help desk support.A help desk is a unit with-in the organization that provides technical help to users as well as to their own information specialists.In its most basic form, the help desk consists of one or more technical experts who receive users’ telephone calls for help.The user explains the problem and the technical expert suggests ways to solve it, perhaps referring to product manuals or other written sources.The help desk problem is so pervasive that a Helpdesk Institute was formed to facilitate dialogue among firms and industries with help desk expert system shells.When a firm uses one of the shells, it must populate the knowledge base with data concerning its own hardware and applications software.A software vendor can populate its knowledge base with data describing its software products, and so on.When a help desk expert system is used, either the user or the help desk staff member communicates directly with the system, and the system attempts to resolve the problem.One test of the degree of sophistication of artificial intelligence is whether the user cannot determine if he or she is interfacing with a human or a computer.This test has been called the Turing Test, in honor of the great pioneers in computer science, Alan Turing.The help desk expert systems use a variety of knowledge representation techniques.A popular approach is called case-based reasoning(CBR), which uses historical data as the basis for identifying problems and recommending solutions.Some systems employ knowledge expressed in the form of a decision tree, a network-like structure that enables the user to progress from the root through the network of branches by answering questions relating to the problem.The path leads the user to a solution at the end of branch.Expert system shells have brought artificial intelligence within the reach of firms that do not have the resources necessary to develop their own systems using programming language.In the business area, expert system shells are the most popular way for firms to implement knowledge-base system.5.Advantages and Disadvantages of Expert Systems As with all computer applications, expert systems offer some real advantages;but there are also disadvantages.The advantages can accrue to both managers and the firm.1.The Advantages of Expert Systems to Managers l Managers use expert systems with the intention of improving their decision-making.The improvement comes from being able to: l Consider More Alternative.An expert system can enable a manager to consider more alternatives in the process of solving a problem.For example, a financial manager who has been able to track the performance of only thirty stocks because of the volume of data that must be considered can, with the help of an expert system, track 300.By being able to consider a greater number of possible investment opportunities, the likelihood of selecting the best ones is increased.l Apply a Higher Level of Logic.A manager using an expert system can apply the same logic as that of a leading expert in field.l Devote More Time to Evaluating Decision Results.The manager can obtain advice from the expert system quickly, leaving more time to weigh the possible results before action has to be taken.l Make More Consistent Decisions.The computer does not have good days and bad days as the human manager does, Once the reasoning is programmed into the computer, the manager knows that the same solution process will be followed for each problem.2.The Advantages of Expert Systems to the Firm l A firm that implements an expert system can expert: l Better Performance for the Firm.As the firm’s managers extend their problem solving abilities through the use of expert system, the form’s control mechanism is improved.The firm’s better able to meet its objectives.l To maintain Control over the Firm’s Knowledge.Expert systems afford the opportunity to make the experienced employees’ knowledge more available to newer, less experienced employees and to keep that knowledge in the firm longer—even after the employees have left.3.The Disadvantages of Expert systems Two characteristics of expert systems limit their potential as a business problem-solving tool.First, they cannot handle inconsistent knowledge.This is a real disadvantage because, in business, few things hold true all the time because of the variability in human performance.Second, expert systems cannot apply the judgment and intuition that are important ingredients when solving semistructured or unstructured problems.人工智能與專家系統(tǒng) 1．AI（人工智能）發(fā)展史 僅僅在通用電器公司開始將電腦應(yīng)用于商業(yè)領(lǐng)域之后兩年，即1956年，就出現(xiàn)了人工智能。人工智能這一術(shù)語是由John McCarthy在Ddartmouth大學(xué)的學(xué)術(shù)論壇上提出的。同年，第一個(gè)人工智能計(jì)算程序——Logic Theorist誕生了。Logic Theorist在推理方面的局限促使了研究人員開發(fā)另一個(gè)程序，那就是GPS(通用問題求解程序)。其目的是為了解決各種各樣的問題，其解決問題的能力比前幾代更強(qiáng)。
AI研究仍在繼續(xù)，但與MIS和DDS等計(jì)算機(jī)應(yīng)用相比，研究熱情的減弱使人工智能的研究相對落后。然而，在研究方面的不斷努力一定會(huì)推動(dòng)計(jì)算機(jī)向人工智能化方向發(fā)展。
2．AI領(lǐng)域 AI現(xiàn)在已經(jīng)以知識系統(tǒng)的形式應(yīng)用于商業(yè)領(lǐng)域，既利用人類知識來解決問題。專家系統(tǒng)是最流行的基于知識的系統(tǒng)，他是應(yīng)用計(jì)算機(jī)程序以啟發(fā)方式替代專家知識。Heuristic術(shù)語來自希臘eureka，意思是“探索”。因此，啟發(fā)方式是一種良好猜想的規(guī)則。
啟發(fā)式方法并不能保證其結(jié)果如同DSS系統(tǒng)中傳統(tǒng)的算法那樣絕對化。但是啟發(fā)式方法提供的結(jié)果非常具體，以至于能適應(yīng)于大部分情況啟發(fā)式方法允許專家系統(tǒng)能像專家那樣工作，建議用戶如何解決問題。因?yàn)閷＜蚁到y(tǒng)被當(dāng)作顧問，所以，應(yīng)用專家系統(tǒng)就可以被稱為咨詢。
除了專家系統(tǒng)外，AI還包括以下領(lǐng)域：神經(jīng)網(wǎng)絡(luò)系統(tǒng)、感知系統(tǒng)、學(xué)習(xí)系統(tǒng)、機(jī)器人、AI硬件、自然語言處理。注意這些領(lǐng)域有交叉，交叉部分也就意味著這個(gè)領(lǐng)域可以從另一個(gè)領(lǐng)域中收益。
3．專家系統(tǒng)的吸引力 專家系統(tǒng)的概念是建立在專家知識能夠存儲(chǔ)在計(jì)算機(jī)中并能被其他人應(yīng)用這一假設(shè)的基礎(chǔ)上的。
專家系統(tǒng)作為一種決策支持系統(tǒng)提供了獨(dú)無二的能力。首先，專家系統(tǒng)為管理者提供了超出其能力的決策機(jī)會(huì)。比如，一家新的銀行投資公司可以應(yīng)用先進(jìn)的專家系統(tǒng)幫助他們進(jìn)行選擇、決策。其次，專家系統(tǒng)在得到一個(gè)解決方案的同時(shí)給出一步步的推理。在很多情況下，推理本身比決策的結(jié)果重要的多。
4．專家系統(tǒng)模型 專家系統(tǒng)模型主要由4個(gè)部分組成：用戶界面使得用戶能與專家系統(tǒng)對話；
知識庫收藏了要特殊解決的問題；
推理引擎提供了解釋知識庫的能力；
專家和工程師利用開發(fā)引擎建立專家系統(tǒng)。
1．用戶界面 用戶界面能夠方便管理者向?qū)＜蚁到y(tǒng)中輸入命令、信息，并接受專家系統(tǒng)的輸出。命令中有具體化的參數(shù)設(shè)置，引導(dǎo)專家系統(tǒng)的推理過程。信息以參數(shù)形式賦予某些變量。
（1）專家系統(tǒng)輸入 現(xiàn)在流行的界面格式是圖形化用戶界面格式，這種界面與Windows有些相同的特征。有些系統(tǒng)采用了與所要解決問題相稱的個(gè)性化界面例如，屏幕可能會(huì)顯示機(jī)械裝配圖。
（2）專家系統(tǒng)輸出 專家系統(tǒng)一般是提供解決方案的。這些解決方案都是以如下兩種方始輸出的：
①解決方案解釋。在專家系統(tǒng)提供了問題解決方案后，管理者可能還想知道是如何得到這種方案的。專家系統(tǒng)就會(huì)顯示一步步到達(dá)結(jié)果的推理過程。
②問題解釋。管理者可能希望得到專家系統(tǒng)對問題的推理過程。專家系統(tǒng)可能還需要管理者輸入一些信息。管理者問為什么需要信息，然后專家系統(tǒng)就會(huì)提供解釋。
雖然專家系統(tǒng)的內(nèi)部工作很復(fù)雜，但是用戶界面相當(dāng)友好，方便使用。一個(gè)會(huì)用計(jì)算機(jī)的管理者，使用專家系統(tǒng)對他來說也肯定沒有問題。
