智能制造技術(shù)VIP

智能制造技術(shù)P第ag1e頁1智能制造涵義介紹智能制造淵于人工智能研究。人工智能就是用人工方法在計算機(jī)上實現(xiàn)智能。近半個世紀(jì)尤其是近來，伴隨產(chǎn)品性能完善化及其結(jié)構(gòu)復(fù)雜化、精細(xì)化，以及功效多樣化，促使產(chǎn)品所包含設(shè)計信息和工藝信息量猛增，隨之生產(chǎn)線和生產(chǎn)設(shè)備內(nèi)部信息流量增加，制造過程和管理工作信息量也必定劇增，因而促使制造技術(shù)發(fā)展熱點與前沿，轉(zhuǎn)向提升制造系統(tǒng)對于爆炸性增加制造信息處理能力、效率及規(guī)模上。P第ag2e頁1Page

1毫無疑問，智能化是制造自動化發(fā)展方向。在制造過程各個步驟幾乎都廣泛應(yīng)用人工

智能技術(shù)。教授系統(tǒng)技術(shù)能夠用于工程設(shè)

計，工藝過程設(shè)計，生產(chǎn)調(diào)度，故障診療

等。也能夠?qū)⑸窠?jīng)網(wǎng)絡(luò)和含糊控制技術(shù)等

先進(jìn)計算機(jī)智能方法應(yīng)用于產(chǎn)品配方，生

產(chǎn)調(diào)度等，實現(xiàn)制造過程智能化。而人工

智能技術(shù)尤其適合于處理尤其復(fù)雜和不確

定問題。第3頁P第ag4e頁11.2發(fā)展歷史1992年美國執(zhí)行新技術(shù)政策，大力支持被總統(tǒng)稱之關(guān)鍵重大技術(shù)（CriticalTechniloty），包含信息技術(shù)和新制造工藝，智能制造技術(shù)自在其中，美國政府希望借助

此舉改造傳統(tǒng)工業(yè)并開啟新產(chǎn)業(yè)。加拿大制訂1994~1998年發(fā)展戰(zhàn)略計劃，認(rèn)為未來知識密集型產(chǎn)業(yè)是驅(qū)動全球經(jīng)濟(jì)和加拿大經(jīng)濟(jì)發(fā)展基礎(chǔ)，認(rèn)為發(fā)展和應(yīng)用智能系統(tǒng)至關(guān)主要，并將詳細(xì)研究項目選擇為智能計算機(jī)、人機(jī)界面、機(jī)械傳感器、機(jī)器人控制、新裝置、動態(tài)環(huán)境下系統(tǒng)集成。P第ag5e頁1日本1989年提出智能制造系統(tǒng)，且于1994年開啟了先進(jìn)制造國際合

作研究項目，包含了企業(yè)集成和全

球制造、制造知識體系、分布智能

系統(tǒng)控制、快速產(chǎn)品實現(xiàn)分布智能

系統(tǒng)技術(shù)等。P第ag6e頁1日本MA

DA企業(yè)數(shù)控機(jī)床攝于武漢機(jī)電博覽會P第ag7e頁12智能制造技術(shù)方法2.1教授系統(tǒng)教授系統(tǒng)通常由人機(jī)交互界面、知識庫、推理機(jī)、解釋器、綜合數(shù)據(jù)庫、知識獲

取等6個部分組成。其中尤以知識庫與推理機(jī)相互分離而別具特色。教授系統(tǒng)體系結(jié)構(gòu)隨教授系統(tǒng)類型、功效和規(guī)模不一樣，而有所差異。P第ag8e頁1工工作作過過程程教教授授系系統(tǒng)統(tǒng)基基本本結(jié)結(jié)構(gòu)構(gòu)如如圖圖所所表表示示，，其其中中箭箭頭頭方方向向為為數(shù)數(shù)據(jù)據(jù)流流動動方方向向。。P第ag9e頁1缺點點：：有有延延遲遲，，不不易易滿滿足足實實時時性性要要教授系統(tǒng)基本工作流程是，用戶經(jīng)過人機(jī)界面回答系統(tǒng)提問，推理機(jī)將用戶輸入信息與知識庫中各個規(guī)則條件進(jìn)行匹配，并把被匹配規(guī)則結(jié)論存放到綜合數(shù)據(jù)庫中。最終，教授系統(tǒng)將得出最終止論展現(xiàn)給用戶。優(yōu)點：處理一些比較簡單確實定性問題求P第ag1e0頁12.2含糊推理從不準(zhǔn)確前提集合中得出可能不準(zhǔn)確結(jié)論推理過程，又稱近似推理。在人思維中，推理過程經(jīng)常是近似。比如，人們依據(jù)條件語句（假言）“若西紅柿是紅”，則西紅柿是熟”和前提（直言）“西紅柿非常紅”，馬上可得出結(jié)論“西紅柿非常熟”。這種不準(zhǔn)確推理不可能用經(jīng)典二值邏輯或多值邏輯來完成。P第ag1e1頁1自1965年L．A．Zadeh提出含糊集概念以來，關(guān)于含糊系統(tǒng)研究得到了迅猛發(fā)展，含糊控制技術(shù)被廣泛應(yīng)用于工業(yè)控制與家電產(chǎn)品制造中，并取得了令人矚目標(biāo)成功。含糊推理是含糊控制理論基礎(chǔ)，即使含糊推理已經(jīng)有大量研究結(jié)果，但這些研究還沒有一個可靠邏輯基礎(chǔ)。優(yōu)點：能夠處理不確定現(xiàn)象和含糊現(xiàn)象缺點：需要大量經(jīng)驗和感知為前提P第ag1e2頁1Page

