機械設計制造中人工智能技術(shù)的融合與應用實踐研究

摘要：隨著科學技術(shù)的發(fā)展，人工智能技術(shù)在機械設計制造特別是汽車制造領(lǐng)域中得到了深入融合和廣泛應用?；诖耍瑢θ斯ぶ悄芗夹g(shù)在機械設計制造中的主要融合方向進行了分析，并針對人工智能技術(shù)在機械設計制造中的具體應用展開了深入探討。

關(guān)鍵詞：人工智能技術(shù)；機械設計制造；模糊推理系統(tǒng)

中圖分類號：U462 收稿日期：2024-08-30

DOI：10.19999/j.cnki.1004-0226.2024.11.029

1 前言

伴隨我國信息化技術(shù)的不斷創(chuàng)新與深入發(fā)展，人工智能技術(shù)也逐漸完善并得到廣泛應用，越來越多的行業(yè)在實際發(fā)展中提升對人工智能技術(shù)的重視程度和投入力度，并將其與生產(chǎn)制造特別是汽車制造進行融合。人工智能的應用促使我國傳制造行業(yè)方向規(guī)?；c集約化創(chuàng)新方向發(fā)展。由于人工制造模式難以充分滿足當下行業(yè)發(fā)展需求和工作標準，因此需要積極引進更具先進性和精準性的智能化技術(shù)，并確保實際應用和具體操作的規(guī)范性和標準性，以進一步提升生產(chǎn)效率以及工作水平。

2 機械設計制造中人工智能技術(shù)的主要融合方向

2.1 設計優(yōu)化

在實際工作中，設計優(yōu)化作為機械設計制造全過程工作的重中之重。對傳統(tǒng)設計工作來說，需借助驗證與多次實驗以確保最終成效能夠充分滿足優(yōu)化機械設備性能以及強化生產(chǎn)力等方面提出的需求和要求。人工智能技術(shù)是以計算機虛擬環(huán)境作為支撐，并在實際應用中以龐大的歷史設計數(shù)據(jù)作為依據(jù)和參考，對設備性能進行精準預測和科學計算。但是，相較于傳統(tǒng)人工作業(yè)形式來說，人工智能可并行處理的數(shù)據(jù)量較為龐大，同時可充分結(jié)合實際工作狀況和設計需求，借助相應算法以及模型，以此讓機械產(chǎn)品創(chuàng)新與優(yōu)化設計所提出的要求和需求得到全面滿足。

例如，就汽車行業(yè)來說，在各產(chǎn)品迭代設計方面，人工智能技術(shù)的融入與應用，可實現(xiàn)設計系統(tǒng)結(jié)合多種產(chǎn)品功能反饋，基于虛擬環(huán)境進行不斷測試與完善，并以產(chǎn)品迭代要求和相關(guān)需求作為依據(jù)和參考，圍繞現(xiàn)階段所采用的設計制造方案展開多維度評估與判斷，以此為產(chǎn)品迭代結(jié)果的精準性以及可靠性提供強有力保障，同時也為設計和生產(chǎn)提供正確指導和極大便利。

2.2 模擬仿真

機械產(chǎn)品設計與制造工作的開展是基于大量實驗與不斷驗證，以確保最終設計目標得以高效高質(zhì)達成。而生產(chǎn)實驗產(chǎn)品對資金成本需求較大，所以要科學構(gòu)建模型并加以模擬仿真來輔助和配合，從而確保設計結(jié)果能夠充分滿足實際需求和發(fā)展要求[1]。以此作為雛形，人工智能技術(shù)的合理引進與規(guī)范應用，能夠讓機械產(chǎn)品模擬仿真數(shù)據(jù)集得到有效優(yōu)化和科學完善，讓精準性和可靠性得到顯著強化的同時，也可有效處理計算量較大且運行過程較復雜的模擬仿真案例，以緊跟產(chǎn)品更新迭代趨勢和發(fā)展腳步。