2．知識庫 知識庫即包括描述問題域，也包括以一定的邏輯描述事實(shí)的表示技術(shù)。術(shù)語“問題域”描述了所解決問題的業(yè)務(wù)領(lǐng)域。
（1）規(guī)則 規(guī)則是比較常用的表示技術(shù)。規(guī)則具體規(guī)定了在一種特定的情況下做什么。他有兩部分組成：一是條件，有真和假；
二是方法，是指在條件為真的條件下采取的行動(dòng)。以下是規(guī)則的一個(gè)例子：
IF ECONOMIC.INDEX>1.20ANDSEASONAL.INDEX>1.30 THEN SALES.OUTLOOK=”EXCELLENT” 包含在專家系統(tǒng)里的所有規(guī)則叫做規(guī)則集每個(gè)專家系統(tǒng)；
每個(gè)專家系統(tǒng)里的規(guī)則集數(shù)量是不一樣的。一個(gè)簡單的專家系統(tǒng)有幾十條規(guī)則，復(fù)雜的專家系統(tǒng)有500或1 000甚至10 000條規(guī)則。
（2）規(guī)則網(wǎng)絡(luò) 規(guī)則集里的規(guī)則再物理上并沒有聯(lián)系。但是他在邏輯上的關(guān)系可用層次圖表示最底層的規(guī)則為上一級提供了依據(jù)。這些依據(jù)有助于上層的規(guī)則得出結(jié)論。
最頂層的可能只包含一個(gè)結(jié)論，這說明只有一個(gè)解決方案。目標(biāo)變量是用來描述解決方案的。他可以是一個(gè)計(jì)算值一個(gè)可識目標(biāo)，一種措施，或者一些建議。例如，如果一個(gè)專家系統(tǒng)是用來給管理者在是否要進(jìn)入一個(gè)新市場決策上提供建議的，那么，單目標(biāo)變量MARKET.DECISION的值就是Yes或No。
當(dāng)然，也有可能在最高層得到多個(gè)結(jié)論，也就意味著有多種解決方案。例如，在關(guān)于提高市場競爭力戰(zhàn)略決策中，專家系統(tǒng)可能就會(huì)提供所有可能的方案，如提高公司產(chǎn)品質(zhì)量、增加廣告投入量或降低價(jià)格。
3．推理引擎 推理引擎是專家系統(tǒng)的一部分，他根據(jù)特定順序在知識庫內(nèi)容的基礎(chǔ)上進(jìn)行推理。
在咨詢階段，推理引擎挨個(gè)檢查知識庫規(guī)則，當(dāng)某條規(guī)則的條件為真時(shí)就采取規(guī)定的行動(dòng)。在專家系統(tǒng)中，當(dāng)采取行動(dòng)時(shí)，就稱規(guī)則被激活。
在檢查規(guī)則中，一般采用以下兩種方法：正向推理和反向推理。
（1）正向推理 在正向推理（也稱為正向連接）中，規(guī)則是按照一定順序逐個(gè)檢查的。這種順序可能是輸入到規(guī)則集中的順序，也可能是由用戶自己定義的順序。當(dāng)檢查每個(gè)規(guī)則之后，專家系統(tǒng)開始求值，既為“真”還是為“假”。
規(guī)則求值。當(dāng)條件為真時(shí)，規(guī)則就被激活，然后再檢查下一個(gè)規(guī)則。當(dāng)然還存在規(guī)則的值即非“真”又非“假”的情況。這種情況下，規(guī)則的條件是不知到的，這是，規(guī)則不被取消，繼續(xù)檢查下一條規(guī)則。
迭代推理過程。挨個(gè)檢查規(guī)則集中的規(guī)則，直到規(guī)則集中所有的規(guī)則都檢查完畢。有時(shí)為了設(shè)定一個(gè)目標(biāo)變量值往往要通過好幾輪測試。可能測試這個(gè)規(guī)則所需要的信息是來自另一個(gè)規(guī)則測試的結(jié)果。比如，在第11個(gè)規(guī)則被激活后，第5個(gè)規(guī)則才進(jìn)行測試。只要有規(guī)則被激活了，測試就繼續(xù)，直到規(guī)則沒有激活推理過程才結(jié)束。
（2）反向推理 在反向推理（也稱為反向連接）中，推理引擎將規(guī)則視為一個(gè)待解決的問題。如圖20-1所視的規(guī)則集中，規(guī)則12是一個(gè)問題，因?yàn)樗峙淞艘粋€(gè)值給目標(biāo)變量P。推理引擎試圖得出規(guī)則12的值，但是，有圖中可知，我們必須先要知道規(guī)則10和11的結(jié)果。規(guī)則10和11是規(guī)則12的子問題。推理引擎先要對子問題進(jìn)行求值。
圖20-1 規(guī)則集 選擇第一條邏輯路徑。我們假設(shè)當(dāng)前規(guī)則10是待解決的問題。推理引擎在解決問題前首先要確定規(guī)則7和8的值?，F(xiàn)在規(guī)則7和8是子問題，同樣要解決這個(gè)子問題，先要用之前講過的方法細(xì)分問題域，直到能夠求值。
選擇下一條邏輯路徑。當(dāng)專家系統(tǒng)嘗試對規(guī)則11求值時(shí)，規(guī)則9成為問題。利用規(guī)則4和5的結(jié)果來對其求值。因?yàn)橐?guī)則4和5都為真，所以規(guī)則9的值也為真。沒有必要對規(guī)則6進(jìn)行求值了。
規(guī)則9被激活后。規(guī)則11也被激活了。因?yàn)橹灰?guī)則10或規(guī)則11其中一個(gè)為真，就可以激活規(guī)則12了，目標(biāo)變量P的值也就可以得知。
（3）正向推理和反向推理的比較 反向推理比正向推理要快。因?yàn)榉聪蛲评聿槐乜紤]所有的規(guī)則，也不用一輪一輪在規(guī)則中求值。反向推理尤其適用于以下幾種情況：
①多個(gè)目標(biāo)變量；
②有很多的規(guī)則；
③在求的問題結(jié)的過程中無須將所有的或幾乎所有的規(guī)則都檢查一便。
有些推理引擎即適合正向推理也適合反向推理，視具體情況而定。
4．開發(fā)引擎 專家系統(tǒng)的第4個(gè)重要組件就是開發(fā)引擎。他用來建造專家系統(tǒng)。當(dāng)推理引擎包含許多規(guī)則時(shí)，建造專家系統(tǒng)的過程就涉及到建立規(guī)則集。有兩種基本方法：程序語言或?qū)＜蚁到y(tǒng)外殼程序。
（1）程序語言 你可以應(yīng)用任何語言創(chuàng)建專家系統(tǒng)，但最適合符號化表示知識庫的兩種語言是：Lisp和Polog。Lisp是在1959年由McCarthy（首屆AI會(huì)議的成員之一）開發(fā)的。Prolog是在1972年由Alain Colmerauer在Marseilles大學(xué)開發(fā)的。
（2）專家系統(tǒng)外殼程序 第一個(gè)專家系統(tǒng)是Mycin，是由Stanford大學(xué)的Edward Shortliffe和Stanley Cohen在物理學(xué)家Stanton Axline的幫助下開發(fā)的。Mycin是用來診斷某種傳染病的。
當(dāng)成功開發(fā)第一個(gè)專家系統(tǒng)Mycin后，開發(fā)者們試圖在別的各個(gè)領(lǐng)域應(yīng)用這個(gè)成果。他們發(fā)現(xiàn)如果將知識庫更換成反映另一個(gè)問題的相關(guān)知識Mycin推理引擎能夠適用于該類型的問題域。這種發(fā)現(xiàn)開創(chuàng)了建立專家系統(tǒng)的新方法：專家系統(tǒng)外殼程序。他是一段預(yù)先編寫好的程序，只要增加相應(yīng)的知識庫就能夠適用于一個(gè)具體的問題域。如今應(yīng)用專家系統(tǒng)解決商業(yè)問題的焦點(diǎn)在于外殼程序的應(yīng)用。
由問題域?qū)С鰧＜蚁到y(tǒng)外殼程序，其中的一個(gè)例子就是桌面幫助支持。桌面幫助支持就是系統(tǒng)的一個(gè)單元，為用戶提供技術(shù)幫助。信息服務(wù)單元典型的給用戶和信息專家提供桌面幫助。桌面幫助最基本的形式就是一兩個(gè)專家給用戶進(jìn)行電話答疑。用戶提出問題，專家予以解答。
桌面幫助問題是如此的普遍，以致于再公司成立了桌面幫助部門以方便對話。在年會(huì)上，最重要的一項(xiàng)活動(dòng)就是演示專家系統(tǒng)的外殼程序的桌面幫助。當(dāng)一個(gè)公司應(yīng)用其中一個(gè)外殼程序時(shí)，他必須擴(kuò)充相關(guān)生產(chǎn)線的知識庫。比如，信息服務(wù)單元應(yīng)該擴(kuò)充硬件和應(yīng)用軟件的相關(guān)數(shù)據(jù)，在軟件的幫助庫中擴(kuò)充軟件描述等。
當(dāng)桌面幫助專家系統(tǒng)得以應(yīng)用，用戶以及桌面幫助員工就可以直接跟專家系統(tǒng)對話，系統(tǒng)就可以解決問題。人工智能的智能化程度的一個(gè)測試就是用戶是否不能判別出 他是在跟機(jī)器還是在跟人對話，這種測試稱為Turing測試。Alan Turing是計(jì)算機(jī)學(xué)偉大的先驅(qū)之一。
桌面幫助專家系統(tǒng)利用不同的信息表示技術(shù)。比較流行的方法是CBR(case-based reasoning，基于事實(shí)的推理)。他是根據(jù)歷史數(shù)據(jù)作為識別問題的基礎(chǔ)，然后提出解決方案。有些系統(tǒng)是以決策樹的形式來表示的。他是一個(gè)網(wǎng)狀結(jié)構(gòu)，使用戶能夠回答與解決相關(guān)的問題。
專家系統(tǒng)外殼程序引入了人工智能，使公司沒有必要開發(fā)他們自己的系統(tǒng)。在商業(yè)領(lǐng)域，公司經(jīng)常使用專家系統(tǒng)外殼程序來實(shí)施基于知識的系統(tǒng)。
5．專家系統(tǒng)的優(yōu)缺點(diǎn) 跟其他計(jì)算機(jī)應(yīng)用一樣，專家系統(tǒng)提供了一些實(shí)際利益，但也有一些不足之處。管理者和公司都可以從專家系統(tǒng)中收益。
1.家系統(tǒng)為管理者帶來得好處 管理者應(yīng)用專家系統(tǒng)改進(jìn)決策。這些改進(jìn)表現(xiàn)如下：
（1）提供更多的選擇。在解決問題過程中專家系統(tǒng)能促使管理者考慮到更多的選擇。比如，沒有專家系統(tǒng)，由于考慮范圍有限，財(cái)務(wù)經(jīng)理只能跟蹤30種股票的表現(xiàn)。但是有了專家系統(tǒng)，就可以跟蹤300種股票?？紤]的投資范圍的擴(kuò)大，也就增加了選擇最佳方案的可能性。
（2）應(yīng)用更高的邏輯層。管理者借助于專家系統(tǒng)，能夠達(dá)到最先進(jìn)的專家邏輯水平。
（3）傾注更多的時(shí)間于評估方案之上。管理者能夠快速的從專家系統(tǒng)中得到建議，給管理者在行動(dòng)之前留下更多選擇和權(quán)衡的時(shí)間。
（4）決策更加一致。與管理者相比，計(jì)算機(jī)不會(huì)有攙雜個(gè)人情感的波動(dòng)因素，一旦將推理輸入到計(jì)算機(jī)，管理者就會(huì)得到確定的方案。
2.為公司帶來得好處 專家系統(tǒng)為公司帶來如下好處：
（1）公司有更好的業(yè)績。因?yàn)楣芾碚呤墙柚趯＜蚁到y(tǒng)解決問題的，所以公司的管理機(jī)制得到大大的改善公司能夠更好的接近目標(biāo)。
（2）保持對公司知識的控制。專家系統(tǒng)為老員工傳授豐富的經(jīng)驗(yàn)給新員工創(chuàng)造了機(jī)會(huì)。即使員工離開后，也能夠使知識自成一體。
6.專家系統(tǒng)的缺點(diǎn) 專家系統(tǒng)的兩個(gè)特征限制了將其作為商務(wù)問題解決工具的潛能。第一，他們不能處理一致性知識的問題。這是一個(gè)實(shí)實(shí)在在的不足之處，因?yàn)樵谏虡I(yè)中，由于人為因素的可變性，沒有事情時(shí)時(shí)正確。第二，專家系統(tǒng)不能應(yīng)用判斷和指導(dǎo)，而在解決結(jié)構(gòu)化問題時(shí)他們是很重要的因素。
第二篇：4-外文文獻(xiàn)譯文
畢業(yè)設(shè)計(jì)（論文）外文文獻(xiàn)原文及譯文
畢業(yè)論文題目： 常用博客和論壇數(shù)據(jù)自動(dòng)抓取系
統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
文獻(xiàn)中文題目： UbiCrawler：一種可擴(kuò)展的全分布式
網(wǎng)絡(luò)爬蟲
文獻(xiàn)英文題目： UbiCrawler: a scalable fully distributed Web crawler 專 業(yè) 軟件工程 學(xué)
號 學(xué) 生 姓 名 指 導(dǎo) 教 師 答 辯 日 期 2015-06-25
哈爾濱工業(yè)大學(xué) 哈爾濱工業(yè)大學(xué)本科畢業(yè)設(shè)計(jì)（論文）（外文文獻(xiàn)）
外文文獻(xiàn)譯文
UbiCrawler：一種可擴(kuò)展的全分布式網(wǎng)絡(luò)爬蟲
1.引言
在本文中我們介紹ubicrawler的設(shè)計(jì)與實(shí)現(xiàn)，一種可擴(kuò)展的，可容錯(cuò)的全分布式網(wǎng)絡(luò)爬蟲，并且我們從先驗(yàn)和后驗(yàn)兩方面評估了它的性能。ubicrawler設(shè)計(jì)的整體結(jié)構(gòu)在[1]，[2]和[3]進(jìn)行了描述。
這項(xiàng)工作是一個(gè)項(xiàng)目的一部分，其目的是收集大量的數(shù)據(jù)集，研究Web的結(jié)構(gòu)。這是從統(tǒng)計(jì)分析特定的網(wǎng)絡(luò)域[4]估計(jì)的分布經(jīng)典參數(shù)，如頁面排名 5]和重新設(shè)計(jì)阿里安娜發(fā)展的技術(shù)，最大的意大利搜索引擎等。
由于該項(xiàng)目的第一階段，我們發(fā)現(xiàn)集中爬蟲已不再是足夠的在網(wǎng)絡(luò)中抓取有意義的部分。事實(shí)上，它已經(jīng)認(rèn)識到，“作為網(wǎng)絡(luò)的大小成長，成為爬行的過程并行化勢在必行，為了完成下載頁在一個(gè)合理的時(shí)間量[6,7]。
許多商業(yè)和研究機(jī)構(gòu)運(yùn)行他們的網(wǎng)絡(luò)爬蟲收集關(guān)于Web的數(shù)據(jù)。即使沒有可用的代碼，在一些情況下，基本的設(shè)計(jì)已被公開：這都是是案例，例如，墨卡托 [8]（AltaVista爬蟲），原來的谷歌爬蟲[9]，和一些在學(xué)術(shù)界的爬蟲{10–12]。
