人工智能在機械設計制造及自動化領域的應用

摘? 要：本文簡述了機械設計制造的原則以及人工智能內涵，分析了人工智能在機械設計制造及自動化領域的應用，以期進一步提高機械設計制造水平，滿足機械發展需要。

關鍵詞：人工智能;機械設計制造;自動化領域;設計原則;實際應用

中圖分類號：TH164? ?文獻標識碼：A? ? 文章編號：2096-6903（2020）08-0000-00

1人工智能內涵

人工智能作為計算機科學技術中的重要組成部分，其是具有一定代表性的先進技術。當前智能技術研究主要集中在虛擬現實技術和仿真技術等領域，其具有較強綜合性、實用性等特點。

2機械設計制造原則及自動化優勢

2.1機械設計制造原則

首先，機械設計制造需滿足其功能要求，確保可以在實際使用中有效運行。從工業生產方面來講，機械設計制造需滿足三方面要求，即能量、物質和信息。其設計制造與自動化應對輸入的物質、能量和信息等分別進行優化處理，并輸出相應特質物質、能量和信息。在滿足功能需求的同時，可劃分為機電一體化與機電一體化產品等兩部分內容。機械自動化系統涉及設計、制造和滿足特定功能等專業領域，綜合性較強，特別是滿足特定功能，在機械設計制造中占有重要地位。

其次，機械設計需要創新，不斷開發應用先進技術。機械系統和產品分類主要以產品功能為依據。如：（1）物質加工就是通過物質輸入與信息能量加工，將其轉變并輸出為另一形態產品，比如印刷機和紡織機械等。（2）基于能量加工動力機械轉換能量與信息，以輸出各種形式能量，比如內燃機就是熱能轉換為動能。（3）信息機器主要負責信息轉換，機器處理輸入的信息和能量，再將圖像和聲音等信息輸出，比如計算機等[1]。

2.2機械設計制造及其自動化的優勢

（1）確保生產安全。在實際生產中，安全性、穩定性至關重要，我國機械生產中頻繁發生人員傷亡事件，其主要原因是因為在機械設計制造過程中，使用工具不夠先進，員工操作缺乏科學有效的安全保障措施，從而埋下事故隱患。而機械設計制造及其自動化生產過程是系統的、完整的，可以提高生產效率，并對設備運行實時監控，有效采取措施應對突發事件，一旦發生緊急狀況還可快速、準確的加以控制，因此有效降低了事故幾率，有助于實現安全穩定生產。

（2）有助于生產效率的提高。傳統生產中，人工操作環節多，容易出現人為失誤和疏忽，而導致整體生產效率不足。在機械設計制造應用自動化系統下，自動化技術可以幫助實現精確計算，同時實施自動化處理，大大減少了人為操作失誤、降低了事故隱患，使生產效率和質量得到極大保障。

（3）維修調整更加便利。機械設計制造及其自動化下，生產過程可以根據客戶生產要求調試生產設備數據從而生產出符合客戶需要的個性化產品。同時還可對產品質量進行自檢與在線檢測，從而發現其中存在問題，保證產品質量。此外，機械設計制造及自動化具有多重復合功能，滿足各種產品需要，在系統故障下可以自動采取措施，使故障設備被強迫停止運轉，保障設備安全和人員安全。

3人工智能在機械設計制造及自動化領域的應用

3.1機械設計

作為一種智能系統，要實現機械設計全過程的自動化，減少設計中的主觀因素影響。相比于傳統設計模式，現代化機械設計中人工智能技術的應用有其顯著優勢，如其可以長期連續工作，降低人工成本，使工作人員可以使用多種信息儲存方法，便于查詢和學習。當前在很多汽車制造和飛機制造中，廣泛使用基于人工智能的設計技術來完成零件設計，突破了人類設計思維局限。因此人工智能的引進，對于機械設計制造來說是新的機遇[2]。

3.2機械制造

機械制造中應用人工智能技術，在提高生產效率的基礎上，還能保證產品質量。人工智能技術的應用，使機械制造可實現自動化處理、控制相關功能，在精確控制下避免受到外界因素影響，大大提高生產效率和產品質量。同時還可以應用人工智能技術智能調整與處理生產過程，實現柔性制造，滿足市場個性化需求。

