人工智能技術在機械電子自動化工程中的實際運用

李凱旋

【摘? 要】 在推動機械電子工程的現代化過程中，人工智能技術對高精度控制、故障診斷、數據分析、提高機械電子設備的穩定性、發展機械自動化及用于神經網絡與模糊推理中都具有重要作用。基于此，文章分析了人工智能技術在機械電子工程領域中的具體應用價值和應用方向，旨在探討人工智能技術在機械電子工程中的智慧化、高質量的應用和發展。

【關鍵詞】 人工智能技術；機械電子工程；自動化工程

一、人工智能技術的概念和基本內涵

人工智能技術又簡稱AI（Artificial Intelligence），是模擬與人的行為和智力思維盡可能相似的理論、技術、方法及實踐應用，是模擬人類智能，幫助人類完成相關活動，拓展人類能力發展的一門技術科學。此技術不僅可以通過機器的智能學習與處理，實現直接完成復雜計算的任務，在某些領域還能夠代替傳統人工，高效避免因人為操作失誤所帶來的安全事故等問題。人工智能計算處理速度和結果的準確性相比于電腦操作具有明顯優勢。人工智能技術包括人工智能編程和外部環境模擬處理，主要是遺傳算法和人工神經網絡，是一門包括機器人感知問題、語言識別、圖像識別、模式識別、自然語言處理、邏輯程序設計和專家系統等的交叉學科。在涉及機械學習方面，包括行為規劃、傳感技術、控制技術、運動學、動力學等內容，重點探究對機械模仿人類實際功能，讓機械電子具有邏輯思維、判斷推理、自主學習、自主決策、自主優化創新等自我處理能力，以達到更高的控制目標。

隨著人工智能技術的發展，其應用領域也在不斷增多。目前，人工智能的研究方向主要有感知智能化、行為智能化、學習智能化、思考智能化等。涉及的技術有幾個要點：其一是模式識別。用數學計算方法研究模式的自動處理、判讀，對環境及客體進行識別，研究人類識別模式的機理和有效的計算方法，尋找出目標任務與其他物體之間的差異，并自動歸類，為人們提供可靠的結果，從而提升工作的有效性與精準度。其二是自然語言。自然語言指人機對話，研究的是如何識別人類語言及機器與人類通過控制臺或終端顯示屏幕進行自然交流，執行任務。該技術是將機械程序通過編程設計的方式，提升機械工作的效率，可以極大地降低人為失誤。還有就是神經網絡，神經網絡研究的是人腦神經單元和網絡節點（又稱神經元）之間的相互連接，然后通過數據模型運算和信息處理技術，高速識別判斷相應信息并優化解決，具有良好的智能特性。最重要的是專家系統。專家系統是人類借助人工智能技術所研發出的程序，擁有某一領域或學科非常完備的知識經驗，能夠像專家一樣解決特定或復雜領域的問題，并做出決策。簡言之，該技術就是通過模擬人腦智能的形式，讓機械有更高級的操作，從而解決生產過程中所常見的問題。

二、人工智能技術在機械電子工程中的具體應用

（一）精準化操作

機械電子自動化工程要求智能技術實現精準化的信息控制，在機械電子系統運行中，工作人員可以利用人工智能程序對系統運行情況進行基礎判斷。因此，結合機械系統的運行特征，調整和優化系統數據具有明確的目的性和必要性。運用人工智能技術，可以幫助工作人員精準控制各類數據和功能信息，實現對數據的調整優化，提高機械的工作效率，機械的精準化需要實現視覺標定精度和視覺算法識別精度以及運動控制精度。

例如，機械手臂的精確控制需要強大的傳感器系統，傳感器要實時監測環境中的力量、位置、扭矩等物理量，并采用先進的力傳感器、視覺傳感器和編碼器等，為機械手臂提供準確的操作信息，從而更精細地調整動作，確保復雜場景下的精準定位和操作能力。而高性能控制算法是機械運動的智能核心，在高精度任務中，控制算法需要考慮運動控制、運動軌跡規劃、碰撞檢測等多個因素。同時機械手臂的結構設計和驅動系統，直接影響了精確控制能力，這需要在結構設計上追求輕量化和剛性平衡，以達到既能夠平穩運動，提升定位精度，又能減輕機械負載，確保了精準定位操作。在實際應用中，機械的精確性會受到零件磨損、環境變化等因素影響。所以，精細地校正、校準是確保機械持續高精度運行的關鍵。機械需要配備自動校準系統，可以檢查調整關鍵參數，以保持其性能精度。

