計算機輔助工藝設計(CAPP :Computer-aided process planning) 是指在人和計算機組成的系統中，根據約束條件和資源條件，將零件的設計信息轉換為制造零件所需的一系列加工操作，并人機交互或自動地生成零件的加工工藝規程. 也即是將產品設計信息與制造環境提供的所有可能的加工能力信息進行匹配與優化的過程. 迄今為止，CAPP的研究已經歷了40 余年，取得了許多重大的研究成果，獲得了一定的經濟效益. 特別是將專家系統、神經網絡和模糊邏輯等人工智能技術應用于CAPP之后，工藝知識獲取、表達和運用的有效性和靈活性有了很大改觀，CAPP系統的實用化和工程化水平得到了很大提高.盡管如此，CAPP 仍然有許多尚未解決的重要問題，其應用的實際效果與企業的工程需求還相差甚遠，已經成為實現CAD/CAPP/CAM集成的瓶頸.
正當CAPP 技術(包括人工智能技術) 的研究陷入困境而停滯不前時，國內外專家學者提出了人機智能系統的構想，這為CAPP 系統的研究與發展開辟了一條充滿光明前景的嶄新途徑. 早在1990 年，著名科學家錢學森就提出了“綜合集成工程”(Metasynthetic engineering) 的思想，指出“我們要研究的是人與機器相結合的智能系統，不能把人排除在外，是一個人機智能系統”. 1991 年，美國斯坦福大學的里南(Lenat) 和費根鮑姆( Feigenbaum) 提出“人機合作預測”(Man-machine synergy prediction) 是知識系統的“第二紀元”，并指出“系統將使智能計算機與智能人之間成為一種同事關系，人與計算機各自執行自己最擅長的任務，系統的智能就是為這種合作的產物”;1994 年，法國克洛德·貝納爾—里昂第一大學的Francois Chevener 認為:問題求解常常不能自動進行，因為對于一些子問題，計算機找不到相應的解決策略或知識，只能靠人來解決，所以人必須能夠干涉自動的問題求解過程. 1994～1995 年，路甬祥等又提出“人機一體化系統”(Humachine system) 的技術立論、科學體系和關鍵技術. 1999 年，在第49 屆CIRP 年會上，瑞典的喬柏( Kjellberg) 所作的主題報告“面向人的生產系統的設計”得到了各國與會代表的認同，并認為21 世紀的制造系統應當從面向技術轉向面向人.
由此可見，CAPP 系統今后的發展方向應采取以人為中心、人機一體的技術路線，研究基于知識的人機智能化CAPP 系統的體系結構和關鍵技術，建立一種新型的面向人的CAPP 系統， 從而真正提高CAPP 的應用水平.
1 CAPP 系統的發展歷程
計算機輔助工藝設計的研究在國際上始于20世紀60年代后期，其早期意圖就是建立包括工藝卡片生成、工藝內容存儲及工藝規程檢索在內的計算機輔助系統. 它只是將計算機當作存儲、整理、計算和提取信息的工具，以幫助減少工藝人員所做的事務性工作，從而節省工藝設計的時間. 這樣的系統沒有工藝決策能力和排序功能，因而不具有通用性. 而真正具有通用意義的CAPP系統是1969年以挪威開發的AUTOPROS系統為開端，其后很多的CAPP系統都受到這個系統的影響. 將計算機輔助工藝設計正式命名為CAPP 則是在計算機輔助工藝設計發展史上具有里程碑意義的美國計算機輔助制造國際組織CAM-I (Computer aided manufacturing-international )于1976 年所推出的CAM-I’S automated process planning 系統. 1985 年1 月CIRP 首次舉行了CAPP 專題研討會，11 月美國ASME 冬季年會的主題定為“計算機輔助/ 智能工藝過程設計”，1987 年6 月CIRP 又舉行了CAPP 的專題學術研討會，從而使CAPP 系統的研究進入了一個嶄新的時代.
