基于信息熵的系统诊断参数交互推理选择方法

第9卷第期m001063x19光0景科技大学学报 Vol.17 No.1 19952 Journal of University of Science and Technology Beijing Feb.1995 基于信息熵的系统诊断参数交互推理选择方法 王朝辉 高澜庆 石博强 吴玲娥 北京科技大学采矿工程系，北京100083 摘要介绍了一种多输入、多输出系统的故障诊断参数选择方法，该方法以可观参数集的信息墒 为标准，进行启发性诊断参数集的划分，先以系统状态决定的启发性诊断参数子集作为驱动数据， 实施正向推理，缩小目标集合；再以故障目标集合为对象，进行反向推理以确定最终故障集合；最后 将故障集合的元素所对应的可测诊断参数作为系统的诊断参数进行测量.该方法构成了诊断型专 家系统的一子部分， 关键词故障诊断/信息熵，正向推理，反向推理 中图分类号TP206.3 Information Entropy Based System's Diagnostic Parameter Choosing Method with Backward and Forward Reasoning Wang Zhaohui Gao Langing Shi Boqiang Wu Linge Department of Mining Engineering.USTB,Beijing 100083,PRC ABSTRACT This paper has introduced a diagnostic parameter choosing method for a multiple-input and multiple-output system.This method uses the entropy of the visi- ble diagnostic parameter set as the criterion to classify the heuristic diagnostic parameter set,and on basis of the subset which is decided by the system's current state, forward reasoning is carried out to get a fault subset,regarding which being the object, backward reasoning is used to decide the final fault set.The element's correspendent measurable diagnostic parameters in the final fault set are the desired system's diagnostic parameters.This method can be a part of a diagnostic expert system. KEYWORDS fault diagnosis information entropy,forward reasoning,backward reasoning 在80年代中期以前开发的较成功的柴油机故障系统中，大多都利用数10个诊断参数对 柴油机的技术状况进行评估，所有参数都是通过传感器获得，并且对许多参数的诊断是基于 解体状态下的检测).目前，随着我国矿山设备管理水平的不断提高，对大型矿用汽车 CUMMINS发动机故障诊断的不解体性、经济性的要求也就日益增高.这样，从不解体检 测的角度出发，CUMMINS发动机的基于传感器的诊断参数-一般被限制在20个以内，而从 经济性的角度出发，在诊断时对这些不解体诊断参数也存在一个选择问题，这在一定程度上 1993-10-20收稿 第一作者男25岁博士生 ◆国家八五重点攻关项目

