人工智能技術在機電領域的應用

廖凱凱 姚宣

摘 要：隨著現代科技的飛速發展，我國機電領域取得了長足的進步，特別是人工智能技術在機電領域的廣泛應用，從根本上改變了機械電子工程發展的方式，將我國機電事業推向了一個新的發展高度。因此，研究和探討人工智能技術在機電領域的應用，具有非常重要的現實意義。基于此，本文從人工智能技術和機械電子工程的基本情況入手，詳細闡述了機電領域中人工智能技術的應用模式，希望本文能為相關研究提供豐富和補充。

關鍵詞：人工智能技術;機電領域;機電技術

中圖分類號：TP18 文獻標識碼：A 文章編號：1671-2064（2019）02-0042-02

近年來，我國科學技術得到了突飛猛進的發展，極大地促進了機電行業的轉型升級。而人工智能技術在機電領域的廣泛應用，更是將機械電子工程推向了一個新的發展階段。目前，機電技術被廣泛地應用到了社會經濟發展的各個領域，人工智能更是受到人們的廣泛關注，我國機電行業要想取得更好的發展，就必須不斷地提升機械電子工程的智能化水平，加大對人工智能技術的研發力度，提高機電領域中人工智能技術的應用程度，只有這樣機電行業才能夠取得更好的經濟效益。因此，對人工智能技術與機電技術的融合發展進行研究，非常必要。

1 人工智能技術與機械電子工程

1.1 機械電子工程

機械電子工程作為一門綜合性學科，涵蓋了智能、電子、管理、信息等多個學科領域。該學科起源于20世紀，主要經歷了三個發展階段：第一個階段是初級階段，主要利用人工進行機械作業。第二個階段是流水線作業階段，工人只負責自己環節的工作，不需要掌握全部工序。第三個階段是機械電子產業階段，人工智能技術被廣泛地應用到機電領域中，大大提高了工作效率。近幾年來，伴隨著智能技術的快速發展，機械電子工程逐漸向著智能化的方向發展。截至今天，機械電子工程的核心囊括了機械工程、計算機技術和電子工程等，可以說，機械電子工程就是多項技術有機融合的產物。

1.2 人工智能技術

人工智能是計算機科學、綜合控制論、語言學、心理學等多個學科交叉融合的產物，它是以計算機技術為基本載體，對原有計算機功能進行深入應用和探究而形成的一門新型智能學科。隨著現代科技的發展，人工智能技術逐步從不成熟走向成熟，其大致經歷了以下幾個發展階段。一是起步階段。這一階段的人工智能技術以博弈、語言翻譯、證明等為主要研究方向。二是轉折階段。這一階段的人工智能研究開始涉足自然化語言理解、計算機領域、機器人和專業系統等方面。三是快速發展階段。該階段重點發展的領域是知識工程建設，在計算機視覺、基礎常識、分布式人工智能等方面發展較好。同時，該階段研究的主體逐步由單一個體向分布式主體演變，但在整體發展形勢方面還較為單一。總的來說，目前的人工智能技術是一項兼有實用性和復雜性的智能化技術。

2 人工智能技術在機電領域的應用

2.1 在裝配制造及控制中的應用

一是人工智能技術在裝配制造中的應用。每一種產品都是由各種零部件構造而成的，把種類繁多的零部件裝配在一起組成一個新的產品，這個過程被稱之為配置任務。將人工智能技術應用在專家系統的裝配制造過程中能夠為企業帶來非常可觀的經濟效益。例如：應用了人工智能的第一個專家系統——DEC公司的XCON專家系統，目前每年就可以給DEC公司帶來大約為1.5億美元的巨大盈利收入。

