论文部分内容阅读
摘要：人工智能技术是新时代科技创新发展的产物，目前已在许多领域有着具体的应用，人工智能主要通过模拟、拓展人类的智慧，进行新产品、新技术的开发。随着人工智能技术的不断创新，也可以广泛应用于机械制造行业、机械设计和故障诊断，既减少机械领域的生产和运营成本，也可以提高機械行业的安全系数、智能化程度，提升机械的应用范围和应用深度。
关键词：人工智能技术;机械领域;应用
1人工智能技术在机械领域中的应用方向
1.1机械设计
机械设计既包括对机械的初始方案确定，也包括结合企业利益选择最优方案、制定最佳的结构特性。目前已有部分企业引入智能化机械系统，通过智能设备进行符号推理工作，例如CAD、CMA系统。通过人工智能的计算和分析，综合运用多种学科知识进行智能化机械设计。人员可以通过具体的参数来简化设计步骤，通过智能理论方法来进行设计的开发与应用。可以说，人工智能技术可以精准地控制机器制造的生产质量。在智能化机械设计的过程中，人工智能技术既可以减少人为主观因素对机械设计结构的影响，也可以降低人力成本，虽然人的智慧是不可比拟的，但人工智能系统可以在一定程度上学习人的知识和经验，通过集成所有有关数值，选择最恰当的推理和决策，减少不必要的设计步骤。在未来人工智能系统可以通过AI自主学习，自主判断来进行大规模的机械设计和智能检测。设计人员既可以通过人工智能技术的自主学习和推理系统，计算、储存先进工艺，方便后人进行机械设计的学习，也可以根据市场对不同机械产品的需求，自动分析和调整、精准控制各个机械制造过程的参数。
1.2机械电子工程
机械电子工程严格来说是由电子工程和智能技术结合起来的新兴技术，机械电子工程的发展是通过系统的输入和输出来完成的。而人工智能技术的加入，既可以帮助机械电子工程分析和处理系统中的信号，也可以通过丰富的经验和理论建立系统模型，利用神经网络和模糊逻辑系统来实现非线性计算。为有效解决机械一体化系统的非线性问题，需要人工智能技术系统的神经网络系统和模糊推理系统利用专门的算法来模拟人体神经系统，输入电子信息系统。在机械一体化系统中，通过对非线性系统的稳定性进行微调，获取关联的特殊值，生成机电工程中的相关函数，并通过模糊信息处理方法来调节非线性的变化和机械的温度。常规的机电系统相对比较复杂，需要通过物理方程建立数学关系、通过人员的经验建立物理基础、通过实验和长期的数学推导进行因果关系的建立，在此范围内进行线性常数的系统应用。这一过程相对比较复杂，而人工智能则可以顺利地解决复杂的问题，通过规则和方法来实现机械电子工程的真实目的。
1.3机械故障诊断
随着社会生产力和科学技术的不断发展，机械设备、设施变得越来越复杂，机械设备一旦发生故障，检修人员很难通过人工方法快速查明故障来源，导致应用该设备的个人或集体蒙受损失。人工智能技术的加入，很好地解决了这一问题。在人工智能技术与机械故障诊断的融合下，领域专家可以利用传感器提取机械设备、设施易感部位的信息和状态，根据各个机械部位的数据反馈，初步排查故障发生的原因和部位，判断机械设备的工作是否正常。传感器发挥作用的过程离不开人工智能技术，机械设备内部结构复杂、各类零件交错纵横，检修人员虽然拥有根据零件组成判断故障类型的能力，但在实际机械设备管理中，检修人员却无法让视野直接抵达机械设备内部零件处。人工智能技术的运用可以帮助检修人员，在机械设备发生故障失灵时，对机械设备内部零件和状态展开分析，迅速整理出数据分析结果。领域专家即可通过这些原始数据，结合设备设施结构、系统故障历史等信息展开故障计算，用较高的效率确定机械故障发生的原因和部位。目前人工智能与机械故障分析的应用技术还不够完善，因此在实际管理过程中，可以采取人工智能技术整理故障数据和专家分析融合的方法，分析机械设备故障系统，以达到更好的分析效果。