第 卷 第 期 北 京 科 技 大 学 学 报 哭巧 年 月 心 功 哭巧 基于信息嫡 的系统诊断参数交互推理选择方法 ’ 王 朝 辉 高澜 庆 石 博强 吴玲娥 北 京 科 技大 学 采矿工 程 系 ， 北 京 臼 犯 摘要 介绍 了 一种 多输人 、 多 输 出 系 统 的 故 障诊 断参数选 择方法 该方法 以 可 观参数集 的信息墒 为标 准 ， 进行启发性诊断参数集 的划分 ， 先 以 系 统状态决定 的启 发性诊 断参数子集作为驱 动数据 ， 实施 正 向推理 ， 缩小 目标集 合 再 以 故 障 目标集 合 为 对象 ， 进行 反 向推理 以 确定 最 终故 障集 合 最后 将故 障集合 的元素所对应 的可 测 诊断参数作 为系 统 的诊 断参数进行测 量 该方 法 构 成 了 诊 断 型 专 家系 统的一子部分 关键词 故 障诊断 信息嫡 ， 正 向推理 ， 反 向推理 中图分类号 巧 刀 ’ 刃 口 叩 ， ， “ 一 一 ， ’ ， ， ， ’ ’ ， ， 在 年代 中期 以 前 开 发 的较成 功 的柴 油 机故 障系 统 中 ， 大 多都利 用 数 个诊 断参 数对 柴油 机 的技术状况 进行评估 ， 所有 参数都 是 通 过传感 器 获得 ， 并 且 对许多参数 的诊 断是 基于 解 体状 态 下 的 检 测 ’ 目前 ， 随 着 我 国 矿 山 设 备 管 理 水平 的 不 断 提 高 ， 对 大 型 矿 用 汽 车 发 动机 故 障诊 断 的不解 体性 、 经济 性 的要 求 也 就 日益 增 高 这 样 ， 从 不 解 体 检 测 的角度 出发 ， 卜旧 发 动 机 的基 于 传感 器 的诊 断参 数一 般被 限制 在 个 以 内 而 从 经济性 的角度 出发 ， 在 诊 断时 对这 些 不解 体诊 断参数也存 在 一 个选 择 问题 ， 这在 一定 程 度上 卯 一 一 收稿 第 一 作 者 男 岁 博士 生 申 国 家八五 重 点 攻 关 项 目 DOI ：10．13374／j ．issn1001－053x．1995．01．008

·32· 北京科技大学学报 1995年No.1 可以去除冗余检测，实现诊断优化②)，从而节省时间.随着人工智能技术的发展，使基于逻辑心 理知识的诊断经验也可成为一诊断知识)，这样，在CUMMINUS发动机故障诊断专家系统 中，完全可以利用框架理论)，将诊断参数与诊断经验进行组合对应，在推理过程中通过对知 识库中知识信息熵的计算，完成对最优初始诊断参数的选择. 1系统描述 任何复杂被测系统都可以被看成多故障源输人、多故障征兆输出的信号系统·对于大型 矿用汽车CUMMINS发动机这样的复杂系统，从对其进行诊断的实用性角度出发，可将其 诊断参数集合及故障集合作如下划分· 11诊断参数桌D D=MU V 其中：M一可测诊断参数集；V一可观诊断参数集. 1.2可测诊断参数集M M={m1,m2,…,mm} 集合M包括系统的较易用传感器测量，且满足灵敏性、信息性、稳定性、单值性、经 济性、方便性及不解体性等要求的诊断参数，如CUMMINS发动机的缸体表面振动特征 值、转速波动值等诊断参数· 1.3可观诊断参数集V V={心1，D2,…，vw} 集合V包括系统的通过观察较易获得，且满足信息性要求的诊断参数，如CUMMINS 发动机的“发动机冒蓝烟”、“发动机起动困难”等. 1.4启发性故障诊断参数集H HCV 当系统的状态由集合V确定时，则V,(1=<i<=m)的故障信息量由系统将其引入前 后的系统熵值确定，即： J (V )=H(X)-H(X/V,) 式中，X:系统故障状态集合；J(V):V的信息量；H(X)H(XV上引入V:前后系统的熵值. 且定义H={V,IJ(V,)≥e,1=<i<=m,e为一定值. 15故障状态集X X={x1,x2,“,X。} 集合X包含系统的所有故障输入人· 1.6故障目标集0