我國在20世紀80年代初期開始了CAPP的理論研究和系統開發工作. 1982年，同濟大學的TOJ ICAP系統率先研制成功并進入國內市場. 西北工業大學、北京航空航天大學、西安交通大學、南京航空航天大學等單位也研制成功了適用于特定類型零件的CAPP系統. 1986 年3月，我國制定并啟動863 計劃，并在后續的863/CIMS主題計劃中設立了多項與CAPP 相關的關鍵技術攻關項目或子項目、目標產品發展項目以及軟件重大專項，同時大力推廣應用示范工程. 1988 年5 月，在南京航空航天大學召開了國內第一次CAPP 的專題研討會，受到廣大科研院所和制造企業的普遍關注，引發了國內的CAPP 研究熱潮. 1989 年，國家863/ CIMS 工藝設計自動化工程實驗室在上海交通大學正式建立，主要從事異地分布式CAPP 系統體系結構及實現技術等方面的研究與開發工作，取得了許多的研究成果.
2 CAPP 系統的智能技術
在CAPP 系統中，由于有相當多的問題求解是極其復雜的，常常沒有算法可遵循，或者即使有計算方法，也是NP(Nondeterministic polynomial-bounded) 問題. 因此人們就用人工的方法和技術來模擬人類求解復雜問題的思維方式和過程，實現某些“機器思維”，從而解決需要人類專家才能處理的工藝問題，這樣就導致了人工智能的產生并在CAPP 系統中獲得廣泛應用.
2. 1 人類智能及其特征
我們知道，人類被譽為萬物之靈，靈就靈在人類具有一個“智慧”的大腦. 然而，人類對客觀世界的認識越來越清楚的同時，卻對自己的大腦產生智能的機理仍然迷霧茫茫，知之甚少. 如此看來，智能作為科學技術的三大起源難題(宇宙起源、生命起源和智能起源) 之一，只能有待于21 世紀解決了. 智能一詞來源于拉丁語“Legere”，意思是收集、匯集. 到目前為止，對于智能，還沒有一個統一的看法. 一般認為:智能是運用信息和知識采取理智行動的能力. 通俗地說，智能可以理解為能獲取知識并運用知識解決問題的能力.
考察和分析人類智能活動的全過程，不難發現，思維是整個智能活動中最核心、最本質和最復雜的部分. 沒有思維就沒有人類的智能，也就不可能使人類遠遠超出其它動物而成為萬物之靈. 1984 年，錢學森教授倡導開展思維科學的研究，并將人類思維劃分為“抽象(邏輯) 思維、形象(直覺) 思維和靈感(頓悟) 思維”，同時指出雖然劃分為三種思維，但實際上人的每個思維活動過程都不會是單純的一種思維在起作用，往往是兩種，甚至是三種思維交錯混合在一起共同起作用. 三種思維的基本特點如表1所示.
人類智能的上述特點也正好說明了盡管馮·諾依曼(Von Neumann) 計算機處理速度極快、存儲容量極大、符號推理能力極強，但還是遠不如人類聰明的根本原因. 當然，人類智能畢竟是數十萬年的大腦進化、數百萬年的人類進化和數億萬年的生物進化的結晶，是高度的時間復雜性和巨大的空間復雜性交織而成的，有著無限奧秘和無窮智慧的腦神經系統的產物，遠非采用若干硅片在數十年內就能完全模擬成功的.
就工藝設計過程而言，人腦的思維活動就明顯地表現出了幾種思維形式的綜合特點. 它既是邏輯性和跳躍性的統一，又是順序性和并發性的統一;既可能“循序漸進，逐步推理”，又可能“靈機一動，計上心來”，還可能“突發奇想，另辟蹊徑”. 人腦在思維時能夠根據以往經驗分析大量的外界信息，對許多復雜問題做出判斷，然后再在此基礎上進行概括和總結，以達到條理化和邏輯化，最后得到解決問題的滿意方案. 同時，人類思維還能夠根據直覺做出決策.譬如在對一個零件進行工藝設計時，一個經驗豐富的工藝專家可在看到零件圖紙的短暫時間內，就能形成該零件的加工方法、裝夾方案和初步的加工路線，并能注意到可能存在的某些關鍵問題和重要工序，然后再按一定的工藝理論逐步分解和細化，以形成符合制造環境的工藝規程. 在這一過程中，人類思維始終能夠前后一致、全面細致地進行協調. 但是，馮·諾依曼計算機在解決問題時，則不具備直覺性和并發性，既不能“突如其來，一氣呵成”，也不能在同一個時間內形成多個問題的解決辦法并相互協調(盡管運算速度可以無限的快) ，即計算機總是有順序、有條理地按一定程序解決問題.