2人工智能技术在机械领域中的应用方法
2.1专家系统
专家系统是人工智能的重要组成部分之一，一个完整的专家系统主要由知识库、推理机、知识学习机制和人机界面四部分组成，专家系统的推理逻辑可以帮助机械进行诊断、推理和产品设计。专家系统根据知识表达方式的不同，可以分为规则类系统和框架类系统，规则类系统是通过既定的规则来完成推理逻辑的过程，而框架系统是在固定的框架范围内，广泛搜寻有关机械的模糊推理逻辑，既降低了系统的复杂性，也能帮助机械系统进行快速的诊断和设计。专家系统的知识表达方式比较符合人类的心理逻辑，更便于学习和获取人类的知识，通过框架进行知识表达，既可以在机械设计和制造的过程中产生新的技术方法和先进的制造工艺，也可以通过模糊逻辑的推理研究，对机械存在的故障进行很好的诊断。相对来说，专家系统就相当于人工智能语言的一部分，其可以通过正向和逆向的推理进行机械的自动控制和模拟仿真。目前专家系统的开发和应用已逐渐深入到机械领域中，随着机械领域的不断复杂化，专家系统也可以利用更灵活、更透明的推理方式，处理不确定的知识点，拓宽机械领域的应用。
2.2人工神经网络
人工神经网络就是模拟人类的神经网络系统，通过各部分的神经配合将一系列数据进行输入和输出。在人工神经网络中，机械的输入和输出都需要标准化的量，输出值是输入值的非线性函数，其量子可以通过各神经元的权重进行调整和改变。通过获取某一部分的权重比来达到期望的输出值，神经网络拥有强大的数值计算方法，且可以通过已知的数据和模式样本来映射学习者和获得者之间的关系，这一过程实际上是对人类思维的再模拟。由于神经网络具有超强的容错性和原则性。因此，其可以在系统内进行自适应、自学习、处理复杂模式等多种功能，还可以利用联想、鲁棒、推测等检测庞大机器系统中的多重故障和突发性故障。人工神经网络还可以作为机械故障诊断的分类器，通过模式识别角度和预测角度，对机械系统的故障进行动态预测。
2.3模糊集理论
模糊集理论是人工智能的一种特色性功能，由于人的认知世界包含大量的模糊处理信息，也就是说，人类在认知的过程中含有不确定因素。因此，为减少问题的复杂性，人工智能系统通过模糊集理论进行多值逻辑的扩展，利用数学方法和模糊逻辑做到近似推理。可以模拟电路故障诊断方法，通过多值电量测试和信息模糊的融合，确定故障节点和原件故障，并通过最小标准差法进行故障隶属函数的构造。通过函数模型来达到电路增益的模糊信息诊断，利用模糊集理论来测试不同频率下电路的故障信息，精准定位机械系统的故障源头。模糊集理论可以分别利用k故障诊断法和最小标准差法，对测试部位进行初步诊断和模糊变换，最终综合结果得到故障诊断报告。
2.4启发式搜索
众所周知的启发式搜索方法之一是遗传算法，遗传算法可以利用遗传算子使数字串寻找最优的解，这一过程可以进行选择、变异等多种操作，而模拟退火也是启发式搜索的一种方式，通过随机产生的答案进行局部最优解或近似最优解。遗传算法和模拟退火这两种方式都可以通过求解目标函数对问题进行最优化解决，据实践证明，这两种算法具有误差小、速度快的多重优点。因此，在机械系统中，利用启发式搜索方式可以提高机械系统的抗干扰性和伺服性。
3结束语
综上所述，人工智能技术在机械领域中的应用非常广泛。在未来，仍然需要不断开发和利用人工智能技术，通过研发模糊逻辑、神经系统、专家系统等技术优势，促进机械行业实现现代化、智能化发展。
参考文献：
[1]赵从佳.人工智能技术在机械电子工程领域的应用[J].精品，2019（8）：225.