· · 北 京 科 技 大 学 学 报 卯 年 可 以 去 除冗余检测 ， 实现诊断优 化 【 ， 从而 节 省 时 间 随着 人工 智 能技术 的发展 ， 使基 于 逻辑心 理 知识 的诊断经 验也 可 成 为一诊断知识 【 这样 ， 在 发 动机故 障诊 断 专家 系 统 中 ， 完全可 以 利 用框架理 论 ， 将诊 断参数 与诊 断经 验 进行 组合 对应 ， 在 推理 过程 中通 过 对知 识 库 中知 识信息嫡 的计算 ， 完成 对最优初 始 诊 断参数的 选 择 系统描述 任何复 杂被 测 系 统都可 以被看成多 故 障源输人 、 多 故 障征 兆 输 出 的 信 号 系 统 对 于 大 型 矿 用 汽 车 卜旧 发 动 机这样 的复杂 系 统 ， 从对其进行诊 断 的 实 用 性 角 度 出发 ， 可 将其 诊 断参数集合 及 故 障集 合作 如 下 划分 诊断参数集 其 中 一 可 测 诊断参数集 一 可观诊 断参数集 可测诊断参数集 ， ， … ， ， ， 集合 包括 系 统 的较 易 用传感器测 量 ， 且 满足 灵 敏 性 、 信 息 性 、 稳 定 性 、 单 值 性 、 经 济 性 、 方 便 性 及 不 解 体 性 等 要 求 的 诊 断参数 ， 如 发 动 机 的 缸 体 表 面 振 动 特 征 值 、 转 速波 动值等诊断参数 可观诊断参数集 ， ， … ， 集 合 包括 系 统 的通 过 观 察较易 获得 ， 且 满 足 信 息 性 要 求 的 诊 断 参 数 ， 如 卜旧 发动机 的 “ 发 动机 冒蓝烟 ” 、 “ 发 动机起 动 困难 ” 等 启 发性故障诊断参数 集 当系 统 的状态 由集 合 确 定 时 ， 则 ‘ 后 的系 统嫡值确 定 ， 即 ‘ 一 。 式 中 ， 系 统故 障状态集 合 矶 的信息 量 且定 义 ‘ 人 矶 “ ， ， “ 故障状态集 ， ， … ， 。 集 合 包含 系 统 的所 有 故 障输人 故障 目标集 口 二 爪 的故 障信息量 由系 统 将 其 引 人 前 、 引人 ‘ 前后 系 统 的嫡值 为一 定值

Vol.17 No.1 王朝辉等：基于信息熵的系统诊断参数交互推理选择方法 .33. 集合O是在求解故障解集时的可能中间集合，由系统的初始状态及推理过程确定· 1.7故障解集S 集合S是搜索求解的最终满意解集，一般情况下， SEO 极特殊的情况下，当系统的与V的子集相对应的初始状态无法确定，导致寻找不出H 的子集时，则 S=Φ 1.8诊断参数解集F 集合F是由集合S所确定的， 2 基于信息熵的诊断参数解集推理求解过程 对于CUMMINS发动机的故障诊断，如何确定其诊断参数解集F是较关键的一步.这是因为 若选择可测诊断参数集M进行测量，则由于故障状态集X的元素与M的子集是一一对应 的，所以这种诊断方式相当于毫无启发的遍历搜索，在X集的元素较大的情况下，将造成 实际检测中的冗余检测，造成时间及人力的浪费. 根据上述各集合含义，由于M∩V≠Φ， 故设Q=M·V时， 则有={9,92，，9k},1=<k<=min(n,w). 在系统先验概率不足的情况下，将系统故障状态集X中的元素视为等概率事件，则系 统熵由X确定为： H(x)=-立P(x,)·1og2P(x,)=1og,w 若将集合Q引入系统，则2中每个无素q:所含X的信息量可表示为： J(9:)=H(X)-H(X/q,) (1) 其条件熵可表示为： H(X/q)=P(q:)·H(X/q,)+P(9)·H(X/q,) (2) 设X子集X,中元素个数为1，且每个元素均与q,相对应，则必有X子集x X=X-x 不包含q,且其元素个数为u一l,故有： P(q,)=1/u,H(X/q;)=log21,P(q)=(u-1)/u,H(X/q:)=log:(u-1) 因此(2)式可化简为： H(X/q:)=(/u)·log2l+[(u-l)/u]·log2(u-) (3) 将(3)式代入(1)式中，即得： Jx(q)=10g2u-(l/u).10g21+[(u-1)/u].10g2 (u-1) (4) 这时，若以信息熵差值的大小顺序对集合Q进行排序，并视系统情况选定e,使J(9:)≥ε