3.3信息處理

機械設計制造及其自動化方面通過電子信息傳輸系統完成信息傳遞，但該過程中容易出現錯誤，特別是輸入過多信息的過程中易產生嚴重問題，造成以上問題的關鍵就在于機械電子系統自身的不穩定性，因此其需引入人工智能技術，精準監測信息傳輸中電子信息系統安全性，以實現準確的信息輸入和輸出，以更加有效處理信息，為機械設計制造及自動化奠定良好基礎。

3.4故障診斷

機械設計制造及其自動化過程復雜，需要進行大量數據計算。比如在建模中需要使用多項公式計算、推導，此過程中對人工依賴過大會加大計算的失誤幾率，且花費大量時間和精力，不利于生產效益的提升。因此需合理應用人工智能技術，實現信息的自動化歸納和分類，使計算結果更加準確，避免后續產生故障。此外就是利用人工智能技術診斷機械故障，可利用人機界面傳輸機械監測數據，推理機推理得到診斷結果、提出專家建議。最后在系統中檢索相似案例，計算其相似度，實現對機械故障的正確診斷。

4機械設計制造及自動化中的人工智能技術

4.1模糊推理系統

在人工智能系統中，模糊推理系統是其重要組成部分。將模糊推理系統應用于電子機械設計制造中，可以開展對電子機械工程大量數據的分析，并且保證分析準確度，強化數據處理能力，大大提升了自動化生產水平和產品質量。模糊推理系統原理借鑒了人類大腦處理判斷信息的方式和特點，借助模仿和語言等完成數據設計轉換的正確傳達。但模糊推理系統也存在不足，主要是系統間的聯系缺乏穩定性，因此還需加大研究力度對其改進，使其發揮出更大作用。

4.2神經網絡系統

機械設計制造中神經網絡系統發揮著重要作用，其中神經元可以實現信息傳遞與數據共享，高效完成信息的分類與保存，有力推動著電子機械工程的發展。此外神經網絡系統在數據處理方面具有較強的動態化特點，因此可以及時對設計制造中可變數據給出指令。神經網絡系統模擬了人類大腦神經系統信息處護理方式，通過其神經元反射特性可以獲取電子機械工程中數據分析結果，從而保護數據存儲。

4.3故障診斷系統

機械設計制造中容易出現機電設備運行故障，從而影響連續生產。因此需在故障診斷系統中引入人工智能技術，以提高故障處理效率，為了實現對故障的快速處理，事先做好故障預測，故障發生后也可快速準確排除，實現對故障的精準定位，便于企業維修、降低維護成本。故障診斷系統可采用規則推理、案例推理和故障樹模型等診斷方法，其具備的機械故障案例庫、故障推理機等可確保完成故障預測、檢修和排除工作。如通過在手機機械設計制造中對設備故障案例進行處理，再通過后續分類歸納可滿足客戶實際使用需求。具體流程如下，首先人機交互界面可以對系統輸入信息實施監測，系統結合數據庫資料分析判斷輸入信息并給出診斷結果，并快速準確查找故障庫中相似案例進一步給出故障分析結構、維修建議，基于此用戶可以高效完成故障處理工作。

5結語

人工智能具有強大的邏輯性和計算能力，在機械設計制造及其自動化領域應用，可以簡化操作，并提高效率和產品質量。當前應緊跟時代發展腳步，不斷積累經驗、優化相關技術，通過人工智能技術的應用推動各行業的智能化發展。

參考文獻

[1]程洪巖.機械設計制造及自動化發展方向探究[J].黑龍江科技信息，2016（14）：58-58.

[2]許燕玲.人工智能在機械設計制造及其自動化中的實踐[J].南方農機，2020，51（14）：105-106.

收稿日期：2020-07-11

作者簡介：付玉強（1978—），男，甘肅定西人，工程碩士，高級工程師，研究方向：筑路機械、機電工程。