機(jī)械電子工程與人工智能的關(guān)系分析

周 迪

（南京迪安康信息科技有限公司，江蘇 南京 210012）

1 機(jī)械電子工程概述

1.1 機(jī)械電子工程及其特點(diǎn)

機(jī)械電子工程是將數(shù)字技術(shù)、計(jì)算機(jī)技術(shù)、信息技術(shù)、應(yīng)用物理技術(shù)等有機(jī)結(jié)合起來(lái)，并將其有效運(yùn)用于工業(yè)領(lǐng)域。該技術(shù)利用計(jì)算機(jī)系統(tǒng)，對(duì)目標(biāo)進(jìn)行有效的控制，以實(shí)現(xiàn)輔助工業(yè)運(yùn)作及控制受控對(duì)象的技術(shù)運(yùn)用模式。

1.2 機(jī)械電子工程的發(fā)展過(guò)程

目前，機(jī)械電子學(xué)的發(fā)展已步入普及和應(yīng)用的階段。而從其發(fā)展過(guò)程來(lái)看，大致可分為三個(gè)階段。

（1）目前普遍采用的是以機(jī)械和電子工程為主的一體化的大規(guī)模生產(chǎn)模式。

（2）流水線模式應(yīng)用曾經(jīng)是最廣泛、最有效的一種工業(yè)生產(chǎn)方式，其優(yōu)勢(shì)為生產(chǎn)能力強(qiáng)、生產(chǎn)效率高。盡管采用機(jī)械電子工程技術(shù)可以代替人工作業(yè)，提高加工精度，但是采用流水線方式進(jìn)行加工仍然有一些缺陷，如靈活性不足，無(wú)法使用柔性生產(chǎn)模式等。

（3）與流水線模式形成鮮明對(duì)比的是集中式生產(chǎn)模式，該模式更適合于現(xiàn)代產(chǎn)業(yè)，其具有高度的靈活性與更為廣泛的覆蓋范圍[1]。

2 人工智能技術(shù)的優(yōu)勢(shì)

2.1 人工智能技術(shù)及其優(yōu)點(diǎn)

2.1.1 提升精度與效率

人工智能可以通過(guò)學(xué)習(xí)和模擬人的思考、理解、學(xué)習(xí)及創(chuàng)造等復(fù)雜的智能行為，在機(jī)械電子工程中實(shí)現(xiàn)更精確和快速的操作。與傳統(tǒng)方法相比，人工智能可以自動(dòng)分析和調(diào)整操作參數(shù)，減少誤差，從而提高生產(chǎn)效率和產(chǎn)品質(zhì)量。

2.1.2 增強(qiáng)控制能力

人工智能可以應(yīng)用于機(jī)械電子工程的電氣自動(dòng)化控制系統(tǒng)，利用先進(jìn)的數(shù)據(jù)分析和預(yù)測(cè)技術(shù)，實(shí)時(shí)監(jiān)測(cè)和控制生產(chǎn)過(guò)程。與傳統(tǒng)的電氣自動(dòng)化技術(shù)相比，人工智能能夠更靈活地適應(yīng)復(fù)雜和變化的工藝條件，從而提高控制效果，確保工藝的穩(wěn)定性和安全性。

2.1.3 增強(qiáng)適應(yīng)性與靈活性

人工智能技術(shù)可以通過(guò)學(xué)習(xí)來(lái)適應(yīng)不同的工藝環(huán)境及要求，提供更為靈活和定制化的解決方案。因此在機(jī)械電子工程中，人工智能可以快速地對(duì)新的設(shè)計(jì)、生產(chǎn)或維護(hù)任務(wù)進(jìn)行調(diào)整和優(yōu)化，可以滿足不同客戶和市場(chǎng)的需求。

2.1.4 提高安全性

通過(guò)人工智能技術(shù)的實(shí)時(shí)監(jiān)測(cè)和智能分析，可以及時(shí)識(shí)別和預(yù)防潛在的風(fēng)險(xiǎn)，從而降低機(jī)械電子工程實(shí)操的危險(xiǎn)性，確保人員和設(shè)備的安全。

