人工智能技術(shù)在機(jī)械領(lǐng)域中的應(yīng)用探討

文學(xué)福,宋小峰

（湖南應(yīng)用技術(shù)學(xué)院,湖南 常德 415000）

人工智能技術(shù)是新時(shí)代科技創(chuàng)新發(fā)展的產(chǎn)物,目前已在許多領(lǐng)域有著具體的應(yīng)用,人工智能主要通過模擬、拓展人類的智慧,進(jìn)行新產(chǎn)品、新技術(shù)的開發(fā)。隨著人工智能技術(shù)的不斷創(chuàng)新,也可以廣泛應(yīng)用于機(jī)械制造行業(yè)、機(jī)械設(shè)計(jì)和故障診斷,既減少機(jī)械領(lǐng)域的生產(chǎn)和運(yùn)營成本,也可以提高機(jī)械行業(yè)的安全系數(shù)、智能化程度,提升機(jī)械的應(yīng)用范圍和應(yīng)用深度。[1]

1 人工智能技術(shù)在機(jī)械領(lǐng)域中的應(yīng)用方向

1.1 機(jī)械設(shè)計(jì)

機(jī)械設(shè)計(jì)實(shí)際上是一種數(shù)值計(jì)算工作,通俗來講,機(jī)械設(shè)計(jì)可以通過模型的計(jì)算、分析、繪圖等過程進(jìn)行合理結(jié)構(gòu)的方案設(shè)計(jì)。機(jī)械設(shè)計(jì)既包括對(duì)機(jī)械的初始方案確定,也包括結(jié)合企業(yè)利益選擇最優(yōu)方案、制定最佳的結(jié)構(gòu)特性。目前已有部分企業(yè)引入智能化機(jī)械系統(tǒng),通過智能設(shè)備進(jìn)行符號(hào)推理工作,例如CAD、CMA系統(tǒng)。通過人工智能的計(jì)算和分析,綜合運(yùn)用多種學(xué)科知識(shí)進(jìn)行智能化機(jī)械設(shè)計(jì)。人員可以通過具體的參數(shù)來簡化設(shè)計(jì)步驟,通過智能理論方法來進(jìn)行設(shè)計(jì)的開發(fā)與應(yīng)用。可以說,人工智能技術(shù)可以精準(zhǔn)地控制機(jī)器制造的生產(chǎn)質(zhì)量。在智能化機(jī)械設(shè)計(jì)的過程中,人工智能技術(shù)既可以減少人為主觀因素對(duì)機(jī)械設(shè)計(jì)結(jié)構(gòu)的影響,也可以降低人力成本,雖然人的智慧是不可比擬的,但人工智能系統(tǒng)可以在一定程度上學(xué)習(xí)人的知識(shí)和經(jīng)驗(yàn),通過集成所有有關(guān)數(shù)值,選擇最恰當(dāng)?shù)耐评砗蜎Q策,減少不必要的設(shè)計(jì)步驟。在未來人工智能系統(tǒng)可以通過AI自主學(xué)習(xí),自主判斷來進(jìn)行大規(guī)模的機(jī)械設(shè)計(jì)和智能檢測。設(shè)計(jì)人員既可以通過人工智能技術(shù)的自主學(xué)習(xí)和推理系統(tǒng),計(jì)算、儲(chǔ)存先進(jìn)工藝,方便后人進(jìn)行機(jī)械設(shè)計(jì)的學(xué)習(xí),也可以根據(jù)市場對(duì)不同機(jī)械產(chǎn)品的需求,自動(dòng)分析和調(diào)整、精準(zhǔn)控制各個(gè)機(jī)械制造過程的參數(shù)。

