Cắt gọt kim loại vốn lμ một quá trình phức tạp, phi tuyến, thông tin đầu vμo không rõ rμng vμ chịu nhiều tác động nhiễu loạn. Bình th−ờng, quá trình nμy đ−ợc giám sát bởi ng−ời vận hμnh có khả năng ra quyết định trên cơ sở kinh nghiệm vμ trực giác nghề nghiệp đ−ợc tích lũy nhiều năm. Hệ tự động giám sát, hay giám sát thông minh (nếu có) phải có hệ thống sensor, thu thập dữ liệu (DAQ) vμ máy tính với các phần mềm xử lý dữ liệu vμ hệ thống trợ giúp ra quyết định (DSS) t−ơng tự nh− hệ thống giác quan vμ bộ não của ng−ời. Nói cách khác, DSS lμ một bộ phận của hệ thống giám sát thông minh. DSS đòi hỏi mô hình của quá trình gia công.
Mô hình quá trình có thể dựa trên các ph−ơng trình toán học, th−ờng lμ ph−ơng trình vi phân mô tả bản chất vật lý của quá trình. Mô hình dạng nμy đ−ợc gọi lμ mô hình vật lý (Physics Based Model), đ−ợc thiết lập vμ phân tích nhờ các công cụ toán học, đ−ợc gọi lμ công cụ tính toán cứng (Hard Computing Tools). Trong nhiều tr−ờng hợp, bản chất vật lý của quá trình không đ−ợc biết hoặc không thể đ−ợc mô tả một cách chính xác.
Ng−ợc lại, mô hình quá trình cũng có thể đ−ợc thiết lập trên cơ sở dữ liệu thực nghiệm, đ−ợc gọi lμ mô hình dữ liệu (Data Based Model). Nhóm công cụ thiết lập vμ xử lý mô hình dữ liệu đ−ợc gọi lμ công cụ tính toán mềm (Soft Computing Tools).
Về nguyên tắc, các công cụ tính toán cứng cho kết quả chính xác, nh−ng trên thực tế lại không đạt đ−ợc độ chính xác mong muốn vì quá trình mô hình hóa vμ phân tích phải trải qua nhiều phép xử lý gần đúng. Thứ nhất, chúng đòi hỏi các hệ ph−ơng trình mô tả chính xác động lực học của quá trình, nh−ng phần lớn các tr−ờng hợp các quy luật vật lý ch−a đ−ợc biết hoặc đ−ợc giả định, hoặc sử dụng các quan hệ thực nghiệm. Thứ hai, giải các hệ ph−ơng trình động lực học, chủ yếu lμ các hệ ph−ơng trình vi phân không dễ dμng, phần lớn phải giải gần đúng bằng cách hạ bậc, hoặc dùng các ph−ơng pháp số. Thứ ba, các công cụ tính toán cứng hiện nay mới chủ yếu hỗ trợ các hệ tuyến tính, trong khi hầu hết các hệ động lực lμ phi tuyến, nên phải chấp nhận kết quả gần đúng do tuyến tính hóa. Các công cụ tính toán mềm về bản chất lμ tính toán gần đúng, nh−ng chúng không gặp khó khăn đối với các mô hình phi tuyến, nhiều đầu vμo nhiều đầu ra, số liệu đầu vμo rời rạc, không chính xác, không rõ rμng. Các công cụ tính toán mềm hiện có đ−ợc gọi chung lμ trí tuệ nhân tạo, đ−ợc xây dựng theo nguyên tắc phỏng sinh, bắt ch−ớc cấu trúc hệ thần kinh vμ t− duy của con ng−ời, lại đ−ợc thực hiện trên máy tinh nên có những −u điểm của cả
máy lẫn của ng−ời, nh− đã phân tích trong mục tr−ớc. TTNT còn có −u điểm lớn nữa lμ khả năng tự học để tích lũy tri thức vμ kinh nghiệm. Vì vậy khi giải quyết những vấn đề thực tế, trong đó có lớp các bμi toán ra quyết định, ng−ời ta ngμy cμng nghiêng về các công cụ TTNT.
Hình 25, cho bức tranh tổng quan về ứng dụng TTNT vμo DSS, cũng chính lμ vμo giám sát thông minh quá trình gia công [6].
59% 15% 10% 4% 12% ANN (59%) Fuzzy (15%) Neuro-Fuzzy (10%) Bayesian Network (4%) Khác (12%) Hình 25: Các công cụ TTNT ứng dụng trong DSS