人工智能技術(shù)在機械領(lǐng)域中的應(yīng)用探微

陸有金

摘要：人工智能技術(shù)是新時代科技創(chuàng)新發(fā)展的產(chǎn)物，目前已在許多領(lǐng)域有著具體的應(yīng)用，人工智能主要通過模擬、拓展人類的智慧，進行新產(chǎn)品、新技術(shù)的開發(fā)。隨著人工智能技術(shù)的不斷創(chuàng)新，也可以廣泛應(yīng)用于機械制造行業(yè)、機械設(shè)計和故障診斷，既減少機械領(lǐng)域的生產(chǎn)和運營成本，也可以提高機械行業(yè)的安全系數(shù)、智能化程度，提升機械的應(yīng)用范圍和應(yīng)用深度。

關(guān)鍵詞：人工智能技術(shù);機械領(lǐng)域;應(yīng)用

1人工智能技術(shù)在機械領(lǐng)域中的應(yīng)用方向

1.1機械設(shè)計

機械設(shè)計既包括對機械的初始方案確定，也包括結(jié)合企業(yè)利益選擇最優(yōu)方案、制定最佳的結(jié)構(gòu)特性。目前已有部分企業(yè)引入智能化機械系統(tǒng)，通過智能設(shè)備進行符號推理工作，例如CAD、CMA系統(tǒng)。通過人工智能的計算和分析，綜合運用多種學(xué)科知識進行智能化機械設(shè)計。人員可以通過具體的參數(shù)來簡化設(shè)計步驟，通過智能理論方法來進行設(shè)計的開發(fā)與應(yīng)用?？梢哉f，人工智能技術(shù)可以精準(zhǔn)地控制機器制造的生產(chǎn)質(zhì)量。在智能化機械設(shè)計的過程中，人工智能技術(shù)既可以減少人為主觀因素對機械設(shè)計結(jié)構(gòu)的影響，也可以降低人力成本，雖然人的智慧是不可比擬的，但人工智能系統(tǒng)可以在一定程度上學(xué)習(xí)人的知識和經(jīng)驗，通過集成所有有關(guān)數(shù)值，選擇最恰當(dāng)?shù)耐评砗蜎Q策，減少不必要的設(shè)計步驟。在未來人工智能系統(tǒng)可以通過AI自主學(xué)習(xí)，自主判斷來進行大規(guī)模的機械設(shè)計和智能檢測。設(shè)計人員既可以通過人工智能技術(shù)的自主學(xué)習(xí)和推理系統(tǒng)，計算、儲存先進工藝，方便后人進行機械設(shè)計的學(xué)習(xí)，也可以根據(jù)市場對不同機械產(chǎn)品的需求，自動分析和調(diào)整、精準(zhǔn)控制各個機械制造過程的參數(shù)。

1.2機械電子工程

機械電子工程嚴(yán)格來說是由電子工程和智能技術(shù)結(jié)合起來的新興技術(shù)，機械電子工程的發(fā)展是通過系統(tǒng)的輸入和輸出來完成的。而人工智能技術(shù)的加入，既可以幫助機械電子工程分析和處理系統(tǒng)中的信號，也可以通過豐富的經(jīng)驗和理論建立系統(tǒng)模型，利用神經(jīng)網(wǎng)絡(luò)和模糊邏輯系統(tǒng)來實現(xiàn)非線性計算。為有效解決機械一體化系統(tǒng)的非線性問題，需要人工智能技術(shù)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)系統(tǒng)和模糊推理系統(tǒng)利用專門的算法來模擬人體神經(jīng)系統(tǒng)，輸入電子信息系統(tǒng)。在機械一體化系統(tǒng)中，通過對非線性系統(tǒng)的穩(wěn)定性進行微調(diào)，獲取關(guān)聯(lián)的特殊值，生成機電工程中的相關(guān)函數(shù)，并通過模糊信息處理方法來調(diào)節(jié)非線性的變化和機械的溫度。常規(guī)的機電系統(tǒng)相對比較復(fù)雜，需要通過物理方程建立數(shù)學(xué)關(guān)系、通過人員的經(jīng)驗建立物理基礎(chǔ)、通過實驗和長期的數(shù)學(xué)推導(dǎo)進行因果關(guān)系的建立，在此范圍內(nèi)進行線性常數(shù)的系統(tǒng)應(yīng)用。這一過程相對比較復(fù)雜，而人工智能則可以順利地解決復(fù)雜的問題，通過規(guī)則和方法來實現(xiàn)機械電子工程的真實目的。