1.2 機(jī)械制造

在機(jī)械生產(chǎn)制造的過程中通常需要有相關(guān)零配件,機(jī)械制造工廠需要為機(jī)械提供配件。在人工智能技術(shù)的參與下,這一過程可以通過機(jī)器進(jìn)行實(shí)時(shí)的加工,人工智能系統(tǒng)可以根據(jù)機(jī)器所裝配的零部件推斷更合適的機(jī)械目標(biāo),通過機(jī)械想要達(dá)到的動(dòng)作序列進(jìn)行規(guī)劃,自動(dòng)進(jìn)行問題的求解。尤其機(jī)械行業(yè)中零件加工和設(shè)備的裝配相對(duì)比較復(fù)雜,機(jī)械的零件工序較多,因此,其生產(chǎn)過程較為漫長,整個(gè)過程必須嚴(yán)格按照標(biāo)準(zhǔn)和邏輯順序進(jìn)行,一旦中間出現(xiàn)錯(cuò)誤或數(shù)值誤差,則會(huì)讓整個(gè)機(jī)械制造工序中斷,還會(huì)讓相應(yīng)的儀器設(shè)備報(bào)廢。這樣一來,生產(chǎn)成本不但會(huì)變得很高,同時(shí)也會(huì)降低生產(chǎn)效率。在人工智能系統(tǒng)的幫助下,整個(gè)生產(chǎn)線可以減少人工環(huán)節(jié),這就極大降低了因人為因素導(dǎo)致的零部件數(shù)值偏差,從而能有效提升機(jī)械制造的效率。由于部分機(jī)械制造相對(duì)比較危險(xiǎn),人工智能技術(shù)可以通過操作機(jī)器手臂,減少機(jī)械制造對(duì)工作人員的傷害。在最新的機(jī)械制造生產(chǎn)線中,可以由人工智能技術(shù),也就是機(jī)器人代替?zhèn)鹘y(tǒng)的人力進(jìn)行流水線生產(chǎn),采用人工智能對(duì)零件進(jìn)行加工,對(duì)儀器設(shè)備進(jìn)行裝配。在生產(chǎn)線生產(chǎn)的過程中根據(jù)實(shí)時(shí)故障問題確定故障的位置,并由機(jī)器人傳輸?shù)焦收暇S修中心。另外在機(jī)械制造檢測出故障的具體位置后,人工智能技術(shù)可以在第一時(shí)間進(jìn)行故障預(yù)警和指定位置的維修,既降低了生產(chǎn)成本,又可以提升安全系數(shù)。

1.3 機(jī)械電子工程

機(jī)械電子工程嚴(yán)格來說是由電子工程和智能技術(shù)結(jié)合起來的新興技術(shù),機(jī)械電子工程的發(fā)展是通過系統(tǒng)的輸入和輸出來完成的。而人工智能技術(shù)的加入,既可以幫助機(jī)械電子工程分析和處理系統(tǒng)中的信號(hào),也可以通過豐富的經(jīng)驗(yàn)和理論建立系統(tǒng)模型,利用神經(jīng)網(wǎng)絡(luò)和模糊邏輯系統(tǒng)來實(shí)現(xiàn)非線性計(jì)算。為有效解決機(jī)械一體化系統(tǒng)的非線性問題,需要人工智能技術(shù)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)系統(tǒng)和模糊推理系統(tǒng)利用專門的算法來模擬人體神經(jīng)系統(tǒng),輸入電子信息系統(tǒng)。在機(jī)械一體化系統(tǒng)中,通過對(duì)非線性系統(tǒng)的穩(wěn)定性進(jìn)行微調(diào),獲取關(guān)聯(lián)的特殊值,生成機(jī)電工程中的相關(guān)函數(shù),并通過模糊信息處理方法來調(diào)節(jié)非線性的變化和機(jī)械的溫度。常規(guī)的機(jī)電系統(tǒng)相對(duì)比較復(fù)雜,需要通過物理方程建立數(shù)學(xué)關(guān)系、通過人員的經(jīng)驗(yàn)建立物理基礎(chǔ)、通過實(shí)驗(yàn)和長期的數(shù)學(xué)推導(dǎo)進(jìn)行因果關(guān)系的建立,在此范圍內(nèi)進(jìn)行線性常數(shù)的系統(tǒng)應(yīng)用。這一過程相對(duì)比較復(fù)雜,而人工智能則可以順利地解決復(fù)雜的問題,通過規(guī)則和方法來實(shí)現(xiàn)機(jī)械電子工程的真實(shí)目的［2］。通過人工智能來進(jìn)行自動(dòng)控制,利用系統(tǒng)的輸入和輸出進(jìn)行模糊邏輯系統(tǒng)的計(jì)算處理,利用神經(jīng)網(wǎng)絡(luò)提高精確程度,通過網(wǎng)絡(luò)系統(tǒng)模擬人腦結(jié)構(gòu),分析和處理機(jī)械電子工程中的各種信號(hào),對(duì)機(jī)械系統(tǒng)內(nèi)的信號(hào)進(jìn)行自動(dòng)識(shí)別。

