機械工程智能控制技術(shù)研究現(xiàn)狀及進展

【摘要】隨著當今社會經(jīng)濟與科學技術(shù)的協(xié)同發(fā)展，越來越多先進技術(shù)開始被應(yīng)用到了機械工程領(lǐng)域中，尤其是智能控制技術(shù)，更是在其中發(fā)揮著至關(guān)重要的應(yīng)用優(yōu)勢。為實現(xiàn)智能控制技術(shù)在機械工程領(lǐng)域中的良好應(yīng)用與發(fā)展，本文特對其研究現(xiàn)狀及進展進行分析，希望通過本次分析，可以為機械工程中的智能控制技術(shù)應(yīng)用及其研究提供科學參考。

【關(guān)鍵詞】機械工程;智能控制技術(shù);研究現(xiàn)狀;研究進展

前言：智能控制技術(shù)是當今新興起的一種技術(shù)形式，將該技術(shù)合理應(yīng)用到機械工程領(lǐng)域中，將會使其控制效果得以顯著提升，以此來促進機械工程領(lǐng)域的自動化與智能化發(fā)展，尤其是將神經(jīng)網(wǎng)絡(luò)控制技術(shù)、模糊控制技術(shù)以及智能優(yōu)化算法合理應(yīng)用到機械工程中，提升機器人、機械制造、工業(yè)過程等智能化進程，以此來實現(xiàn)智能控制技術(shù)和機械工程技術(shù)的協(xié)同發(fā)展。

一、智能控制技術(shù)

（一）神經(jīng)網(wǎng)絡(luò)控制技術(shù)

在智能控制技術(shù)中，神經(jīng)網(wǎng)絡(luò)控制是最為關(guān)鍵的一項技術(shù)形式。而在神經(jīng)網(wǎng)絡(luò)控制中，其技術(shù)核心是人工神經(jīng)網(wǎng)絡(luò)，該技術(shù)可通過神經(jīng)元間的連接和權(quán)值分配來實現(xiàn)特定信息的表示，并對神經(jīng)元連接權(quán)值加以不斷修正，以此來達到自我學習和訓練的效果[1]。就理論而言，這屬于一種善于表達的非線性任意映射關(guān)系，因此，該技術(shù)經(jīng)常被用來對非線性對象進行建模[2]。

在通過神經(jīng)網(wǎng)絡(luò)控制技術(shù)進行機械工程控制的過程中，其主要的研究方式有三種[3]，第一是對控制對象的輸入輸出之間映射關(guān)系的描述模型進行建立，比如，在火電廠機械設(shè)備的神經(jīng)網(wǎng)絡(luò)控制中，可對其氮氧化物排放模型、鍋爐燃燒模型、機爐協(xié)調(diào)控制系統(tǒng)模型、旋轉(zhuǎn)機械振動故障預測模型等加以建立。第二是借助于神經(jīng)網(wǎng)絡(luò)技術(shù)所具有的自學能力，根據(jù)相應(yīng)的性能指標以及學習方法對其控制對象或者是控制器的模型參數(shù)做尋優(yōu)處理。第三是將神經(jīng)網(wǎng)絡(luò)控制技術(shù)和其他算法或技術(shù)相結(jié)合，比如遺傳算法、粒子群優(yōu)化算法等，以此來達到良好的自動化、智能化機械控制效果。

與其他經(jīng)典形式的建模方法相比較，神經(jīng)網(wǎng)絡(luò)技術(shù)在建模過程中對于樣本數(shù)量與質(zhì)量都有著極高的要求，且存在很強的不確定性，應(yīng)用中容易出現(xiàn)局部最優(yōu)點問題。因此，在目前的研究中，神經(jīng)網(wǎng)絡(luò)技術(shù)大多為離線應(yīng)用，其在線應(yīng)用方面依然有待進一步研究。

（二）模糊控制技術(shù)

所謂模糊控制技術(shù)，該技術(shù)是以模糊語言規(guī)則、模糊推理以及模糊數(shù)學為基礎(chǔ)而開發(fā)出的一種智能控制算法，該算法需要基于專家或?qū)I(yè)控制來建立，并不需要將對象模型作為依賴[4]。在非線性的復雜系統(tǒng)以及不確定系統(tǒng)中，模糊控制技術(shù)優(yōu)勢十分顯著。