2.2 人工智能技術(shù)的發(fā)展史

人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，專注于研究構(gòu)建能夠執(zhí)行人類智能所需的復(fù)雜任務(wù)的算法和計(jì)算模型。其核心研究目標(biāo)包括構(gòu)建能夠理解、學(xué)習(xí)及適應(yīng)復(fù)雜環(huán)境，從而實(shí)現(xiàn)特定認(rèn)知或決策系統(tǒng)。這一研究領(lǐng)域包括機(jī)器人技術(shù)、語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理、專家系統(tǒng)等方面。人工智能技術(shù)自誕生以來(lái)，已經(jīng)歷了從最初的探索與發(fā)展，到后期技術(shù)突破的漫長(zhǎng)過(guò)程。經(jīng)過(guò)十余年的努力，現(xiàn)已經(jīng)逐漸進(jìn)入了工業(yè)化和產(chǎn)業(yè)化階段。

自2012年至2016年，我國(guó)的人工智能經(jīng)歷了從技術(shù)研究到應(yīng)用的轉(zhuǎn)變，并在此后不斷擴(kuò)大應(yīng)用領(lǐng)域。同時(shí)，基礎(chǔ)設(shè)施建設(shè)的提升，為人工智能的應(yīng)用提供了更加穩(wěn)定和可靠的支持。經(jīng)過(guò)數(shù)十年的發(fā)展，人工智能已經(jīng)從最初的摸索、探索，發(fā)展到現(xiàn)在的規(guī)模化應(yīng)用。盡管目前業(yè)內(nèi)的共識(shí)是，人工智能的水平不高，也就是說(shuō)，機(jī)器人沒(méi)有任何思維能力，只能完成一套預(yù)先設(shè)定好的功能，人工智能則為通用的人工智能，也就是所謂的“強(qiáng)人工智能”，在該發(fā)展階段中，機(jī)器會(huì)擁有和人一樣的思維和判斷能力，即機(jī)器化自主意識(shí)的移植與表現(xiàn)特征的衍生[2]。換句話說(shuō)，人工智能技術(shù)雖然在很多方面得到了廣泛的應(yīng)用，并且實(shí)現(xiàn)了工業(yè)化，但在人工智能技術(shù)上，還存在著很多問(wèn)題有待突破。因此，未來(lái)人工智能在實(shí)現(xiàn)大規(guī)模落地的過(guò)程中，將會(huì)經(jīng)歷技術(shù)上的不斷創(chuàng)新與突破。

3 機(jī)械電子工程和人工智能的關(guān)系

3.1 改變復(fù)雜計(jì)算過(guò)程

人工智能技術(shù)可以模仿人的思維，因?yàn)槠淇梢灾貥?gòu)人的大腦，并且可以通過(guò)計(jì)算機(jī)運(yùn)算來(lái)模擬和調(diào)用各個(gè)神經(jīng)系統(tǒng)的功能，為此人工智能可通過(guò)對(duì)全局系統(tǒng)的控制，有效地區(qū)別各種信息的處理邏輯，并且能夠逐步建立一種高效的獨(dú)立操作模式。在此過(guò)程中，該技術(shù)將徹底改變傳統(tǒng)的機(jī)械電子學(xué)轉(zhuǎn)化效率低、計(jì)算過(guò)程復(fù)雜等狀況。同時(shí)，該技術(shù)可大大提高計(jì)算的精確性和時(shí)效性，避免人為因素對(duì)其產(chǎn)生的錯(cuò)誤。

3.2 排除生產(chǎn)諸多故障

在過(guò)去的機(jī)械工程中，由于種種原因，易出現(xiàn)機(jī)械工程運(yùn)行失敗或故障問(wèn)題。為此，可合理采取智能化控制技術(shù)，以此為機(jī)械設(shè)備的安全、維修提供科學(xué)的依據(jù)。另外，由于智能化技術(shù)的運(yùn)用，可以對(duì)機(jī)械設(shè)備進(jìn)行全面、細(xì)致的檢測(cè)，及時(shí)發(fā)現(xiàn)和采取有效的防護(hù)措施，防止機(jī)械工程設(shè)備出現(xiàn)嚴(yán)重的故障問(wèn)題造成難以預(yù)料的安全事故[3]。如機(jī)械電子工程中涉及各種復(fù)雜的信號(hào)分析和處理，傳統(tǒng)的信號(hào)處理方法在面對(duì)復(fù)雜和非線性的信號(hào)時(shí)存在局限性，而人工智能構(gòu)造的神經(jīng)網(wǎng)絡(luò)，特別是深度學(xué)習(xí)網(wǎng)絡(luò)，具有出色的自適應(yīng)及學(xué)習(xí)能力。其可以自動(dòng)從大量的信號(hào)數(shù)據(jù)中學(xué)習(xí)特征，對(duì)各種信號(hào)進(jìn)行分類和識(shí)別。且神經(jīng)網(wǎng)絡(luò)的信號(hào)分類和識(shí)別技術(shù)可以應(yīng)用于實(shí)時(shí)系統(tǒng)監(jiān)控和控制。通過(guò)對(duì)關(guān)鍵信號(hào)的分析和解讀，可以及時(shí)檢測(cè)和診斷系統(tǒng)的異常，從而排除故障。