1.4 機(jī)械故障診斷

隨著社會(huì)生產(chǎn)力和科學(xué)技術(shù)的不斷發(fā)展,機(jī)械設(shè)備、設(shè)施變得越來越復(fù)雜,機(jī)械設(shè)備一旦發(fā)生故障,檢修人員很難通過人工方法快速查明故障來源,導(dǎo)致應(yīng)用該設(shè)備的個(gè)人或集體蒙受損失。人工智能技術(shù)的加入,很好地解決了這一問題。在人工智能技術(shù)與機(jī)械故障診斷的融合下,領(lǐng)域?qū)＜铱梢岳脗鞲衅魈崛C(jī)械設(shè)備、設(shè)施易感部位的信息和狀態(tài),根據(jù)各個(gè)機(jī)械部位的數(shù)據(jù)反饋,初步排查故障發(fā)生的原因和部位,判斷機(jī)械設(shè)備的工作是否正常。傳感器發(fā)揮作用的過程離不開人工智能技術(shù),機(jī)械設(shè)備內(nèi)部結(jié)構(gòu)復(fù)雜、各類零件交錯(cuò)縱橫,檢修人員雖然擁有根據(jù)零件組成判斷故障類型的能力,但在實(shí)際機(jī)械設(shè)備管理中,檢修人員卻無法讓視野直接抵達(dá)機(jī)械設(shè)備內(nèi)部零件處。人工智能技術(shù)的運(yùn)用可以幫助檢修人員,在機(jī)械設(shè)備發(fā)生故障失靈時(shí),對(duì)機(jī)械設(shè)備內(nèi)部零件和狀態(tài)展開分析,迅速整理出數(shù)據(jù)分析結(jié)果。領(lǐng)域?qū)＜壹纯赏ㄟ^這些原始數(shù)據(jù),結(jié)合設(shè)備設(shè)施結(jié)構(gòu)、系統(tǒng)故障歷史等信息展開故障計(jì)算,用較高的效率確定機(jī)械故障發(fā)生的原因和部位。目前人工智能與機(jī)械故障分析的應(yīng)用技術(shù)還不夠完善,因此在實(shí)際管理過程中,可以采取人工智能技術(shù)整理故障數(shù)據(jù)和專家分析融合的方法,分析機(jī)械設(shè)備故障系統(tǒng),以達(dá)到更好的分析效果。

2 人工智能技術(shù)在機(jī)械領(lǐng)域中的應(yīng)用方法

2.1 專家系統(tǒng)