盡管如此，幾乎沒有發(fā)表的作品實(shí)際上探討了在爬行過程中所涉及的不同任務(wù)的并行化這個(gè)基本的問題。特別是，我們知道的所有的方法都是使用某種集中管理，決定去訪問哪些網(wǎng)址，并存儲(chǔ)已經(jīng)被抓取的網(wǎng)址。最好，這些組件可以被復(fù)制，他們的工作可以被劃分為靜態(tài)。
相反，當(dāng)設(shè)計(jì)ubicrawler，我們決定把每一項(xiàng)任務(wù)，具有明顯的可擴(kuò)展性和容錯(cuò)性方面的優(yōu)勢。
ubicrawler的基本特征： ?平臺(tái)獨(dú)立性；
? 充分分配每一個(gè)任務(wù)（沒有單一的故障點(diǎn)和沒有集中協(xié)調(diào)）； ? 基于一致哈希的局部可計(jì)算的地址分配；
? 容忍故障：永久性以及短暫的優(yōu)雅地處理故障； ? 可擴(kuò)展性。
哈爾濱工業(yè)大學(xué)本科畢業(yè)設(shè)計(jì)（論文）（外文文獻(xiàn)）
? 網(wǎng)址的分布應(yīng)該是平衡的，即，每個(gè)代理應(yīng)該負(fù)責(zé)約相同數(shù)量的網(wǎng)址。在異構(gòu)代理的情況下，網(wǎng)址的數(shù)目應(yīng)該是成正比的代理的可用資源（如內(nèi)存，硬盤容量等）。
可擴(kuò)展性。每秒的頁面數(shù)和代理應(yīng)該是（幾乎）獨(dú)立的代理數(shù)量。換句話說，我們期望的吞吐量與代理的數(shù)量呈線性增長。
文雅性。一個(gè)平行的爬蟲決不應(yīng)該試圖從一個(gè)給定的主機(jī)上獲取一頁以上的一頁。此外，一個(gè)合適的延遲，應(yīng)在隨后的請求之間引入相同的主機(jī)。
容錯(cuò)性。一個(gè)分布式的爬蟲應(yīng)該能繼續(xù)工作在崩潰故障下，這是當(dāng)一些代理突然死亡的時(shí)候。在這種崩潰的存在下，沒有行為可以被假定，除了有缺陷的代理停止通信；特別是，一個(gè)不能規(guī)定任何行動(dòng)，一個(gè)崩潰的代理人，或恢復(fù)其狀態(tài)之后。當(dāng)一個(gè)代理崩潰，剩余的代理應(yīng)繼續(xù)滿足就地平衡計(jì)算分配的要求：這意味著，在特定的URL，這架代理將被重新分配。
這有2個(gè)重要的后果。
? 不可能假設(shè)網(wǎng)址是靜態(tài)分布。
? 由于“就地平衡計(jì)算任務(wù)的要求必須滿足在任何時(shí)間”，在崩潰之后依靠分布式分配協(xié)議這是不合理的。事實(shí)上，在重新分配的要求將被破壞。
3.軟件體系結(jié)構(gòu)
ubicrawler由幾個(gè)代理，自主協(xié)調(diào)它們的行為，在這樣一種方式，每個(gè)人掃描其網(wǎng)絡(luò)的共享。一個(gè)代理執(zhí)行它的任務(wù)，通過運(yùn)行多個(gè)線程，每一個(gè)單獨(dú)的主機(jī)單獨(dú)訪問。更確切地說，每一個(gè)線程掃描一個(gè)主機(jī)使用廣度優(yōu)先訪問。我們確保不同的線程訪問不同的主機(jī)在同一時(shí)間，因此，每個(gè)主機(jī)不超載太多的要求。這是不是本地主機(jī)的給定樣本被派遣到代理權(quán)，使其在頁面被訪問隊(duì)列。因此，整體的Web訪問是廣度優(yōu)先，但盡快達(dá)到一個(gè)新的主機(jī)，它是完全訪問（可能有界深度達(dá)到或總頁數(shù)），再次在廣度優(yōu)先的方式。
更先進(jìn)的方法（可以考慮適當(dāng)?shù)膬?yōu)先級相關(guān)的網(wǎng)址，如，他們的排名）可以很容易地實(shí)現(xiàn)。然而，值得注意的是，有幾個(gè)作者（見，例如，[13]）認(rèn)為，廣度優(yōu)先訪問傾向于在爬取的時(shí)候找到高質(zhì)量的網(wǎng)頁。關(guān)于頁面質(zhì)量的一個(gè)更深入的討論，在第6節(jié)中給出。
哈爾濱工業(yè)大學(xué)本科畢業(yè)設(shè)計(jì)（論文）（外文文獻(xiàn)）
一個(gè)重要的優(yōu)勢是，每個(gè)主機(jī)廣度優(yōu)先訪問DNS請求是罕見的。網(wǎng)絡(luò)爬蟲使用全球廣度優(yōu)先策略必須在DNS服務(wù)器的高延遲：這通常是由一個(gè)多線程緩存緩沖請求通過了。同樣，沒有緩存是由“機(jī)器人排除標(biāo)準(zhǔn)”[ 14 ]所需的robots.txt文件需要；事實(shí)上這樣的文件可以下載，當(dāng)主機(jī)訪問開始。
代理的主機(jī)分配考慮到在每個(gè)代理的質(zhì)量存儲(chǔ)資源和帶寬。這是目前所做的一個(gè)單一的指標(biāo)，稱為能力，這是作為一個(gè)權(quán)重的分配功能分配主機(jī)使用。在某些情況下，每一個(gè)代理的主機(jī)比例的比例，其容量的主機(jī)（見4節(jié)的一個(gè)精確的描述如何工作）。注意，即使每個(gè)主機(jī)的URL數(shù)量參差不齊，代理人之間的URL分布趨于均勻在大爬蟲中。除此之外的經(jīng)驗(yàn)統(tǒng)計(jì)的原因，也有其他的動(dòng)機(jī)，如用于邊界的最大數(shù)量的網(wǎng)頁抓取的政策的使用和訪問的最大深度。這樣的政策是必要的，以避免（可能是惡意）網(wǎng)絡(luò)陷阱。
最后，對ubicrawler必不可少的組成部分，是一個(gè)可靠的故障檢測器[15]使用超時(shí)檢測撞劑；可靠性是指一個(gè)撞劑最終會(huì)被每一個(gè)活性劑（通常稱為故障探測器的理論完備性較強(qiáng)的屬性）。故障檢測器是ubicrawler唯一同步組件（即使用定時(shí)功能的唯一部件）；所有其他的組件在一個(gè)完全異步的方式進(jìn)行交互。
4.功能分配
在本節(jié)中我們描述的ubicrawler功能分配，和我們解釋為什么這個(gè)功能可以實(shí)現(xiàn)每一個(gè)任務(wù)和實(shí)現(xiàn)容錯(cuò)的目標(biāo)。
讓A表示我們的代理標(biāo)識符（即潛在的代理的名字），L ? A是活著的代理設(shè)置：我們必須指定主機(jī)代理L.更確切地說，我們已經(jīng)設(shè)置了功能δ，每個(gè)非空集合L活劑，和為每個(gè)主機(jī)H，代表的責(zé)任，取（URLs）H的代理δL（H）∈L。
下列屬性是需求的功能分配。
1.平衡。每個(gè)代理應(yīng)該得到大約相同數(shù)量的主機(jī)；換句話說，如果m是主機(jī)（總數(shù)），我們想要|δ?1L(a)| ～ m/|L| 對于每一個(gè) a ∈ L.2.逆變。分配給一個(gè)代理主機(jī)的設(shè)置應(yīng)該就在失活和活劑激活設(shè)置在逆變方式轉(zhuǎn)變。更確切地說，如果L ? L 然后 δ?1 L(a)? δ?1 L(a)；也就是說，如果代理的數(shù)量增長，每一個(gè)代理的網(wǎng)頁抓取的部分必須收縮。逆變具有根本性的后果：如果增加一個(gè)新的代理，沒有舊的代理將
5哈爾濱工業(yè)大學(xué)本科畢業(yè)設(shè)計(jì)（論文）（外文文獻(xiàn)）
引用 Boldi P, Codenotti B, SantiniM, Vigna S.Trovatore: Towards a highly scalable distributed web crawler.Poster Proceedings of the 10th International World Wide Web Conference, Hong Kong, China, 2001.ACM Press: New York, 2001;140–141.Winner of the Best Poster Award.2 Boldi P, Codenotti B, Santini M, Vigna S.Ubicrawler: Scalability and fault-tolerance issues.Poster Proceedings of the 11th International World Wide Web Conference, Honolulu, HI, 2002.ACM Press: New York, 2002.3 Boldi P, Codenotti B, Santini M, Vigna S.Ubicrawler: A scalable fully distributed web crawler.Proceedings of AusWeb02.The 8th Australian World Wide Web Conference, 2002.4 Boldi P, Codenotti B, Santini M, Vigna S.Structural properties of the African web.Poster Proceedings of the 11 International World Wide Web Conference, Honolulu, HI, 2002.ACM Press: New York, 2002.5 Page L, Brin S, Motwani R, Winograd T.The pagerank citation ranking: Bringing order to the web.Technical Report,Stanford Digital Library Technologies Project, Stanford University, Stanford, CA, 1998.6 Cho J, Garcia-Molina H.Parallel crawlers.Proceedings of the 11th International World Wide Web Conference, 2002.ACM Press: New York, 2002.7 Arasu A, Cho J, Garcia-Molina H, Paepcke A, Raghavan S.Searching the web.ACM Transactions on Internet Technology 2001;1(1):2–43.8 Najork M, Heydon A.High-performance web crawling.Handbook of Massive Data Sets, Abello J, Pardalos P, Resende M(eds.).Kluwer: Dordrecht, 2001.th哈爾濱工業(yè)大學(xué)本科畢業(yè)設(shè)計(jì)（論文）（外文文獻(xiàn)）Brin S, Page L.The anatomy of a large-scale hypertextual web search engine.Computer Networks 1998;30(1/7):107–117.10 Yan H, Wang J, Li X, Guo L.Architectural design and evaluation of an efficient Web-crawling system.The Journal of Systems and Software 2002;60(3):185–193.11 Zeinalipour-Yazti D, Dikaiakos M.Design and implementation of a distributed crawler and filtering processor.Proceedings of NGITS 2002(Lecture Notes in Computer Science, vol.2382).Springer, 2002;58–74.12 Shkapenyuk V, Suel T.Design and implementation of a high-performance distributed web crawler.IEEE International Conference on Data Engineering(ICDE), 2002.IEEE Computer Society, 2002.13 Najork M,Wiener JL.Breadth-first search crawling yields high-quality pages.Proceedings of the 10th International World Wide Web Conference, Hong Kong, China, 2001.ACM Press: New York, 2001.14 Koster M.The Robot Exclusion Standard.http://004km.cn/ [2001].15 Chandra TD, Toueg S.Unreliable failure detectors for reliable distributed systems.Journal of the ACM 1996;43(2): 225–267.16 Karger D, Lehman E, Leighton T, Levine M, Lewin D, Panigrahy R.Consistent hashing and random trees: Distributed caching protocols for relieving hot spots on the World Wide Web.Proceedings of the 29th Annual ACM Symposium on Theory of Computing, El Paso, TX, 1997.ACM Press: New York, 1997;654–663.17 Karger D, Leighton T, Lewin D, Sherman A.Web caching with consistent hashing.Proceedings of the 8th International World Wide Web Conference, Toronto, Canada, 1999.ACM Press: New York, 1999.18 Devine R.Design and implementation of DDH: A distributed dynamic hashing algorithm.Proceedings of the Foundations of
第三篇：人工智能與專家系統(tǒng)感想
姓名：萬偉
學(xué)號：1120100924
人工智能與專家系統(tǒng)感想
人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。