在高精度任務中，機械手臂的軌跡控制和路徑規劃也非常重要，這需要先進路徑規劃算法，依據任務要求自動生成最優路徑。軌跡控制技術可以保證機械電子在執行過程中的平穩和連續性。并且，通過先進的集成式人機交互操作界面，工作人員可以直觀地控制機械手臂的運動，實現人機協同智能優化。這需要機械手臂系統具備智能優化功能，自動調整策略和控制參數，提高操作效率和精度。

（二）數據分析處理

在傳統情況下，機械電子系統通常具有不穩定性，在應用中會出現很多問題。在系統運行中，外部數據的變化如傳動元件的負載、各傳動元件的機械匹配以及工作過程中產生熱量和摩擦等因素都會影響系統運行的穩定性。為此，機械可以利用人工智能技術對海量數據信息快速識別處理，并可以利用人工神經網絡的視、聽、感覺、觸覺及思維方式、感應方式的模擬法，實現降低成本及提高數據信息的準確性提高效率的目的。

人工智能技術的主要優勢在于能夠實現對海量復雜的信息數據的精準分析和高效處理，通過分析處理系統數據，可以提高系統的穩定性和設備的穩定性。并且管理人員可根據人工智能技術的模糊推理邏輯性思維等快速做好數據分析，提高工作效率。在數據分析過程中，工作人員可以依據人工智能技術進行再推算，無極限接近連續函數，這項技術未來將會有較好的發展前景。另外，人工智能技術應用在機械電子領域中，可以極大減少人工操作以及事故的發生。為實現降本增效，一般是把人工智能技術應用在信息系統的輸入、輸出、處理、反饋和控制領域中。所以，加大對人工智能技術的深入研究，尤其是在模糊推理與工程設備之間連接的穩定性方面，應加強深入性分析。在科學技術飛速發展的時代環境下，相關人員對此技術也在不斷深入研究，研究成果將推動我國機械行業的發展。

（三）故障診斷

機械電子設備復雜性較高，通常會出現各種各樣的故障問題，影響系統或設備的有效運作效率，以及行業生產。人工智能系統在對機械故障的排查、診斷中有重要作用。如果運用人工智能技術及時采集系統或設備在運行中所產生的數據，就能夠精準研判設備是否出現故障。對基礎設施工程中的關鍵環節，系統規劃包含操作互聯、擴展研究、傳輸服務等請求，一旦出現失誤，會導致時間浪費、成本超支，系統受到嚴重損失。人工智能技術具有人類經驗的診斷能力，能有效解決大量問題，提升系統規劃效能。

人工智能可以通過提高系統處理數據的功能，及時判斷出故障原因，定位故障位置，并獲得準確及時的故障檢修，提高處理故障的效率，有效地保障機械電子產品的正常運行。對機械電子工程產品而言，為避免機械故障和人工操作失誤等問題發生，可以發揮人工智能技術的優勢，讓整個生產過程處于規范化運行狀態。

將機械電子技術應用到機械工程的生產領域，可使機械加工的穩定性、安全性及有效性得到了顯著提升。但在計算機控制程序和對誤差的精準控制上，機械制造卻經常出現很多問題。而應用人工智能系統，可以有效提高機械設備的精準度，縮小機械生產誤差。當設備運行出現故障時，人工智能系統又能及時判斷出故障的位置、類型，并發出預警，從而控制故障產生的影響。另外在節能優化使用上，人工智能技術可以自動分析機械設備在生產中所要消耗的資源數量，精確控制資源的供給量，從而節省原料成本的投入。

另外，人工智能系統的機器學習功能可以對數據信息進行分析，根據故障類型設置參數，實現預警聯動，解決冗雜的問題和故障，提升電子工程系統的智慧化運作能力，讓“自動化系統”更快速、準確、更全面地依據設備運行參數，查出故障原因并解決問題。如使用人工智能在線監測設備，負責監測采集機械電子的運行數據并用網絡傳輸到數據庫，監控技術會及時對故障信息發出報警信號并給出故障分析和排除建議，建立數字化模型，這個模型的整體項目結構包括數據采集層、數據存儲層、硬件處理層、PCL（可編程邏輯控制器）和智能分析層五大部分。即數據采集層裝有采集信息的各類傳感器和集成接收模塊，如工程機械智能硬件上常用的加速度振動傳感器T101A，將采集到的模擬信號轉數字化后傳輸到 PLC硬件系統。PLC對接收的數字信息進行處理，轉換為波形數據，并通過PLC和IP協議地址觸發臨時采集程序。智能分析層是對接收到的數據進行智能分析，生成瀑布圖、趨勢圖、軌跡圖、拓撲圖等可視化數據圖。在此過程中技術人員需要對人工智能系統進行捕捉異常參數的各種訓練，以精準識別設備中存在的或潛在的各類風險。