4 人工智能技術(shù)在機(jī)械電子工程中的應(yīng)用

4.1 智能挖機(jī)助力工程機(jī)械領(lǐng)域數(shù)字化轉(zhuǎn)型

利用智能挖掘技術(shù)，將傳統(tǒng)的工程機(jī)械改造成機(jī)器人，以實(shí)現(xiàn)對(duì)挖掘機(jī)的實(shí)時(shí)監(jiān)測(cè)。不僅支持鼠鍵、手柄等低延遲遙控，還可實(shí)現(xiàn)無(wú)人駕駛，且可在任何位置進(jìn)行無(wú)人作業(yè)，支持多人操作。

4.1.1 傳統(tǒng)挖掘機(jī)智能化升級(jí)

傳統(tǒng)挖掘機(jī)可在學(xué)習(xí)算法上取得了新的突破，其主要采用學(xué)習(xí)模型，對(duì)挖掘機(jī)器人的液壓與動(dòng)力學(xué)進(jìn)行建模，以此實(shí)現(xiàn)了運(yùn)動(dòng)控制的平滑、精確，使其能夠適應(yīng)各種類型的挖掘機(jī)械。在此基礎(chǔ)上，挖掘機(jī)器人能夠有效地進(jìn)行人機(jī)交互：下層的控制行為為自動(dòng)化操控；中、高級(jí)由真人協(xié)助完成[4]。

4.1.2 大幅提升施工效率

采用“一人多機(jī)”的挖掘機(jī)器人，其工作效率高達(dá)260%。以前需要勘測(cè)人員協(xié)作才能完成的坡面平整，今后，挖掘機(jī)的工人們可以利用遙控、可視化技術(shù)，使用一臺(tái)計(jì)算機(jī)則可完成作業(yè)，以防止惡劣的氣候條件影響工程的進(jìn)度。同時(shí)，利用自動(dòng)化控制和人機(jī)協(xié)同等技術(shù)，一臺(tái)中等規(guī)模的挖掘機(jī)器人可以在一小時(shí)內(nèi)挖出300 m3的土方。為了解決工程機(jī)械行業(yè)中存在的安全隱患，可利用智能感知技術(shù)，對(duì)施工現(xiàn)場(chǎng)進(jìn)行360°全方位監(jiān)控，并對(duì)底盤(pán)傾覆和翻車(chē)進(jìn)行預(yù)警，通過(guò)對(duì)10 m范圍內(nèi)行人的檢測(cè)，可有效解決挖掘機(jī)司機(jī)工作的危險(xiǎn)環(huán)境問(wèn)題。

4.2 AI+3D工程機(jī)械上下料應(yīng)用

工程機(jī)械的生產(chǎn)過(guò)程比較復(fù)雜，自動(dòng)化和智能化的普及較少。在工程機(jī)械生產(chǎn)線中，工件的上下料是一個(gè)非常關(guān)鍵的過(guò)程，其主要用于“四輪一帶”、執(zhí)行元件、控制元件等零件地下料、工件搬運(yùn)等工序，但這些工序普遍需要人工來(lái)完成，其缺陷在于完成率較低、人工操作復(fù)雜、生產(chǎn)效率不高等，且安全隱患較大。為解決工程機(jī)械工業(yè)中工件的上下料問(wèn)題，可依據(jù)人工智能技術(shù)在機(jī)械電子工程中的使用效果，基于智能+3D視覺(jué)導(dǎo)向產(chǎn)品，提供一種在識(shí)別準(zhǔn)確率、生產(chǎn)效率，生產(chǎn)穩(wěn)定性等方面都有很大優(yōu)勢(shì)的智能設(shè)備，以此更好地為工程機(jī)械工業(yè)提供智能化和自動(dòng)化的升級(jí)服務(wù)[5]。