但目前諸多研究發(fā)現(xiàn)，模糊控制技術(shù)也存在一定的缺點，由于模糊控制技術(shù)不能將穩(wěn)態(tài)靜差消除，不具備學習能力，其模糊規(guī)則以及隸屬度需要相應(yīng)的專業(yè)經(jīng)驗，且無法調(diào)整。因此，就目前的機械工程領(lǐng)域中的智能控制技術(shù)研究來看，模糊控制算法很難單獨實施被控制對象的精確控制，而是需要與其他控制技術(shù)相結(jié)合，以此來達到良好的智能控制效果。

比如可將模糊規(guī)則應(yīng)用到傳統(tǒng)形式的機械工程PID控制系統(tǒng)中，將被控制對象期望值及其實際輸出值之間的差距作為基礎(chǔ)，結(jié)合其偏差變化率，在線進行控制器中的PID參數(shù)調(diào)整;或是在對復雜對象進行建模的過程中，通過模糊控制技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)之間科學結(jié)合，借助于模糊規(guī)則，可對前饋信號等進行合理調(diào)整，同時也可以讓多變量解耦等操作得以有效實現(xiàn)[5]。

通過機械工程領(lǐng)域中的智能控制技術(shù)研究發(fā)現(xiàn)，無論是模糊建模還是模糊控制，其仿真與試驗效果都十分良好。但是在具體的應(yīng)用過程中，模糊控制技術(shù)的應(yīng)用效果則直接取決于控制參數(shù)是否具有多樣化特征、模型具體的復雜程度、專家與專業(yè)經(jīng)驗在控制和建模過程中的有效性等方面。因此，這些方面也是模糊控制技術(shù)在未來的主要研究內(nèi)容和發(fā)展方向。

（三）智能優(yōu)化算法

在對機械工程領(lǐng)域中的智能控制技術(shù)進行研究時，智能優(yōu)化算法也是一項至關(guān)重要的研究內(nèi)容。通常情況下，智能優(yōu)化算法主要包括兩大類，第一是BE（進化計算），第二是EI（群智能），這兩種算法都是在自然現(xiàn)象的啟發(fā)下，將簡單自然規(guī)則的抽取作為基礎(chǔ)而研發(fā)出的智能優(yōu)化計算方[6]。其中，BE算法主要包括遺傳規(guī)則、進化規(guī)則以及遺傳算法等;EI算法主要包括免疫算法、蟻群優(yōu)化算法以及粒子群優(yōu)化算法等[7]。

在近年來機械工程領(lǐng)域的不斷發(fā)展中，這些智能優(yōu)化算法和相關(guān)的改進算法已經(jīng)得到了非常廣泛的應(yīng)用，且在機械負荷優(yōu)化分配、控制策略優(yōu)化、控制器參數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)模型連接閾值和權(quán)值尋優(yōu)、模型參數(shù)辨識等方面都發(fā)揮出了良好的應(yīng)用優(yōu)勢，其研究和發(fā)展前景也十分光明[8]。

二、智能控制技術(shù)在機械工程中的應(yīng)用研究現(xiàn)狀

為有效打破傳統(tǒng)機械工程技術(shù)領(lǐng)域的局限性，讓智能控制技術(shù)在機械工程領(lǐng)域中的應(yīng)用研究更具便捷性，相關(guān)專家、學者和技術(shù)人員開始對各種智能控制軟件進行研究與開發(fā)，并使其在機械工程的智能化控制中得以良好應(yīng)用。就目前來看，無論是在機器人的智能控制、機械制造過程的智能控制中，亦或是在工業(yè)過程的智能控制中，智能控制技術(shù)均發(fā)揮出了非常顯著的應(yīng)用優(yōu)勢。

（一）機器人智能控制

隨著近年來機械工程技術(shù)的不斷發(fā)展，工業(yè)機器人以及智能機器人的應(yīng)用和發(fā)展都得到了大力推動，借助于智能控制技術(shù)中的神經(jīng)網(wǎng)絡(luò)技術(shù)、模糊控制技術(shù)以及專家系統(tǒng)技術(shù)等，可對機器人進行精準定位，對其周圍環(huán)境進行科學建模，同時也可以實現(xiàn)機器人自身運行情況及其控制情況的定時檢查與優(yōu)化[9]。另外，通過智能控制技術(shù)配合相關(guān)的傳感器應(yīng)用，也可讓機器人具備和人類一樣的視覺處理、聽覺處理、語言輸出等的各項功能[10]。由此可見，在當今的機器人領(lǐng)域中，智能控制技術(shù)已經(jīng)發(fā)揮出了關(guān)鍵的控制作用，而在科學技術(shù)的不斷進步中，此類技術(shù)的應(yīng)用研究也在不斷進步。