王朝辉 等 基 于 信息嫡 的系 统诊断参数交互推理选 择方法 集合 是 在 求解 故 障解集 时 的可 能 中间集 合 ， 由系 统 的初 始 状态及 推理过程 确定 故障解集 集合 是搜 索求解 的最终 满意 解 集 ， 一 般情 况 下 ， 三 极特殊 的情况下 ， 当系 统 的与 的子集 相 对 应 的 初 始 状 态 无 法 确 定 ， 导 致 寻 找 不 出 的子集 时 ， 则 巾 诊断参数解集 集合 是 由集合 所 确定 的 基于信息嫡的诊断参数解集推理求解过程 对于 卜污发动机的故障诊断 ， 如何确定其诊断参数解集 是较关键的一步 这是因为 若选 择可 测诊 断参数集 进行测 量 ， 则 由于 故 障状 态 集 的元 素 与 的 子 集 是 一 一 对应 的 ， 所 以 这种诊 断方式相 当于 毫无启发 的遍 历搜 索 ， 在 集 的元 素较 大 的情 况 下 ， 将 造 成 实 际检测 中的冗余检 测 ， 造成 时 间及 人 力 的浪 费 根据上述 各集合含义 ， 由于 自 羊 。 ， 故设 · 时 ， 则 有 ， ， ” ‘ ， 。 ， 在 系 统先验概率不 足 的情 况 下 ， 将 系 统 故 障状 态 集 中 的 元 素 视 为 等 概 率 事 件 ， 则 系 统嫡 由 确定 为 万 一 艺尸 ‘ · 尸 “ 若将集合 引人 系 统 ， 则 中每 个 无 素 ‘ 所含 的信息量 可表示 为 人 ‘ 一 ‘ 其条件嫡 可表示 为 ‘ ‘ · ‘ 玩 · 矶 设 子集 ‘ 中元 素个数 为 ， 且每 个元 素均 与 ‘ 相 对应 ， 则必有 子集 不 不 一 不 包含 ‘ ， 且 其元 素个 数 为 一 ， 故 有 ‘ ， 叮 ， ‘ 一 ， 心 一 因此 式 可 化简 为 叮‘ · 【 一 』 · 一 将 式 代 人 式 中 ， 即得 ‘ 一 · 【 。 一 』 · 一 这 时 ， 若 以 信 息嫡 差值 的大小顺序 对集 合 进行 排 序 ， 并视 系 统情 况 选定 。 ， 使 叼‘ 。

·34· 北京科技大学学报 1995年No.l 则熵值差集合： {J(g,)iJ(g,)>e,1=<j<=k} 所确定的Q的子集Q,即为启发性故障诊断参数集合H,即：H一Q,· 当通过计算将H集确定后，只要ε取值适当，则由系统的初使状态确定的可观诊断参 数集V的子集V。必有关系： V。sH 若V。确定后，则以V。为驱动数据进行正向推理搜索，即产生了故障目标集O: O={x,Ix,EV,且VeV,} 而集合X一0可作为非故障目标集被排除，这时，利用知识 (V-Q)U(Q-H)U(H-V。) 对集合O实施反向推理搜索，则被进一步缩小的故障目标集合O便为故障解集S,即 S=0' 由于S的每一元素均与一可测诊断参数集M的子集相对应，则所有这些子集的并集即为诊 断参数解F. 这样，系统的合理诊断参数即为集合F,而这一求解过程是在专家系统的基础之上，利 用正、反向混合推理在信息差值的指导下进行的，这个求解过程可总结如下： (1)将集合D中的M集及V集进行确定；(2)求M与V的交集Q;(3)将Q中的元 素按式(4)计算其信息熵差值并按大小顺序排列；(4)确定边界值8，截取Q集，得启发性 故障诊断参数集H;(5)根据系统初使状态确定V。,实行正向推理，得故障目标O;(6)在知识 (V-Q)U(Q-H)U(H-V。)的范围内，对集合O实施反向推理，得最终故障解集S;(7)取 S所对应的诊断参数解集F中的元素即作为系统的诊断参数， 3方法评价 采用这种方法时应注意以下两点： (1)建立严格的故障状态集X与诊断参数集D的映射关系·实际上，这种对应关系 可用故障树的分析模型确定.当将X中每一元素x,作为顶事件时，其故障树的最小故障割 集即为与x,相对应的D的子集. (2)熵值ε的确定，若ε过大，则有可能使集合H过小，造成信息量不足，不能包含 或只部分包含初使状态集V。,而由此推出的故障目标集O及故障解集S为非常不满意解； 若ε过·则又会失去启发性，退化为遍历搜索，在专家系统的实际应用过程中，可利用统 计的方法对ε进行动态调节，以确保其信息完备性及启发性· 值得注意的是，当初始状态集V。无法确定时，则系统退化为遍历搜索.这一点，正是 基于逻缉心理型的专家系统的不足之处，而与定性物理模型的结合不失为一良好的补充方法. 4结论 基于信息熵的交互推理诊断参数选择方法，由于它对诊断参数的选择是在高度启发性信

