人工智能與機械電子工程技術(shù)關(guān)系探究

天津市第七中學 梅既瀾

1.引言

機械電子工程是傳統(tǒng)機械工程（由制造和動力兩大類組成）與電子工程（包括電測量技術(shù)、調(diào)整技術(shù)和電子技術(shù)等）以信息技術(shù)為橋梁結(jié)合的產(chǎn)物[1]，能夠極大提高社會生產(chǎn)力。近年來隨著電子技術(shù)和大數(shù)據(jù)的發(fā)展，機械電子工程技術(shù)正由傳統(tǒng)的能量連接轉(zhuǎn)向信息連接[2]，而人工智能是當今信息技術(shù)發(fā)展的產(chǎn)物，將人工智能技術(shù)與機械電子工程相結(jié)合，能大大提高機械電子工程中信息連接的水平，對機械電子工程技術(shù)的進步和社會的全面發(fā)展具有重大意義。

2.機械電子工程的內(nèi)涵

機械電子工程是將傳統(tǒng)以動力和制造為主的傳統(tǒng)機械工程與集控制技術(shù)、測量技術(shù)和調(diào)整技術(shù)為一體的電子工程通過以計算機技術(shù)為主的信息技術(shù)相結(jié)合的新型技術(shù)[3]，具有極強的學科綜合性。機械電子工程的發(fā)展主要經(jīng)歷了萌芽階段、標準件階段和現(xiàn)在的機械電子工程三個階段[4]。在萌芽階段中，生產(chǎn)主要依靠手工，提高生產(chǎn)力的辦法一般是雇傭大量的勞動力，這種生產(chǎn)方式不僅效率慢，生產(chǎn)成本高，而且生產(chǎn)的穩(wěn)定性差，產(chǎn)品質(zhì)量得不到保證，難以跟上社會的進步。在標準件階段，流水線是生產(chǎn)的主要方式，機器設(shè)備得到了大規(guī)模的應(yīng)用，生產(chǎn)對勞動力的依賴逐漸減少，生產(chǎn)的效率和質(zhì)量得到了顯著提高，但由于標準件的規(guī)格限制，這種生產(chǎn)模式生產(chǎn)靈活性較差，人們對生產(chǎn)產(chǎn)品的多樣化越來越高的需求，使得標準件生產(chǎn)越來越難以適應(yīng)時代的發(fā)展。在機械電子工程階段，電子工程與機械工程的有機結(jié)合使產(chǎn)品最終具有了較強的靈活性，提高了產(chǎn)品的質(zhì)量，大大推動了社會生產(chǎn)力的發(fā)展。

機械電子工程將機械和電子工程相融合，與傳統(tǒng)工業(yè)機械工程比有許多優(yōu)勢[5]。在設(shè)計方面，機械電子工程具有極強的綜合性，其包含了以機械工程為核心的各個相關(guān)學科的核心優(yōu)勢；在產(chǎn)品方面，其產(chǎn)品小巧靈活，結(jié)構(gòu)復(fù)雜，功能強大，而且更新?lián)Q代的速度較快，具有較強的適應(yīng)性，能更好的跟上社會的發(fā)展；在效率方面，其自動化水平較高，可以節(jié)省大量的勞動力，更多地降低了生產(chǎn)成本，可以為社會帶來更多的經(jīng)濟效益。

3.人工智能的內(nèi)涵

人工智能是現(xiàn)代信息技術(shù)發(fā)展的新興產(chǎn)業(yè)，它是在計算機技術(shù)、控制決策論、信息論、神經(jīng)生物科學、語言學等多學科交叉基礎(chǔ)上發(fā)展形成的一門模擬人類智能的科學技術(shù)[6]，其核心是在計算機技術(shù)的載體下，借助計算機來模擬人的思維方式，進而應(yīng)用到實際生活中，幫助人類處理實際問題。

人工智能經(jīng)歷了不同歷史發(fā)展階段。在初級階段，人工智能技術(shù)的主要研究特點集中在問題求解的方法上，而忽略了知識的必要性[7]，以致于隨著機器翻譯的失敗，人工智能進入低谷；在轉(zhuǎn)折階段，由于專家系統(tǒng)、第五代計算機的研制和神經(jīng)網(wǎng)絡(luò)的飛速發(fā)展，人工智能在自然語言理解、計算機視覺與機器人等方面取得了較大進展，對知識工程應(yīng)用以及商業(yè)化發(fā)展具有重大作用；在發(fā)展階段，由于網(wǎng)絡(luò)技術(shù)的快速發(fā)展，人工智能研究主要從原來的單個主體轉(zhuǎn)向分布式發(fā)展；當前，隨著計算機技術(shù)和大數(shù)據(jù)的進一步發(fā)展，目前人工智能發(fā)展向著更智能化、復(fù)雜化和實用化的方向不斷進展。