（二）機械制造智能控制

隨著當今機械制造工程的不斷發(fā)展，智能控制技術(shù)已經(jīng)在這一領(lǐng)域中得到了越來越廣泛的應(yīng)用，且其應(yīng)用優(yōu)勢也十分顯著。比如，在機械制造過程中最為關(guān)鍵的焊接工序，焊接設(shè)備控制、焊接質(zhì)量控制以及焊縫跟蹤等都應(yīng)用到了模糊控制技術(shù)與智能優(yōu)化算法。同時，以智能控制技術(shù)為基礎(chǔ)的AMS（智能制造系統(tǒng)）、CIM（計算機集成控制系統(tǒng)）以及FMS（柔性制造系統(tǒng)）等，都在當今的機械產(chǎn)品設(shè)計、機械制造材料選擇、機械產(chǎn)品生產(chǎn)工藝流程設(shè)計、機械產(chǎn)品生產(chǎn)過程、機械產(chǎn)品管理過程以及機械產(chǎn)品檢測過程中得到了廣泛應(yīng)用[11]。尤其是自計算機技術(shù)和網(wǎng)絡(luò)信息技術(shù)在機械工程制造領(lǐng)域中的普及之后，將其與智能控制技術(shù)相結(jié)合，更是能夠讓機械制造過程得到非常好的智能化控制。而通過智能控制技術(shù)的應(yīng)用，更是使得傳統(tǒng)機械制造中難以解決的數(shù)據(jù)處理問題、精度不足問題以及一些不良狀況的難以預見問題都得到了有效解決，在實現(xiàn)機械制造效率與質(zhì)量顯著提升的同時使其安全性得到了最大限度的保障。

由此可見，智能控制技術(shù)在當今的機械制造領(lǐng)域中具有非常好的應(yīng)用優(yōu)勢。而關(guān)于機械制造領(lǐng)域中的智能控制技術(shù)研究，也正在伴隨著科學技術(shù)的發(fā)展而不斷進步。

（三）工業(yè)過程智能控制

在當今的工業(yè)生產(chǎn)中，機械化已經(jīng)成為了主要的生產(chǎn)模式。而關(guān)于智能控制技術(shù)在工業(yè)過程中的應(yīng)用研究，也已經(jīng)獲得了良好進展。就目前來看，工業(yè)化連續(xù)生產(chǎn)線大多已經(jīng)實現(xiàn)了智能化的控制。比如，在軋鋼、材料加工、冶金等工業(yè)化過程中，通過智能控制技術(shù)的應(yīng)用，可使其各種的機械設(shè)備運行狀態(tài)得以良好保障，并能夠根據(jù)實際情況和實際需求對其各項運行參數(shù)進行智能調(diào)整，在有效確保工業(yè)過程正常進行的同時盡最大限度避免工業(yè)過程所受的不良影響極其對外部環(huán)境產(chǎn)生的不良影響[12]。

三、智能控制技術(shù)在機械工程中的研究進展

（一）智能控制設(shè)計的簡單化

為減少智能控制技術(shù)的應(yīng)用費用，使其在機械工程領(lǐng)域中的應(yīng)用和維護都更加便利，在對此項技術(shù)進行研究的過程中，研究者開始致力于研究其設(shè)計的簡化。其主要的研究思路是將智能控制技術(shù)和機械工程領(lǐng)域的全局發(fā)展作為基礎(chǔ)，對其原理、框架的設(shè)計進行簡化。雖然此項研究在目前依然處于預想階段，但是相信隨著時代的發(fā)展與科技的進步，機械工程領(lǐng)域中的智能控制設(shè)計一定會得到合理簡化。

（二）智能控制技術(shù)的發(fā)展創(chuàng)新

就我國目前的智能控制技術(shù)研究來看，雖然在智能控制軟件方面取得了很大進展，但是其理論研究和相應(yīng)的硬件研究依然有待進一步創(chuàng)新，為達到這一目標，相關(guān)研究人員就需要將國外先進的研究經(jīng)驗作為參考，結(jié)合我國機械工程領(lǐng)域的實際發(fā)展，對與之相符合的智能控制技術(shù)原理進行研究，并對智能控制方面的硬件加以科學研究與設(shè)計，這樣才可以有效滿足我國的機械工程智能化控制需求，讓智能控制技術(shù)在我國的機械工程領(lǐng)域中得到更好的應(yīng)用和發(fā)展。