1.3機械故障診斷

隨著社會生產(chǎn)力和科學(xué)技術(shù)的不斷發(fā)展，機械設(shè)備、設(shè)施變得越來越復(fù)雜，機械設(shè)備一旦發(fā)生故障，檢修人員很難通過人工方法快速查明故障來源，導(dǎo)致應(yīng)用該設(shè)備的個人或集體蒙受損失。人工智能技術(shù)的加入，很好地解決了這一問題。在人工智能技術(shù)與機械故障診斷的融合下，領(lǐng)域?qū)＜铱梢岳脗鞲衅魈崛C械設(shè)備、設(shè)施易感部位的信息和狀態(tài)，根據(jù)各個機械部位的數(shù)據(jù)反饋，初步排查故障發(fā)生的原因和部位，判斷機械設(shè)備的工作是否正常。傳感器發(fā)揮作用的過程離不開人工智能技術(shù)，機械設(shè)備內(nèi)部結(jié)構(gòu)復(fù)雜、各類零件交錯縱橫，檢修人員雖然擁有根據(jù)零件組成判斷故障類型的能力，但在實際機械設(shè)備管理中，檢修人員卻無法讓視野直接抵達機械設(shè)備內(nèi)部零件處。人工智能技術(shù)的運用可以幫助檢修人員，在機械設(shè)備發(fā)生故障失靈時，對機械設(shè)備內(nèi)部零件和狀態(tài)展開分析，迅速整理出數(shù)據(jù)分析結(jié)果。領(lǐng)域?qū)＜壹纯赏ㄟ^這些原始數(shù)據(jù)，結(jié)合設(shè)備設(shè)施結(jié)構(gòu)、系統(tǒng)故障歷史等信息展開故障計算，用較高的效率確定機械故障發(fā)生的原因和部位。目前人工智能與機械故障分析的應(yīng)用技術(shù)還不夠完善，因此在實際管理過程中，可以采取人工智能技術(shù)整理故障數(shù)據(jù)和專家分析融合的方法，分析機械設(shè)備故障系統(tǒng)，以達到更好的分析效果。

2人工智能技術(shù)在機械領(lǐng)域中的應(yīng)用方法

2.1專家系統(tǒng)

專家系統(tǒng)是人工智能的重要組成部分之一，一個完整的專家系統(tǒng)主要由知識庫、推理機、知識學(xué)習(xí)機制和人機界面四部分組成，專家系統(tǒng)的推理邏輯可以幫助機械進行診斷、推理和產(chǎn)品設(shè)計。專家系統(tǒng)根據(jù)知識表達方式的不同，可以分為規(guī)則類系統(tǒng)和框架類系統(tǒng)，規(guī)則類系統(tǒng)是通過既定的規(guī)則來完成推理邏輯的過程，而框架系統(tǒng)是在固定的框架范圍內(nèi)，廣泛搜尋有關(guān)機械的模糊推理邏輯，既降低了系統(tǒng)的復(fù)雜性，也能幫助機械系統(tǒng)進行快速的診斷和設(shè)計。專家系統(tǒng)的知識表達方式比較符合人類的心理邏輯，更便于學(xué)習(xí)和獲取人類的知識，通過框架進行知識表達，既可以在機械設(shè)計和制造的過程中產(chǎn)生新的技術(shù)方法和先進的制造工藝，也可以通過模糊邏輯的推理研究，對機械存在的故障進行很好的診斷。相對來說，專家系統(tǒng)就相當(dāng)于人工智能語言的一部分，其可以通過正向和逆向的推理進行機械的自動控制和模擬仿真。目前專家系統(tǒng)的開發(fā)和應(yīng)用已逐漸深入到機械領(lǐng)域中，隨著機械領(lǐng)域的不斷復(fù)雜化，專家系統(tǒng)也可以利用更靈活、更透明的推理方式，處理不確定的知識點，拓寬機械領(lǐng)域的應(yīng)用。