· · 北 京 科 技 大 学 学 报 卯 年 则嫡值差 集合 、 ， 人 。 ， 。 ， 一 一 所确 定 的 的子集 ， 即 为启 发性 故 障诊断参数集 合 ， 即 ， 当通 过计算 将 集 确定 后 ， 只要 。 取 值 适 当 ， 则 由系 统 的初 使 状 态 确 定 的 可 观 诊 断 参 数集 的 子 集 叽 必 有 关 系 三 若 确定后 ， 则 以 。 为驱 动数据进行 正 向推理 搜索 ， 即产 生 了故 障 目标集 二 若 ， ， 且 。 而集合 一 可 作 为非 故 障 目标集被 排 除 这 时 ， 利 用 知 识 一 日 一 月 口 万 一 。 对集 合 实施 反 向推理 搜 索 ， 则被 进 一 步 缩小 的故 障 目标集 合 ’ 便 为故 障解集 ， 即 ‘ 由于 的每 一元 素均 与 一 可 测 诊 断参数集 的子 集 相 对应 ， 则所 有 这 些 子 集 的 并 集 即 为 诊 断参数解 这样 ， 系 统 的合理诊断参数即为集合 ， 而 这 一 求 解 过 程 是 在 专家 系 统 的基 础 之 上 ， 利 用 正 、 反 向混合 推理 在 信 息差 值 的指 导下 进 行 的 这个求解 过 程 可总结 如下 将集合 中的 集 及 集 进 行 确 定 求 与 的 交 集 将 中 的 元 素按 式 计算 其信 息嫡差 值并 按 大小 顺 序 排 列 确 定 边 界 值 。 ， 截 取 集 ， 得 启 发 性 故 障诊 断参数集 从 根 据 系 统初 使状态 确定 。 ， 实行 正 向推理 ， 得 故 障 目标 。 在知识 一 一 口 一 的范 围 内 ， 对集合 实 施反 向推理 ， 得最 终故障解集 取 所 对应 的诊 断参数解 集 中的元 素 即作 为 系 统 的诊 断参数 方法评价 采用 这种方 法 时应 注 意 以 下 两 点 建 立严格 的故 障状态集 与诊断参数集 的 映 射 关 系 实 际 上 ， 这 种 对 应 关 系 可 用 故 障树 的分 析模 型 确定 当将 中每一 元 素 ‘ 作 为顶 事件 时 ， 其故 障树 的最小故 障割 集 即 为 与 ‘ 相 对应 的 的子集 嫡值 。 的确定 若 。 过大 ， 则有 可 能使集合 过小 ， 造 成信息量 不 足 ， 不 能包含 或 只 部 分 包含 初 使 状 态 集 气 ， 而 由此 推 出 的 故 障 目标 集 及 故 障 解 集 为 非 常 不 满 意 解 若 。 过 则 又 会失 去 启 发性 ， 退化 为遍 历 搜索 在 专家 系 统 的 实 际 应 用 过 程 中 ， 可 利 用 统 计 的方 法 对 。 进行 动态调 节 ， 以 确保其信 息 完 备性 及 启 发 性 值 得 注 意 的 是 ， 当初 始 状 态 集 。 无 法 确 定 时 ， 则 系 统 退 化 为 遍 历 搜 索 这 一 点 ， 正是 基于 逻缉 心理型 的 专家 系 统 的不足 之 处 ， 而 与定 性 物理 模 型 的结合不 失 为一 良好 的补充方法 结 论 基于信息嫡 的交互 推理诊 断参数 选 择方 法 ， 由于 它 对诊 断参数 的选 择是 在 高度 启 发性 信

Vol.17 No.1 王朝辉等：基于信息熵的系统诊断参数交互推理选择方法 35· 息的指导下进行的，所以具有很高的求解效率，可作为诊断型专家系统的一种起动方式.它 在CUMMINS发动机故障诊断专家系统中的应用，使优化诊断理论真正得以实现， 参考文献 1斯坦尼斯拉夫斯基JⅡB·柴油机技术诊断.李新敏等译.北京：国防工业出版社，1989.5~9 2屈梁生等.机械故障诊断学，上海：上海科学技术出版社，1986.156~170 3蔡自兴.智能控制.