人工智能技術(shù)導(dǎo)論這門課的學(xué)習(xí)，讓我知道了人工智能從誕生發(fā)展到今天經(jīng)歷了一條漫長的路，許多科研人員為此而不懈努力。人工智能的開始可以追溯到電子學(xué)出現(xiàn)以前。象布爾和其他一些哲學(xué)家和數(shù)學(xué)家 建立的理論原則后來成為人工智能邏輯學(xué)的基礎(chǔ)。而人工智能真正引起 研究者的興趣則是1943年計(jì)算機(jī)發(fā)明以后的事。技術(shù)的發(fā)展最終使得人們可以仿真 人類的智能行為，至少看起來不太遙遠(yuǎn)。接下來的四十年里，盡管碰到許多阻礙，人工智能仍然從最初只有十幾個(gè)研究者成長到現(xiàn)在數(shù)以千計(jì)的工程師和專家在研究； 從一開始只有一些下棋的小程序到現(xiàn)在的用于疾病診斷的專家系統(tǒng)，人工智能的發(fā)展有目共睹。
人工智能經(jīng)過幾十年的發(fā)展，其應(yīng)用在不少領(lǐng)域得到發(fā)展，在我們的日常生活和學(xué)習(xí)當(dāng)中也有許多地方得到應(yīng)用。我通過網(wǎng)絡(luò)查找，知道了以下領(lǐng)域的人工智能的發(fā)展。
專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計(jì)算機(jī)程序系統(tǒng)。專家系統(tǒng)內(nèi)部含有大量的某個(gè)領(lǐng)域的專家水平的知識與經(jīng)驗(yàn)，能夠運(yùn)用人類專家的知識和解決 問題的方法進(jìn)行推理和判斷，模擬人類專家的決策過程，來解決該領(lǐng)域的復(fù)雜問題。專家系統(tǒng)是人工智能應(yīng)用研究最活躍和最廣泛的應(yīng)用領(lǐng)域之一,涉及到社會(huì)各個(gè) 方面，各種專家系統(tǒng)已遍布各個(gè)專業(yè)領(lǐng)域，取得很大的成功。根據(jù)專家系統(tǒng)處理的問題的類型，把專家系統(tǒng)分為解釋型、診斷型、調(diào)試型、維修型、教育型、預(yù)測 型、規(guī)劃型、設(shè)計(jì)型和控制型等10種類型。具體應(yīng)用就很多了，例如血液凝結(jié)疾病診斷系統(tǒng)、電話電纜維護(hù)專家系統(tǒng)、花布圖案設(shè)計(jì)和花布印染專家系統(tǒng)等等。為了實(shí)現(xiàn)專家系統(tǒng)，必須要存儲(chǔ)有該專門領(lǐng)域中經(jīng)過事先總結(jié)、分析并按某種模式表示的專家知識(組成知識庫)，以及擁有類似于領(lǐng)域?qū)＜医鉀Q實(shí)際問題的 推理機(jī)制(構(gòu)成推理機(jī))。系統(tǒng)能對輸入信息進(jìn)行處理，并運(yùn)用知識進(jìn)行推理，做出決策和判斷，其解決問題的水平達(dá)到或接近專家的水平，因此能起到專家或?qū)＜?助手的作用。
開發(fā)專家系統(tǒng)的關(guān)鍵是表示和運(yùn)用專家知識，即來自領(lǐng)域?qū)＜业募罕蛔C明對解決有關(guān)領(lǐng)域內(nèi)的典型問題有用的事實(shí)和過程。目前，專家系統(tǒng)主要采用基于規(guī)則 的知識表示和推理技術(shù)。由于領(lǐng)域的知識更多是不精確或不確定的，因此，不確定的知識表示與知識推理是專家系統(tǒng)開發(fā)與研究的重要課題。此外，專家系統(tǒng)開發(fā)工 具的研制發(fā)展也很迅速，這對擴(kuò)大專家系統(tǒng)的應(yīng)用范圍，加快專家系統(tǒng)的開發(fā)過程，將起到積極地促進(jìn)作用。隨著計(jì)算機(jī)科學(xué)技術(shù)整體水平的提高，分布式專家系 統(tǒng)、協(xié)同式專家系統(tǒng)等新一代專家系統(tǒng)的研究也發(fā)展很快。在新一代專家系統(tǒng)中，不但采用基于規(guī)則的推理方法，而且采用了諸如人工神經(jīng)網(wǎng)絡(luò)的方法與技術(shù)。
一、人工智能與專家系統(tǒng)應(yīng)用領(lǐng)域 1在管理系統(tǒng)中的應(yīng)用
人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率，而是用計(jì)算機(jī)實(shí)現(xiàn)人們非常需要做，但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。智能教學(xué)系統(tǒng)(ITS)是人工智能與教育結(jié)合的主要形式，也是今后教學(xué)系統(tǒng)的發(fā)展方向。信息技術(shù)的飛速發(fā)展以及新的教學(xué)系統(tǒng)開發(fā)模式的提出和不斷完善，推動(dòng)人們綜合運(yùn)用超媒體技術(shù)、網(wǎng)絡(luò)基礎(chǔ)和人工智能技術(shù)區(qū)開發(fā)新的教學(xué)系統(tǒng)，計(jì)算機(jī)智能教學(xué)系統(tǒng)就是其中的典型代表。它包含學(xué)生模塊、教師模塊，體現(xiàn)了教學(xué)系統(tǒng)開發(fā)的全部內(nèi)容，擁有著不可比擬的優(yōu)勢和極大的吸引力。2在工程領(lǐng)域的應(yīng)用
醫(yī)學(xué)專家系統(tǒng)是人工智能和專家系統(tǒng)理論和技術(shù)在醫(yī)學(xué)領(lǐng)域的重要應(yīng)用，具有極大的科研和應(yīng)用價(jià)值,它可以幫助醫(yī)生解決復(fù)雜的醫(yī)學(xué)問題,作為醫(yī)生診斷、治療的輔助工具。目前,醫(yī)學(xué)智能系統(tǒng)已通過其在醫(yī)學(xué)影像方面的重要作用，從而應(yīng)用于內(nèi)科、骨科等多個(gè)醫(yī)學(xué)領(lǐng)域中,并在不斷發(fā)展完善中。
3在技術(shù)研究中的應(yīng)用 人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來已久。隨著網(wǎng)絡(luò)的迅速發(fā)展，網(wǎng)絡(luò)技術(shù)的安全是我們關(guān)心的重點(diǎn)，因此我們必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進(jìn)行網(wǎng)絡(luò)安全技術(shù)的改進(jìn)和變更，大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的AI技術(shù)，開發(fā)更高級AI通用和專用語言，和應(yīng)用環(huán)境以及開發(fā)專用機(jī)器，而與人工智能技術(shù)則為我們提供了可能性。4人工智能在現(xiàn)實(shí)中的應(yīng)用。
AI系統(tǒng)是設(shè)計(jì)出的一種計(jì)算機(jī)程序，這種程序具有某些像人和動(dòng)物智能一樣的功能。在過去的30多年中，已經(jīng)建立了一些具有一定“智能”的AI系統(tǒng)，例如下棋程序、定理證明系統(tǒng)、集成電路設(shè)計(jì)與分析系統(tǒng)、自然語言翻譯系統(tǒng)、智能信息檢索系統(tǒng)、疾病診斷系統(tǒng)等 在一年一度AT&T實(shí)驗(yàn)室舉行的機(jī)器人足球賽中，每支球隊(duì)的“球員”都裝備上了AI軟件和許多感應(yīng)器，它們都很清楚自己該踢什么位置，同時(shí)也明白有些情況下不能死守崗位。盡管現(xiàn)在的AI技術(shù)只能使它們大部分時(shí)間處于個(gè)人盤帶的狀態(tài)，但它們傳接配合的能力正在以很快的速度改進(jìn)。5．機(jī)器翻譯
機(jī)器翻譯是利用計(jì)算機(jī)把一種自然語言轉(zhuǎn)變成另一種自然語言的過程，用以完成這一過程的軟件系統(tǒng)叫做機(jī)器翻譯系統(tǒng)。幾十年來，國內(nèi)外許多專家、學(xué)者為 機(jī)器翻譯的研究付出了大量的心血和汗水。雖然至今還沒有一個(gè)實(shí)用、全面、高質(zhì)量的自動(dòng)翻譯系統(tǒng)出現(xiàn)，不過也取得了很大的進(jìn)展，特別是作為人們的輔助翻譯工 具，機(jī)器翻譯已經(jīng)得到大多數(shù)人的認(rèn)可。目前，國內(nèi)的機(jī)器翻譯軟件不下百種，根據(jù)這些軟件的翻譯特點(diǎn)，大致可以分為三大類：詞典翻譯類、漢化翻譯類和專業(yè)翻 譯類。詞典類翻譯軟件代表是“金山詞霸”了，堪稱是多快好省的電子詞典，它可以迅速查詢英文單詞或詞組的詞義，并提供單詞的發(fā)音，為用戶了解單詞或詞組含 義提供了極大的便利。漢化翻譯軟件的典型代表是“東方快車2000”，它首先提出了“智能漢化”的概念，使翻譯軟件的輔助翻譯作用更加明顯。以“譯星”、“雅信譯霸”為代表的專業(yè)翻譯系統(tǒng)，是面對專業(yè)或行業(yè)用戶的翻譯軟件，但其專業(yè)翻譯的質(zhì)量與人們的實(shí)用性還有不少差距，有人評價(jià)說“滿篇英文難不住，滿篇 中文看不懂”，該說法雖然比較極端，但機(jī)譯譯文的質(zhì)量確實(shí)卻一直是個(gè)老大難問題。這里，我們不妨對現(xiàn)有的機(jī)譯和人譯過程作一比較，從中可以看出一些原因。
機(jī)器翻譯：
1.一句一句處理，上下文缺乏聯(lián)系；
2.對源語言的分析只是求解句法關(guān)系，完全不是意義上的理解；
3.缺乏領(lǐng)域知識，從計(jì)算機(jī)到醫(yī)學(xué)，從化工到法律都通用，就換專業(yè)詞典；
4.譯文轉(zhuǎn)換是基于源語言的句法結(jié)構(gòu)的，受源語言的句法結(jié)構(gòu)的束縛；
5.翻譯只是句法結(jié)構(gòu)的和詞匯的機(jī)械對應(yīng)。
人工翻譯：
1.一般會(huì)先通讀全文，會(huì)前后照應(yīng)；
2.對源語言是求得意義上的理解；
3.只有專業(yè)翻譯人員，而沒有萬能翻譯人員；
4.譯文是基于他對源語言的理解，不受源語言的句法結(jié)構(gòu)的束縛；
5.翻譯是一個(gè)再創(chuàng)造的過程。
在目前的情況下，計(jì)算機(jī)輔助翻譯應(yīng)該是一個(gè)比較好的實(shí)際選擇。事實(shí)上，在很多領(lǐng)域中，計(jì)算機(jī)輔助人類工作的方式已經(jīng)得到了廣泛的應(yīng)用，例如CAD軟 件。如果計(jì)算機(jī)輔助技術(shù)用于語言的翻譯研究，應(yīng)該同樣可以起到很大的輔助作用，這就是所謂的“計(jì)算機(jī)輔助翻譯”。它集機(jī)器記憶式翻譯、語法分析式翻譯和人 際交互式翻譯為一體，把翻譯過程中機(jī)械、重復(fù)、瑣碎的工作交給計(jì)算機(jī)來完成。這樣，翻譯者只需將精力集中在創(chuàng)造性的思考上，有利于工作效率的提高。
機(jī)器翻譯研究歸根結(jié)底是一個(gè)知識處理問題，它涉及到有關(guān)語言內(nèi)的知識、語言間的知識、以及語言外的世界知識，其中包括常識和相關(guān)領(lǐng)域的專門知識。隨 著因特網(wǎng)的普及與發(fā)展，機(jī)器翻譯的應(yīng)用前景十分廣闊。作為人類探索自己智能和操作知識的機(jī)制的窗口，機(jī)器翻譯的研究與應(yīng)用將更加誘人。國際上有關(guān)專家分析 認(rèn)為機(jī)器翻譯要想達(dá)到類似人工翻譯一樣的流暢程度，至少還要經(jīng)歷15年時(shí)間的持續(xù)研究，但在人類對語言研究還沒有清楚“人腦是如何進(jìn)行語言的模糊識別和判 斷”的情況下，機(jī)器翻譯要想達(dá)到100%的準(zhǔn)確率是不可能的。
二、人工智能與專家系統(tǒng)的發(fā)展前景 1 人工智能的研究新課題
人工智能的長遠(yuǎn)目標(biāo)是要理解人類智能的機(jī)器，用機(jī)器模擬人類的智能。這是一個(gè)十分漫長的過程，人工智能研究者獎(jiǎng)通過多種途徑、從不同的研究課題入手進(jìn)行探索。
在近期，有幾方面的研究課題可供選擇：更完善更新的人工智能理論框架；自動(dòng)或半自動(dòng)的知識獲取工具；能實(shí)現(xiàn)海量高速存儲(chǔ)并具有學(xué)習(xí)功能的聯(lián)想知識庫；新型推理機(jī)制和推理機(jī)；分布式人工智能與協(xié)同式專家系統(tǒng)；智能控制與智能管理；智能機(jī)器人；人工智能機(jī)；新一代的腦模型。
2人機(jī)融合
人機(jī)融合是一個(gè)相當(dāng)長的發(fā)展過程，它將伴隨技術(shù)進(jìn)步，逐級逐步地向前發(fā)展。首先實(shí)現(xiàn)的是低級和局部的融合，近幾年人工智能科授的進(jìn)步不斷證實(shí)了這種趨勢。如最近美國科學(xué)家就明確宣布，他們研制的“神經(jīng)芯片”首先就是用于改善人的中樞神經(jīng)功能，“使截癱患者丟掉手杖”。隨著人機(jī)融合的升級，最終將在地球上產(chǎn)生一種人機(jī)高度融合、高智慧、能自行繁殖(復(fù)制)的“新智體”(或曰“新人類”）。因此，文明人類的演化由于技術(shù)的影響將經(jīng)歷自然進(jìn)化——人工促進(jìn)人智能的進(jìn)化——人機(jī)融合體(新智體)的自行進(jìn)化的辯證發(fā)展過程。在人機(jī)融合時(shí)代，出于物理目標(biāo)的不同，將存在多種多樣、多層次的智能機(jī)(體)，但具有怨茁級智能的應(yīng)是人機(jī)融合體。當(dāng)今人工智能科技和其他高科技的種種發(fā)展動(dòng)向表明，在人類進(jìn)入“信息社會(huì)”之后，將有一場規(guī)模巨大的“智能革命”，智能革命的環(huán)境是人工智能對人、對社會(huì)的廣泛而深入的影響，就像今天的微電子技術(shù)對信息革命的影響一樣。人工智能科技將滲透到社會(huì)各個(gè)領(lǐng)域，人類將對人工智能科技進(jìn)行大規(guī)模的研究、開發(fā)和應(yīng)用。
當(dāng)今人工智能科技和其他高科技的種種發(fā)展動(dòng)向表明，在人類進(jìn)入“信息社會(huì)”之后，將有一場規(guī)模巨大的“智能革命”，智能革命的環(huán)境是人工智能對人、對社會(huì)的廣泛而深入的影響，就像今天的微電子技術(shù)對信息革命的影響一樣。人工智能科技將滲透到社會(huì)各個(gè)領(lǐng)域，人類將對人工智能科技進(jìn)行大規(guī)模的研究、開發(fā)和應(yīng)用。
總之，人工智能的應(yīng)用前景一片的好，當(dāng)然，挑戰(zhàn)也很多，只有科學(xué)不斷發(fā)展突破進(jìn)步，我們才能真正的享受智能化帶給我們的樂趣?
