您好, 访客   登录/注册

机械电子工程与人工智能关系的探讨

来源:用户上传      作者:

  摘 要:伴随着科技的飞速发展,人工智能在越来越多的领域上有所作为,其中也包括机械电子工程。人工智能在机械电子工程中主要作用为解决常规手段无法处理机械电子系统复杂性的问题。通过人工智能解决机械电子工程当中所遇到的困难,共同推进两者的发展。本文主要分析机械电子工程和人工智能之间的关系,并对它们之间的关系进行一定深度的探讨。
  关键词:机械电子工程;人工智能;信息处理
  中图分类号:TP391 文献标识码:A
  随着科技的进步,机械电子工程开始逐渐从传统的能量传输、动能传输转变为信息链接,将人工智能融入到机械电子工程中,发挥人工智能和机械电子工程的特点。在机械电子工程中融入人工智能,能够改变信息的传输模式,让机械电子工程更加的科学、可靠,让机械电子工程变得更加智能,进而使传统的机械电子工程得到更好的更新和发展。
  1 机械电子工程
  常规的机械工程主要可以分为两类,制造和动力。动力类工程主要是发电机形式的机械工程;制造类工程主要包含装配、毛坯制造和机械加工等生产工艺。电子工程和常规的机械工程相比,电子工程包含更多的高科技元素。利用两者的优势,将两者有机的结合起来,最终形成机械电子工程。
  机械电子工程的发展主要可以分为三个阶段:第一阶段主要为手工加工作为主要生产方式的初期阶段,这个阶段生产力较低,因人力资源匮乏严重影响生产力的发展,进而转变思想,引出机械工艺的发展。第二阶段主要为流水线作为主要工艺的批量生产阶段,这时的生产规模相对较大,一定程度的提升了生产力,许多工程出现大批量生产现象,但是这种生产阶段并不能保障高质量的产品,生产严重缺乏灵活性,逐渐不能满足社会的各项质量要求。第三阶段便是现在的机械电子工程的产业阶段,因为我国是快节奏社会,要求机械电子工程具备一定的适应性、灵活性、转产时间段和高质量产品的高科技生产工艺,以机械电子工艺作为核心的制造系统最为成功的产物便是柔性制造系统。柔性制造系统主要由信息、物流和加工三个系统所组成,能够在自动化加工作为基础,实现信息流和物料流的自动化。
  2 人工智能
  人工智能也能够分为三个阶段:第一个阶段是1956年,美国第一次提出人工智能这一专业术语,进而人工智能变开始出现。但是这一阶段的人工智能主要作用知识证明、博弈和翻译,并不能模拟进行人类的逻辑进行思考。在60年代中,对人工智能进行一定深度的分析之后发现,机器模仿人类的思维是比较困难的事情,许多的开发者并未能让机械脱离简单的映射方式,造成机械无逻辑能力。第二极端便是1977年,这是人工智能发展的一个转折点,人工智能进入到知识作为动力的发展阶段,在很短的时间内人工智能的知识工程便渗入到各个领域中,真正的体现人工智能的实用性。在不久之后人工智能便在商业化道路上获得一定的成绩,展现开阔的使用前途和顽强的生命力。最后一阶段便是人工智能的平稳发展阶段。人工智能逐渐从单独的个体向分布式的主体发展,直至如今,人工智能已经具备实用且复杂的特点。
  3 机械电子工程与人工智能的关系
  人类发展的两大根本因素为信息和物质,在科技还未发展成熟时,人类的生产能力较低,基本以物质作为主要基础。随着生产力的不断提高,人们发现信息的重要性,将文字作为信息的传递“纽带”。最近几十年,因为网络的普及,将信息的传递带来了新的改进,社会推进到信息化时代,而信息社会的发展却离不开人工智能技术的发展。
  机械电子系统具备一定的不稳定性,造成机械电子系统中输出和输入关系的描述变成比较困难,传统的描述方式有3种:(1)建立规则库的方式;(2)学习并生成知识的方式;(3)推导数学方程的方式。推导数学方程的方式相对而言比较精确、严谨,但是其智能运用于比较简单的系统中,例如线性定常的系统,对于相对复杂的系统并不能通过数学方程进行解析,就只能通过操作来完成,但是操作又不具备精确和严谨的特点。伴随社会的发展,其对系统的要求也越来越苛刻,经常出现需要同时处理多种类型的数据,例如传感器需要传递专家的语言信息和数字信息等。因为人工智能处理信息时的复杂性和不确定性,人工智能以知识作为基础处理信息的方式将替代推导数学方程的方式。
  利用人工智能建立的系统主要可以分为两种:模糊推理系统,主要是通过模拟人脑对数据、语言等进行分析;神经网络系统,主要是模拟人脑的结构,分析信号和数据并给出相对的参考数据。两者既具备相同的输出输入关系也具备不同的输出输入关系。不同之处在于模糊推理系统有明确的物理意义,相反神经网络系统并不具备准确的物理意义;模糊推理系统主要为域到运用域的映射作为主要数据分析方式,神经网络系统的分析方式主要为点到运用点;模拟推理系统的储存信息具备规则化,神经网络系统的信息储存方式则为分布化;模糊推理系统在输出时因为所有神经元之间联系不固定,其计算量较小,神经网络系统在输出时因为每个神经元之间都有一定的联系,所有计算量较大;模糊推理系统的精确度较低,其呈现为台阶状,神经网络系统输出输入的信息精准度高,呈现为光滑的曲面。两者的相同之处在于:两者都具备相同的网络结构形式以任意精度逼近相应的连续性函数。
  伴随着社会的飞速发展,单纯的人工智能方式已经有些不能满足社会的日常需求,许多的研发机构开始研制综合性的人工智能系统。其主要是将模糊推理系统和神经网络系统相结合形成综合性的人工智能系统,将两种系统当中的优势和劣势体现取长补短的特点,得到更为精准、更为全面、更为科学性的描述方式,最为成功的例子便是模糊神经网络系统。模糊神经网络系统将模糊推理系统和神经网络系统相结合,让信息在该网络系统中得到最为合适的完美表达空间。模糊神经网络系统能够体现神经网络系统的函数连接和逻辑推理系统的节点函数,并且让这两种功能得到一定的提高,最终获得更好的模糊神经网络系统。
  结语
  随着科学的发展,高科技技术层出不穷,人工智能便是这一发展中的产物。人工智能便是各学科较差综合之后的成功。将人工智能完美的融入到机械电子工程中,带动这一领域得到良好的发展,促进生产力的飞速发展,给机械工程这一产业带来革命性的变革和巨大的经济利益。
  参考文献
  [1]周阳.机械专业综合型试验平台的建设[J].电子科技大学学报社科版,2012,14(02):269-270.
  [2]邓方.人工智能研究纲领的发展历程和前景[J].科技信息,2010,28(10):832.
转载注明来源:https://www.xzbu.com/8/view-11490253.htm