人工智能技術在大型機械制造中的應用

文/夏景

傳統的大型機械制造方法制造效率低，因為傳統的制造方法不能夠模擬機械制造過程，在機械制造零件以及工藝選擇上都存在一定的缺點，大型機械制造中還是傳統的人工監控的方法，這種方法無法準確了解大型機械制造過程，很大程度上影響了大型機械制造的發展。社會進步的同時，也要求機械制造技術有所提高。未來大型機械制造將向三個方向發展，即高速度、高精度和綠色化。高速度，對于大型機械來說，其制造效率的高低與零件測量等細微環節的操作速度有極大關系，本文即通過提升零件測量速度，來提升制造速度；高精度，大型機械制造更需要高精度，才能確保后期組裝的準確性；綠色化，在大型機械制造過程中，其廢棄物較多，因此對制造過程中產生的廢棄物加以回收，既環保又可再次利用，節約資源。

人工智能技術可使用計算機模擬人的思維過程，現已廣泛應用于網絡安全管理、遠程控制、智能博弈等領域。作為計算機科學技術中的重要分支，機械制造行業在人工智能的影響下出現了不少的新產品，將人工智能技術應用到大型機械制造中能夠改變傳統的制造模式，并且繁重的科學和機械計算等夠能夠通過人工智能技術得出答案。

本文從提高大型機械制造的制造效率出發，人工智能技術引入到大型機械制造中，對整個大型機械制造過程進行監控，提高機械制造的生產能力，提高機械制造質量，以此完成了對大型機械制造。

1 基于人工智能技術的大型機械制造方法設計

在大型機械制造時需要根據實際需要調試產品，并需要準確確定機械零件的大小、規格、位置、相對關系等，在制造時要嚴格按照流程進行，并根據實際情況調整零部件尺寸，控制制造質量，制造出最優的大型機械。

圖1：大型機械制造流程

圖2：制造效率對比圖

制定大型機械制造方案時，按照過程進行準備，以滿足大型機械制造的需要。在此需要對所有的機械制造零件進行架構，將零件放置在夾具或者基床中，固定并根據加工情況調整零件位置，提高零件位置的精準度。加工時根據零件屬性選擇加工刀具，還可以選擇具有幅度角較小并且修光較好的刀具，以降低機械零件表面的粗糙程度。并根據零件材料、切削條件等調整切削技術，嚴格控制切削速度。零件中存在各種信息，為提高零件間的相互聯系及配置合理性，將零件的內部信息參數輸入到人工智能系統中，得出相應的零部件模型，以滿足機械制造應用的實際需求。以此完成制定大型機械制造方案，通過對制定大型機械制造方案能夠提高機械的整體質量，為實現基于人工智能技術的大型機械制造提供基本依據。

2 人工智能技術在大型機械制造中的應用

在上述制定大型機械制造方案的基礎上，實現基于人工智能技術的大型機械制造，在實現過程中，引入人工智能技術。使用人工智能中的機器學習方法，在采集機械制造基本數據的基礎上，運用機器學習方法對數據進行學習和推理運算，獲取更佳的數據組合結果，來提高機械制造的生產能力，并且能夠提高機械制造質量。

圖1所示為大型機械制造的流程，分析圖2可知，在大型機械制造中應用人工智技術對機械制造進行全方位監控，改善傳統制造效率低的情況，通過及時監控大型機械制造能夠及時發現制造過程中出現的問題，能夠及時的將這些問題進行解決，確保機械制造的安全高效運行。傳統的零件測量采用預調測量方式，需要人力較多，且對人力的水平要求較高，為光柵數顯讀數，在一定程度上影響了機械制造效率。本文將人工智能中的機器學習技術應用于機械制造工件測量中，通過計算機處理系統、CCD攝像頭及光學系統等部分，對待檢測零件進行精密測量。可有效提高工件測量效率，從而提升機械制造效率。

人工智能技術能夠優化機械設計的制造過程，使工程重組和精簡結構相結合，以實現信息自動化。并且與人類專家形成一體化系統對機械制造的過程進行監控，在機械制造過程中進行思考、判斷、推理等一系列智能活動，對制造過程進行模擬，實現生產過程的自動監控，立即發現錯誤或者避免誤差的出現，還能夠對機械制造自動糾錯，提高機械制造效果。通過上述過程完成了基于人工智能技術的大型機械制造，將人工智能技術應用到大型機械制造中，能夠提高大型機械制造的效率，減少人力、物力等的投入，并且能夠減少資金投入，實現最優的大型機械制造。

3 實例論證

上述分析只是從理論上證明了此次設計的方法的有效性，為了證明該方法具有應用意義，進行實驗對比，并且為了保證此次實驗的嚴謹性，將傳統的大型機械制造方法與本文設計的基于人工智能技術的大型機械制造方法進行對比。主要從工件測量時間來衡量機械制造效率。

在云數據庫中采集大型機械中10種機械工件各50個，作為待測量工件，分別以傳統預調測量方法與本文提出的機器學習兩種方法進行測量，并將測量結果輸入Deform-3D軟件中進行仿真對比，實驗對比結果如圖2所示。

分析圖2可知，傳統的大型機械制造效率遠低于本文方法，因為本文機械制造方法能夠對制造材料準確處理，并根據實際的制造標準制定合理的制造方案，很大程度上減少了機械制造的失誤，從而提高了大型機械制造的制造效率。通過上述實驗基本能夠證明此次設計的基于人工智能技術的大型機械制造方法的有效性，證明此次設計的基于人工智能技術的大型機械制造方法具有一定的實際應用意義。

4 結束語

隨著我國經濟的發展，機械的應用范圍也越來越廣，使用規模也越來越大，所以對大型機械制造提出了更高的要求。傳統的大型機械制造方法效率較低，已經不能滿足目前機械制造業的要求，其制約因素是在于對工件的測量較慢，且耗費大量人力，因此，提出了基于人工智能技術的大型機械制造方法設計，將人工智能中的機器學習技術應用于機械工件測量中，不僅可減少人力損耗，還能提升測量速度，在一定程度上提升了大型機械制造效率。通過實驗對比證明本文方法對于工件測量的效率高于傳統方法。希望此次設計的基于人工智能技術的大型機械制造方法能夠為機械制造業提供一定的幫助，以此推動機械制造業的發展，推動國家經濟的進步。