2. 2 人工智能及其特征
人工智能是相對于人類智能(即生物高級智能或自然智能) 而言的，它是采用人工的方法和技術來模擬、延伸和擴展人類智能行為的一門綜合學科.1956 年夏天，在美國的達特茅斯學院召開了一次影響深遠的歷史性會議，人工智能這個術語就是在此次會議上由該校數學助教約翰·麥卡錫等10 名年青學者在為期2 個月的“機器模擬人類智能”的學術研討會中正式提出來的. 后來，達特茅斯學院被看作是人工智能的誕生地，他們10 人也被科學界譽為“十大金剛”，并大多成為人工智能的泰山北斗，而麥卡錫本人，在美國也常常被認為是“人工智能之父”. 人工智能與空間技術、原子能技術一起被譽為20 世紀的三大科技成就. 經過40 多年的研究和發展，人工智能研究已取得不少成果，其應用滲透到各個領域，特別是專家系統、智能決策、智能機器人、自然語言理解等方面的成就更是促進了人工智能的進一步發展. 人工智能主要包括推理、學習和聯想三大智能要素. 當前，人工智能的推理功能已獲突破，學習功能正在研究之中，聯想功能尚處在探索階段.
由于人工智能是通過智能機器或智能系統來實現其功能的，且其中的控制核心是計算機，所以人類大腦與計算機的控制過程在某些方面具有相似性.然而，人類大腦畢竟不同于計算機，兩者之間存在著巨大的差異，如表2 所示.
由表2 可知，計算機在處理速度、存貯容量、數值計算、邏輯推理等方面具有非常明顯的優勢，而人類大腦卻在學習能力、創造能力、環境適應能力以及經驗總結和知識歸納等方面有著計算機無法比擬的能力. 當然，隨著計算機科學與技術的發展，將來的智能計算機是會具有創造功能的，但它的這種創造功能歸根到底也是由人事先賦予的，是人類創造功能的結果和延伸，在本質上改變不了只是人的工具的屬性.
3 人機智能化CAPP 體系構想
因為智能水平是衡量CAPP 系統性能的一個關鍵因素，更因為馮·諾依曼(Von Neumann) 計算機在解決工藝設計問題時所表現出來的嚴重缺陷，為了彌補其不足，更為了擴展其性能，所以人們才考慮將人類智能與人工智能結合起來，將各種人工智能的思想、方法和技術引入到CAPP 系統中去.
最近十年，隨著IMS 的發展，人們對在制造系統中發揮人的創新能力和人的智能給予了高度關注.因此，在國內學者提出了“人機一體化”思想的同時，國外也提出了“Holonic 制造系統”(Holonic manufacturing system:HMS) 的概念，且成為國際合作研究計劃IMS 的項目之一. 在HMS 中，人在制造中的作用被重新定義和更加重視. 人不再被看作是干預因素，而是被當作構成整個制造環境中一個重要的組成部分，并使個人技能得以充分發揮. 在CAPP的研究與實踐中，筆者也認識到兩個基本準則:一是人的積極參與，不僅不會削弱CAPP 系統的整體性能和運行質量，而且會在更大程度上提高CAPP 系統的集成度和智能水平;二是人在系統中扮演的角色將更加重要，人將永遠是系統中最有創造性的知識源和關鍵問題的最終決策者. 王先逵教授提出:建立一種“人機一體化”的智能系統，充分發揮人的智能優勢，以合理的代價實現較高的智能，這在很長一段時間內將是開發CAPP 系統的一個指導原則.
根據上述原則，在開發CAPP 系統時，就應該基于人機一體化思想，將人類智能與人工智能技術結合起來，研究工藝規劃中人與計算機之間的耦合關系和協作方式，將過去的“完全智能化”變為“適當智能化”，將以往“以計算機為中心的人機交互”方式轉變為“以人為中心的人機一體”方式，并應用各種人工智能技術，實現各階段各種有效的智能化在線輔助，從而建立一種新型的面向人的人機智能化CAPP系統. 圖1 給出了一種人機智能化CAPP 系統框架.
在圖1 中，系統的核心是人機協同決策模塊. 其基本思想是使人和計算機處在平等合作的地位上，使兩者的決策既有分工又有協作. 一方面通過人機決策任務分配，將適合于計算機的決策任務交給計算機去做，如加工刀具選擇決策和工藝尺寸計算決策等，將適合于人的決策任務交給人去做，如加工順序決策和裝夾方案決策等. 兩者在共同決策過程中取長補短，協商決策，以達成共識. 另一方面，由于人和計算機解決問題的方式、程序及其知識有所不同，所以人和計算機對有些問題可以同時做出決策，最后通過綜合評價得到比較合理的結果. 通過這樣的人機共同決策將人類智能與人工智能融合在一起，能夠進一步提高決策的可靠性，但這種決策方式的全面實現還有待于機器學習以及對人類語言理解的進一步提高.