例如，在進行模擬仿真工作期間，通過人工智能的輔助與支持實現(xiàn)對實驗內(nèi)容的科學設計，同時對多種變量以及實驗條件進一步明確，以此為模擬仿真結(jié)果的精準性、可靠性以及有效性提供保障。憑借對機械學習技術(shù)的全面開發(fā)與標準化操作，以幫助設計人員基于仿真結(jié)果精準識別出關(guān)鍵因素和重要模式。

3 機械設計制造中人工智能技術(shù)的分類應用實踐

3.1 模糊推理系統(tǒng)與機械設計制造的融合

模糊推理系統(tǒng)是以人工智能技術(shù)作為核心與支撐，且在實用性和功能性方面具有顯著優(yōu)勢。此系統(tǒng)憑借對計算機的規(guī)范使用實現(xiàn)對人腦判斷思維以及信息處理形式的有效模擬，進而對相關(guān)數(shù)據(jù)和知識科學配置以及合理重組，讓相關(guān)資源作用和價值得到全面開發(fā)和充分發(fā)揮。然后以人腦下達指令的形式通過神經(jīng)網(wǎng)絡（圖1）完成數(shù)據(jù)傳達與輸送。將基于人工智能技術(shù)中的模擬推理系統(tǒng)合理融入到機械制造中，可實現(xiàn)對龐大的信息數(shù)據(jù)的全面梳理、綜合分析和精細劃分，數(shù)據(jù)信息的精準性、真實性以及可靠性得到進一步提升。憑借這種具有一定高效性和精準性的數(shù)據(jù)分析處理系統(tǒng)的科學構(gòu)建與規(guī)范操作，能夠讓機械生產(chǎn)制造企業(yè)數(shù)據(jù)資源的利用率得到進一步提升，為其數(shù)據(jù)價值得以全面開發(fā)和充分發(fā)揮提供強有力保障。但是，模糊推理系統(tǒng)在實際應用中仍存在部分不足和缺陷，有待強化與完善，其系統(tǒng)連接的穩(wěn)定性難以得到有效保障和控制，對此，相關(guān)技術(shù)人員應針對其系統(tǒng)性能進行深入研究和全面分析，讓其性能方面存在的不足和問題得到有效解決和科學優(yōu)化。

3.2 控制并降低生產(chǎn)成本

通過對智能技術(shù)的合理融合與規(guī)范應用，帶動傳統(tǒng)生產(chǎn)工藝進行適時改進與進一步完善，同時也讓人工壓力和作業(yè)成本得到極大降低。結(jié)合國際機器人聯(lián)盟相關(guān)調(diào)查來看，傳統(tǒng)工業(yè)機器人在實際工作中只能讓工業(yè)自動化中不足一半的需求得到滿足，而智能機器人（圖2）的合理引進與標準化應用，能夠讓產(chǎn)業(yè)生產(chǎn)力以及工作水平得到進一步提升。就手機和電視、汽車等3C制造行業(yè)來說，由于其工序具有較強的非標準化特點，并且對多種型號和各種規(guī)格的零件應用較多，絕大多數(shù)裝配作業(yè)均采取人工作業(yè)形式完成。以手機代工廠為例，在絕大多數(shù)情況下粘貼崗位占12%，擰螺絲崗位占11%，組裝崗位占15%，包裝崗位占6%。其中，手工操作形式在擰螺絲方面依舊發(fā)揮著難以替代的作用，例如一個價值幾美分的微小螺絲釘在旋擰過程中倘若作業(yè)不到位或過度，則會致使價值上百美元的機架的穩(wěn)定性、精準性以及整體性能受到影響和干擾。