二是人工智能技術在控制方面的應用。應用了人工智能的專家系統可被廣泛的應用到機電一體化設備的控制方面，其能發揮非常重要的作用。目前，該項技術已經在數控機床、伺服控制、加工中心和其他的控制領域中得到了有效應用。成功的案例包括：為控制機械手，AT&T;公司研發出了可以設置在單個芯片上的專家系統。芯片最早的是16條規則的ROM，處理規則與數據的推理機和控制器利用2.5um線寬的CMOS工作，應用面積僅占芯片的四分之一，改為應用1.5um線寬以后能容納256條規則，利用模糊邏輯建立規則，速度能提高至8萬LISP，是常規專家系統速度的1000倍。

2.2 在神經網絡系統與模糊推理系統中的應用

人工智能技術應用于神經網絡系統的主要表現形式是人工神經系統，人工神經系統的主要工作原理就是利用人工智能的方法對人的神經系統進行模擬，形成電子信息系統，再將這些信息利用遍布式方式進行有效儲存。通過模擬神經元的方式，大大提高了系統運行的智能化程度。具體的表現形式為：通過模擬各個結構，深入分析數字化信息，再對結果進行分析，獲得具體的參與值，最后得到需要的關聯函數。神經元的結構緊密而固定，這一結構特性大大提高了原有神經系統的智能化程度，因而可以計算和處理較為復雜的數據信息。

人工智能技術在機電領域的的另一個重要應用就是模擬推理系統，即利用模糊集合論構建完整的系統。在機械電子工程中應用模糊推理系統后，能夠有效模擬人腦的基本功能，并輸出相應的語言信號，然后通過網絡化分析得到有關函數值，因此，在機電領域中，模糊推理系統的應用非常廣泛。

神經網絡系統與模糊推理系統進行比較，相同的地方是：這兩個系統都是利用網絡結構形式以任意精度接近連續函數。不同的地方是：模糊推理系統較之神經網絡系統擁有更為明確的物理意義;模糊推理系統存儲信息的方式是規則方式，而神經網絡系統存儲信息的方式則為分布式;模糊推理系統的計算量很小，而神經網絡系統的計算量非常大;神經網絡系統映射的是點與點之間的關系，而模糊推理系統映射的是區域與區域之間的關系，因此與神經網絡系統相比較，模糊推理系統在精確性方面的表現要差一些。

此處以飛機動力地面模擬控制為例，談一下人工智能技術在機械電子工程中的具體應用。在飛機地面模擬系統中融入人工智能技術，需要將機械、電氣、液壓等技術進行有效融合，構建模擬運行模式，用液壓伺服代替傳統的飛機發動機，測試飛機整體的應用性能。通過模擬運行，可以獲得相應的推動力。因為飛機動力地面模擬系統的實際結構非常復雜，很難滿足控制方法的要求，而將機械電子工程與人工智能技術進行有效結合以后，就可以構建完整的飛機動力模型系統。

2.3 在熱模鍛壓力機管護中的應用

熱模鍛壓力機在生產過程中會受到多種因素的影響，導致各種故障出現，例如：電流值太高、潤滑故障等，造成這些故障的原因是多種多樣的。可利用規則推理與案例相結合的方式對故障進行診斷。技術人員針對診斷熱模鍛壓力機生產過程中的問題，利用知識庫中儲存的各種知識經驗，分析熱模鍛壓力機的運行信息和基本參數值，然后根據儲存在數據庫中的故障案例處理情況，判定應當如何處理故障。

假如生產過程中出現的故障與實際故障征兆相對應，就能利用現有的故障轉化規則診斷具體的故障現象。技術人員通過搜尋知識庫中的各個故障規則，就能找到故障源頭，并根據故障源頭信息制定有效的解決方案。利用針對性推理的方法，可對各種故障現象進行推理，并在故障中找到相應的信息來加以驗證。假如通過實際推理沒能發現與之匹配的固定規則，就需要利用案例推理方法對各種已知信息進行推理，并選取有代表性的案例加以應用。假如案例內容與故障之間不具有相似性，應更改案例內容，并重新將案例儲存在資源庫中。