專家系統(tǒng)是人工智能的重要組成部分之一,一個(gè)完整的專家系統(tǒng)主要由知識(shí)庫、推理機(jī)、知識(shí)學(xué)習(xí)機(jī)制和人機(jī)界面四部分組成,專家系統(tǒng)的推理邏輯可以幫助機(jī)械進(jìn)行診斷、推理和產(chǎn)品設(shè)計(jì)。專家系統(tǒng)根據(jù)知識(shí)表達(dá)方式的不同,可以分為規(guī)則類系統(tǒng)和框架類系統(tǒng),規(guī)則類系統(tǒng)是通過既定的規(guī)則來完成推理邏輯的過程,而框架系統(tǒng)是在固定的框架范圍內(nèi),廣泛搜尋有關(guān)機(jī)械的模糊推理邏輯,既降低了系統(tǒng)的復(fù)雜性,也能幫助機(jī)械系統(tǒng)進(jìn)行快速的診斷和設(shè)計(jì)。專家系統(tǒng)的知識(shí)表達(dá)方式比較符合人類的心理邏輯,更便于學(xué)習(xí)和獲取人類的知識(shí),通過框架進(jìn)行知識(shí)表達(dá),既可以在機(jī)械設(shè)計(jì)和制造的過程中產(chǎn)生新的技術(shù)方法和先進(jìn)的制造工藝,也可以通過模糊邏輯的推理研究,對(duì)機(jī)械存在的故障進(jìn)行很好的診斷。相對(duì)來說,專家系統(tǒng)就相當(dāng)于人工智能語言的一部分,其可以通過正向和逆向的推理進(jìn)行機(jī)械的自動(dòng)控制和模擬仿真。目前專家系統(tǒng)的開發(fā)和應(yīng)用已逐漸深入到機(jī)械領(lǐng)域中,隨著機(jī)械領(lǐng)域的不斷復(fù)雜化,專家系統(tǒng)也可以利用更靈活、更透明的推理方式,處理不確定的知識(shí)點(diǎn),拓寬機(jī)械領(lǐng)域的應(yīng)用。

2.2 人工神經(jīng)網(wǎng)絡(luò)

顧名思義,人工神經(jīng)網(wǎng)絡(luò)就是模擬人類的神經(jīng)網(wǎng)絡(luò)系統(tǒng),通過各部分的神經(jīng)配合將一系列數(shù)據(jù)進(jìn)行輸入和輸出。在人工神經(jīng)網(wǎng)絡(luò)中,機(jī)械的輸入和輸出都需要標(biāo)準(zhǔn)化的量,輸出值是輸入值的非線性函數(shù),其量子可以通過各神經(jīng)元的權(quán)重進(jìn)行調(diào)整和改變。通過獲取某一部分的權(quán)重比來達(dá)到期望的輸出值,神經(jīng)網(wǎng)絡(luò)擁有強(qiáng)大的數(shù)值計(jì)算方法,且可以通過已知的數(shù)據(jù)和模式樣本來映射學(xué)習(xí)者和獲得者之間的關(guān)系,這一過程實(shí)際上是對(duì)人類思維的再模擬。由于神經(jīng)網(wǎng)絡(luò)具有超強(qiáng)的容錯(cuò)性和原則性。因此,其可以在系統(tǒng)內(nèi)進(jìn)行自適應(yīng)、自學(xué)習(xí)、處理復(fù)雜模式等多種功能,還可以利用聯(lián)想、魯棒、推測等檢測龐大機(jī)器系統(tǒng)中的多重故障和突發(fā)性故障。人工神經(jīng)網(wǎng)絡(luò)還可以作為機(jī)械故障診斷的分類器,通過模式識(shí)別角度和預(yù)測角度,對(duì)機(jī)械系統(tǒng)的故障進(jìn)行動(dòng)態(tài)預(yù)測。

2.3 模糊集理論

模糊集理論是人工智能的一種特色性功能,由于人的認(rèn)知世界包含大量的模糊處理信息,也就是說,人類在認(rèn)知的過程中含有不確定因素。因此,為減少問題的復(fù)雜性,人工智能系統(tǒng)通過模糊集理論進(jìn)行多值邏輯的擴(kuò)展,利用數(shù)學(xué)方法和模糊邏輯做到近似推理。可以模擬電路故障診斷方法,通過多值電量測試和信息模糊的融合,確定故障節(jié)點(diǎn)和原件故障,并通過最小標(biāo)準(zhǔn)差法進(jìn)行故障隸屬函數(shù)的構(gòu)造。通過函數(shù)模型來達(dá)到電路增益的模糊信息診斷,利用模糊集理論來測試不同頻率下電路的故障信息,精準(zhǔn)定位機(jī)械系統(tǒng)的故障源頭。模糊集理論可以分別利用k故障診斷法和最小標(biāo)準(zhǔn)差法,對(duì)測試部位進(jìn)行初步診斷和模糊變換,最終綜合結(jié)果得到故障診斷報(bào)告。