智能感知和建模技術(shù)的合理引進與規(guī)范應用能夠讓人工操作不規(guī)范或不標準所產(chǎn)生的殘次品數(shù)量得到有效控制，以實現(xiàn)生產(chǎn)成本得到極大降低和最大化利用[2]。而通過對具有較高精準度和可靠性的力控傳感器以及監(jiān)測設備的合理應用，可實現(xiàn)對整個旋鈕過程進行動態(tài)監(jiān)測，并對其中所產(chǎn)生的扭矩數(shù)據(jù)進行實時且精準記錄，對于螺絲釘旋鈕作業(yè)期間所發(fā)生的異?，F(xiàn)象或者故障問題，則可以1 000 ms記錄時序作為支撐和參考或缺相應的扭矩曲線模型。

以工藝數(shù)據(jù)建模結(jié)果作為依據(jù)和支撐，加之具有較高精準性和可靠性的力控傳感器機械手予以輔助和配合，在進行旋擰作業(yè)期間可展開實時計算和精準預測，以實現(xiàn)在故障發(fā)生時可及時作出精準預判和相應措施。

除此之外，智能技術(shù)在實際應用中也具有一定的節(jié)能降耗作用，伴隨智能電表和多種智能終端的全面應用與深入推廣，充分結(jié)合用電數(shù)據(jù)信息，可實現(xiàn)對消費模式和用電需求進行科學判斷以及精準預測，同時也讓由于負荷臨時調(diào)整造成的發(fā)電能過度損耗問題得到有效解決。智能電網(wǎng)技術(shù)在實際應用中，以天氣、需求等諸多方面因素作為依據(jù)和參考，對能源供應結(jié)構(gòu)做出實時調(diào)整和科學改進，并不斷提升對風能以及太陽能等可再生能源的利用率，從能源方面實現(xiàn)對生產(chǎn)成本的有效控制。

3.3 故障診斷系統(tǒng)與機械設計制造的有機結(jié)合

對機器設計制造行業(yè)來說，故障診斷系統(tǒng)的科學構(gòu)建與有效應用，可實現(xiàn)企業(yè)設備維修成本和時間得到極大控制，并讓維修工作成效和工作質(zhì)量得到進一步提升。在進行機械生產(chǎn)制造期間設備故障問題時有發(fā)生，唯有確保設備故障維修技術(shù)的先進性、精準性以及可靠性，方能確保故障問題得到及時處理和科學優(yōu)化，讓故障問題對生產(chǎn)進度造成的影響和干擾得到極大降低。

結(jié)合現(xiàn)階段發(fā)展狀況來看，機械生產(chǎn)制造相關(guān)設備具有一定復雜性和多樣性，倘若設備內(nèi)部存在故障隱患，維修人員難以借助“觀察”形式對故障部位進行精準定位和判斷，針對此種情況，只能對故障隱患的設備進行拆除以明確其問題所在，進而對生產(chǎn)進度造成一定影響和限制。而故障診斷系統(tǒng)與機械設備設計制造的有機融合，能夠讓制造行業(yè)的故障診斷工作的精準性和工作效率得到進一步提升[3]。從整體層面為出發(fā)點進行分析，故障診斷系統(tǒng)主要由機械故障案例庫、故障推理機以及故障診斷過程解釋機三部分構(gòu)成，在實際工作中憑借此三部分的相互配合與協(xié)調(diào)運作，以對機械設計制造存在的異?，F(xiàn)象作出精準診斷和定位。

3.4 自動識別系統(tǒng)

以傳統(tǒng)制造形式和模式為基礎開展具體工作過程中，相關(guān)設備的運行與穩(wěn)定需借助控制模型予以輔助和支撐。其中工作人員憑借對模型的利用與操作，實現(xiàn)對機械生產(chǎn)全過程進行全面管控。但是這種機械控制模式的操作流程具有一定復雜性和多元性，并且在進行部分施工生產(chǎn)條件較差的任務中，工作人員難以借助這種控制手段做出科學判斷和精準預測。對此，合理引進人工智能技術(shù)并將此技術(shù)科學融入到機械設計制造中十分必要。

