基于人工智能技術的機械制造探究

洪溥，張錦

（山西交通職業(yè)技術學院，山西 太原 030000）

隨著近年來科學技術的發(fā)展，越來越多的人工智能技術開始應用到機械制造中，對其影響日益顯著。就機械制造的特點來說，其相關性工作均具有重復性、高危險性及高負荷性的特點，而人工智能技術的引入可很大程度上克服生產過程中的問題，降低生產成本。更重要的是，隨著人工智能技術的爆發(fā)式發(fā)展，其通過新的思維方式、新的技術方法、新的目標使機械制造更加的智能，以往的生產模式得到了較大的改變。因此，進一步在機械制造中大力推廣和應用人工智能技術尤為必要，值得深入分析探究。

1 機械制造中常用的幾種人工智能技術

人工智能技術擁有分析、處理與學習數據的能力，且可以不斷學習制造系統(tǒng)的復雜調度處理，在不斷的學習與自控制過程中賦予制造系統(tǒng)智能化這一特性。所使用的人工智能技術已經可以參與機械制造的設計、生產及運營維護等環(huán)節(jié)中，在此過程中可以發(fā)揮虛擬現(xiàn)實、深度學習、自然語言生產等相關性技術的優(yōu)勢，提升機械制造效率與質量。

（1）虛擬現(xiàn)實技術：目前所使用的虛擬現(xiàn)實技術不單單是一個演示媒體，更是一個設計工具，其已經滲透至機械制造的各個環(huán)節(jié)中。比如，借助虛擬現(xiàn)實技術可以將機械制造以三維模型的形式展示出來，其中的設計環(huán)節(jié)可以直觀展示到設計師與制造工程師眼前，可以即時對設計生產中存在的問題及時予以解決。除此之外，機械制造中的生產測試工作較為復雜，將虛擬現(xiàn)實技術應用其中后，一方面，可以對系統(tǒng)測試流程做細致的調整與調整；另一方面，可以更加方便地調整和修改模塊，實用性更強。

（2）深度學習技術：深度學習技術是機器學習的一種特殊類型，作為一種包括諸多人工神經網絡的技術，深度學習技術在大數據所支持的分類判決與模型識別中有廣泛的應用。在機械生產制造過程中，深度學習技術可以對所產生的實際數據作系統(tǒng)的歸納總結，并借助深度學習方法構建模型，以此對機械設備的運行狀態(tài)進行監(jiān)測診斷，獲得精準的診斷信息。

（3）專家系統(tǒng)：專家系統(tǒng)應用于機械制造中一些復雜環(huán)節(jié)中，協(xié)助或執(zhí)行自動決策。一方面，專家系統(tǒng)可以實時監(jiān)測機械制造過程中所產生的時間序列數據，為執(zhí)行系統(tǒng)反饋相關的數據信息，比如，設備性能參數、系統(tǒng)運行錯誤參數，以此幫助執(zhí)行系統(tǒng)預測機械制造的運行障礙，盡早處理故障問題。另一方面，根據積累的歷史數據，專家系統(tǒng)可以及時針對相關的故障問題提出解決對策，執(zhí)行運營決策方案并執(zhí)行。目前，所使用的專家系統(tǒng)已經可以實現(xiàn)故障模式的分類，依據故障性質設計相匹配的形態(tài)分析方法，從而盡早消除安全隱患。

（4）機器人技術：機器人技術是近年來在各行各業(yè)中得到了廣泛應用的人工智能技術，這一技術可以將生物識別技術、深度學習算法等技術有機結合起來，強化機器人的智能性。在機械制造過程中，可以將機器人應用到一些人類不便操作或危險的任務中，不僅可以提升生產制造效率，而且可以降低人為操作的風險與成本，應用前景十分廣闊。

2 機械制造中人工智能技術的應用要點

2.1 機械設計中的應用要點

人工智能技術具有十分強大的思維能力與創(chuàng)造能力，這對開展機械設計工作十分有利。隨著近年來機械制造行業(yè)的發(fā)展，現(xiàn)代化設計理念已經逐步取代傳統(tǒng)設計理念，機械制造設計環(huán)節(jié)、制造環(huán)節(jié)及售后服務等諸多環(huán)節(jié)均引入了人工智能技術，在加快機械制造自動化、專業(yè)化及智能化方面有十分重要的意義。

在設計環(huán)節(jié)，目前所引入的人工智能技術趨于多元化，在整個設計過程中可以減少主觀因素對設計方案的影響，從而提升設計方案的科學性。另外，與傳統(tǒng)設計方式相比，以人工智能技術為基礎的設計技術可以長時間處于工作狀態(tài)。其優(yōu)勢主要體現(xiàn)在兩方面，一是可以節(jié)約機械設計過程中的成本，同時，為設計人員提供更加豐富、精準的設計信息。二是可以為工作人員提供更多形式的數據信息存儲方式，方便后期查詢學習?？偟膩碚f，人工智能的技術的應用，很好地改變了傳統(tǒng)設計模式，為機械設計工作帶來了諸多的機遇，彌補了傳統(tǒng)設計的局限性。