4.2.1 高質(zhì)量成像效果，輕松應(yīng)對(duì)各類復(fù)雜情況

工程機(jī)械的生產(chǎn)工藝比較復(fù)雜，每一道工序都有很多具有高亮反光、暗色、銹跡和油污的工件，為此需要對(duì)其進(jìn)行上下料加工。如支撐輪、驅(qū)動(dòng)輪、軸、行星架、齒輪、閥塊等，這些工件對(duì)三維攝像機(jī)的成像效果有很大的影響。

4.2.2 深框穩(wěn)定識(shí)別抓取，清框率滿足客戶需求

在工程機(jī)械工業(yè)中，清框出料率屬于較為關(guān)鍵且重要的生產(chǎn)指標(biāo)。但在實(shí)際生產(chǎn)中，深框的堆疊、工件的邊角、隔板的易變形等因素，都會(huì)對(duì)清框的效果產(chǎn)生一定的影響，因此，機(jī)器人的高識(shí)別精度、穩(wěn)定的抓取能力以及靈活性都成為精確操作的關(guān)鍵因素。這些特性確保了處理高反射和復(fù)雜表面時(shí)的圖像識(shí)別和物體操縱的高清晰度和高準(zhǔn)確度，從而滿足工程需求。

如某大型工程機(jī)械工廠的鏈條節(jié)段上料，因鏈軌節(jié)自重、手工上料效率較低等，提出了采用3D可視化技術(shù)進(jìn)行生產(chǎn)線改造的方案。在此針對(duì)工程中出現(xiàn)的干涉、深框清框困難、工件異形、進(jìn)料無(wú)序等困難，筆者給出了以下幾個(gè)改進(jìn)措施。

（1）采用Mech-Vision。其有先進(jìn)的可視化算法，能夠快速、精確地識(shí)別出錯(cuò)綜復(fù)雜的鏈節(jié)，并能在極短的時(shí)間內(nèi)完成對(duì)鏈節(jié)的定位。

（2）該系統(tǒng)內(nèi)置的智能規(guī)劃抓取算法，可與邊角夾具相結(jié)合，有效解決工件的邊角等問(wèn)題，并提高清框率，達(dá)到用戶要求。同時(shí)，能夠保證機(jī)器人在深框架內(nèi)移動(dòng)時(shí)避免碰撞，提高其穩(wěn)定性[6]。

（3）采用Mech-Eye LSR。在上料過(guò)程中，可視化的時(shí)間不會(huì)影響整個(gè)上料速度，可提高了鏈條的上料速度。高精度的工業(yè)激光三維照相機(jī)，能產(chǎn)生高品質(zhì)的點(diǎn)云數(shù)據(jù)。

4.3 環(huán)境適應(yīng)性優(yōu)異，適應(yīng)各類生產(chǎn)現(xiàn)場(chǎng)

在工程機(jī)械工業(yè)中需要考慮產(chǎn)品的適應(yīng)性，根據(jù)對(duì)大量用戶及現(xiàn)場(chǎng)的調(diào)查分析，工廠的照明水平一般在15000到20000 lx間。在實(shí)際生產(chǎn)過(guò)程中，周?chē)饩€的干擾會(huì)影響點(diǎn)云的成像效果，為了解決該問(wèn)題，可以使用工業(yè)級(jí)激光3D相機(jī)Mech-Eye LSR。經(jīng)過(guò)試驗(yàn)，Mech-Eye LSR能夠在強(qiáng)烈環(huán)境光（＞30000 lx）條件下，可對(duì)具有高反光、暗色和僅有細(xì)微差異的工件產(chǎn)生高品質(zhì)的點(diǎn)云數(shù)據(jù)。對(duì)于一些常用材料，在大于100000 lx（戶外正午日照）的情況下，仍然可以形成圖像。這可降低企業(yè)成本，且保障了生產(chǎn)效率。因此，基于人工智能技術(shù)的機(jī)械電子工程在工程機(jī)械行業(yè)中具有廣泛的應(yīng)用前景。

5 結(jié)束語(yǔ)

綜上所述，機(jī)械電子工程與人工智能的結(jié)合不僅預(yù)示著未來(lái)技術(shù)的發(fā)展方向，而且展示了二者相互融合所帶來(lái)的巨大潛能，人工智能在簡(jiǎn)化復(fù)雜計(jì)算、提升生產(chǎn)效率以及預(yù)防設(shè)備故障方面有著重要作用。隨著該技術(shù)的進(jìn)一步發(fā)展，可以預(yù)期人工智能在機(jī)械電子工程中的應(yīng)用會(huì)更加深入和廣泛。■