第四篇：外文文獻(xiàn)翻譯譯文[定稿]
在激光作用下核壓力容器鋼焊接接頭的顯微組織和力學(xué)性能
摘要:設(shè)計(jì)間接熱沖壓工藝，利用有限元法對零件的幾何尺寸和力學(xué)性能進(jìn)行了預(yù)測。在間接熱沖壓過程的情況下，生產(chǎn)性能與適應(yīng)車身部件，冷卻路徑造成擴(kuò)散和擴(kuò)散控制的相變。通過人臉的相變引起的體積膨脹為面心立方（FCC）為體心立方（BCC）和體心四方（BCT）馬氏體的形成導(dǎo)致相變誘導(dǎo)株的整體應(yīng)力熱沖壓的車身部件的計(jì)算是很重要的。計(jì)算的應(yīng)力和應(yīng)變狀態(tài)正確，它是必要的模型的擴(kuò)散和擴(kuò)散控制的相變現(xiàn)象，考慮到間接熱沖壓過程的邊界條件?，F(xiàn)有的材料模型進(jìn)行分析和擴(kuò)展以提高計(jì)算鐵氧體、珍珠巖的數(shù)量和分布，其預(yù)測的準(zhǔn)確性，整個(gè)退火過程中貝氏體和馬氏體。工業(yè)用新方法在有限元程序LS-DYNA 971實(shí)現(xiàn)
關(guān)鍵詞： 核鋼
穩(wěn)壓器 壓水反應(yīng)堆 反應(yīng)堆壓力容器 結(jié)構(gòu)完整性 焊接韌性
SA508鋼通常用于民用核反應(yīng)堆的關(guān)鍵部件，如反應(yīng)堆壓力容器。核部件通常采用電弧焊接工藝，但與設(shè)計(jì)為未來的新建設(shè)項(xiàng)目超過60年的生活，新的焊接技術(shù)正在尋求。在這種探索性的研究，為第一時(shí)間，自體激光焊接6毫米厚的進(jìn)行SA508 Cl.3鋼板使用16千瓦激光系統(tǒng)在4千瓦的功率運(yùn)行。這個(gè)
顯微組織和力學(xué)性能（包括顯微硬度、抗拉強(qiáng)度、延伸率等夏比沖擊韌性）的特點(diǎn)和結(jié)構(gòu)進(jìn)行了比較電弧焊接?；谝苿?dòng)體熱的三維瞬態(tài)模型源模型也發(fā)展到模擬激光焊接熱循環(huán)，以估計(jì)冷卻速率的過程。初步結(jié)果表明，激光焊接工藝可以無宏觀缺陷的焊縫，激光焊接的強(qiáng)度和韌性在這項(xiàng)研究中的聯(lián)合，得到的值，在焊接的母材條件。
反應(yīng)堆壓力容器的壽命和安全運(yùn)行（RPV），這是核電站中最關(guān)鍵的部件之一。取決于高溫壓力容器材料的耐久性，高壓力和放射性環(huán)境。具有較高強(qiáng)度，韌性和抗輻照脆化的材料的需要是上升的，由于增加的發(fā)電容量和核電廠的設(shè)計(jì)壽命[ 1 ]，[ 2 ]，[ 3 ]，[ 4 ]，[ 5 ]，[ 7 ]，[ 8 ]和[ 6 ]。SA508鋼已經(jīng)用于許多RPV?的壓水反應(yīng)堆制造因?yàn)樗麄兲峁┑慕Y(jié)合強(qiáng)度，延展性好，斷裂韌性，相對于機(jī)械性能的均勻性，和他們的經(jīng)濟(jì)[ 9 ]、[ 10 ]、[ 11 ]和[ 12 ]。無人機(jī)是采用焊接厚環(huán)形鍛件或SA508鋼板在一起。這些通常是采用電弧焊接實(shí)現(xiàn)，其次是為焊后熱處理以恢復(fù)在熱影響區(qū)（HAZ）韌性。而電弧焊接技術(shù)以及建立這些組件，在高功率激光器的可用性增加，能夠以較高的焊接速度，減少焊接變形中厚截面鋼，提供激勵(lì)考慮激光焊接焊接部件制造SA508鋼提供任何優(yōu)勢.傳統(tǒng)的焊接方法制造的核壓力容器用鎢極氬弧焊（GTAW）和埋弧焊（SAW）[ 13 ]、[ 14 ]和[ 15 ]。在版本óN et al.?的[ 14 ]研究評估應(yīng)力釋放在HAZ裂紋敏感性，多次看到來為每一個(gè)通過1.8 kJ /毫米的熱輸入焊接140毫米厚的SA508 2級鋼?；返?。[ 16 ]報(bào)道常規(guī)看到3 kJ /毫米每通過一個(gè)熱輸入SA 508級3鋼的焊接。Murty等人。[ 13 ]發(fā)現(xiàn)，多通過SA533B鋼埋弧焊接，焊縫金屬的熱影響區(qū)寬度，分別為26和12毫米，分別。locsdon [ 17 ]焊接64毫米厚的鋼板SA533組環(huán)境2使用多道窄間隙鎢極氬弧焊用10毫米寬的槽和1.6 kJ /毫米每通過一個(gè)熱輸入?？梢钥闯觯@些傳統(tǒng)的焊接技術(shù)相比，激光焊接一般采用較高的熱輸入，這會(huì)增加熱影響區(qū)寬度和焊后導(dǎo)致更大的扭曲和較高的殘余應(yīng)力。這將是復(fù)合的，如果更多的焊接通道和添加更多的填充材料是必需的，由于就業(yè)的更廣泛的焊接槽，這些因素也可能有助于增加生產(chǎn)成本。
與傳統(tǒng)的焊接技術(shù)相比，激光焊接具有其自身的優(yōu)勢，高功率密度等，以及相關(guān)的能力，具有窄的熱影響區(qū)做一個(gè)窄的焊縫，采用較低的熱輸入和焊接速度高，達(dá)到較低水平的殘余應(yīng)力和變形，同時(shí)消耗更少的填充材料[ 18 ]和[ 19 ]。此外，激光焊接可以實(shí)現(xiàn)使用遠(yuǎn)程控制，因?yàn)榧す馐梢允褂霉饫w和焊接頭可以安裝在一個(gè)工業(yè)機(jī)器人。這種特性使得激光焊接適合生產(chǎn)高質(zhì)量的焊縫，所需的核環(huán)境。事實(shí)上，激光焊接到中等厚的部分奧氏體不銹鋼的應(yīng)用已經(jīng)探討過。張等。[ 20 ]首先報(bào)道了8毫米厚的316毫米厚的50毫米厚鋼板的窄間隙焊接。elmesalamy等人。[ 21 ]成功焊接了20毫米厚的316不銹鋼使用1千瓦IPG單模光纖激光器的超窄間隙（1.5 mm間隙寬度），雙方采用多道窄間隙焊接的方法。盡管如此，沒有被報(bào)道在SA508鋼激光焊接特性。
在低合金鋼焊接過程中發(fā)生的固態(tài)相變可能是非常復(fù)雜的，在某些鋼中，它可以很難預(yù)測焊接接頭的不同子區(qū)域的組織結(jié)構(gòu)。冷卻速率在不同的子區(qū)域?qū)⒋_定相變發(fā)生在連續(xù)冷卻轉(zhuǎn)變組合焊接過程中（CCT）在調(diào)查中對鋼圖。在焊接過程中的溫度歷史可以記錄使用熱電偶。然而，熱電偶只能測量離散點(diǎn)的溫度歷史。它也很難保證測量位置的溫度可以正確地記錄下來。有限元建模是一種替代的方法，在焊接過程中的熱循環(huán)調(diào)查。
在本研究中，單次自體激光焊接是參加SA508條款3鋼板。自體GTA焊接的開展提供這種鋼的激光焊接的基準(zhǔn)。顯微組織和力學(xué)性能，如拉伸強(qiáng)度、硬度、和在焊接條件下研究了沖擊韌性的焊接構(gòu)件?；谝苿?dòng)體積熱源模型模擬也進(jìn)行了量化的焊接熱循環(huán)對微觀結(jié)構(gòu)的變化在自體激光焊接在SA508鋼的影響。數(shù)值的解決方案是使用商業(yè)軟件ANSYS生成，并與實(shí)驗(yàn)結(jié)果進(jìn)行了比較，驗(yàn)證了數(shù)值模型。驗(yàn)證的模型，然后用于預(yù)測的激光焊接的熱歷史。本文介紹了實(shí)驗(yàn)和建模，并報(bào)告了這項(xiàng)工作所產(chǎn)生的初步結(jié)果。2。材料與實(shí)驗(yàn)程序
作為收到的基體材料（BM）在這項(xiàng)研究中使用的是調(diào)質(zhì)SA508 Cl.3鋼。SA508條款3鋼的化學(xué)成分如表1。碳當(dāng)量（CE）是一個(gè)參數(shù)，通常用于評價(jià)鋼的焊接性，它被定義為合金元素除碳的碳當(dāng)量濃度的百分比，從鋼的淬透性的觀點(diǎn)。根據(jù)參考文獻(xiàn)[ 22 ]計(jì)算調(diào)查的鋼的CE，并給出：
從表1看出，SA508 CE 0.60。MS（馬氏體轉(zhuǎn)變開始溫度在420 C）°根據(jù)鈴木?的連續(xù)冷卻轉(zhuǎn)變曲線（CCT）508級3圖。條款1鋼[ 23 ]。AC1和Ac3溫度約700°C和800°C，分別。光學(xué)顯微鏡和掃描電子顯微鏡（SEM）對基地SA508鋼的顯微組織圖像都顯示在圖1（a）和（b），分別。標(biāo)本機(jī)械拋光和蝕刻在2%硝酸溶液。基體材料的微觀結(jié)構(gòu)（BM）是一個(gè)暴躁的上貝氏體結(jié)構(gòu)。細(xì)小的析出物由不同的研究人員已經(jīng)確定，他們是M7C3和M23C6 [ 6 ]、[ 12 ]和[ 24 ]。
作為收到SA508 Cl.3塊切成幾個(gè)6毫米和2毫米厚的板線放電加工（EDM）焊接試驗(yàn)。自體激光焊接材料的尺寸大約是6毫米，100毫米和50毫米××手動(dòng)自體GTA焊接約2毫米50毫米100毫米××。
實(shí)驗(yàn)使用連續(xù)波光纖激光器進(jìn)行（IPG yls-16000）與一個(gè)16千瓦的最大功率。光束參數(shù)乘積為10毫米毫弧度的處理纖維300μ米直徑。從光纖的一端發(fā)射的激光束被準(zhǔn)直由一個(gè)150毫米焦距的鏡頭，然后聚焦到試樣表面用鏡頭用400毫米焦距。測得的聚焦尺寸和瑞利長度分別為0.8毫米和15毫米，分別。激光頭安裝在一個(gè)六軸庫卡機(jī)器人。激光焊接的示意圖如圖所示。
350 GTA焊接電源是用于手動(dòng)自體GTA焊接實(shí)驗(yàn)。在焊接前，樣品被噴砂去除氧化物層。噴砂處理后，用丙酮清洗表面，然后將基體材料固定，以保證充分的約束。自體激光焊接和點(diǎn)焊進(jìn)行。在焊接過程中保護(hù)熔池，用氬氣保護(hù)試樣的頂部和背面。
焊接接頭的宏觀結(jié)構(gòu)和焊縫的微觀結(jié)構(gòu)是利用光學(xué)金相顯微鏡檢查（KEYENCE vhx-500f）和飛利浦XL 30掃描電子顯微鏡（SEM）。表面硬度測量使用Struers duramin-2維氏顯微硬度計(jì)進(jìn)行。
在焊縫的顯微硬度分布進(jìn)行測量，分別位于頂部，在激光焊接接頭的宏觀截面中部和底部，并在焊接在板厚中間位置為手動(dòng)GTA焊接接頭。使用負(fù)載3公斤，停留一段時(shí)間10 s的維氏顯微硬度機(jī)測試硬度（Struers duramin-2）。三測量每個(gè)縮進(jìn)以最小化誤差進(jìn)行。硬度遍歷進(jìn)行跨焊縫在0.2毫米在熔合區(qū)和熱影響區(qū)間隔的凹槽，并在BM 0.4毫米的間隔。
對接收的母材和焊接試樣的靜態(tài)拉伸強(qiáng)度評價(jià)標(biāo)本根據(jù)ASTM E8M-04產(chǎn)生。子尺寸夏比沖擊試驗(yàn)樣品的制備在BS EN 10045-1:1990意圖。缺口位于熔合區(qū)，以測試激光焊接樣品的焊接金屬的韌性。這些沖擊試樣的寬度是由板塊焊接厚度的限制，即6毫米。每一個(gè)測試是重復(fù)的三個(gè)單獨(dú)的和名義上相同的優(yōu)惠券，以減少不確定性。夏比和交叉焊縫拉伸試樣從電火花加工過程中使用的焊接穩(wěn)定狀態(tài)的區(qū)域提取。所提取的樣品的基體材料和焊接樣品的大小和形狀如圖3所示。焊接鋼筋的臉和根部焊縫試樣的地區(qū)由手工打磨砂紙?jiān)诶旌拖谋葲_擊試驗(yàn)進(jìn)行刪除。進(jìn)行拉伸試驗(yàn)在Instron 4507號模型電子萬能試驗(yàn)機(jī)在室溫下。夏比沖擊試驗(yàn)的基礎(chǔ)材料和焊接的樣品上進(jìn)行茲維克Roell夏比沖擊試驗(yàn)機(jī)在?40°C，?20°C、0 C和°室溫。每一張優(yōu)惠券在測試前的半小時(shí)內(nèi)舉行相關(guān)的測試，以確保整個(gè)樣品的溫度均勻一致。以下的拉伸強(qiáng)度和沖擊韌性試驗(yàn)，所有的斷裂面測試標(biāo)本用Zeiss EVO 50 SEM設(shè)有X射線能譜儀（EDX），研究了斷口形貌和確定斷裂模式。
最初的試驗(yàn)進(jìn)行了使用珠的板的配置，而不是加入兩個(gè)不同的板，以優(yōu)化焊接參數(shù)。的激光功率為4千瓦，選擇和焊接速度從0.84米/分鐘到1.08米/分鐘不等。激光焦點(diǎn)設(shè)置在板的頂部表面的2毫米。使用氬氣保護(hù)氣體，氣體流速為12升/分鐘和8升/分鐘，分別保護(hù)使用的頂部表面和在焊縫側(cè)的焊縫。激光頭由8個(gè)傾斜傾斜，以防止反射。
焊接后，焊縫被切割，并準(zhǔn)備作為金相樣品，以評估焊接珠的完整性。在圖4中給出了不同焊接參數(shù)的結(jié)果。
檢查的焊接參數(shù)的不同的焊接參數(shù)顯示，可以接受的焊縫輪廓，實(shí)現(xiàn)與焊接速度為0.84米/分鐘，0.96米/分鐘，在頂部的焊縫金屬區(qū)域的切邊觀察到1.02米/分鐘的速度，并觀察到在一個(gè)速度為1.08米/分鐘。優(yōu)化的焊接參數(shù)在表2中概述。自體激光對接焊接6毫米SA508鋼采用這些優(yōu)化的焊接參數(shù)進(jìn)行。