2.2人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)就是模擬人類的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，通過各部分的神經(jīng)配合將一系列數(shù)據(jù)進行輸入和輸出。在人工神經(jīng)網(wǎng)絡(luò)中，機械的輸入和輸出都需要標(biāo)準(zhǔn)化的量，輸出值是輸入值的非線性函數(shù)，其量子可以通過各神經(jīng)元的權(quán)重進行調(diào)整和改變。通過獲取某一部分的權(quán)重比來達到期望的輸出值，神經(jīng)網(wǎng)絡(luò)擁有強大的數(shù)值計算方法，且可以通過已知的數(shù)據(jù)和模式樣本來映射學(xué)習(xí)者和獲得者之間的關(guān)系，這一過程實際上是對人類思維的再模擬。由于神經(jīng)網(wǎng)絡(luò)具有超強的容錯性和原則性。因此，其可以在系統(tǒng)內(nèi)進行自適應(yīng)、自學(xué)習(xí)、處理復(fù)雜模式等多種功能，還可以利用聯(lián)想、魯棒、推測等檢測龐大機器系統(tǒng)中的多重故障和突發(fā)性故障。人工神經(jīng)網(wǎng)絡(luò)還可以作為機械故障診斷的分類器，通過模式識別角度和預(yù)測角度，對機械系統(tǒng)的故障進行動態(tài)預(yù)測。

2.3模糊集理論

模糊集理論是人工智能的一種特色性功能，由于人的認(rèn)知世界包含大量的模糊處理信息，也就是說，人類在認(rèn)知的過程中含有不確定因素。因此，為減少問題的復(fù)雜性，人工智能系統(tǒng)通過模糊集理論進行多值邏輯的擴展，利用數(shù)學(xué)方法和模糊邏輯做到近似推理?？梢阅M電路故障診斷方法，通過多值電量測試和信息模糊的融合，確定故障節(jié)點和原件故障，并通過最小標(biāo)準(zhǔn)差法進行故障隸屬函數(shù)的構(gòu)造。通過函數(shù)模型來達到電路增益的模糊信息診斷，利用模糊集理論來測試不同頻率下電路的故障信息，精準(zhǔn)定位機械系統(tǒng)的故障源頭。模糊集理論可以分別利用k故障診斷法和最小標(biāo)準(zhǔn)差法，對測試部位進行初步診斷和模糊變換，最終綜合結(jié)果得到故障診斷報告。

2.4啟發(fā)式搜索

眾所周知的啟發(fā)式搜索方法之一是遺傳算法，遺傳算法可以利用遺傳算子使數(shù)字串尋找最優(yōu)的解，這一過程可以進行選擇、變異等多種操作，而模擬退火也是啟發(fā)式搜索的一種方式，通過隨機產(chǎn)生的答案進行局部最優(yōu)解或近似最優(yōu)解。遺傳算法和模擬退火這兩種方式都可以通過求解目標(biāo)函數(shù)對問題進行最優(yōu)化解決，據(jù)實踐證明，這兩種算法具有誤差小、速度快的多重優(yōu)點。因此，在機械系統(tǒng)中，利用啟發(fā)式搜索方式可以提高機械系統(tǒng)的抗干擾性和伺服性。

3結(jié)束語

綜上所述，人工智能技術(shù)在機械領(lǐng)域中的應(yīng)用非常廣泛。在未來，仍然需要不斷開發(fā)和利用人工智能技術(shù)，通過研發(fā)模糊邏輯、神經(jīng)系統(tǒng)、專家系統(tǒng)等技術(shù)優(yōu)勢，促進機械行業(yè)實現(xiàn)現(xiàn)代化、智能化發(fā)展。

參考文獻：

[1]趙從佳.人工智能技術(shù)在機械電子工程領(lǐng)域的應(yīng)用[J].精品，2019（8）：225.

[2]高哲霞.關(guān)于人工智能技術(shù)在機械電子工程領(lǐng)域的應(yīng)用探討[J].電子樂園，2019（4）：5.

遼寧省宇竺科技有限公司 ?遼寧省 ?110000