人工智能技術在機械設計制造自動化中的創新應用

孫后法

（徐州開放大學，江蘇 徐州 221000）

0 引言

機械設計制造自動化作為工業產業發展的重要基礎，在先進制造理念、技術、設備等方面的支持下，機械設計制造可以真正契合到產業化發展進程中，提高生產制造精度與效率。人工智能技術的應用，則是通過人們思維與智能控制體系的融合，進一步深化機械設計制造上的安全性、高效性，滿足機械生產制造，為工業發展奠定堅實基礎[1]。從學科角度來講，人工智能技術具有多學科綜合的屬性，例如科學、心理學、控制學、神經學等，在“人工”與“智能”的融合框架下，內部數據信息在運行過程中具有一定的邏輯特征，提高數據運行精度，保證在數據聯動處理模式下，可更為精準的闡釋出數據信息的運行本質，保證系統頂層與操作終端的對接性。本文則是針對人工智能技術在機械設計制造自動化中的應用進行探討，以供參考。

1 基于人工智能的機械設計制造自動化運行特點

從技術角度來看，機械設計制造相關功能的實現，是以機械設計制造工藝及其發展訴求為主，在多功能操控模式下，對技術基準提出更高要求，只有這樣，才可確保技術應用的安全性與持續性。在人工智能技術的應用下，機械設計制造自動化運行效率及安全性能得到顯著提升，這也是目前機械設計制造運行的主要特點。

運行效率方面。人工智能支持下的機械設計制造工序，可通過智能操控系統替代傳統的人工操控系統，可最大限度的節省指令轉換及工序切換期間所消耗的時間，且依據智能操控系統，可自動依據數據信息的傳輸模式設定出具有預期性、規劃性的數據指令，且此類指令優化是全過程落實到整個操控系統中的，科學性的降低資源配置率，提高實際操控精度[2]。此外，從機械設備的外界操縱環境來講，機械設備的運行及操作，無需經過校對與細則了解，便可通過智能化調控，將人工智能技術與自動化操控系統進行整合，按照內部指令，完成相對應的信息傳輸及操控，規避其它數據信息傳輸過程中的冗余性問題，提高機械設備的自動化運行效率。

安全性方面。機械設備在運行過程中是按照內部指令的下達，完整中央操控系統與終端部件之間的有效對接，但是受到加工環境、設備部件穩定性、人工操控等方面的影響，將造成機械設備運行過程中產生數據碰撞問題，進而產生運行風險的嚴重現象。人工智能技術的支撐下，可以通過機械設備內部操控系統組建出更為完整的數據運行框架，最大限度脫離傳統人工操控的范疇，保證每一類數據指令的下達，可直接作用于終端操控機構中，進而降低因為人員誤操作所帶來的誤差影響，提高機械設備運行的安全性。除此之外，人工智能技術可建設具有關聯特征的數據傳輸網絡，結合專家系統，實時監測當前機械設計制造中存在的隱性問題，并制定出補救方案，保證整個操控系統運行的可持續性及可靠性。

2 人工智能技術在機械設計制造自動化中的創新應用

2.1 BP神經網絡的應用

基于人工智能技術實現的BP神經網絡，是以人類思維及神經網絡為主體，建設出具有全域化、網絡化的數字模型，然后通過數據網絡之間節點的關聯性，對具有復雜特征的數據信息進行處理。與傳統網絡數據處理手段相比，神經網絡控制下的數據體系具備更為完整的邏輯性，可對內部系統運行提供數據支撐，提高系統運行質量。

在機械設計制造自動化運行體系中，BP神經網絡的應用及實現大致可歸納為下列三點：

通過對數據網絡中的運行節點為主導，建設出神經元的數據模型，這樣在數據及神經元的聯動處理下，可保證系統網絡運行中的數據傳輸效率及質量，滿足機械設備的精細化操控需求[3]。

第二，依托于BP神經網絡可以實現對數據信息的動態化、實時化處理，保證數據在對接過程中的精準性，達到操控頂層與底層的數據共通、指令對接等。

第三，依托于BP神經網絡中的神經元節點的反射特性，可以對機械設備運行中產生的數據信息進行精準化提取，進而查證出在不同數據操控視域下，機械設備指令輸入與輸出是否存在隱患問題。BP神經網絡的實現，可確保機械設計制造過程中，每一項數據采集的規范性，進而為后續指令的下達提供數據支撐，滿足機械設計制造的多元化操控訴求。

