论文部分内容阅读
摘 要：人工智能是一门研究智能系统、智能机器的学科，也是下一阶段新产品、新技术、新产业的一个重要发展方向，能够解决机械制造在故障诊断、远程控制、非线性方面的问题，为机械领域的发展提供了新的技术支持。本文针对机械制造的发展及人工智能的应用进行阐述与分析。
关键词：机械制造；发展；人工智能；应用
在科技水平的发展和进步下，机械工程发生了显著变化，机械制造领域开始从传统机械朝着电子机械的方向发展，智能化、自动化水平得到了显著提升，步入了全新的发展阶段，关于机械制造、人工智能的结合应用，成为当前机械制造领域的研究热点。
1 机械工程的发展
当前，机械工程正在朝着智能化的方向发展，就我国的情况来看，机械工程智能化发展还处于初级阶段，技术层次相对较低，加工质量也有待提升。为了促进机械工程领域的发展，需要完善现有的计算机管理水平，构建统一的采集管理标准，提高设计数据和标准的开发效果，用良好的设计理念、方式来分析，提高设计质量和效果。并推行高精度精细管理模式，促进机械制造的微型化发展。
2 人工智能在机械制造领域中的应用
机械系统由多个机械要素组成，在机械工程领域中，人工智能能够解决机械制造中工艺制定、产品设计、故障诊断、生产管理等诸多方面的内容，具体来看，人工智能在机械制造领域中的常见应用有几个方面：
2.1 人工智能与机械制造
在机械制造中，需要为装配机器提供多种零件，利用人工智能，可以分析出系统的运行状态，判断目标，构造出动作序列，是当前人工智能领域研究的重点。随着柔性加工系统、集成加工系统的发展，研究人员也在研发新技术，试图将机器智能、Petri网借助智能离散事件控制器相连。
2.2 人工智能与机械设计
机械设计是模糊综合分析过程，其中有大量的数据需要分析、计算、绘图，并根据要求来制定方案，进行优化。当前，很多机械制造企业已经引入了CAD/CAM系统，为了提高机械设计质量，需要赋予CAD/CAM系统智能性，因此，设计智能化也成为机械领域研究的重点课题。人工智能在机械设计中的应用大大减少人为因素的影响，节约了成本，备受业界关注。
2.3 人工智能与机械故障诊断
机械故障诊断也是机械制造领域的重点难题，即借助传感器对设备敏感部位信息出具进行采集、提取，以此来判断系统的运行是否正常。如果在某个时刻系统的运行出现故障，研究人员可以利用传感器搜集的数据来判断，确定故障的位置和原因，对于复杂的机械系统，这种诊断方式非常高效。
2.4 人工智能与机械电子工程
一些机械工程系统结构复杂，加工控制、故障诊断存在诸多困难，传统PID虽然能够解决基本问题，但是在机械电子工程的發展下，系统结构也更加复杂，传统PID的弊端逐渐暴露出来。而人工智能的应用属于非线性控制方式，能够应用在复杂机械系统的诊断上，解决了传统故障诊断方式的种种问题。
3 人工智能的代表
3.1 专家系统
专家系统属于人工智能的一个重要分支，是由推理机、知识库、人机界面、知识获取机制组成，专家系统的知识表达是借助产生式规则，一方面，符合人们的心理逻辑，一方面，发挥出了人工智能语言的优势，在机械故障诊断上，有着良好的成效。当前，专家系统正以快速发展速度在机械生产规划、模拟仿真、故障诊断、产品设计、生产规划等领域得到了推广。
3.2 模糊集理论
对于诸多不确定信息，需要进行模糊化处理方可减少问题的复杂性，模糊集理论是由Zadeh在1965年提出，是处理不确定性问题的有效方式，模糊集理论属于传统多值逻辑的拓展，可以完成近似推理，目前常用的模糊集理论有最小标准差法、K故障节点诊断法。
3.3 人工神经网络
人工神经网络是将输入通过神经网络来产生输出的一种方式，其中，不管是输入，还是输出，都有标准，输出的值是由神经元权重改变来获得，能够对人类经验、思维进行模拟。神经网络具有并行、记忆、推测、联想、自学习、自适应、容错功能，在复杂的系统诊断和监测中，有着重要作用。
在工程中，典型的专家系统有帮助工程师发现结构分析问题的分析策略的 SACON 系统；帮助识别和排除机车故障的 DELTA 系统；帮助操作人员检测和处理核反应堆事故的 REACTOR 系统。人工神经网络在机械系统中的应用，可以从模式识别方向来做出故障诊断，从预测角度来诊断故障的成因，为了提高神经网络的诊断、学习性能，在下一阶段下，需要重点从模块化模型诊断、神经网络模型改进两个方面重点研究。
4 结语
人工智能已经在机械制造的各个环节中得到广泛应用，伴随计算机技术、网络技术的发展，又为人工智能注入全新的内容，加上知识发现、生物计算、多媒体技术、分布式人工智能的应用，让人工智能在机械制造领域中发挥出了越来越重要的作用，表现出了广阔的发展前景。
参考文献
[1]刘璐.关于机械电子工程与人工智能关系的探讨[J].电脑迷.2017（07）
[2]曹颖.机械电子与人工智能的发展及深度融合探析[J].工业技术创新.2016（06）