通過對人工智能技術(shù)自動識別系統(tǒng)的科學利用與規(guī)范操作，能夠讓上述問題和缺陷得到及時排除和有效優(yōu)化，讓整個作業(yè)的安全性、穩(wěn)定性以及可靠性得到強有力保障。例如，工作人員在基于此系統(tǒng)進行機械設備應用與操作期間，憑借對自動識別系統(tǒng)效能和作用的充分發(fā)揮，可實現(xiàn)對相關(guān)參數(shù)數(shù)據(jù)展開全面管控和實時監(jiān)測，在參數(shù)數(shù)據(jù)存在異常變動的情況下，可及時發(fā)現(xiàn)異常并采取相應措施進行解決和優(yōu)化。因此，自動識別系統(tǒng)可使生產(chǎn)全過程的安全性、可靠性和穩(wěn)定性能夠得到保障和強化。

3.5 人工智能技術(shù)集成化應用

在提升智能化與自動化水平的過程中，一方面要對人工智能技術(shù)中所包含的多種技術(shù)進行合理利用與規(guī)范操作，另一方面也要對多種技術(shù)進行有機結(jié)合，實現(xiàn)對多種智能化、精準化技術(shù)的合理融合。例如，可將解密傳感技術(shù)與計算機技術(shù)進行有機融合，以更具科學性、精準性和智能化的形式作為途徑和媒介，對生產(chǎn)制造信息數(shù)據(jù)進行高效傳遞，從而讓機械設計制造企業(yè)整體管理成效和工作水平得到進一步提升[4]。

除此之外，也可采取“信息處理系統(tǒng)+自動識別系統(tǒng)”形式開展實際工作。機械設備在生產(chǎn)期間會產(chǎn)生龐大的數(shù)據(jù)信息，此類數(shù)據(jù)在傳輸期間易發(fā)生失誤或損壞等問題，針對此種情況，可科學利用自動識別系統(tǒng)對數(shù)據(jù)信息進行篩選與分類。倘若存在數(shù)據(jù)異?；蛘邤?shù)據(jù)失誤等問題，自動識別系統(tǒng)可將其進行及時排除與精準識別，并做出相應警報以提醒操作人員。集成化技術(shù)應用模式的落實和實施，可實現(xiàn)將多種人工智能技術(shù)進行有機結(jié)合和科學組合，從而達到“1+1>2”的成效，確保相關(guān)智能化技術(shù)在機械設計制造中的作用和價值得到充分發(fā)揮以及全面展現(xiàn)。

4 結(jié)語

在我國市場經(jīng)濟持續(xù)高效發(fā)展的環(huán)境背景下，機械制造行業(yè)要想在日益激烈的競爭環(huán)境中實現(xiàn)可持續(xù)高效發(fā)展，緊跟時代發(fā)展趨勢和發(fā)展潮流，就應該在實際工作中進一步提升對人工智能技術(shù)的關(guān)注力度和重視程度，并以人工智能技術(shù)作為支撐和依據(jù)推動產(chǎn)業(yè)轉(zhuǎn)型與創(chuàng)新，讓制造行業(yè)整體智能化和自動化水平得到顯著提升。唯有合理引進并規(guī)范應用人工智能技術(shù)，在解放勞動力的同時，也讓整體生產(chǎn)效率和工作水平得到提高，從而為機械企業(yè)實現(xiàn)高效、高質(zhì)發(fā)展提供有力支持和強有力保障。

參考文獻：

[1]王少恒.人工智能技術(shù)在機械設計制造中的運用分析[J].中國設備工程，2023（10）：50-52.

[2]李青.現(xiàn)代人工智能技術(shù)在機械設計制造中的具體應用[J].電腦知識與技術(shù)，2022，18（17）：66-67+82.

[3]沈喜豐.淺談人工智能技術(shù)在機械設計制造中的應用[J].中國設備工程，2022（9）：32-34.

[4]付元爽.信息化時代機械設計制造中人工智能技術(shù)分析[J].南方農(nóng)機，2019，50（22）：261.

作者簡介：

秦先明，男，1986年生，工程師，研究方向為低溫環(huán)境血液制品實現(xiàn)自動化、減少人工低溫下作業(yè)。