350 GTA焊接電源是用于焊接2毫米厚的鋼板508。手動(dòng)自體GTA焊接進(jìn)行提供最好的比較自體激光焊接。與2毫米的厚度板被用在GTA焊接固有的淺層滲透，雙面焊接進(jìn)行了。焊接參數(shù)在表3中概述。
3。結(jié)果
3.1。宏觀結(jié)構(gòu)特征
SA508鋼焊接接頭的自體激光對接結(jié)構(gòu)，采用優(yōu)化的參數(shù)，如圖5所示?？梢钥闯觯缚p兩側(cè)的熔合線幾乎是平行的，這是小孔焊接的特點(diǎn)。沒有任何證據(jù)的缺陷，如孔隙度或削弱。焊縫的寬度約為1.8毫米，和熱影響區(qū)的寬度大約為0.8毫米。接頭可以分為幾個(gè)不同的區(qū)域，如冶金，熔合區(qū)（FZ）在中心，熱影響區(qū)（HAZ）與基體材料（BM）。熔合區(qū)由粗大的柱狀枝晶顆粒組成，其與垂直于熔合邊界的方向?qū)?zhǔn)。最大熱流方向?yàn)榇怪庇谌酆线吔?，晶粒趨向于向上生長最快，在熔合區(qū)內(nèi)的柱狀晶組織中有25和26。在光學(xué)顯微鏡下，它被觀察到的晶粒尺寸隨距離從焊縫中心線。焊接熱影響區(qū)可進(jìn)一步劃分為三個(gè)不同的區(qū)域：粗晶熱影響區(qū)（CGHAZ）（靠近熔合線），細(xì)晶熱影響區(qū)（FGHAZ）和兩相區(qū)（ICHAZ）相鄰的BM。
一個(gè)宏觀部分通過手工自體GTA焊接2毫米厚的SA508鋼如圖6所示。由于有限的穿透深度在GTA焊接，雙面自手動(dòng)GTA焊接應(yīng)用。熔合區(qū)的寬度約為2.4毫米，和熱影響區(qū)的寬度大約為2.8毫米。在熔合區(qū)和熱影響區(qū)寬度大于6毫米厚的激光焊縫寬得多。
3.2。微觀結(jié)構(gòu)特征
焊接接頭各子區(qū)域內(nèi)的顯微組織演變主要由焊接熱循環(huán)過程中的峰值溫度和每個(gè)相應(yīng)的子區(qū)域的冷卻速度[ 27 ]和[ 28 ]確定。作為焊接結(jié)構(gòu)在6毫米厚的激光焊接2毫米厚的手冊進(jìn)行自體GTA焊接熔合區(qū)和在每一個(gè)不同的子區(qū)域內(nèi)的熱影響區(qū)（CGHAZ，F(xiàn)GHAZ ICHAZ）使用SEM結(jié)果在圖7和圖8分別給出了。對焊接工藝的焊接熱影響區(qū)內(nèi)的不同子帶的結(jié)構(gòu)是相似的。然而，更細(xì)小的析出物在GTA焊接熱影響區(qū)的發(fā)現(xiàn)相比，激光焊接接頭。在基姆等人的工作中。[ 29 ]和[ 30 ]，細(xì)小的析出物被確定為高鉬含量的M2C型碳化物。在焊縫，包括貝氏體組織在ICHAZ，marteniste和自回火馬氏體。在FGHAZ組織包括汽車回火馬氏體細(xì)晶粒馬氏體。在粗晶區(qū)，顯微組織由馬氏體和回火馬氏體粗粒度的汽車，而在融合區(qū)，粗大的馬氏體和自動(dòng)觀察回火馬氏體。3.3。顯微硬度
作為焊接的顯微硬度分布在激光焊接和手動(dòng)GTA焊接如圖9?？梢钥闯觯瑹o論是激光在焊縫及熱影響區(qū)的硬度（~ 430 HV0.3）和多倫多（~ 410 HV0.3）焊接試樣高于基體材料的兩倍（~ 200 HV0.3）。這是預(yù)期的焊接條件下的焊接。在熔合區(qū)的硬度略高于激光焊接試樣的焊接熱影響區(qū)。為GTA在熔合區(qū)和熱影響區(qū)的硬度，焊接接頭在410上下波動(dòng)，峰值硬度HV0.3，發(fā)生在FGHAZ約430 HV0.3。在激光熔合區(qū)和熱影響區(qū)的硬度焊接接頭（~ 430 HV0.3）高于熔合區(qū)的GTA焊接接頭（~ 410 HV0.3）。
3.4。室溫拉伸行為
交叉焊縫的拉伸數(shù)據(jù)如表觀屈服強(qiáng)度參數(shù)，拉伸強(qiáng)度和伸長率均明顯，2毫米厚的鎢極氬弧焊試樣和6毫米厚的激光焊接試樣總結(jié)在表4中，其中包括平均值和標(biāo)準(zhǔn)偏差。應(yīng)該牢記的是，試樣顯然是不均勻的，因此，記錄的屈服強(qiáng)度和伸長率的值是不真正代表任何特定的微觀結(jié)構(gòu)區(qū)，并且它們也將隨選擇的規(guī)范長度（在這種情況下，25毫米）。盡管如此，在這項(xiàng)研究中，測得的值被包括提供一個(gè)定性的比較，每個(gè)焊縫。明顯的屈服強(qiáng)度（YS）、抗拉強(qiáng)度（UTS）和明顯的伸長量估計(jì)為494 MPa、631 MPa和26.3%，對于6毫米厚的激光焊接試樣。所有的拉伸破壞發(fā)生在遠(yuǎn)離焊接區(qū)域的。YS，為6毫米厚的基底材料的抗拉強(qiáng)度和延伸率分別為498 MPa、632 MPa和28.1%，分別。相比較而言，明顯的屈服強(qiáng)度（YS）、抗拉強(qiáng)度（UTS）和2毫米厚的鎢極氬弧焊試樣明顯伸長估計(jì)為498 MPa、633 MPa和17.1%，分別。所有的拉伸破壞發(fā)生在遠(yuǎn)離焊接區(qū)域的。YS，為2毫米厚的基底材料的抗拉強(qiáng)度和延伸率分別為501 MPa、633 MPa和19.3%，分別。
裂縫性的標(biāo)本在圖10。所記錄的應(yīng)力-應(yīng)變曲線的基本材料和焊接試樣的厚度為2毫米和6毫米，如圖11所示。它可以從拉伸試驗(yàn)結(jié)果表明，激光和GTA焊接試樣的拉伸性能有非常相似的基礎(chǔ)材料在相應(yīng)的厚度。然而，焊接試樣的表觀伸長率略低與那些相應(yīng)基礎(chǔ)材料相比。在圖9中的硬度分布表明，在焊接條件下，焊接過程中所產(chǎn)生的材料已加強(qiáng)，所以很可能在拉伸試驗(yàn)過程中，焊接區(qū)域沒有產(chǎn)生屈服，從而有助于降低延伸率。此外，它可以從拉伸試驗(yàn)結(jié)果表明，材料的厚度對屈服強(qiáng)度和斷裂強(qiáng)度幾乎沒有影響，與2毫米厚，6毫米厚的材料呈現(xiàn)類似的屈服強(qiáng)度和斷裂強(qiáng)度。令人好奇的是，材料的厚度，有一個(gè)顯著的影響的伸長率，與較薄的材料（2毫米厚）提出較低的伸長率時(shí)相比，與6毫米厚的材料。
3.5。夏比沖擊韌性，以不同的temperatures 《能源吸附的堿金屬和焊縫的激光沖擊下的冰plotted作為一個(gè)功能的溫度在圖13?！蹲映叽缭嚇訑嗔押髎hown夏比沖擊試驗(yàn)是在圖14。它可以看到，所有的paths破碎的激光焊接試樣的試驗(yàn)開始的，然后deviate熔合區(qū)和HAZ的基體材料。測試結(jié)果的基礎(chǔ)材料是repeatable，當(dāng)測試結(jié)果的激光焊接試樣的顯著為低散射的測試temperatures（?40°C和?20°C），這可能是attributed的偏差，在斷裂的裂紋。為了highlight的散射的結(jié)果對激光焊接specimens，這三個(gè)測試的結(jié)果是市場在每個(gè)溫度圖13和圖14。許多研究人員已經(jīng)reported，激光和電子束焊接過程中可能對目前的困難owing韌性試驗(yàn)區(qū)的兩個(gè)窄融合在一起，有一個(gè)大學(xué)學(xué)位的高強(qiáng)度的高匹配接頭[ 31 ]，[ 32 ]，[ 33 ]和[ 34 ]。reported傾向，艾略特的《deviate斷裂成兩個(gè)基地，而不是金屬的熔合區(qū)propagate通CAN導(dǎo)線的兩個(gè)結(jié)果misleading [ 35 ]
基本材料的結(jié)果顯示一個(gè)整體的趨勢：所吸收的能量的增加，在測試溫度的增加。相比之下，激光焊接的結(jié)果中的散射意味著任何這樣的趨勢是不明顯的?；A(chǔ)材料達(dá)到良好的韌性，吸收的能量與平均值約為70 J，95 J，97 J和105 J在?40°C對應(yīng)的試驗(yàn)溫度，?20°C、0 C和23 C°°，分別。它可以發(fā)現(xiàn)從夏比沖擊試驗(yàn)結(jié)果的平均吸收的激光焊縫試樣的能量相媲美的基礎(chǔ)材料。對于激光焊接試樣的平均吸收能量值分別約為92 J，80 J，100 J和98 J在?40°C對應(yīng)的測試溫度，?20°C、0 C和23 C°°，分別。然而，有孤立的低能量吸收值66 J在?40°C和45 J在?20°C為激光焊接的試樣，但在這些溫度約100 J這些孤立的低韌性值貢獻(xiàn)了大量分散在吸收能量值的激光焊接試樣在測試溫度低平均值。
基體材料的宏觀斷口和激光焊接試樣的沖擊試驗(yàn)后如圖15。為基料在?40°C測試（圖15（a）），可以看出，裂紋傳播從最初的韌性缺口之前繼續(xù)通過脆性斷裂試樣的傳播。韌性斷裂的區(qū)域和隨后的脆性斷裂的區(qū)域之間的邊界清楚地是在圖15（1）。的脆性斷裂區(qū)域跨越約60%的斷裂面作為一個(gè)整體。激光焊接試樣斷裂在?40°C（圖15（b））揭示了非常不同的兩個(gè)斷裂面：左邊的樣本提供了一個(gè)完全的韌性斷裂表面實(shí)現(xiàn)了高吸收的能量（102 J），而右邊的樣本顯示，裂紋開始傳播之前的韌性繼續(xù)傳播在脆性的方式在大多數(shù)（~ 60%）的斷裂面，和吸收的能量明顯低于這個(gè)標(biāo)本（66 J）。斷裂的基礎(chǔ)材料試件在?20°C完整呈現(xiàn)韌性斷裂面在圖15（c）。激光焊接試樣斷裂在?20°C測試（圖15（d））又提出了兩種非常不同的斷裂面：左邊的樣本提供了一個(gè)完全的韌性斷口（84 J），而右邊的樣本揭示了一個(gè)完全脆性斷裂面（45 J）。在0°C和室溫下測試的基本材料和激光焊接試件在所有剩余的情況下，如圖15（電子）-（小時(shí)），在所有剩余的情況下，完全韌性斷裂面。
斷口的基體材料和激光焊接試樣的沖擊試驗(yàn)后，在圖16中所示的高放大倍率。解理斷裂被證實(shí)在這些基礎(chǔ)材料和激光焊接試件的斷裂與低吸收的能量在?40°C.對斷裂的脆性解理斷裂面顯示為主和少量的韌窩（圖16（a）和（c））。相比之下，激光焊接的試樣，獲得更高的能量吸收在?40°C顯示韌性斷裂表面的等軸韌窩（圖16（b））。在?20°C，無論是基礎(chǔ)材料和激光焊接的試樣，達(dá)到更高的吸收能量呈現(xiàn)韌性斷裂表面的等軸韌窩在圖16（d）和（e），而較低的能量吸收了由解理斷裂表面的激光焊接試樣（圖16（f））。所有基礎(chǔ)材料和激光焊接試樣在0°C，在室溫下呈現(xiàn)韌性斷裂的等軸韌窩在圖16（g）–（J）。
3.6。三維有限元建模的自激光焊接工藝的制定和程序
這是理解激光自熔焊接SA508鋼時(shí)的微觀組織演化研究焊接過程的溫度場的重要，這是特別是在焊接熱影響區(qū)的情況。在構(gòu)建一個(gè)數(shù)值模型來預(yù)測在不同的子區(qū)域的熱歷史，在焊接過程中，下面的假設(shè)，以簡化的解決方案[ 36 ]：（1）
材料是各向同性的，并且環(huán)境溫度和初始試樣的溫度均為20（2）
焊接熔池中液態(tài)金屬的對流流動(dòng)和小孔激光焊接中的汽化現(xiàn)象，可以忽略。（3）
在焊接過程中的熱流量是由傳導(dǎo)和對流的影響，即輻射的影響可以忽略。此外，在試樣和環(huán)境之間的界面處的對流系數(shù)可以被假定為常數(shù)。（4）
由于焊接接頭的對稱性，可以應(yīng)用于對稱性，因此，只有必要的模擬焊接接頭的一側(cè)。
模型尺寸為50毫米，50毫米，6毫米。圖17顯示了網(wǎng)格配置。在三維實(shí)體模型，利用ANSYS軟件生成的38337個(gè)節(jié)點(diǎn)和41040個(gè)單元（12.1版）。細(xì)網(wǎng)格中的熔合區(qū)附近的熱影響區(qū)，陡峭的溫度梯度可以預(yù)期，而較粗的網(wǎng)格被用來進(jìn)一步遠(yuǎn)離焊縫和熱影響區(qū)的坡度可能沒那么嚴(yán)重。此外，隨著距離的增加，元件的尺寸逐漸增大，最小的單元尺寸為0.5毫米0。5毫米0.5毫米。在這個(gè)模型中，X軸對應(yīng)的焊接方向，Y軸是正常的焊接方向但在板的平面，和Z方向的平
面外方向。
使用溫度依賴性的熱性能進(jìn)行熱分析。瞬態(tài)溫度，噸，被確定為一個(gè)函數(shù)的時(shí)間，噸，和空間（×，），通過求解下面的傳熱方程[ 37 ]和[ 38 ]
在這里，K（t）的熱導(dǎo)率為在1 K W M??1溫度的功能，ρ（t）是密度為3的魔芋葡甘聚糖?溫度功能，CP（T）是在恒定的壓力作為一個(gè)J 1 K 1公斤??溫度函數(shù)的具體熱，和QV是WM-3容積熱通量 高功率激光束是一個(gè)高度集中的熱源，熱源模型通常用于在激光束焊接的數(shù)值分析中的各種穿透深度的功率密度的變化。在許多論文[ 39 ]，[ 40 ]和[ 41 ]，熱源被假定為高斯分布的形式，但它通常是在實(shí)驗(yàn)研究的基礎(chǔ)上修改。有一個(gè)公認(rèn)的“鑰匙孔”現(xiàn)象[ 39 ]，[ 42 ]和[ 43 ]，其中一些激光功率被吸收的離子蒸汽在鑰匙孔，并轉(zhuǎn)移到焊接熔池表面，這也是“小孔”邊界。因此，一個(gè)體積熱源模型通常用于模擬激光焊接過程。在體積熱源模型，高斯熱通量分布往往假定在徑向方向和“鑰匙孔”被認(rèn)為是一個(gè)圓柱體或截?cái)噱F[ 39 ]。在本次調(diào)查中，一個(gè)旋轉(zhuǎn)拋物面體積熱源的溫度場模擬。配電遵循高斯熱流分布在每一層的旋轉(zhuǎn)拋物面。熱源可以被描述為[ 44 ]