（三）智能控制研究體系的建立與完善

在對機械工程中的智能控制技術(shù)進行研究時，科學合理的研究體系建立是一項關(guān)鍵內(nèi)容。但是就我國目前機械工程領(lǐng)域中的智能控制技術(shù)研究來看，雖然相應(yīng)的研究體系已經(jīng)初步形成，但是其研究內(nèi)容、研究方法和研究模式等依然需要得到進一步的完善，這樣才可以充分滿足當今機械工程領(lǐng)域?qū)τ谥悄芸刂萍夹g(shù)的實際應(yīng)用需求，讓智能控制技術(shù)和機械工程領(lǐng)域達到共同發(fā)展的效果。

結(jié)束語：

綜上所述，在當今的機械工程領(lǐng)域中，智能控制技術(shù)所發(fā)揮的優(yōu)勢十分顯著。基于此，相關(guān)研究人員應(yīng)加大力度對智能控制技術(shù)進行研究，根據(jù)機械工程領(lǐng)域的實際發(fā)展需求，進一步拓寬智能控制技術(shù)的應(yīng)用與研究范圍，以此來充分發(fā)揮出此項技術(shù)在機械工程中的應(yīng)用優(yōu)勢，快速促進機械工程領(lǐng)域的自動化、智能化發(fā)展。

參考文獻：

[1] RAJABI.VANDECHALI M.ABBASPOUR.FARD M H.ROHANI A.Development of a prediction model for estimating tractor engine torque based on soft computing and low cost sensors[J].Measurement.2018.121：83—95.

[2] 張從升.機械工程技術(shù)的智能化發(fā)展趨勢及學科交融分析[J].內(nèi)燃機與配件，2021（24）：167-169.

[3] HIREGOUDAR S.UDHAYKUMAR R.RAMAPPA K T， et a1. Artificial neural network for assessment of grain losses for paddy combine harvester a novel approach [C] // International Conference on Logis， Information， Contr01 and Computation， 2011.

[4] GU Yuxue，YUAN Jin，LIU Chengliang.FIS—based method to generate bivariate control parameters regulation sequence for fertilization[J].Transactions of the CSAE，2011.27（11）：134-139.

[5]王保中，胡延明，賈愛芹，李新樂，陳迎社.智能控制技術(shù)在車輛工程中的應(yīng)用探討[J].拖拉機與農(nóng)用運輸車，2021（06）：22-24.

[6] CA0 Ruyue，LI Shichao，JI Yuhan，et a1. Multi-machine cooperation task planning based on ant colony algorithm[J].Transactions of the Chinese Society for Agricultural Machinery， 2019， 50（Supp.）：34—39.

[7] RYERSON A E F，ZHANG Q.Vehicle path planning for complete field coverage using genetic algorithms[C]∥Proceedings of the Automation Technology for Oft.road Equipment （ATOE） 006 Conference.2007.

[8]張博，林菲婷.智能控制技術(shù)與機電控制應(yīng)用融合分析[J].電子世界，2021（22）：16-17.

[9] PEERLINCK A.SHEPPARD J，MAXWELL B.Using deep learning in yield and protein prediction of winter wheat based on fertilization prescriptions in precision agriculture [C]∥International Conference on Precision Agriculture （ICPA）. 2018.

[10]葉利麗.5G背景下基于無線工業(yè)控制的機械生產(chǎn)智能控制技術(shù)研究[J].機械設(shè)計，2021（10）：153.

[11]薛知言.智能控制技術(shù)在工程機械控制中的應(yīng)用研究[J].南方農(nóng)機，2021（18）：143-145.

[12]丁文開，袁海梅，谷春華.計算機智能控制技術(shù)在工程機械領(lǐng)域中的應(yīng)用分析[J].內(nèi)燃機與配件，2021（17）：224-225.

作者簡介：姓名： 張?zhí)礻枺詣e： 男，出生年月：2000年12月，民族： 漢族，籍貫： 湖北鄂州，職務(wù)： 無 職稱： 無，學歷： 本科，研究方向： 機械工程。