計算智能及其在機械制造中的應用研究

郭光 羅紅蔚

摘 要：機械制造業是國民經濟的基礎產業，機械制造業的發展對于促進工業生產領域的發展，保持經濟穩步增長，滿足人們日常生活的需求有著重要意義。機械制造在操作過程中具有一定的危險性，在機械制造中應用計算智能對于防止各類安全事故，保證安全生產，維護人民群眾的生命財產安全，降低生產成本，提高企業的經濟效益有著積極意義。本文在對計算智能了解的基礎上，指出了計算智能在機械制造中應有的優勢。

關鍵詞：計算智能；機械制造；應用；優勢

1 計算智能概述

計算智能（Computational Intelligenee，簡稱CI），又稱軟計算，該詞于1992年被美國學者J.C.Bezdekek首次提出，1994年全計算智能大會明確提出了計算智能的概念，標志著計算智能作為一門獨立學科的誕生。傳統的人工智能問題的處理、結論的得出都需要在建立精確的數字模型的基礎上才能實現，但現實中有很多的數據都是模糊的，無法建立精確的模型，使得人工智能的應用范圍相對狹窄，而計算智能則突破了人工智能的瓶頸，以模型為基礎，模擬人的理論與方法，只需要直接輸入數據，系統就可以對數據進行處理，應用范圍更加的廣泛。

計算智能的本質是一類準元算法，主要包括進化計算，人工神經網絡、模糊計算、混沌計算、細胞自動機等，其中以進化計算、人工神經網絡及模糊系統為典型代表。

1.1 進化計算 進化計算是采用簡單的編碼技術來表示各種復雜的結構，并通過遺傳操作和優勝劣汰的自然選擇來指導學習和確定搜索的方向，具有操作簡單、通用性強、效率高的優點，其工作原理是通過種群的方式進行計算，借助生物進化的思想來解決問題，分為遺傳算法、進化規劃及進化策略三大類。

1.2 人工神經網絡 人工神經網絡是一個高度復雜的非線性動力學系統，具有模糊推理、并行處理、自訓練學習等優勢，其工作原理是仿照生物神經網絡處理信息方式，通過不同的算法和結構，將簡單的人工神經細胞相互連接，通過大量的人工神經單元來同時進行信息的傳播，并將信息儲存在改革細胞單元的連接結構中，快速地得到期望的計算結構。生物神經網絡的細胞是在不斷的生成和更新著的，即部分細胞壞死，整個神經網絡仍能維持正常的運轉秩序而不會驟然崩潰，同樣人工神經網絡也有著這樣的特性，即使部分神經細胞發生問題，整個網絡也能夠正常的運轉。人工神經網絡按照連接方式的不同分為前饋式網絡與反饋式網絡，前饋式網絡結構中的神經元是單層排列的，分為輸入層、隱藏層及輸出層三層，信息的傳播是單向的，每個神經元只與前一層的神經元相連，即信息只能由輸出層傳向隱藏層再傳向輸入層，而不能由輸出層直接傳向輸入層；反饋式網絡結構中每個人工神經細胞都是一個計算單元，在接受信息輸入的同時還在向外界輸出著信息。不同的行業和領域可以根據自身的需要將不同的網絡結構和學習方法相結合，建立不同的人工神經網絡模型，實現不同的研究目的。

1.3 模糊系統 客觀世界中的事物都具有不同程度的不確定性，如生活中的“窮與富”、美與丑”、“相關與不相關”無法用一個界線劃分清楚，對于事物不確定研究的過程中產生了模糊數學，所謂模糊性是指客觀事物差異的中間過渡中的“不分明性”。美國專家L.A. Zdahe教授首次運用了數學方法描述模糊概念，自此之后模糊數學形成了一個新的學科，并在世界范圍內發展起來，在醫學、農業等方面得到了應用。

2 計算智能在機械制造中的應用

機械制造業是國民經濟的基礎產業，機械制造業的發展對于促進工業生產領域的發展，保持經濟穩步增長，滿足人們日常生活的需求，提高人們的生活質量有著重要意義。一個國家機械制造業水平的高低是衡量該國工業化程度的重要指標。由于研究角度的不同，機械制造業有著不同的分類，如國家統計局將機械制造行業分為通用設備、專用設備、交通運輸設備、電氣設備、儀器儀表及辦公設備五大類，證券市場將機械制造行業分為機械、汽車及配件、電氣設備三大子行業。根據調查顯示，2013年我國制造業產值規模突破20萬億元，同比增長17.5%，產值占世界比重的19.8%，經濟總量位居世界首位，利潤4312.6億元，增長0.33%，增加值累計同比增長10.4%。

隨著計算智能研究的深入，計算智能在機械制造中得到了應用。伴隨著機械行業的飛速發展，各類生產安全事故也時有發生。造成安全事故的原因是多方面的，首先是操作人員安全意識淡薄；其次是企業的安全管理和監督缺失，我國相當多的機械制造企業不重視勞動安全衛生方面的數據統計和資料積累，為了追求最大利潤在安全生產方面投入的資金過少，缺乏對員工開展安全教育的培訓。建立科學的安全生產評價方式對于防止各類安全事故，提高安全效益有著積極意義。人工智能的安全評價方法以線性函數為基礎，而安全生產評價體系是一個復雜的系統，涉及的內容繁雜，需要考慮的因素很多，存在很大的不確定性，導致得到的結論與實際現場常常不能一致，計算智能以選擇非線性函數建立安全生產評價模型，實現對非線性函數關系的擬合，解決了這一難題。

在機械制造中存在著大量的模糊信息，如機械設備的損耗、零件設計目標等信息都是用比較模糊的術語來表達，傳統的人工智能進行新的零件生產制造時，設計人員對零件進行設計，確定零件的尺寸，然后試生產零件應用在設備中，如不符合要求，再進行調整，這就要求設計人員有著豐富的知識和實踐經驗，能夠根據需要設計出適合的零件，而計算智能以系統論作為基礎的，對選擇的自變量進行適當的優化和控制，只需要設計人員將零件的形狀、大小、作用等輸入計算機，并對零件制造的程序編排，利用計算機確定零件的制造技術，同時控制零件的質量，使零件設計、制造的過程更加便捷。

3 結語

機械制造業是我國國民經濟的支柱產業，是其他經濟部門發展的基礎。相對于國際來說，我國機械制造業發展緩慢，技術落后，因此建立智能化的機械體系，將計算智能運用于機械制造中，制造出高質量、高性能、高標準的機械，建立起國際市場上的運作體系，才能進一步，發揮我國機械制造的優勢，提高國際競爭力。

參考文獻：

[1]王江晴，蔣天發.計算智能技術在工程中的應用[J].計算機工程與應用，2002（12）.

[2]喬鵬，趙永.計算智能技術特點和集成展望[J].太原城市職業技術學院學報，2009（10）.

[3]王海鷹，李祖樞.計算智能原理對創新模式的探索[J].制造業自動化，2010（08）.

作者簡介：郭光（1972-），女，江西吉安人，研究方向：機械制造加工。