其中，Q為旋轉(zhuǎn)拋物面體積熱源點(diǎn)的功率密度，并在熱源效率，η，被認(rèn)為是在熱分析[ 38 ] 80%，澤是縱坐標(biāo)上的parboloid最大的可能值，子是這個(gè)垂直坐標(biāo)的最小可能值，H是拋物面的高度，再是拋物面的開口半徑R0的拋物面的任何一點(diǎn)的半徑，r是距離內(nèi)任意點(diǎn)旋轉(zhuǎn)拋物面體積熱源的熱源中心，P是輸出的激光功率和Z是在平面方向坐標(biāo)，相對于板，模型中的任何一點(diǎn)。所使用的材料的熱物理性能的文獻(xiàn)[ 45 ] 在熱分析過程中，對流邊界條件適用于所有自由表面的模型，除了對稱的平面，其中一個(gè)絕熱邊界條件。方程（4）給出了模擬中的熱邊界條件。
在這里，T和T0在板被焊接的表面溫度和環(huán)境溫度，分別。空氣的對流換熱系數(shù)，hconv被假定為15周長1.2米 [ 38 ]。
為了驗(yàn)證模擬結(jié)果，無論是實(shí)驗(yàn)測得的熱循環(huán)和熔合區(qū)形態(tài)進(jìn)行了比較與那些從模擬所產(chǎn)生的預(yù)測。連續(xù)測量整個(gè)焊接過程采用K型熱電偶在激光焊接試樣的熱循環(huán)。一個(gè)squirrel-2040系列數(shù)據(jù)記錄器，用于在焊接過程中的熱歷史記錄。熱電偶點(diǎn)焊在板的頂面，分別位于不同距離焊縫中心線，在垂直于焊接方向和一半沿焊縫長度的線，如圖18。
基于峰值溫度的空間分布，焊縫形貌和尺寸可以預(yù)測。的純激光焊接模擬橫截面如圖19。如果假定聚變邊界對應(yīng)于約1500°C的溫度，那么它可以看出，預(yù)測的融合邊界是大致平行的板的厚度方向，和焊縫的半寬度約為1毫米。計(jì)算出的焊縫幾何尺寸和尺寸與實(shí)驗(yàn)結(jié)果吻合較好。
圖20給出了在試樣頂部表面點(diǎn)焊的熱電偶的位置計(jì)算的熱循環(huán)，并與實(shí)驗(yàn)結(jié)果進(jìn)行了比較。每個(gè)位置的峰值溫度都很好。預(yù)測的冷卻速度也似乎是合理的在離焊縫中心線的距離為2.5毫米，雖然預(yù)測值與實(shí)測值之間的冷卻速率大于3毫米的距離的差異。似乎有低估的趨勢，冷卻速度。然而，當(dāng)預(yù)測焊接溫度場圖19與圖5相比較，這有一個(gè)很好的相關(guān)性計(jì)算和試驗(yàn)焊縫形狀。4討論
4.1。冶金不同分帶的微觀組織轉(zhuǎn)變
熱分析的結(jié)果進(jìn)行了驗(yàn)證，發(fā)現(xiàn)與實(shí)驗(yàn)結(jié)果吻合良好。由此產(chǎn)生的預(yù)測模型，可以用來推斷的微觀結(jié)構(gòu)，有可能產(chǎn)生的激光焊接過程中。預(yù)測的熱循環(huán)的位置，通過板的厚度的一半，但在不同的距離，從焊縫中心線，如圖21所示。點(diǎn)從焊縫中心線下降0毫米和0.5毫米的距離，融合區(qū)內(nèi)，而點(diǎn)在1毫米約恰逢融合線，并在1.5毫米的距離點(diǎn)有望在熱影響區(qū)，而分在2毫米和2.5毫米的預(yù)期一致與ICHAZ和基材，分別。所預(yù)測的峰值溫度在毫米，0.5毫米，1毫米，1.5毫米，2毫米和2.5毫米，2100毫米，1900°，1300°，°，920°，700°，°C，分別為0毫米、毫米和570°C。這些點(diǎn)的溫度超過1500 C ~°有望熔合區(qū)內(nèi)，而在2.5毫米的距離（母材）無固態(tài)相變的發(fā)生，因?yàn)樵谶@個(gè)位置的峰值溫度低于Ac1溫度（700°C）。
根據(jù)連續(xù)冷卻轉(zhuǎn)變（CCT）508鋼[ 23 ]圖，為形成馬氏體臨界冷卻速度為900°C／min（15°C/S）。根據(jù)模擬結(jié)果，在900和420°C（馬氏體開始溫度）之間的溫度范圍內(nèi)的平均冷卻速率，在0毫米，0.5毫米和1.5毫米的焊縫中心線的位置是675°c++，608°C和246°C /秒，分別。這些冷卻速度比馬氏體形成的臨界冷卻速度快得多。這意味著，熔合區(qū)和熱影響區(qū)幾乎肯定會(huì)轉(zhuǎn)變?yōu)轳R氏體。根據(jù)仿真結(jié)果，從焊縫中心線的距離為2毫米，最高溫度約為700°C（即AC1溫度）。這一地區(qū)可能會(huì)接近ICHAZ的外邊界。在距離焊縫中心線下2毫米，氣溫將高于700°C，但低于800°C（Ac3溫度）。本區(qū)（ICHAZ）只能部分轉(zhuǎn)變?yōu)閵W氏體的焊接熱循環(huán)過程中的。在隨后的快速冷卻過程中，任何新產(chǎn)生的奧氏體將被淬火形成馬氏體。當(dāng)馬氏體轉(zhuǎn)變停止，在這個(gè)溫度仍會(huì)ICHAZ足夠高的馬氏體自回火。然而，其他未轉(zhuǎn)化的材料（即材料不發(fā)生奧氏體化）將被保留，這可能采取的形式的過度回火鐵氧體或貝氏體。在ICHAZ的最終組織將可能包括貝氏體和馬氏體的混合了回火馬氏體，如圖7所示
（一）。
在焊縫中心線的距離為1.5毫米，峰值溫度約為920°，根據(jù)模擬結(jié)果。的距離為1.5毫米，約1.8毫米之間的峰值溫度將下降920°C和800°這區(qū)域?qū)?yīng)FGHAZ之間。在FGHAZ峰值溫度略高于Ac3溫度（800°C）。材料是完全重新奧氏體化在這一地區(qū)，但有限的奧氏體晶粒生長由于相對較低的峰值溫度和時(shí)間很短的時(shí)間在這個(gè)溫度范圍[ 28 ]和[ 46 ]。在下面的快速冷卻過程中，這種細(xì)粒度的奧氏體轉(zhuǎn)變?yōu)轳R氏體，在冷卻過程中會(huì)有一定的馬氏體。在FGHAZ最終組織將馬氏體混合一些汽車回火馬氏體。的微觀結(jié)構(gòu)和晶粒尺寸可以看到在圖7（乙）組織在熔合區(qū)和熱影響區(qū)的每個(gè)子帶的GTA焊接接頭幾乎相同的激光焊接接頭對應(yīng)的子區(qū)域。然而，有更多的回火馬氏體在每個(gè)子區(qū)域，由于較高的熱輸入和較慢的冷卻速率與GTA焊接和激光焊接相比。4.2不同子帶力學(xué)性能與微觀結(jié)構(gòu)的關(guān)系
MS（馬氏體開始）SA508鋼溫度大約是420°C和馬氏體的臨界冷卻速率約為15°C/S [ 23 ]。該鋼的溫度相對較高，馬氏體形成的臨界冷卻速度相對較低。這可能導(dǎo)致GTA焊接熔合區(qū)和熱影響區(qū)轉(zhuǎn)變?yōu)轳R氏體。冷卻速率在激光焊接熔合區(qū)和熱影響區(qū)經(jīng)歷了比馬氏體轉(zhuǎn)變的臨界冷卻速度高出約20至40倍。這樣的結(jié)果是所有的熔合區(qū)和熱影響區(qū)向馬氏體轉(zhuǎn)變。具有高硬度馬氏體是在激光焊接熔合區(qū)和熱影響區(qū)的產(chǎn)生，以及在焊接條件下，激光的熔合區(qū)和熱影響區(qū)的顯微硬度焊縫超過一倍，相比于基體材料。這也發(fā)生在手動(dòng)自體GTA焊接接頭。這表明，508鋼的情況下預(yù)熱，GTA焊接在硬化焊接接頭激光焊接具有相同的效果。如圖7所示，從粗晶區(qū)各子區(qū)的顯微組織變化（熱）為細(xì)晶區(qū)（FGHAZ）然后一部分奧氏體化區(qū)（ICHAZ）隨著距離的增加從熔合線。晶粒尺寸的變化，因?yàn)樵诓煌淖訋У牟煌臒嵫h(huán)。在焊接條件下，在粗晶區(qū)和細(xì)晶區(qū)變化在410 HV0.3的硬度，這是約的基礎(chǔ)材料，雙（200 HV0.3），而在ICHAZ的顯微硬度明顯低于~ 300 HV0.3。鋼的強(qiáng)度和硬度之間有一個(gè)大致的比例關(guān)系，具有更高強(qiáng)度的材料，盡管這并不總是這種情況。熔合區(qū)的優(yōu)勢和熱影響區(qū)各子區(qū)主要由馬氏體碳化物沉淀在這些子區(qū)域和精細(xì)的改進(jìn)。硬度測試結(jié)果表明，焊縫金屬的屈服強(qiáng)度可以等于甚至超過的熱影響區(qū)。在焊接熱影響區(qū)的亞區(qū)的顯微硬度分布與焊后熱處理之前，在熱影響區(qū)的亞區(qū)的屈服強(qiáng)度一致，如Lee等人的工作報(bào)告。[ 12 ]在SA508鋼。他們表明，屈服強(qiáng)度超過1100兆帕的粗晶區(qū)和細(xì)晶區(qū)，也是基料約雙屈服強(qiáng)度（500 MPa），而ICHAZ的屈服強(qiáng)度約600 MPa [ 12 ]。由于在ICHAZ材料只有部分轉(zhuǎn)化為馬氏體，在焊接過程中及其他未轉(zhuǎn)化的材料保留，對ICHAZ的屈服強(qiáng)度低于粗晶區(qū)和細(xì)晶區(qū)的材料完全轉(zhuǎn)變?yōu)轳R氏體。此外，由于較高的熱輸入和較慢的冷卻速率與GTA焊接和激光焊接相比，更是自回火馬氏體在冷卻過程中，使硬度在GTA焊接接頭熔合區(qū)和熱影響區(qū)低于激光焊接接頭。當(dāng)然，我們必須牢記，SA508鋼會(huì)一直進(jìn)行焊后熱處理焊后和大多數(shù)，如果不是所有的相變硬化，將逆轉(zhuǎn)。不過值得建立在何種程度上的鋼可能脆化的激光焊接工藝，和脆化的潛力一般會(huì)在焊接條件下最大。
與焊接過程中的硬化導(dǎo)致的焊接拉伸試驗(yàn)樣品的基礎(chǔ)材料，沒有任何損失的強(qiáng)度。此外，窄熔合區(qū)是激光焊接的典型特征。這兩個(gè)因素將有助于在激光焊接試樣的夏比沖擊試驗(yàn)的困難，即裂紋偏離焊縫為基料，從而誤導(dǎo)沖擊韌性的結(jié)果。一種激光焊接的夏比沖擊試樣失敗具有較低的能量吸收值（66 J）進(jìn)行測試時(shí)，在?40°這可能由于啟動(dòng)從缺口和偏離到基體材料中裂紋的發(fā)生，然后繼續(xù)通過熱影響區(qū)傳播。此試樣的裂紋路徑可以在圖14中看到。基體材料可以吸收一定的能量，但脆性區(qū)可以吸收較少的能量在骨折。另一個(gè)激光焊接試樣失效具有更低的能量吸收值45，測試時(shí)在20?°這可能是由于啟動(dòng)從缺口裂紋并擴(kuò)展直接通過熱影響區(qū)。斷裂路徑（通過HAZ）此標(biāo)本圖14中可以看出（D）。脆性區(qū)不能吸收太多的能量在斷裂之前。然而，還有其他兩個(gè)激光焊接試樣的斷裂具有更高的吸收能量（約100 J）在?40°C和?20°C，分別。這可能是由于從缺口開始的裂縫，然后直接傳播的基礎(chǔ)材料。這些激光焊接試樣的吸收的能量被發(fā)現(xiàn)要比那些在相應(yīng)的測試溫度下的基材料的更高。這可能歸因于裂紋的彎曲的傳播路徑，從而增加了該地區(qū)的斷裂面相比，從基底材料中提取的試樣，從而增加了吸收的能量。曲線的旅行路徑可以在圖14中看到（乙）和（2）。所有的標(biāo)本中提取的基礎(chǔ)材料斷裂的方式，與缺口對準(zhǔn)，與一個(gè)相對直的路徑，如圖14所示。5結(jié)論
從這項(xiàng)工作中可以得出以下結(jié)論：（1）
激光焊接過程中產(chǎn)生的可接受的焊縫焊接6毫米厚的鋼板508在較寬的范圍內(nèi)的焊接參數(shù)。焊縫無宏觀缺陷。（2）
在焊接條件下，在一個(gè)6毫米厚鋼板的激光焊接SA508機(jī)械性能類似于自體GTA焊接性能。焊縫拉伸試樣斷裂在母材遠(yuǎn)離焊接區(qū)。（3）
吸收能量的融合區(qū)的激光焊接被認(rèn)為是比母材，基于子尺寸夏比沖擊試樣。（4）
為激光和GTA焊接試樣在熔合區(qū)和熱影響區(qū)的硬度，在焊接條件下，約為基體材料的雙，為激光焊接稍高的測量值（~ 430 HV0.3）比GTA焊接（~ 410 HV0.3）。（5）
有限元模型的建立，在激光焊接過程中的冷卻速率的情況下預(yù)熱的20和40倍以上的馬氏體形成的臨界冷卻速度。這表明，馬氏體組織幾乎總是在SA508鋼作為激光焊接的后果。這些研究結(jié)果證實(shí)了實(shí)驗(yàn)工作，其中在激光熔合區(qū)和熱影響區(qū)焊接焊接頭的組織被發(fā)現(xiàn)包括馬氏體混合一些自回火馬氏體。（6）
而這些初步結(jié)果是令人鼓舞的，現(xiàn)在需要進(jìn)一步的工作來評估在焊后熱處理?xiàng)l件對SA508鋼激光焊接性能，而且同樣重要的是，這項(xiàng)工作擴(kuò)展到評估在材料厚截面焊接接頭激光性能。
參考文獻(xiàn)
奧登《熱沖壓建模與仿真》（博士學(xué)位論文）呂勒奧理工大學(xué)（2006）
J.F.布雷迪，倫茨，美國所言，R.勞倫斯五《量身定制的性能，熱成型的一個(gè)關(guān)鍵問題》 M.奧爾登堡，（主編），《第三屆國際熱金屬片高性能鋼形成訴訟》，卡塞爾（2011），頁13–20施普林格出版社，柏林/海德堡/紐約（2002）貝謝，2003《鋼–顯微測定表觀粒度》（2003）貝倫斯等，2012G.伯格曼，M.奧爾登堡
