人工智能在機械領(lǐng)域的應(yīng)用

1、.人工智能在機械領(lǐng)域的應(yīng)用摘要:論述了人工智能在機械設(shè)計、機械制造、機械電子、機械檢測中的應(yīng)用及其方法。關(guān)鍵詞:人工智能機械中圖分類號：TP18Application of Artificial Intelligence in the MechanicalSystemAbstract: This paper mainly discusses the artificial intelligence in the field of mechanical application, including mechanical design, mechanical manufacturing, machi

2、nery and electronics, mechanical testing.Key words: Artificial intelligence Mechanical system；.0前言人工智能是一門綜合了計算機科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)、哲學(xué)等多種學(xué)科互相滲透而發(fā)展起來的的一門綜合性學(xué)科。機械系統(tǒng)是一個廣義的概念，它是由各個機械基本要素組成的，完成所需的動作、實現(xiàn)機械能的變化、代替人類勞動的系統(tǒng)。在實際機械領(lǐng)域中，人工智能機械產(chǎn)品設(shè)計、工藝制定、生產(chǎn)管理、故障診斷等方面都有應(yīng)用。1人工智能在機械領(lǐng)域中的應(yīng)用1.1機械設(shè)計機械設(shè)計1-2實際上是一個模型的綜合和分

3、析的過程，包括大量的計算、分析、繪圖等數(shù)值計算型工作，需要多方而的知識和豐富的實踐經(jīng)驗，多元綜合，最終做出優(yōu)化設(shè)計。實際設(shè)計中，難以用數(shù)值計算方法建立準確的數(shù)學(xué)模型，而現(xiàn)行的CAD系統(tǒng)對這一部分工作是無能為力的。這需要 CAD/CAM系統(tǒng)具有智能性，它把計算機從數(shù)值處理擴展到非數(shù)值處理，包括知識與經(jīng)驗的集成、推理和決策，力圖使機械設(shè)計過程自動化，減少人類專家在設(shè)計過程中由于個人因素造成的不足。1.2 機械制造在機械生產(chǎn)制造3-4中，首先是確定生產(chǎn)計劃，制定生產(chǎn)計劃就是從多種因素的組合中選擇出能滿足所有約束條件的最佳解。這難以用數(shù)學(xué)模型準確地表示出來。若引入人工智能技術(shù)，就可以使制定生產(chǎn)計劃自動

4、化，使其走向智能化。智能系統(tǒng)能夠推斷出適當?shù)哪繕?，然后?gòu)造試圖達到目標的動作序列。近年來計算機集成加工系統(tǒng)（CIMS）和柔性加工系統(tǒng)（FMS）發(fā)展迅速。1.3 機械電子機械電子系統(tǒng)5結(jié)構(gòu)簡單，元件和運動部件少，性能高，但是系統(tǒng)的內(nèi)部結(jié)構(gòu)復(fù)雜。傳統(tǒng)的解析數(shù)學(xué)的方法嚴密、精確 ，但是只能適用于相對簡單的系統(tǒng) ，對于那些復(fù)雜的系統(tǒng)由于無法給出數(shù)學(xué)解析式 ，就只能通過操作來完成。由于智能化處理以知識信息為基礎(chǔ)進行推理和學(xué)習(xí)，并含有復(fù)雜性、不確定性、模糊性，且一般不存在已知算法的傳統(tǒng)數(shù)學(xué)公式化的方法，因此對不能用解析數(shù)學(xué)方法解決的問題，人工智能提供了新的解決方法。通過人工智能建立的系統(tǒng)一般使用兩類方法

5、：神經(jīng)網(wǎng)絡(luò)系統(tǒng)和模糊推理系統(tǒng)。1.4 機械系統(tǒng)故障診斷所謂故障診斷6-7，就是根據(jù)一些不正常的現(xiàn)象，按照一定的法則，推論產(chǎn)生的原因，找出機器故障所在的部位。它包含三方面的內(nèi)容：故障監(jiān)測，故障分析和處理決策。但是由現(xiàn)象推定原因是一個復(fù)雜的推理過程，要根據(jù)維護保修人員多年積累的實際經(jīng)驗，才能得出正確的結(jié)論，故將人工智能的方法應(yīng)用于機械故障診斷，發(fā)展智能化的機械故障診斷技術(shù)，是機械故障診斷的一個新途徑。機械故障中應(yīng)用的各種人工智能診斷方法及理論，主要包括專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)，模糊集理論等。2 人工智能在機械領(lǐng)域中的應(yīng)用方法2.1 專家系統(tǒng)專家系統(tǒng)8是一種智能的計算機程序,它運用知識和推理步驟來解決