在利用案例推理方式時，技術人員重點結合積累的經驗和有關理論實踐知識，運用具體的案例解答有關問題。與此同時，需要全面檢索案例庫內容，并對不同案例加以對比，得到案例預案，然后選擇最為吻合的案例來解決問題。

2.4 在故障診斷系統中的應用

現階段，機電領域可構建以CBR和RBR為基礎的機械故障診斷專家系統，該系統包括診斷規則庫、機械故障案例庫、故障診斷數據庫等多個組成部分。

規則庫、案例庫和數據庫都屬于人工智能機電設備的知識庫，對系統開展推理的知識部分是規則庫，在開展推理時應有圖形結合，這些內容主要由數據庫提供。案例庫作為基礎始終存在于規則中，案例庫能在自動生成的情況下促使形成規則庫。檢查、獲取和維護知識都離不開數據庫的支持，最后促使實現保障方案并達到智能分析的目的。

在智能保障系統中故障診斷和狀態監測始終是作為基礎和核心存在的，在這一過程中主要對機電設備運行狀況進行檢測，機電設備的每一個組成部分都能在這一過程實現被監測的目標，最大限度地提升了診斷的效率。

這樣的專家系統所采用的結構設計能夠更好地獲得各個領域的專業知識，有助于整合收集不同案例。知識處理模塊主要包括可信度模塊、權值計算模塊、案例生成模塊等，其基本功能是獲取各種基礎知識信息，再利用系統符號生成有關的案例。該類診斷系統的具體應用過程為：用戶借助人機界面端口將有關數據輸入系統內部，該系統根據預先設定的規則，再利用推理機制得出有關診斷結果，并在這個過程中對專家診斷系統進行進一步的完善。

2.5 模糊邏輯與神經網絡

一是模糊邏輯與控制。屬于模糊概念的所有對象都叫做模糊集合。比如“XX是中年人”，該中年人就為模糊集合，而基于此的邏輯就是模糊邏輯。模糊邏輯能實現以較少代價傳遞足夠多的信息，可對復雜事物做出有效的處理和判斷。具體應用主要包括以下幾個方面：其一是為減少生產成本，利用性能低的微處理器和便宜的傳感器時，使用模糊控制可起到良好控制效果;其二是根據模糊控制的特點，可在噪聲大的場所環境使用模糊控制;其三是由于模糊控制綜合各種直覺經驗，在大慣性、純滯后、參數漂移大的不確定非線性分布參數系統中，模糊控制可發揮可靠地控制作用。

二是神經網絡。人工神經網絡可高度模擬人類腦細胞連接，在輸入信號激活神經元時，可經過神經回路輸出信息。神經網絡具有聯想記憶和學習能力，其可以在學習基礎上在信號輸入后預期產生輸出。假如某一信息回路未曾學習，神經網絡也可合理得出輸出。

3 結語

總而言之，近年來我國的科學技術和社會經濟都得到了突飛猛進的發展，機電技術也越來越廣泛地應用到了社會生產生活的各個領域。與此同時，人工智能技術快速崛起，其觸角已經延伸到了各行各業，在機電領域同樣得到了廣泛的應用，并極大地推動了機械電子工程的發展，使其上升到了一個新的發展高度。可以預見，在不久的未來，隨著人工智能技術與機械電子工程的進一步融合發展，機電領域的人工智能化水平會更高，人們的生產生活也會變得更加便捷高效。

參考文獻

[1] 高楊.機械電子工程與人工智能的關系探究[J].中國高新技術企業，2015（8）：26-27.

[2] 王宇飛，郝清龍，李春風等.機械電子工程中人工智能技術的有效運用分析[J].時代農機，2017，44（02）：34-35.

[3] 吳強.人工智能技術在機械電子工程領域的應用[J].時代農機，2016，43（04）：25-26.

[4] 孟強.淺析人工智能技術在機械電子工程領域的應用[J].工程技術：全文版，2016（10）：00214.

[5] 劉建祥.人工智能技術在機械電子工程領域的應用[J].城市建設理論研究（電子版），2016（15）：194.