《由薄板淬火模擬熱材料模型的驗(yàn)證熱應(yīng)力》（1997），頁679–695 伯格曼和奧爾登堡，2004 《金屬板材成形熱機(jī)械分析的有限元模型》，59（2004），頁1167–1186 ·喬治
《熱點(diǎn)一個(gè)量身定制的性能–實(shí)驗(yàn)和建模實(shí)驗(yàn)室規(guī)模的B柱成形》 ·奧爾登堡（主編），《國際會(huì)議上的熱金屬片高性能鋼》，奧爾巴赫（2011），頁31–37 《有限元模擬DES》北德寶馬集團(tuán)，給姆比（主編），11。LS-DYNA論壇，烏爾姆，德國（2012），頁84–86 M.默克萊因（主編），7。厄蘭格車間埃朗根（2012），頁133–151 《間接熱沖壓過程的相變動(dòng)力學(xué)建?！?M.默克萊因，F(xiàn).micari（主編），主題：鈑金2013重要的工程材料，549卷（2013），頁108–116瑞士
（博士學(xué)位論文）蘇黎世聯(lián)邦理工大學(xué)，蘇黎世，瑞士（2012）侯德群，1938 A.侯德群
討論“淬”馮射頻研究物理。合金鋼的淬透性（1938），頁55–56施韋特費(fèi)格，K.鐵和鐵碳合金的熱力學(xué)性質(zhì)：密度、熱收縮 鋼鐵研究，62（1991），頁24–33 《熱沖壓的回顧》J.S.柯卡爾迪，1997 《在低合金鋼組織和淬透性預(yù)測》巴刻德斯坦（主編），對鐵合金的相變國際會(huì)議（1983），頁125–148 馬爾堡，1959馬伯格，R.E.《純鐵-碳合金和普通碳鋼的奧氏體-馬氏體相變的一般方程》金屬學(xué)報(bào)，7（1959），頁59–60 李等，2010 C.J.范泰恩
《端淬1045鋼奧氏體分解動(dòng)力學(xué)模型》工程，527（2010），頁3186–3194 李等，1998 李紅五，D.尼布爾，《一種鋼的淬透性預(yù)測的計(jì)算?！?998），頁661–672
第五篇：人工智能與專家系統(tǒng)課程設(shè)計(jì)解讀
目錄
1.設(shè)計(jì)任務(wù) 1.1 設(shè)計(jì)題目 1.2設(shè)計(jì)要求 1.3設(shè)計(jì)任務(wù) 2．方案設(shè)計(jì) 2.1原理
2.2 具體設(shè)計(jì)方法 3．系統(tǒng)實(shí)施
3.1 系統(tǒng)開發(fā)環(huán)境 3.2系統(tǒng)主要功能介紹 3.3處理流程圖 3.4 核心源程序 3.5系統(tǒng)運(yùn)行結(jié)果 4．開發(fā)心得
4.1設(shè)計(jì)存在的問題
4.2進(jìn)一步改進(jìn)提高的設(shè)想 4.3經(jīng)驗(yàn)和體會(huì) 5．參考文獻(xiàn) 1.設(shè)計(jì)任務(wù) 1.1 設(shè)計(jì)題目
在一個(gè)3*3的方棋盤上放置著1,2,3,4,5,6,7,8八個(gè)數(shù)碼,每個(gè)數(shù)碼占一格,且有一個(gè)空格。這些數(shù)碼可以在棋盤上移動(dòng)，該問題稱八數(shù)碼難題或者重排九宮問題。
1.2 設(shè)計(jì)要求
其移動(dòng)規(guī)則是：與空格相鄰的數(shù)碼方格可以移入空格?，F(xiàn)在的問題是：對于指定的初始棋局和目標(biāo)棋局，給出數(shù)碼的移動(dòng)序列。
1.3 設(shè)計(jì)任務(wù)
利用人工智能的圖搜索技術(shù)進(jìn)行搜索，解決八數(shù)碼問題來提高在推理中的水平，同時(shí)進(jìn)行新方法的探討。
2.方案設(shè)計(jì) 2.1 原理
八數(shù)碼問題是個(gè)典型的狀態(tài)圖搜索問題。搜索方式有兩種基本的方式，即樹式搜索和線式搜索。搜索策略大體有盲目搜索和啟發(fā)式搜索兩大類。盲目搜索就是無“向?qū)А钡乃阉?，啟發(fā)式搜索就是有“向?qū)А钡乃阉鳌?/p>
2.2 具體設(shè)計(jì)方法
啟發(fā)式搜索
由于時(shí)間和空間資源的限制，窮舉法只能解決一些狀態(tài)空間很小的簡單問題，而對于那些大狀態(tài)空間的問題，窮舉法就不能勝任，往往會(huì)導(dǎo)致“組合爆炸”。所以引入啟發(fā)式搜索策略。啟發(fā)式搜索就是利用啟發(fā)性信息進(jìn)行制導(dǎo)的搜索。它有利于快速找到問題的解。由八數(shù)碼問題的部分狀態(tài)圖可以看出，從初始節(jié)點(diǎn)開始，在通向目標(biāo)節(jié)點(diǎn)的路徑上，各節(jié)點(diǎn)的數(shù)碼格局同目標(biāo)節(jié)點(diǎn)相比較，其數(shù)碼不同的位置個(gè)數(shù)在逐漸減少，最后為零。所以，這個(gè)數(shù)碼不同的位置個(gè)數(shù)便是標(biāo)志一個(gè)節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)距離遠(yuǎn)近的一個(gè)啟發(fā)性信息，利用這個(gè)信息就可以指導(dǎo)搜索。即可以利用啟發(fā)信息來擴(kuò)展節(jié)點(diǎn)的選擇，減少搜索范圍，提高搜索速度。
啟發(fā)函數(shù)設(shè)定。對于八數(shù)碼問題，可以利用棋局差距作為一個(gè)度量。搜索過程中，差距會(huì)逐漸減少，最終為零，為零即搜索完成，得到目標(biāo)棋局。
3.系統(tǒng)實(shí)施
3.1 系統(tǒng)開發(fā)環(huán)境
Windows操作系統(tǒng)、SQL Server 200X
3.2 系統(tǒng)主要功能介紹
該搜索為一個(gè)搜索樹。為了簡化問題，搜索樹節(jié)點(diǎn)設(shè)計(jì)如下： struct Chess//棋盤
3.4 核心源程序
#include “stdio.h” #include “stdlib.h” #include “time.h” #include “string.h” #include
const int N=3;//3*3棋盤
const int Max_Step=30;//最大搜索深度
enum Direction{None,Up,Down,Left,Right};//方向 struct Chess//棋盤 { int cell[N][N];//數(shù)碼數(shù)組
int Value;//評估值
Direction BelockDirec;//所屏蔽方向
struct Chess * Parent;//父節(jié)點(diǎn) };
//打印棋盤
void PrintChess(struct Chess *TheChess){ printf(“----------n”);for(int i=0;i printf(“t”); for(int j=0;j { printf(“%dt”,TheChess->cell[i][j]); } printf(“n”);} printf(“tttt差距:%dn”,TheChess->Value);} break;case Left: t_j++; if(t_j>=N) AbleMove=false; break;case Right: t_j--; if(t_j<0) AbleMove=false; break;};if(!AbleMove)//不可以移動(dòng)則返回原節(jié)點(diǎn) { return TheChess;} if(CreateNewChess){ NewChess=new Chess(); for(int x=0;x { for(int y=0;y NewChess->cell[x][y]=TheChess->cell[x][y]; } } else NewChess=TheChess;NewChess->cell[i][j]=NewChess->cell[t_i][t_j];NewChess->cell[t_i][t_j]=0; return NewChess;} //初始化一個(gè)初始棋盤 struct Chess * RandomChess(const struct Chess * TheChess) p=NULL;queue do{ p1=(struct Chess *)Queue1.front(); Queue1.pop(); for(int i=1;i<=4;i++)//分別從四個(gè)方向推導(dǎo)出新子節(jié)點(diǎn) { Direction Direct=(Direction)i; if(Direct==p1->BelockDirec)//跳過屏蔽方向 continue; p2=MoveChess(p1,Direct,true);//移動(dòng)數(shù)碼 if(p2!=p1)//數(shù)碼是否可以移動(dòng) { Appraisal(p2,Target);//對新節(jié)點(diǎn)估價(jià) if(p2->Value<=p1->Value)//是否為優(yōu)越節(jié)點(diǎn) { p2->Parent=p1; switch(Direct)//設(shè)置屏蔽方向,防止往回推 { case Up:p2->BelockDirec=Down;break; case Down:p2->BelockDirec=Up;break; case Left:p2->BelockDirec=Right;break; case Right:p2->BelockDirec=Left;break; } Queue1.push(p2);//存儲(chǔ)節(jié)點(diǎn)到待處理隊(duì)列 if(p2->Value==0)//為0則,搜索完成{ p=p2; i=5; } } else { //打印 if(T){ /*把路徑倒序*/ Chess *p=T; stack while(p->Parent!=NULL) { Stack1.push(p); p=p->Parent; } printf(“搜索結(jié)果:n”); while(!Stack1.empty()) { PrintChess(Stack1.top()); Stack1.pop(); } printf(“n完成!”);}else printf(“搜索不到結(jié)果.深度為%dn”,Max_Step); scanf(“%d”,T);} 3.5 系統(tǒng)運(yùn)行結(jié)果 4.開發(fā)心得 4.1 設(shè)計(jì)存在的問題 完全能解決簡單的八數(shù)碼問題，但對于復(fù)雜的八數(shù)碼問題還是無能為力。4.2 進(jìn)一步改進(jìn)提高的設(shè)想 可以改變數(shù)碼規(guī)模（N），來擴(kuò)展成N*N的棋盤，即擴(kuò)展為N數(shù)碼問題的求解過程。 2、內(nèi)存泄漏。由于采用倒鏈表的搜索樹結(jié) 05.參考文獻(xiàn) [1]王汝傳.計(jì)算機(jī)圖形學(xué)[M].北京：人民郵電出版社，1999：123－130.[2]劉榴娣，劉明奇，黨長民.實(shí)用數(shù)字圖像處理[M].北京：北京理工大學(xué)出版，2000：12－25..[3]丁兆海.Delphi基礎(chǔ)教程[M].北京：電子工業(yè)出版社，1999.[4]王小華.Delphi 5程序設(shè)計(jì)與控件參考[M].北京：電子工業(yè)出版社，1999:70－120.[5]趙子江.多媒體技術(shù)基礎(chǔ)[M].北京：機(jī)械工業(yè)出版社，2001：118－130.[6]段來盛，鄭城榮，曹恒.Delphi實(shí)戰(zhàn)演練[M].北京：人民郵政出版社，2002：80－95. 讀書的好處 1、行萬里路，讀萬卷書。 2、書山有路勤為徑，學(xué)海無涯苦作舟。 3、讀書破萬卷，下筆如有神。 4、我所學(xué)到的任何有價(jià)值的知識都是由自學(xué)中得來的?！_(dá)爾文 5、少壯不努力，老大徒悲傷。 6、黑發(fā)不知勤學(xué)早，白首方悔讀書遲?！佌媲?/p> 7、寶劍鋒從磨礪出，梅花香自苦寒來。 8、讀書要三到：心到、眼到、口到 9、玉不琢、不成器，人不學(xué)、不知義。 10、一日無書，百事荒廢?！悏?/p> 11、書是人類進(jìn)步的階梯。 12、一日不讀口生，一日不寫手生。 13、我撲在書上，就像饑餓的人撲在面包上?！郀柣?/p> 14、書到用時(shí)方恨少、事非經(jīng)過不知難?！懹?/p> 15、讀一本好書，就如同和一個(gè)高尚的人在交談——歌德 16、讀一切好書，就是和許多高尚的人談話。——笛卡兒 17、學(xué)習(xí)永遠(yuǎn)不晚?！郀柣?/p> 18、少而好學(xué)，如日出之陽；壯而好學(xué)，如日中之光；志而好學(xué)，如炳燭之光?！?jiǎng)⑾?/p> 19、學(xué)而不思則惘，思而不學(xué)則殆?！鬃?/p> 20、讀書給人以快樂、給人以光彩、給人以才干?！喔?/p>
點(diǎn)擊咨詢 