（四）機械設備自動化

在機械設備工作的過程中，人工智能技術是通過超聲波自動識別、神經網絡分析加工的方式來實現自動化生產的效果。

流程自動化技術是建立在軟件程序上的智能技術，將其應用到電子工程領域中，需要在機械前端安裝需要的軟件，監測用戶在操作界面上的行為并進行分析，根據用戶操作目的及操作步驟進行運作。相較于原來的“任務編寫”，這種工作方式有很高的便捷性，在簡單的重復操作中，流程自動化技術可以降低崗位對專業性編程的技術要求，降低企業的投入成本。在中控系統智能建設中運用流程自動化技術，工作人員可以界定和自動調節某動作的重復時間、重復率通過靈活的控制方式和強大的集中管理，將生產信息完整又充分及時地傳送到下個程序中，提高了不同生產環節的銜接質量。

例如現在很多企業的機械制造生產過程中，通過發揮其自主型智能數控技術優勢，對金屬彎曲板材設備進行離線編程，利用計算機輔助設計技術自動進行不同單元的設計等工作。企業可根據智能數控技術建立仿真加工平臺，針對性搭建配套的模塊化原型系統和信息處理系統，進而輔助完成2D及3D的機械零件加工。在這個過程中，人工智能可按照生產程序運行，自主選擇最優的零件加工方案，大幅提高機械產品的質量，機械電子工程領域也將能夠實現無人化自動制造的目標，有效提高機械生產制造的效能。

（五）神經網絡與模糊推理

神經網絡是一種信息運算模型，由大量的節點（或稱神經元）按不同的連接方式相互連接構成不同的網絡。它以計算機信息處理方式模擬人腦神經系統及記憶信息存儲的形式，實現智能化模式、自動控制、預測估計等行為的系統。現在神經網絡應用廣泛，在自動控制、模式識別、輔助決策、信號處理等很多領域都開展了深入研究。在機械電子智能中，人們通過軟件模擬和硬件操控結合的形式來對信息處理和分析，根據分析結果得到相關的參考數據，為新的模型和算法提供條件。神經網絡具有結構穩定和較高的智能化水平的優點，可以準確完成巨量的數據技術、信息計算，提高數據計算的效率，還具有自學習功能和高速尋找優解的功能。模糊推理系統能夠實現規模化、全面化的數據處理，擁有較強的實用性和清晰的結構，能結合數據指令函數和具體數據情況，高效處理數據，并形成準確的相對性函數。目前模糊推理在機械電子中還有明顯的局限性，對海量復雜的數據信息處理不夠精確。所以，技術操作人員需要將神經網絡與模糊推理二者結合分析使用。

三、結語

綜上所述，隨著科技的發展，人工智能技術在各行各業的應用也越來越廣泛。在故障診斷、數據分析、精準化、電氣工程、機械電子系統輸入以及工業機器人領域，都取得了令人矚目的成績和效果，加強人工智能技術的開發與應用，有助于提高機械生產效率，降低成本，規避事故和風險，并增強機械運作的安全性和穩定性。未來應明確人工智能技術的發展重點是“自動化”與“智能化”，提高人工智能技術應用的效率，促進機械電子工程生產的實效。簡言之，在機械電子領域的產品設計研發及操作過程的智能化與自動化都將大力發展人工智能技術，提高設備自動控制的性能，加快機械電子的精準控制與穩定化發展。

參考文獻：

［1］ 周喜樂. 某風電場全停事故的分析與探討［J］. 工程技術：引文版，2016，6（16）37-38.

［2］ 羅慈航. 探究機械制造中智能機器人數控技術的運用［J］. 科技資訊，2020，15（12）：25-28.

［3］ 宋東明，吳鵬，呂俊紅，等. 保護定值自動輸入和核對技術探究［J］. 科技創新導報，2020，17（20）：21-23.