[2]高哲霞.关于人工智能技术在机械电子工程领域的应用探讨[J].电子乐园，2019（4）：5.
辽宁省宇竺科技有限公司 辽宁省 110000
关键词：人工智能技术;机械领域;应用
1人工智能技术在机械领域中的应用方向
1.1机械设计
机械设计既包括对机械的初始方案确定，也包括结合企业利益选择最优方案、制定最佳的结构特性。目前已有部分企业引入智能化机械系统，通过智能设备进行符号推理工作，例如CAD、CMA系统。通过人工智能的计算和分析，综合运用多种学科知识进行智能化机械设计。人员可以通过具体的参数来简化设计步骤，通过智能理论方法来进行设计的开发与应用。可以说，人工智能技术可以精准地控制机器制造的生产质量。在智能化机械设计的过程中，人工智能技术既可以减少人为主观因素对机械设计结构的影响，也可以降低人力成本，虽然人的智慧是不可比拟的，但人工智能系统可以在一定程度上学习人的知识和经验，通过集成所有有关数值，选择最恰当的推理和决策，减少不必要的设计步骤。在未来人工智能系统可以通过AI自主学习，自主判断来进行大规模的机械设计和智能检测。设计人员既可以通过人工智能技术的自主学习和推理系统，计算、储存先进工艺，方便后人进行机械设计的学习，也可以根据市场对不同机械产品的需求，自动分析和调整、精准控制各个机械制造过程的参数。
1.2机械电子工程
机械电子工程严格来说是由电子工程和智能技术结合起来的新兴技术，机械电子工程的发展是通过系统的输入和输出来完成的。而人工智能技术的加入，既可以帮助机械电子工程分析和处理系统中的信号，也可以通过丰富的经验和理论建立系统模型，利用神经网络和模糊逻辑系统来实现非线性计算。为有效解决机械一体化系统的非线性问题，需要人工智能技术系统的神经网络系统和模糊推理系统利用专门的算法来模拟人体神经系统，输入电子信息系统。在机械一体化系统中，通过对非线性系统的稳定性进行微调，获取关联的特殊值，生成机电工程中的相关函数，并通过模糊信息处理方法来调节非线性的变化和机械的温度。常规的机电系统相对比较复杂，需要通过物理方程建立数学关系、通过人员的经验建立物理基础、通过实验和长期的数学推导进行因果关系的建立，在此范围内进行线性常数的系统应用。这一过程相对比较复杂，而人工智能则可以顺利地解决复杂的问题，通过规则和方法来实现机械电子工程的真实目的。
1.3机械故障诊断
随着社会生产力和科学技术的不断发展，机械设备、设施变得越来越复杂，机械设备一旦发生故障，检修人员很难通过人工方法快速查明故障来源，导致应用该设备的个人或集体蒙受损失。人工智能技术的加入，很好地解决了这一问题。在人工智能技术与机械故障诊断的融合下，领域专家可以利用传感器提取机械设备、设施易感部位的信息和状态，根据各个机械部位的数据反馈，初步排查故障发生的原因和部位，判断机械设备的工作是否正常。传感器发挥作用的过程离不开人工智能技术，机械设备内部结构复杂、各类零件交错纵横，检修人员虽然拥有根据零件组成判断故障类型的能力，但在实际机械设备管理中，检修人员却无法让视野直接抵达机械设备内部零件处。人工智能技术的运用可以帮助检修人员，在机械设备发生故障失灵时，对机械设备内部零件和状态展开分析，迅速整理出数据分析结果。领域专家即可通过这些原始数据，结合设备设施结构、系统故障历史等信息展开故障计算，用较高的效率确定机械故障发生的原因和部位。目前人工智能与机械故障分析的应用技术还不够完善，因此在实际管理过程中，可以采取人工智能技术整理故障数据和专家分析融合的方法，分析机械设备故障系统，以达到更好的分析效果。
2人工智能技术在机械领域中的应用方法
2.1专家系统