4.機械電子工程與人工智能的關(guān)系

隨著科學技術(shù)的進步以及各學科間的交叉融合，人工智能逐漸應(yīng)用于機械電子工程中，從建模，控制到診斷的過程，利用人工智能挖掘信息的功能，對機械電子工程自動化和智能化的發(fā)展起著重要作用。在機械電子工程“建?！撟C—生產(chǎn)”過程中，機械電子系統(tǒng)往往呈現(xiàn)不穩(wěn)定性或非線性，對其輸入輸出關(guān)系的描述方法通常有三種，一是通過物理方程構(gòu)建數(shù)學解析式，二是根據(jù)豐富的經(jīng)驗建立規(guī)則庫，三是通過實踐學習生成知識[8]。在實際操作過程中，通過理論分析用數(shù)學解析的形式構(gòu)建出系統(tǒng)因果關(guān)系雖然精確、嚴密，但是由于解析解求解過程的難度，這種方法往往只適用于線性簡單系統(tǒng)，而機械電子工程是一個復(fù)雜的非線性巨系統(tǒng)，不得不處理不同類型的信息，因此在求解過程中很有可能會無法計算。對于不能用數(shù)學解析方法解決的問題，由于人工智能與計算機科學之間的緊密聯(lián)系以及強大的數(shù)據(jù)分析處理能力，使其可以應(yīng)對龐大的數(shù)據(jù)信息，清晰地描述輸入輸出關(guān)系，進而使系統(tǒng)具有較高的自動化水平，具有更強的穩(wěn)定性，為機械電子工程提供了新的解決方案，將其應(yīng)用于其中可以快速精確地進行大量計算，提升效率[9]。此外，人工智能在機械電子工程應(yīng)用過程中，通過將信息歸納與整理，能夠極大地避免后續(xù)環(huán)節(jié)故障。

目前人工智能優(yōu)化輸入輸出關(guān)系較為成熟的是神經(jīng)網(wǎng)絡(luò)系統(tǒng)和模糊推理系統(tǒng)的應(yīng)用[10]。神經(jīng)推理系統(tǒng)并不是直接模擬人腦神經(jīng)的工作模式，而是其呈邏輯樹狀的分布的，點到點的處理數(shù)據(jù)的方式很像人腦神經(jīng)的連接方式，具有精確度高，對數(shù)據(jù)分析程度深的優(yōu)點，但這種方法的計算量較大。模糊推理則是通過對大量數(shù)據(jù)的分析，得出一些邏輯關(guān)系不強的結(jié)論，這種方法目前還不夠精確，但其所需要的計算量較小。在人工智能的發(fā)展過程中，神經(jīng)網(wǎng)絡(luò)與模糊推理兩種方法優(yōu)勢互補，相得益彰，使人工智能夠處理較為復(fù)雜的數(shù)據(jù)，適應(yīng)較為復(fù)雜的環(huán)境，具有不可比擬的靈活性和適應(yīng)性。

總而言之，人工智能技術(shù)與機械電子工程相輔相成，機械電子工程借助人工智能完善了其自身工作處理系統(tǒng)，提高了工業(yè)機械生產(chǎn)效率；而人工智能也利用在機械電子工程應(yīng)用過程中遇到的難題，在其算法處理上得到了更好的發(fā)展，引起社會更廣泛的關(guān)注。

5.結(jié)語

隨著社會的飛速發(fā)展，各個學科、各個領(lǐng)域之間的結(jié)合越發(fā)重要。針對于電子機械工程存在的功能多元化需求和系統(tǒng)不穩(wěn)定性缺陷，人工智能與機械電子工程的融合提高了系統(tǒng)的自動化和智能化，從而促進社會生產(chǎn)力和經(jīng)濟產(chǎn)業(yè)的快速發(fā)展。因此，在此背景下應(yīng)加大力度促進人工智能與機械電子工程技術(shù)相融合，使人工智能在機械電子工程領(lǐng)域得到更加廣泛的應(yīng)用。