1應(yīng)用實例分析圖第13頁2.3神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)研究內(nèi)容相當(dāng)廣泛，反應(yīng)了多學(xué)科交叉技術(shù)領(lǐng)域特點。主要研究工作集中在以下幾個方面：生物原型研究。從生理學(xué)、心理學(xué)、解剖學(xué)、腦科學(xué)、病理學(xué)等生物科學(xué)方面研究神經(jīng)細(xì)胞、神經(jīng)網(wǎng)絡(luò)、神經(jīng)系統(tǒng)生物原型結(jié)構(gòu)及其功效機(jī)理。建立理論模型。依據(jù)生物原型研究，建立神經(jīng)元、神經(jīng)網(wǎng)絡(luò)理論模型。其中包含概念模型、知識模型、物理化學(xué)模型、數(shù)學(xué)模型等。P第ag1e4頁1網(wǎng)絡(luò)模型與算法研究。在理論模型研究基礎(chǔ)上構(gòu)作詳細(xì)神經(jīng)網(wǎng)絡(luò)模型，以實現(xiàn)計算機(jī)模擬或準(zhǔn)備制作硬件，包含網(wǎng)絡(luò)學(xué)習(xí)算法研究。這方面工作也稱為技術(shù)模型研究。人工神經(jīng)網(wǎng)絡(luò)應(yīng)用系統(tǒng)。在網(wǎng)絡(luò)模型與算法研究基礎(chǔ)上，利用人工神經(jīng)網(wǎng)絡(luò)組成實際應(yīng)用系統(tǒng)，比如，完成某種信號處理或模式識別功效、構(gòu)作教授系統(tǒng)、制成機(jī)器人等等。P第ag1e5頁1特點人類大腦有很強(qiáng)自適應(yīng)與自組織特征，后天學(xué)習(xí)與訓(xùn)練能夠開發(fā)許多各具特色活動功效。如盲人聽覺和觸覺非常靈敏；聾啞人善于利用手勢；訓(xùn)練有素運動員能夠表現(xiàn)出非凡運動技巧等等。泛化能力泛化能力指對沒有訓(xùn)練過樣本，有很好預(yù)測能力和控制能力。尤其是，當(dāng)存在一些有噪聲樣本，網(wǎng)絡(luò)具備很好預(yù)測能力。P第ag1e6頁1(3)非線性映射能力當(dāng)對系統(tǒng)對于設(shè)計人員來說，很透徹或者很清楚時，則普通利用數(shù)值分析，偏微分方程等數(shù)學(xué)工具建立準(zhǔn)確數(shù)學(xué)模型，但當(dāng)對系統(tǒng)很復(fù)雜，或者系統(tǒng)未知，系統(tǒng)信息量極少時，建立準(zhǔn)確數(shù)學(xué)模型很困難時，神經(jīng)網(wǎng)絡(luò)非線性映射能力則表現(xiàn)出優(yōu)勢，因為它不需要對系統(tǒng)進(jìn)行透徹了解，不過同時能到達(dá)輸入與輸出映射關(guān)系，這就大大簡化設(shè)計難度。P第ag1e7頁1(4)高度并行性并行性含有一定爭議性。認(rèn)可含有并行性理由：神經(jīng)網(wǎng)絡(luò)是依據(jù)人大腦而抽象出來數(shù)學(xué)模型，因為人能夠同時做一些事，所以從功效模擬角度上看，神經(jīng)網(wǎng)絡(luò)也應(yīng)具備很強(qiáng)并行性。P第ag1e8頁1優(yōu)點：能夠?qū)崟r處理動態(tài)多變復(fù)雜問題缺點：還處于發(fā)展階段，普及有困難P第ag1e9頁13智能制造形式3.1智能機(jī)器數(shù)控機(jī)床P第ag2e0頁1加工中心P第ag2e1頁1機(jī)器人P第ag2e2頁13.2智能制造系統(tǒng)P第