基于機械電子工程與人工智能的關系

摘 要 21世紀的當下，科技迅猛發展，先進技術與手段的引入帶動著人類社會的進步，同時人工智能在諸多領域內也展現出了其優勢之處。機械電子工程在之前傳統形式的基礎上融合入新型的信息電子技術，方便了人們日常的生活與生產，逐步向更加智能化的趨勢發展。本文首先就人工智能以及機械電子工程相應的含義與發展展開分析，就二者間所存在的聯系進行探究，目的在于推動機械電子工程能夠朝向智能化方向穩步發展。

【關鍵詞】機械電子工程 人工智能 電子技術 機械工程

機械電子工程與相應人工智能技術間的融合，應當促使機械電子工 程能夠延續傳統機械系統的優秀與能量，并在此基礎上以求更高的進步，這一過程中強調了信息連接。簡單而言，指的是在機械電子工程中，結合上人工智能相應理念，進而促使機械電子的操作趨于完美、減少失誤。本文分別研究論述了機械電子工程以及人工智能技術，進而對二者間所存在的聯系展開分析，并結合實際具體應用進行論證，旨在促進機械電子工程能夠愈加智能化。

1 機械電子工程概念與其優勢

機械電子作為集機械制造、計算機科學以及電子工程等多種學科的特點于一身的交叉學科。在信息時代的當下，網絡技術的飛速發展，為機械電子工程創造了更加廣闊的發展空間。機械電子工程不同于傳統機械工程，前者相應的內部構造更為恰當，同時其組織結構并不復雜，機電功能具備多元化特點，對比于后者，其操作起來更為靈活。

2 人工智能概念與其特點

人工智能指的是借助于計算機來表現人的部分過程以及意識行為，達到模擬的效果，其核心原理在于通過應用計算機進而學習以及模擬人類所具備的功能，進而做到能夠替代人類解決現實問題。人工智能所覆蓋范圍比較廣，比如計算機科學、心理學，包括哲學與語言學等多個領域，而且在專家系統、文字以及圖像識別等方面也有所涉及。當然，隨著其研究領域的持續擴大，最終所得的科技成果在具體的科研方面與工業生產中發揮了其價值，能夠在一定程度上增強生產效率，進而減少成本投入，避免了資源浪費問題。

3 機械電子工程與人工智能的關系探究

3.1 二者間的關系探究

機械電子系統多數情況下均體現了其本質的不穩定性，或者相應的非線性，因此倘若想在復雜的系統中描述輸入以及輸出關系并非一件易事。而在這一過程中，一般如果采用如下三項手段：

（1）借助于物理方程進而建立并形成數學關系式；

（2）充分應用豐富經驗與相關理論進而建立起規則庫；

（3）結合實踐，積累經驗，并在長期的過程中形成固有的知識。明確數學推導與理論分析，并以其作為指導，在借助于解析數學方法的展開研究的同時，促使系統因果關系方法得以建立，這一方法的特點在于嚴密性以及精確度比較高，但是限制了適用范圍，僅僅能夠在線性定常等比較簡單的相應系統中得以適用。倘若系統比較復雜的話，無法順利得出數學解析式，就算得到了數學解析式，但常常是由于受到多方面因素的影響，比如不確定性、非線性等，如此一來，無法使計算順利進行，加大了過程的復雜度。在面對在解決問題方面無法應用解析數學方法的情況，人工智能能夠很好的解決這一問題，同時為其提供了新型途徑。

在建立相對復雜的相應系統模型時，其神經網絡以及模糊邏輯系統作為能夠達成預期目的的兩項途徑。前者借助于模擬人腦，接下來針對語言信息展開相對應的處理，其特點在于物理意義較為明顯；后者指的是仿照相應的人神經結構，然后就數字信號加之恰當的處理。這一系統主要是借助于規則方式進而來達到信息儲存的目的，前者是借助于分布式來達成這一目的的。神經網絡在其輸出階段由于各個神經元間均有著固定形式的聯系，所以在一般情況下均存在相當大的計算量。但是，模糊邏輯系統相應的連接并不屬于固定形式的，因此也就不受其限制，同時計算量較為小。但倘若就輸入輸出精度方面進行看他，神經網絡其相應的精度較高，同時能夠看出光滑的曲面，在這一點上，模糊邏輯系統并沒有如此的精度，且度數較低，同時呈現出相應的臺階狀。

3.2 人工智能在機械電子工程中的具體應用-以故障診斷專家系統為例

在傳統形式的專家系統相應的組成以及基本原理的基礎上，融合先進手段，構建出了基于 RBR 以及 CBR 推理相應的機械故障診斷專家系統，可參見圖中的總體結構。這一系統主要有機械故障案例庫，包括故障診斷規則庫等等，詳細結構與關系請參見圖1。

知識獲取： 這一結構的功能在于獲取并且收集領域專家知識自己具體的故障案例；知識處理：這一結構由權值計算以及可信度計算模塊所構成，還包括案例生成與檢索模塊以及規則提取模塊等。其功能在于將所獲取得到的原始知識加以相應的處理，使其形成所需要的規則與案例，為之后的系統推理提供可依據的推理模式，可參考的歷史案例；解釋器： 在當故障診斷系統經過一系列過程得出相應的診斷結論后，由這一結構向用戶解釋并說明這一過程中的推理步驟與所按照的標準依據等。

可以將診斷系統整體工作過程按照如下步驟加以表述： 首先用戶經由人機界面接口位置，向系統輸入相應的機械在線監測數據； 再由推理機按照有關標準，激活規則，進而得出較為準確的診斷結果，接下來選用比較恰當的檢索算法針對案例庫中所存儲好的歷史案例加以檢索，最后計算得出相似度，按照如上步驟完成機械故障診斷。

參考文獻

[1]蘇育楠.試析機械電子工程的發展與人工智能的關系[J].科技風，2017（18）：12.

[2]羅煒程.機械電子工程領域中的人工智能技術應用分析[J].中國新技術新產品，2017（15）：134-135.

[3]劉璐.關于機械電子工程與人工智能關系的探討[J].電腦迷，2017（07）：34.

[4]吳強.人工智能技術在機械電子工程領域的應用[J].時代農機，2016（04）：25-26.

[5]王一楠.試論機械電子工程與人工智能的整合思路構建[J].科技風，2015（21）：154.

作者簡介

張夢雯（1982-），男，河南省淮濱縣人。大學本科學歷。中級職稱。主要研究方向為機電控制。

作者單位

淮濱縣中等職業學校 河南省淮濱縣 464400