人工智能技术在机电领域的应用

廖凯凯 姚宣

摘 要：随着现代科技的飞速发展，我国机电领域取得了长足的进步，特别是人工智能技术在机电领域的广泛应用，从根本上改变了机械电子工程发展的方式，将我国机电事业推向了一个新的发展高度。因此，研究和探讨人工智能技术在机电领域的应用，具有非常重要的现实意义。基于此，本文从人工智能技术和机械电子工程的基本情况入手，详细阐述了机电领域中人工智能技术的应用模式，希望本文能为相关研究提供丰富和补充。

关键词：人工智能技术;机电领域;机电技术

中图分类号：TP18 文献标识码：A 文章编号：1671-2064（2019）02-0042-02

近年来，我国科学技术得到了突飞猛进的发展，极大地促进了机电行业的转型升级。而人工智能技术在机电领域的广泛应用，更是将机械电子工程推向了一个新的发展阶段。目前，机电技术被广泛地应用到了社会经济发展的各个领域，人工智能更是受到人们的广泛关注，我国机电行业要想取得更好的发展，就必须不断地提升机械电子工程的智能化水平，加大对人工智能技术的研发力度，提高机电领域中人工智能技术的应用程度，只有这样机电行业才能够取得更好的经济效益。因此，对人工智能技术与机电技术的融合发展进行研究，非常必要。

1 人工智能技术与机械电子工程

1.1 机械电子工程

机械电子工程作为一门综合性学科，涵盖了智能、电子、管理、信息等多个学科领域。该学科起源于20世纪，主要经历了三个发展阶段：第一个阶段是初级阶段，主要利用人工进行机械作业。第二个阶段是流水线作业阶段，工人只负责自己环节的工作，不需要掌握全部工序。第三个阶段是机械电子产业阶段，人工智能技术被广泛地应用到机电领域中，大大提高了工作效率。近几年来，伴随着智能技术的快速发展，机械电子工程逐渐向着智能化的方向发展。截至今天，机械电子工程的核心囊括了机械工程、计算机技术和电子工程等，可以说，机械电子工程就是多项技术有机融合的产物。

1.2 人工智能技术

人工智能是计算机科学、综合控制论、语言学、心理学等多个学科交叉融合的产物，它是以计算机技术为基本载体，对原有计算机功能进行深入应用和探究而形成的一门新型智能学科。随着现代科技的发展，人工智能技术逐步从不成熟走向成熟，其大致经历了以下几个发展阶段。一是起步阶段。这一阶段的人工智能技术以博弈、语言翻译、证明等为主要研究方向。二是转折阶段。这一阶段的人工智能研究开始涉足自然化语言理解、计算机领域、机器人和专业系统等方面。三是快速发展阶段。该阶段重点发展的領域是知识工程建设，在计算机视觉、基础常识、分布式人工智能等方面发展较好。同时，该阶段研究的主体逐步由单一个体向分布式主体演变，但在整体发展形势方面还较为单一。总的来说，目前的人工智能技术是一项兼有实用性和复杂性的智能化技术。

2 人工智能技术在机电领域的应用

2.1 在装配制造及控制中的应用

一是人工智能技术在装配制造中的应用。每一种产品都是由各种零部件构造而成的，把种类繁多的零部件装配在一起组成一个新的产品，这个过程被称之为配置任务。将人工智能技术应用在专家系统的装配制造过程中能够为企业带来非常可观的经济效益。例如：应用了人工智能的第一个专家系统——DEC公司的XCON专家系统，目前每年就可以给DEC公司带来大约为1.5亿美元的巨大盈利收入。

二是人工智能技术在控制方面的应用。应用了人工智能的专家系统可被广泛的应用到机电一体化设备的控制方面，其能发挥非常重要的作用。目前，该项技术已经在数控机床、伺服控制、加工中心和其他的控制领域中得到了有效应用。成功的案例包括：为控制机械手，AT&T;公司研发出了可以设置在单个芯片上的专家系统。芯片最早的是16条规则的ROM，处理规则与数据的推理机和控制器利用2.5um线宽的CMOS工作，应用面积仅占芯片的四分之一，改为应用1.5um线宽以后能容纳256条规则，利用模糊逻辑建立规则，速度能提高至8万LISP，是常规专家系统速度的1000倍。

2.2 在神经网络系统与模糊推理系统中的应用

人工智能技术应用于神经网络系统的主要表现形式是人工神经系统，人工神经系统的主要工作原理就是利用人工智能的方法对人的神经系统进行模拟，形成电子信息系统，再将这些信息利用遍布式方式进行有效储存。通过模拟神经元的方式，大大提高了系统运行的智能化程度。具体的表现形式为：通过模拟各个结构，深入分析数字化信息，再对结果进行分析，获得具体的参与值，最后得到需要的关联函数。神经元的结构紧密而固定，这一结构特性大大提高了原有神经系统的智能化程度，因而可以计算和处理较为复杂的数据信息。

人工智能技术在机电领域的的另一个重要应用就是模拟推理系统，即利用模糊集合论构建完整的系统。在机械电子工程中应用模糊推理系统后，能够有效模拟人脑的基本功能，并输出相应的语言信号，然后通过网络化分析得到有关函数值，因此，在机电领域中，模糊推理系统的应用非常广泛。

