人工智能在机械电子领域的应用探讨

来源:用户上传      作者:

　　[摘 要] 人工智能是与当前社会发展密切相关，人工智能技术在各个行业中应用，是推动行业发展的必要条件。特别是机械电子领域，在人工智能技术的支持下，生产水平更能得到进一步提升，进而在竞争激烈的行业市场中立足。我们需要进一步思考人工智能技术的实际应用要点，望给予相关单位与人员一定的参考，为机械电子领域未来的发展提供一定的理论依据。
　　[关键词] 人工智能;机械电子领域;技术应用
　　机电一体化这一概念，在机械领域是有着重要影响的基础概念。作为电子、机械、计算机等多学科交叉的体系，机电一体化工程技术体系呈现出复杂性的特征，而人工智能技术则是优化改革的重要基础。为了推动机械电子领域未来的发展，必须明确人工智能技术应用要点，望为后续的改革提供理论依据。
　　一、机械电子工程概述
　　机械电子工程也可称作机电一体化，是机械工程与自动化的一种。机械电子工程专业体系的构成，除机械电子基础理论知识以外，还包括机械设计制造技术、计算机软硬件应用能力等等。机电一体化系统在各类机电产品生产过程中的应用贯穿全过程。从系统的设计、开发、制造到试验，机电一体化技术都有着重要的应用价值。机械电子工程是科学技术发展与学科专业知识相结合的产物，传统的学科划分被打破，诸多技术的特点整合起来，能够更好地满足生产需要。机械电子工程技术这一理念的产生代表着新的工作思想、新的技术以及新的学术研究方向。各国研究人员始终致力于对机械电子工程的具体概念进行明确，并且对于机电产业的社会价值进行分析，对机械电子专业学科的发展趋势进行预测。我国许多知名院校，都在努力推动机电教育发展，可见机械工程发展备受重视。传统的机械工程体系，主要包括动力以及制造两个方面，动力类的研究，主要集中在各类发电机以及电动机等动力驱动的设备，以及机械传动运作的基本原理。而制造类的研究，主要集中在机械加工、装配以及焊接等，传统机械工程与计算机技术、电子技术的结合，能够让机械电子工程的内涵更加深刻。但是因机械电子工程的智能化程度目前依然较低，难免会对机械生产产生制约。机电一体化的优势是十分明确的。从设计角度去分析，采取自上至下的设计思想，从机械工程、计算机信息技术、电子工程等多个角度思考。要综合考量生产需要，将各个功能模块紧密协调起来，达成产品结构区域模块化的目标，完善系统功能[1]。
　　二、人工智能技术概述
　　人工智能即我们经常谈及的AI，是一门新的技术科学。作为计算机科学的分支之一，人工智能研究的目标是对智能的实质进行深入挖掘，并且建立起创新性的、以人类智能为基础不断进步的智能化技术体系。研究的具体内容主要包括语言识别、机器人、图像识别、专家系统以及语言处理等等。自人工智能这一概念产生以来，随着技术不断发展，其应用范围也在不断拓展，我们不难看出，在不远的未来，以人工智能为基础的科技产品将会广泛普及开来，对社会各个领域产生重大且长久的影响，人工智能将成为人类智慧的载体，能够具备人的意识，模拟人的思维，模拟人类学习、分析信息的过程。但是人工智能尚有隐患，人工智能并非人本身的智能，但是因具备学习能力，所以我们无法排除其可能超过常人智能水平的可能。作为新世纪的创新技术，人工智能技术在近年来，发展速度越来越快，但是定义尚不清晰，学界依然存在争议。而个人认为人工智能技术主要对人的认知、思维、推理与判断进行模拟，当前我国人工智能技术在图像、语音辨认以及逻辑分析等能力上都较以往有所提升。当前的主流技术发展趋势下，人工智能技术与大数据技术、超级计算机结合，能够具备数据的批量分析以及高精准运算能力。简而言之，人工智能技术在当前的高新技术发展趋势下，已经成为主流技术，其优势不可否认，只有明确优势，发挥优势，才能确保各个领域的发展因此而受到正面影响，达成可持续发展目标[2]。
　　三、人工智能技术在机械电子工程领域的应用探究
　　（一）故障诊断功能的应用