专家系统是人工智能的重要组成部分之一，一个完整的专家系统主要由知识库、推理机、知识学习机制和人机界面四部分组成，专家系统的推理逻辑可以帮助机械进行诊断、推理和产品设计。专家系统根据知识表达方式的不同，可以分为规则类系统和框架类系统，规则类系统是通过既定的规则来完成推理逻辑的过程，而框架系统是在固定的框架范围内，广泛搜寻有关机械的模糊推理逻辑，既降低了系统的复杂性，也能帮助机械系统进行快速的诊断和设计。专家系统的知识表达方式比较符合人类的心理逻辑，更便于学习和获取人类的知识，通过框架进行知识表达，既可以在机械设计和制造的过程中产生新的技术方法和先进的制造工艺，也可以通过模糊逻辑的推理研究，对机械存在的故障进行很好的诊断。相对来说，专家系统就相当于人工智能语言的一部分，其可以通过正向和逆向的推理进行机械的自动控制和模拟仿真。目前专家系统的开发和应用已逐渐深入到机械领域中，随着机械领域的不断复杂化，专家系统也可以利用更灵活、更透明的推理方式，处理不确定的知识点，拓宽机械领域的应用。
2.2人工神经网络
人工神经网络就是模拟人类的神经网络系统，通过各部分的神经配合将一系列数据进行输入和输出。在人工神经网络中，机械的输入和输出都需要标准化的量，输出值是输入值的非线性函数，其量子可以通过各神经元的权重进行调整和改变。通过获取某一部分的权重比来达到期望的输出值，神经网络拥有强大的数值计算方法，且可以通过已知的数据和模式样本来映射学习者和获得者之间的关系，这一过程实际上是对人类思维的再模拟。由于神经网络具有超强的容错性和原则性。因此，其可以在系统内进行自适应、自学习、处理复杂模式等多种功能，还可以利用联想、鲁棒、推测等检测庞大机器系统中的多重故障和突发性故障。人工神经网络还可以作为机械故障诊断的分类器，通过模式识别角度和预测角度，对机械系统的故障进行动态预测。
2.3模糊集理论
模糊集理论是人工智能的一种特色性功能，由于人的认知世界包含大量的模糊处理信息，也就是说，人类在认知的过程中含有不确定因素。因此，为减少问题的复杂性，人工智能系统通过模糊集理论进行多值逻辑的扩展，利用数学方法和模糊逻辑做到近似推理。可以模拟电路故障诊断方法，通过多值电量测试和信息模糊的融合，确定故障节点和原件故障，并通过最小标准差法进行故障隶属函数的构造。通过函数模型来达到电路增益的模糊信息诊断，利用模糊集理论来测试不同频率下电路的故障信息，精准定位机械系统的故障源头。模糊集理论可以分别利用k故障诊断法和最小标准差法，对测试部位进行初步诊断和模糊变换，最终综合结果得到故障诊断报告。
2.4启发式搜索
众所周知的启发式搜索方法之一是遗传算法，遗传算法可以利用遗传算子使数字串寻找最优的解，这一过程可以进行选择、变异等多种操作，而模拟退火也是启发式搜索的一种方式，通过随机产生的答案进行局部最优解或近似最优解。遗传算法和模拟退火这两种方式都可以通过求解目标函数对问题进行最优化解决，据实践证明，这两种算法具有误差小、速度快的多重优点。因此，在机械系统中，利用启发式搜索方式可以提高机械系统的抗干扰性和伺服性。
3结束语
综上所述，人工智能技术在机械领域中的应用非常广泛。在未来，仍然需要不断开发和利用人工智能技术，通过研发模糊逻辑、神经系统、专家系统等技术优势，促进机械行业实现现代化、智能化发展。
参考文献：
[1]赵从佳.人工智能技术在机械电子工程领域的应用[J].精品，2019（8）：225.
[2]高哲霞.关于人工智能技术在机械电子工程领域的应用探讨[J].电子乐园，2019（4）：5.
辽宁省宇竺科技有限公司 辽宁省 110000