4 人機智能化CAPP 系統的關鍵技術
在人機智能化CAPP 系統中，根據“以人為中心、人機一體化”的思想，采取“人機交互感知、人機綜合推理、人機協同決策”的技術路線，人與計算機共同組成一個綜合系統，通過人機智能接口，在人與計算機之間建立一種新型的耦合關系，從而實現人機最佳協同合作. 在這里，人機耦合是整個系統的瓶頸，而計算機技術和信息技術是實現人機耦合的核心，超介質處理方法(即可視化技術、虛擬現實技術和智能體技術等) 是實現人機耦合的手段.
4. 1 人機交互感知技術
(1) 人類子系統通過視覺、聽覺、觸覺等感覺器官感知制造系統內部和外部的各種信息(包括零件工藝信息) ，并將篩選后的有用信息輸入給系統的處理模塊，為零件的初始工藝設計或工藝規程的實時修正提供依據;
(2) 計算機子系統通過掃描儀、數碼攝像、語音錄入、傳感器等物理設備感知圖紙、零件和聲音信息以及制造系統在運行過程中的其它信息，在對各類信息進行歸納整理后，從中提取為工藝設計所需要的信息;
(3) 計算機子系統通過CAD/CAPP/CAM集成系統感知與工藝設計相關的信息，并將所感知的信息進行加工處理后再傳遞給人類子系統，讓人類子系統進行二次感知.
經過人機交互感知，使系統獲得更完備、更準確、更可靠的工藝設計信息.
4. 2 人機綜合推理技術
對于面向人的工藝設計系統，應采用“層次分解、逐步求精”的方法，按照工藝理論與工藝習慣分層次分階段進行規劃. 為此，需要將工藝設計任務分解為“毛坯設計、裝夾方案設計、加工方法決策、加工順序決策、設備與工裝選擇、工序設計和工藝規程設計”7 個子任務. 每個子任務又可再劃分為若干個子子任務. 這樣，人機綜合推理就可以對系統中的所有子任務進行求解，全部子任務求解結束后，工藝規程即告完成.
(1) 計算機子系統應該充分發揮邏輯推理能力和計算能力的特長，利用工藝知識庫和綜合數據庫進行嚴密的邏輯推理，得出多個可行的、完整的零件工藝規程;
(2) 人類子系統應該發揮形象思維和靈感思維的優勢，運用過去積累的經驗和直覺對人機交互感知的信息進行綜合判斷，得出可行的工藝方案(該方案可以是完整的工藝路線，也可以是幾個重要工序的安排，還可以是某個工序工步的特殊安排) .
4. 3 人機協同決策技術
在已獲得的零件工藝規程基礎上，根據零件特征、加工條件、生產環境、工藝習慣等進行決策.
(1) 計算機子系統對多個工藝方案進行初步評價，得出符合當前制造環境的備選工藝方案;
(2) 根據模糊綜合評判原則，人類子系統和計算機子系統協同對備選工藝方案進行綜合評判，找出最佳工藝方案;
(3) 人類子系統對最佳工藝方案進行修正與調整. 特別對于定位裝夾方案、工序工步排序和特殊工序安排等內容，應采取人主機輔的原則進行決策.
5 結 語
綜上所述，在制造系統中，人的核心作用是不可替代的.在制造系統的人—機關系問題上，CIMS 最初的思想是強調高度自動化，但在研究和應用實踐中產生的種種問題，使人們逐漸認識到了適度自動化的重要性. 所以，對于CAPP 系統的發展，應采取以人為中心，人機一體的技術路線，建立一種新型的面向人的CAPP 人機一體化智能系統. 人與計算機相互合作，各自執行自己最擅長的工作. 人類智能與人工智能相互補充，共同感知，共同思維、協同決策，以合理的代價實現較高的智能，使CAPP 系統達到最佳的經濟目標和最佳的整體效益. 當然，我們還需要進行進一步的理論研究和實踐探索，著重解決在感知、思維、決策這三個層面上人機耦合的內在機制和實現方法，從而真正提高CAPP 系統的實用化和工程化水平.