2.2 機械制造中的應用要點

機械制造是整個機械生產工作的重要環(huán)節(jié)之一，可以直接影響和決定機械產品的質量。將人工智能技術引入機械制造中不僅可以提升生產效率與能力，還可確保產品的生產質量。實際應用過程中，借助人工智能技術可對機械制造實現(xiàn)自動化控制與處理，及時調整生產過程中存在的問題?？偟膩碚f，機械制造環(huán)節(jié)人工智能技術的應用主要體現(xiàn)在以下幾方面：（1）基于人工智能技術，可以更加精準地控制機械制造過程，機械制造過程中不易受到外界因素的影響，生產質量可以得到有效的保障；（2）基于人工智能技術，機械制造環(huán)節(jié)可以被自動化分析處理，并根據實際情況即時調整生產流程，在控制生產質量的同時，滿足人們對產品的個性化需求；（3）人工智能技術可以對制造過程中所存在的故障問題進行檢測，若某個生產環(huán)節(jié)存在故障問題，人工智能技術可以在第一時間對故障的相關信息進行分析，客觀評估數據信息，精準定位故障，為工作人員故障維修提供參考意見。

2.3 信息處理中的應用要點

以往所使用的信息處理工具有較大的局限性，無法正確處理相關的數據信息，從而影響機械制造質量。比如，依托電子信息的信息傳輸體系，雖然可以很好地處理運行過程中產生的數據信息，但在海量信息的輸入輸出環(huán)節(jié)中極易出現(xiàn)故障問題，分析原因在于這一電子系統(tǒng)本身有不穩(wěn)定和不可靠特點，無法滿足機械制造數據處理需求。因此，為有效解決機械制造過程中信息處理這一問題，必須在信息處理中引入人工智能技術。在實際應用過程中，人工智能技術可以全面監(jiān)測信息傳輸過程中存在的問題，尤其是可以監(jiān)測電子信息系統(tǒng)運行的穩(wěn)定性，提升海量信息輸入輸出的穩(wěn)定性與可靠性。目前，通過將人工智能技術加入信息處理中，不僅可以實現(xiàn)預期的信息處理目標，而且可以提升機械制造的自動化實踐能力，對推動機械制造專業(yè)化和智能化有著十分重要的意義。

2.4 故障診斷中的應用要點

機械制造過程中經常會出現(xiàn)一些復雜性的故障問題，對機械制造效率與質量均有較大的影響。比如，機械制造及運行過程中有一定的復雜性，過程中會涉及較多的海量數據，尤其是在建模與論證過程中需要開展計算推導，單純依靠人工必然會存在計算失誤的風險。因此，引入人工智能技術十分必要。在人工智能技術應用時，可以借助其自動化分類歸納信息的優(yōu)勢對相應的計算流程進行精準控制，提升計算的精確度。另外，在計算過程中，通過人工智能技術可以對所存在的運行故障問題進行診斷，先將機械監(jiān)測數據存儲于系統(tǒng)中，待診斷后提出專家意見，最后基于歷史數據來計算故障的相似度，若與歷史數據相類似，則可以盡快開展故障排查工作。

2.5 神經網絡系統(tǒng)的應用要點

神經網絡系統(tǒng)是機械制造及自動化生產應用過程中最具代表性的人工智能技術，有十分顯著的應用優(yōu)勢。目前所使用的神經網絡系統(tǒng)技術是一種經人類神經系統(tǒng)仿真所得到的電子信息系統(tǒng)，其優(yōu)勢在于存儲量大、數據存儲精確性與安全性高。在機械制造過程中，神經網絡系統(tǒng)可以先對局部數據進行模擬分析，而后通過數據分析來獲得參與值，即便是海量數據的處理，神經網絡也可以快速且精準地完成，對實現(xiàn)機械制造智能化有十分重要的作用。除此之外，隨著神經元結構的性能更加強大，可以加強機器深度學習的能力，人工智能會越來越聰明，這對于實現(xiàn)機械制造專業(yè)化、智能化裨益良多。

3 結語

人工智能技術的應用為機械制造提供了新方向和新思路，有助于推動機械制造產業(yè)的發(fā)展，有十分廣闊的應用前景。以后可以進一步加大人工智能技術的研發(fā)力度，機械制造中在應用更多的人工智能技術，逐步實現(xiàn)機械制造的自動化。