6、只有專家才能解決的復(fù)雜問題。專家系統(tǒng)框架主要由五部分組成:知識庫，綜合數(shù)據(jù)庫，推理機，用戶接口和系統(tǒng)輸出。2.2 人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)9-10是模擬的生物激勵系統(tǒng)，將一系列輸入通過神經(jīng)網(wǎng)絡(luò)產(chǎn)生輸出。這里輸出、輸入都是標準化的量，輸出是輸入的非線性函數(shù)，其值可由連接各神經(jīng)元的權(quán)重改變，以獲得期望的輸出值。2.3 模糊集理論人在認知世界包含大量的不確定之時，需要對所獲信息進行一定的模糊化處理，以減少問題的復(fù)雜度。模糊理論11-12是將經(jīng)典集合理論模糊化，并引入語言變量和近似推理的模糊邏輯，具有完整的推理體系的智能技術(shù)。一般模糊系統(tǒng)的結(jié)構(gòu)與專家系統(tǒng)的結(jié)構(gòu)類似，由模糊知識庫、模糊推理機和人機界面等

7、幾部分組成，也可以說模糊系統(tǒng)是模糊理論與專家系統(tǒng)結(jié)構(gòu)的結(jié)合。2.4 啟發(fā)式搜索遺傳算法和模擬退火算法是近年來逐漸興起的兩種啟發(fā)式搜索12-15。遺傳算法是一類以達爾文(Darwin)自然進化論與孟德爾(Mendel)遺傳變異理論為基礎(chǔ)的求解復(fù)雜全局優(yōu)化問題的仿生型算法，主要用在處理最優(yōu)化問題和機器學(xué)習(xí)。模擬退火算法是基于蒙特卡羅迭代求解法的一種啟發(fā)式隨機搜索算法。它是根據(jù)一個體系高溫融化后，緩慢降溫可使系統(tǒng)達到基態(tài)，取得最小能量；否則系統(tǒng)冷卻太快，即使體系溫度降到很低，系統(tǒng)的能量也只能達到局部極小值，而取不到最小值這一原理來求解一個目標函數(shù)的總極值問題。3 人工智能在機械系統(tǒng)中的發(fā)展趨勢人工智

8、能中的四種主要工具，雖然在機械領(lǐng)域都有不同程度的應(yīng)用，但各自都存在一些局限。目前，缺少一種普遍有效的方法應(yīng)用于機械系統(tǒng)的各個領(lǐng)域，因此混合智能將成為新的發(fā)展趨勢。參 考 文 獻1胡迎春,陳樹勛.基于人工智能的機械系統(tǒng)多學(xué)科優(yōu)化探討J. 現(xiàn)代制造工程,2004,05:11-13. 2張志偉,芮延年,任蕓丹. 基于人工智能工程機械優(yōu)化調(diào)度方法的研究J. 蘇州大學(xué)學(xué)報(工科版),2004,05:128-130.3陳超. 人工智能在制造業(yè)中的應(yīng)用J. 機械設(shè)計與制造,2006,01:161-163.4傅建中,陳子辰. 加工誤差補償與人工智能J. 組合機床與自動化加工技術(shù),1996,12:12-15+1

9、1.5王琪. 機械電子工程與人工智能的關(guān)系探究J. 科技傳播,2012,01:114-115.6李美華,韓大明,陸懷民. 人工智能在機械故障診斷中的應(yīng)用J. 森林工程,2006,02:23-24.7周利,余愚. 機械故障診斷中人工智能的應(yīng)用J. 可編程控制器與工廠自動化,2007,07:36+38+40.8邵劍平. 人工智能在齒輪優(yōu)化設(shè)計中的應(yīng)用研究J. 機電產(chǎn)品開發(fā)與創(chuàng)新,2006,01:110-1119賈祥云. 基于人工智能的機械液壓系統(tǒng)故障診斷方法研究J. 科技傳播,2010,07:8-9.10張小芹,王海芳,孫磊. 基于神經(jīng)網(wǎng)絡(luò)及遺傳算法的齒輪優(yōu)化設(shè)計軟件J. 機械設(shè)計與制造,2010,No.23610:27-29.11苑成友,楊海龍,王翠英. 機械設(shè)計中的模糊集理論的應(yīng)用J. 黑龍江科技信息,2004,10:26412張雅慧. 機械設(shè)計中的模糊集理論的應(yīng)用J. 化工之友,2007,01:4-5.13段國林,查建中,徐安平,張滿囤. 啟發(fā)式算法