2.4 啟發(fā)式搜索

眾所周知的啟發(fā)式搜索方法之一是遺傳算法,遺傳算法可以利用遺傳算子使數(shù)字串尋找最優(yōu)的解,這一過程可以進(jìn)行選擇、變異等多種操作,而模擬退火也是啟發(fā)式搜索的一種方式,通過隨機(jī)產(chǎn)生的答案進(jìn)行局部最優(yōu)解或近似最優(yōu)解[3]。遺傳算法和模擬退火這兩種方式都可以通過求解目標(biāo)函數(shù)對(duì)問題進(jìn)行最優(yōu)化解決,據(jù)實(shí)踐證明,這兩種算法具有誤差小、速度快的多重優(yōu)點(diǎn)。因此,在機(jī)械系統(tǒng)中,利用啟發(fā)式搜索方式可以提高機(jī)械系統(tǒng)的抗干擾性和伺服性。

3 人工智能技術(shù)在機(jī)械領(lǐng)域中的發(fā)展方向

在未來,人工智能技術(shù)會(huì)隨著生物工程和科技的不斷更新,獲得更多的發(fā)展機(jī)遇[4]。因此,機(jī)械領(lǐng)域可以運(yùn)用人工智能技術(shù)中的超聲波傳感技術(shù)、自動(dòng)識(shí)別技術(shù)、激光掃描技術(shù)等獲得更高質(zhì)量的發(fā)展。首先,在超聲波傳感技術(shù)中,機(jī)械可以實(shí)現(xiàn)對(duì)距離的精準(zhǔn)測量和精準(zhǔn)控制,以此提高機(jī)械設(shè)備的智能化程度；其次,在自動(dòng)識(shí)別技術(shù)中,機(jī)械可以通過人工智能技術(shù)的支持,遠(yuǎn)程接受操作人員的指令,通過判斷和推理遠(yuǎn)程指令,提升機(jī)械運(yùn)行的效率；最后,機(jī)械可以利用激光掃描技術(shù),提升數(shù)據(jù)傳輸?shù)目煽啃院蜏?zhǔn)確性。另外,機(jī)械領(lǐng)域還可以抓住人工智能仿生性的特點(diǎn),研究機(jī)器視覺系統(tǒng),模擬人眼來進(jìn)行機(jī)器的測量和判斷,依據(jù)像素亮度、顏色等信息將目標(biāo)轉(zhuǎn)換成信號(hào),控制現(xiàn)場設(shè)備的動(dòng)作。由于機(jī)械在運(yùn)行過程中會(huì)受粉塵、實(shí)際場地的影響,因此傳輸數(shù)據(jù)的準(zhǔn)確性有待考量,而人工智能的加入,可以幫助機(jī)械在特定的時(shí)間內(nèi)選擇特定的測量方法,保證數(shù)據(jù)的精準(zhǔn)性。人工智能技術(shù)在現(xiàn)階段已經(jīng)成為一種趨勢,機(jī)械領(lǐng)域需要正視這一機(jī)遇,通過深入研究其在機(jī)械領(lǐng)域中的應(yīng)用和技術(shù)發(fā)展,在機(jī)械制造、機(jī)電工程方面取得技術(shù)性的突破,提高機(jī)械制造企業(yè)的市場競爭力,讓人工智能和機(jī)械技術(shù)有效融合,打造智能化的科技產(chǎn)品。

4 結(jié)束語

綜上所述,人工智能技術(shù)在機(jī)械領(lǐng)域中的應(yīng)用非常廣泛。在未來,仍然需要不斷開發(fā)和利用人工智能技術(shù),通過研發(fā)模糊邏輯、神經(jīng)系統(tǒng)、專家系統(tǒng)等技術(shù)優(yōu)勢,促進(jìn)機(jī)械行業(yè)實(shí)現(xiàn)現(xiàn)代化、智能化發(fā)展。