北京：电子工业出版社，1990.70~76 4 Minsky Marvin.A Framework for Representing Knowlege.In:The Psychology of Computer Vision. Winston P,eds,New York:McGraw-Hill,1975 热轧型钢轧辊孔型样板的CARD/CAM系统 王秀美”蒋一凡”刘莲英)田爱华)鹿守理2)杨觉先) 1)北京科技大学计算机系，北京1000832)北京科技大学金属压力加工系 北京科技大学于1985年开始研制计算机辅助孔型设计系统，与天津第三轧钢厂合作于 1993年开发成功热轧型钢轧辊孔型样板切割的CAM系统，并已在该厂使用，从而实现了轧 辊孔型样板的CAD/CAM一体化系统，下图给出了轧辊孔型CARD/CAM系统的整体设计 思想 CARD子系统接收设计孔型的原始参数，然后进 孔型设计的初始数据 行计算、设计，根据计算、设计结果，画出孔型图、 CARD→画孔型图、样板图、配辊图 样板图等，除输出图形外，还将描述各孔型尺寸的数 据存储到文件中，以数据文件方式输出，而这些数据 生成孔型图样板图数据文件 文件则被CAM子系统作为输人，经过CAM子系统对 CAM·车轧辊 描述孔型图的一系列数据进行加工，实现对轧辊车床 ↓ 的直接控制，也可以控制穿孔机穿出纸带，转而控制 穿出纸带·切割样板 线切割机切割孔型样板， 图1CARD/CAM系统总体框图 CARD与CAM既可联为一体，也可独立分段运 行，根据合作厂现只有线切割机的具体情况，我们在CAM子系统中先实现了孔型样板切 割的计算机辅助制造，并已提供给合作厂在生产中使用

王 朝辉 等 基于 信息 嫡 的 系 统诊 断参数交互 推理 选 择方法 息 的指 导下 进行 的 ， 所 以具 有 很 高 的求解 效 率 ， 可 作 为诊 断型 专家 系 统 的一种起 动方 式 它 在 卜旧 发动机 故 障诊 断专家系 统 中的应用 ， 使优化诊 断理论真正得 以 实现 参 考 文 献 斯坦尼 斯拉夫 斯基 柴油 机技 术诊断 李 新敏等译 北京 国 防工 业 出版社 ， 一 屈梁 生等 机械故 障诊 断学 上 海 上 海科学技术 出版社 ， 一 蔡 自兴 智 能控制 北京 电子 工 业 出版社 ， 叭 一 ， ， ， 一 ， 犷，心 翻 ，赴 ，之 ，心 ，之 ，心 产 勺赴 ，心 产 够 ，之 ，之 产 ，心 ，欢 勺之 ，心 ，刃 ，刃 产 ，刃 产 ，之 ，之 ，之 ，刃 产 ，之 协够 ，之 今巴 够 ，之 够够 ，之 ，之 ，之 ，心 佗之 够够 弋之 勺 玩补仙仙协协仙协协协协协协仙协协协恤仙 恤恤 产 办‘ 分‘ 恤分‘ 协 产 奋‘ 产 办‘ 分乙 协协公‘ 公‘ 产 分‘ 公‘ 产 办乙 ‘ 恤怜刀 热轧型 钢 轧辊孔 型样板 的 系 统 王 秀美 ’ 蒋一 凡 ‘ ， 刘 莲英 ， 田 爱华 ’ 鹿 守理 ， 杨 觉先 ” 北 京 科 技大 学计算机 系 ， 北 京 北 京科技 大学 金 属 压 力加工 系 北 京科 技大 学 于 年 开始 研 制计算机辅 助孔 型设 计 系 统 ， 与 天 津 第 三 轧 钢 厂 合 作 于 年 开发成 功 热轧 型钢 轧 辊孔 型样板 切 割 的 系 统 ， 并 已 在 该厂使 用 ， 从而 实现 了轧 辊 孔 型 样板 的 一体 化 系 统 下 图给 出 了 轧辊孔 型 系 统 的 整 体 设 计 思 想 子 系 统接 收设计孔 型 的 原始 参数 ， 然 后 进 孔 型设计 的 初 始 数据 行计算 、 设计 根 据计算 、 设计结果 ， 画 出孔 型 图 、 样板 图等 除输 出 图形 外 ， 还 将描 述 各孔 型 尺 寸 的数 据存储到 文件 中 ， 以 数 据 文件 方 式 输 出 而 这 些 数据 文件则被 子 系 统作 为输入 ， 经 过 子 系 统 对 描述孔 型 图 的一 系列 数据进行 加 工 ， 实 现 对 轧 辊 车床 的直接 控制 ， 也 可 以 控 制 穿 孔 机穿 出纸带 ， 转 而 控 制 线切割 机切 割孔 型样 板 与 既可联 为一 体 ， 也 可 独 立分段 运 杏 画孔 型 图 、 样 板 图 、 配 辊 图 告 生成孔 型 图样板 图数据 文件 告 五左 车 轧 辊 杏 穿 出纸 带 切 割样板 图 凡 系统 总体框图 行 根 据合作 厂 现 只 有 线切 割 机 的具体情 况 ， 我 们 在 子 系 统 中先 实 现 了 孔 型 样 板 切 割 的计算机辅助 制 造 ， 并 已 提供 给合作 厂 在 生产 中使 用