[3]沈运峰.人工智能技术在机械电子工程领域的应用研究[J].电子制作.2018（12）
（作者单位：湖南省长沙市第一中学）
关键词：机械制造；发展；人工智能；应用
在科技水平的发展和进步下，机械工程发生了显著变化，机械制造领域开始从传统机械朝着电子机械的方向发展，智能化、自动化水平得到了显著提升，步入了全新的发展阶段，关于机械制造、人工智能的结合应用，成为当前机械制造领域的研究热点。
1 机械工程的发展
当前，机械工程正在朝着智能化的方向发展，就我国的情况来看，机械工程智能化发展还处于初级阶段，技术层次相对较低，加工质量也有待提升。为了促进机械工程领域的发展，需要完善现有的计算机管理水平，构建统一的采集管理标准，提高设计数据和标准的开发效果，用良好的设计理念、方式来分析，提高设计质量和效果。并推行高精度精细管理模式，促进机械制造的微型化发展。
2 人工智能在机械制造领域中的应用
机械系统由多个机械要素组成，在机械工程领域中，人工智能能够解决机械制造中工艺制定、产品设计、故障诊断、生产管理等诸多方面的内容，具体来看，人工智能在机械制造领域中的常见应用有几个方面：
2.1 人工智能与机械制造
在机械制造中，需要为装配机器提供多种零件，利用人工智能，可以分析出系统的运行状态，判断目标，构造出动作序列，是当前人工智能领域研究的重点。随着柔性加工系统、集成加工系统的发展，研究人员也在研发新技术，试图将机器智能、Petri网借助智能离散事件控制器相连。
2.2 人工智能与机械设计
机械设计是模糊综合分析过程，其中有大量的数据需要分析、计算、绘图，并根据要求来制定方案，进行优化。当前，很多机械制造企业已经引入了CAD/CAM系统，为了提高机械设计质量，需要赋予CAD/CAM系统智能性，因此，设计智能化也成为机械领域研究的重点课题。人工智能在机械设计中的应用大大减少人为因素的影响，节约了成本，备受业界关注。
2.3 人工智能与机械故障诊断
机械故障诊断也是机械制造领域的重点难题，即借助传感器对设备敏感部位信息出具进行采集、提取，以此来判断系统的运行是否正常。如果在某个时刻系统的运行出现故障，研究人员可以利用传感器搜集的数据来判断，确定故障的位置和原因，对于复杂的机械系统，这种诊断方式非常高效。
2.4 人工智能与机械电子工程
一些机械工程系统结构复杂，加工控制、故障诊断存在诸多困难，传统PID虽然能够解决基本问题，但是在机械电子工程的發展下，系统结构也更加复杂，传统PID的弊端逐渐暴露出来。而人工智能的应用属于非线性控制方式，能够应用在复杂机械系统的诊断上，解决了传统故障诊断方式的种种问题。
3 人工智能的代表
3.1 专家系统
专家系统属于人工智能的一个重要分支，是由推理机、知识库、人机界面、知识获取机制组成，专家系统的知识表达是借助产生式规则，一方面，符合人们的心理逻辑，一方面，发挥出了人工智能语言的优势，在机械故障诊断上，有着良好的成效。当前，专家系统正以快速发展速度在机械生产规划、模拟仿真、故障诊断、产品设计、生产规划等领域得到了推广。
3.2 模糊集理论
对于诸多不确定信息，需要进行模糊化处理方可减少问题的复杂性，模糊集理论是由Zadeh在1965年提出，是处理不确定性问题的有效方式，模糊集理论属于传统多值逻辑的拓展，可以完成近似推理，目前常用的模糊集理论有最小标准差法、K故障节点诊断法。
3.3 人工神经网络
人工神经网络是将输入通过神经网络来产生输出的一种方式，其中，不管是输入，还是输出，都有标准，输出的值是由神经元权重改变来获得，能够对人类经验、思维进行模拟。神经网络具有并行、记忆、推测、联想、自学习、自适应、容错功能，在复杂的系统诊断和监测中，有着重要作用。
在工程中，典型的专家系统有帮助工程师发现结构分析问题的分析策略的 SACON 系统；帮助识别和排除机车故障的 DELTA 系统；帮助操作人员检测和处理核反应堆事故的 REACTOR 系统。人工神经网络在机械系统中的应用，可以从模式识别方向来做出故障诊断，从预测角度来诊断故障的成因，为了提高神经网络的诊断、学习性能，在下一阶段下，需要重点从模块化模型诊断、神经网络模型改进两个方面重点研究。
4 结语
人工智能已经在机械制造的各个环节中得到广泛应用，伴随计算机技术、网络技术的发展，又为人工智能注入全新的内容，加上知识发现、生物计算、多媒体技术、分布式人工智能的应用，让人工智能在机械制造领域中发挥出了越来越重要的作用，表现出了广阔的发展前景。
参考文献
[1]刘璐.关于机械电子工程与人工智能关系的探讨[J].电脑迷.2017（07）
[2]曹颖.机械电子与人工智能的发展及深度融合探析[J].工业技术创新.2016（06）
[3]沈运峰.人工智能技术在机械电子工程领域的应用研究[J].电子制作.2018（12）
（作者单位：湖南省长沙市第一中学）