　　故障诊断一直以来都是一项复杂的工作，其与机电设备的整体构成特征有关。机电设备普遍包含许多精密的零部件。在运行过程中，受到各方面因素的影响，出现了功能故障，问题的根源往往也会很难追溯。如果故障的诊断检验技术不够先进，那么设备检修则需要耗费很长时间。为了保证机械生产过程的稳步推进，必须对故障进行更加高效且精准的判断，才能更快排除隐患。在实际开展故障诊断工作的过程中，人工智能技术的应用是削减维修资金及时间成本的必要条件。以人工智能为基础的故障诊断，主要包括对于故障类型、发生位置等各方面基本情况的推理、基于案例开展的故障推理以及基于故障树模型开展的故障诊断。从系统整体的结构来看，主要可以分为故障诊断数据库、机械故障案例库、故障诊断规则库等等。从重要性程度来看，案例库与推理机在实际的故障分析诊断过程中占据核心地位。系统对于知识的学习，主要集中于故障诊断所需要的专业知识及必要信息。为了更加精准地进行判断，必须事先收集大量故障相关的案例，这样才能根据故障与案例的相符程度，具体判断故障情况，明确检修要求。而知识处理则主要是针对前期处理收集的知识与案例进行处理分析的过程。比如，根据实际的故障诊断标准针对案例做好归类整理，完成整理，能够满足推理的实际需求，方便在实际检测故障时加以利用。故障的实际诊断具体流程如下：首先用户可以借助实时检测系统或是人机交互的界面向故障诊断系统平台录入与故障相关的信息，推理机则以这些信息为基础，开展后续的故障推理判断，要结合诊断规则库，最终得出更加可靠的、具有参考价值的诊断结论，而后在案例库中通过进一步的计算查找出最符合当前故障情况的案例，对于故障原因展开分析，并且给予最合理的维修建议。
　　（二）提高自动化控制的精准性
　　自动化控制是人工智能技术应用的主要诉求之一，在一般的机械自动化控制过程中，利用传统控制器，能够建立起控制模型，进而完成控制任务，要依靠动态的控制方程去做好分析。但是动态化的控制方程往往不具有很强的适应性，而且较为复杂，特别是在针对复杂的问题进行分析时，动态方程往往无法起到精准检测的作用，而利用人工智能技术则能克服以上不足。事先建立起用于开展人工智能控制的模型，可以利用人工神经网络与模糊神经系统，在机械设备生产过程中做好智能控制。以人工智能技术为核心，以传感器技术为辅助，这样能够实现对机械设备运行的全面监控，例如对于设备运行的速度等信息进行实时监测。在参数出现异常时，能够在运行出现异常时第一时间获取故障信息，避免事故发生。
　　（三）提升机械电子系统信息输入输出的精准性
　　机械电子系统主要的特征是不稳定性，在实际生产过程中，因实际工作条件不同，输入的信息类型也更多、数量更大。这便容易导致系统无法对电子系统输入输出的情况进行准确描述。传统的处理方式中，数学公式的描述相对更加细致严谨，但是并不能精确地针对复杂问题进行描述，包括无法分析输入或者输出的信息，包括从传感器发出的不同类型信息，而且信息往往具有模糊性，传统方式下就需要建立多种分析系统对信息类型加以区分加工。此时可以考虑利用人工智能技术对此类信息进行高效识别，利用人工智能技术所构成的人工神经网络以及模糊推理系统，高效地完成海量模糊信息处理。例如，利用人工神经网络，能够对人脑的构造进行模拟，利用以往所收集的数字信号，可以对故障相关的资源做好参数分析。在这一监测模式下，可以进一步优化语音信号的处理，利用模糊推理系统，对于模糊信息及语音信号做好分析，保证所获取的信息更加精准可靠，进而保证数据处理效率，有效提升生产的效率，同时削减不必要的生产成本支出。在实际的机械电子生产过程中，这是必要的条件，为了真正提升机械电子工程作业效率，保证作业的精准性，必须对输出与输入做好监管，这样才能保证后续工作有依据、有方向[3]。
　　人工智能在当前的社会发展趋势下，是在社会各个领域备受关注的关键词，对于各个领域的发展都有很大影响，机电一體化技术的发展，也给人工智能技术的应用带来了新的契机。人工智能技术，是实现一体化目标的必要条件，为了提升机械电子作业效率与质量，因此文章针对技术应用要点进行了进一步探究，分析了相关概念以及具体的技术改革要点，以推动技术改革，达成作业目标。
　　参考文献：
　　[1]王鑫，赵文鑫.人工智能技术在机械电子工程领域的应用[J].电子技术与软件工程，2019（6）：231.
　　[2]张代宇.人工智能技术在机械电子工程领域的应用[J].中小企业管理与科技（中旬刊），2019（2）：142-143.
　　[3]郭晓萌.人工智能技术在机械电子工程领域的应用探讨[J].内燃机与配件，2018（19）：218-219.
　　[作者单位]
　　江西省交通技工学校
　　（编辑：薄跃华）
转载注明来源:https://www.xzbu.com/1/view-15065064.htm