2.2 模糊控制理論的應用

模糊控制理論可以看成是“人工”+“智能”的實現載體，針對數據信息進行模糊控制，可以最大限度模仿人類思維對當前操控中存在的問題及預期規劃路徑進行解析，提高系統運行精度。基于人工智能技術的模糊控制理論運行原理，是針對系統復雜化、專業化運行模式采取的語言分析與轉換，令系統運行過程中產生的自然語言可以轉變為計算機系統可識別的算法語言，這對于系統內部的知識庫可以真正建設出具有語言變量的非線性、時變性的描述功能，保證內部系統在運行過程中產生的各類數據可維系在系統的容錯性、魯棒性范疇之內。在實際運行過程中，通過模糊控制理論可保證機械設計制造過程中產生的一系列數據信息不再局限于固有的數據傳輸框架之上，而是通過系統運行過程中的自然語言范疇，對系統運行產生的數據進行多方位分析，輔助決策單元的運行，提高機械設備及自動化系統運行的可靠性。

2.3 故障診斷系統的應用

機械設計制造自動化體系在實際運行過程中，由于長時間高負荷的運行，將令機械設備組件面臨著持續性損耗的問題，一旦磨損值超出組件固有的承受指標時，將造成機械設備無法運行，降低企業的運營收益。故障診斷系統的應用，則是全過程作用于機械設計制造中的，通過故障診斷系統與機械設備數據系統之間的關聯，以數據信息監測為核心，可以更為真實的反映出設備當前的運行工況，及時依據系統查找出系統運行存在的安全隱患，為監測與運維工作的開展提供數據支撐[4]。在實際應用過程中，故障診斷系統主要是由內部診斷數據庫為基準，在內部診斷數據庫中的各類機械故障指標的對比下，監測出機械設備在當前運行工況下，是否存在相對應的故障信息，如果運行信息與故障類型信息相匹配的話，則將自動觸發報警系統，令工作人員了解到系統運行中存在的故障。此外，故障診斷系統與專家系統的聯合應用，可令系統在實現相關操作時，自動對數字故障進行識別與處理，此過程可以迅速修復故障，無需工作人員參與。

2.4 自主識別系統的應用

人工智能技術的實現需要搭載系統及數據網絡，才可將人工智能技術進行實體化表達，基于人工智能技術的自主識別系統在具體驅動過程中，也需要搭載傳感器設備，實時將機械設計制造自動化運行過程中的反饋信息進行采集與分析，通過采集信息與系統數據庫信息基準之間的比對，可以識別出當前系統運行過程中產生的異常問題。此外，自動識別系統還可通過超聲波、無損檢測等技術對機械設備運行工況進行分析，從多個方面識別出系統及系統存在的問題，為整個運維工作的開展奠定堅實基礎。

3 人工智能機械設計制造自動化的發展方向

從技術更新角度來看，人工智能技術正處于研發與應用的過渡階段，其在不同階段對于機械設計制造自動化所產生的支撐效果具有差異性，且伴隨著工業產業的發展規劃下，人工智能機械操控模式也必須遵循技術、工藝、市場的客觀發展規律，才可最大限度提高我國機械工藝的制造水平。為此，在后續發展過程中，必須以下列方向為主，才可全面化提高機械設計制造質量，提高我國在國際工業產業中的競爭力。

第一，虛擬化方向。基于人工智能技術的虛擬化體系，將整個操控體系獨立在機械運行模式之外，進而確保前期設計與中期制造中的獨立性，及時發現設計中存在的問題，達到節約資源的效用。

第二，網絡化方向。計算機網絡與智能生產的結合，可以真正實現以技術為驅動的制造體系[5]。為進一步深化人工智能技術的應用，則必須拓展機械設計制造的網絡化功能，通過提高網絡化程度，從技術、管理、運維等方面，打造出一體化的操控體系，滿足機械設計制造的智能化運行訴求。

4 結語

綜上所述，人工智能技術支持下的機械設計制造，儼然成為科學技術驅動下的一種必然發展方向，真正實現以數據信息為核心的多元化操控功能，保證各項操控指令下達及執行的精準性。從技術具體實現角度而言，機械設計及制造自動化功能是依據數據信息在控制系統中的自動化、智能化運行，實現數字信號、數據信息之間的轉換，機械設備在現場操作過程中，可通過集成系統對繁雜的指令信息予以羅列、傳輸等，真正實現一體化操控，滿足系統的多元化運行訴求。為此，在實際拓展過程中，必須加強對先進科學技術的應用及管理，結合工業產業發展方向，打造出技術化與專業化相結合的發展體系，提高機械生產制造水平，加速我國機械制造產業的生產精度，滿足高質量、高速率的發展訴求。