神经网络系统与模糊推理系统进行比较，相同的地方是：这两个系统都是利用网络结构形式以任意精度接近连续函数。不同的地方是：模糊推理系统较之神经网络系统拥有更为明确的物理意义;模糊推理系统存储信息的方式是规则方式，而神经网络系统存储信息的方式则为分布式;模糊推理系统的计算量很小，而神经网络系统的计算量非常大;神经网络系统映射的是点与点之间的关系，而模糊推理系统映射的是区域与区域之间的关系，因此与神经网络系统相比较，模糊推理系统在精确性方面的表现要差一些。

此处以飞机动力地面模拟控制为例，谈一下人工智能技术在机械电子工程中的具体应用。在飞机地面模拟系统中融入人工智能技术，需要将机械、电气、液压等技术进行有效融合，构建模拟运行模式，用液压伺服代替传统的飞机发动机，测试飞机整体的应用性能。通过模拟运行，可以获得相应的推动力。因为飞机动力地面模拟系统的实际结构非常复杂，很难满足控制方法的要求，而将机械电子工程与人工智能技术进行有效结合以后，就可以构建完整的飞机动力模型系统。

2.3 在热模锻压力机管护中的应用

热模锻压力机在生产过程中会受到多种因素的影响，导致各种故障出现，例如：电流值太高、润滑故障等，造成这些故障的原因是多种多样的。可利用规则推理与案例相结合的方式对故障进行诊断。技术人员针对诊断热模锻压力机生产过程中的问题，利用知识库中储存的各种知识经验，分析热模锻压力机的运行信息和基本参数值，然后根据储存在数据库中的故障案例处理情况，判定应当如何处理故障。

假如生产过程中出现的故障与实际故障征兆相对应，就能利用现有的故障转化规则诊断具体的故障现象。技术人员通过搜寻知识库中的各个故障规则，就能找到故障源头，并根据故障源头信息制定有效的解决方案。利用针对性推理的方法，可对各种故障现象进行推理，并在故障中找到相应的信息来加以验证。假如通过实际推理没能发现与之匹配的固定规则，就需要利用案例推理方法对各种已知信息进行推理，并选取有代表性的案例加以应用。假如案例内容与故障之间不具有相似性，应更改案例内容，并重新将案例储存在资源库中。

在利用案例推理方式时，技术人员重点结合积累的经验和有关理论实践知识，运用具体的案例解答有关问题。与此同时，需要全面检索案例库内容，并对不同案例加以对比，得到案例预案，然后选择最为吻合的案例来解决问题。

2.4 在故障诊断系统中的应用

现阶段，机电领域可构建以CBR和RBR为基础的机械故障诊断专家系统，该系统包括诊断规则库、机械故障案例库、故障诊断数据库等多个组成部分。

规则库、案例库和数据库都属于人工智能机电设备的知识库，对系统开展推理的知识部分是规则库，在开展推理时应有图形结合，这些内容主要由数据库提供。案例库作为基础始终存在于规则中，案例库能在自动生成的情况下促使形成规则库。检查、获取和维护知识都离不开数据库的支持，最后促使实现保障方案并达到智能分析的目的。

在智能保障系统中故障诊断和状态监测始终是作为基础和核心存在的，在这一过程中主要对机电设备运行状况进行检测，机电设备的每一个组成部分都能在这一过程实现被监测的目标，最大限度地提升了诊断的效率。

这样的专家系统所采用的结构设计能够更好地获得各个领域的专业知识，有助于整合收集不同案例。知识处理模块主要包括可信度模块、权值计算模块、案例生成模块等，其基本功能是获取各种基础知识信息，再利用系统符号生成有关的案例。该类诊断系统的具体应用过程为：用户借助人机界面端口将有关数据输入系统内部，该系统根据预先设定的规则，再利用推理机制得出有关诊断结果，并在这个过程中对专家诊断系统进行进一步的完善。

2.5 模糊逻辑与神经网络

一是模糊逻辑与控制。属于模糊概念的所有对象都叫做模糊集合。比如“XX是中年人”，该中年人就为模糊集合，而基于此的逻辑就是模糊逻辑。模糊逻辑能实现以较少代价传递足够多的信息，可对复杂事物做出有效的处理和判断。具体应用主要包括以下几个方面：其一是为减少生产成本，利用性能低的微处理器和便宜的傳感器时，使用模糊控制可起到良好控制效果;其二是根据模糊控制的特点，可在噪声大的场所环境使用模糊控制;其三是由于模糊控制综合各种直觉经验，在大惯性、纯滞后、参数漂移大的不确定非线性分布参数系统中，模糊控制可发挥可靠地控制作用。

二是神经网络。人工神经网络可高度模拟人类脑细胞连接，在输入信号激活神经元时，可经过神经回路输出信息。神经网络具有联想记忆和学习能力，其可以在学习基础上在信号输入后预期产生输出。假如某一信息回路未曾学习，神经网络也可合理得出输出。

3 结语

总而言之，近年来我国的科学技术和社会经济都得到了突飞猛进的发展，机电技术也越来越广泛地应用到了社会生产生活的各个领域。与此同时，人工智能技术快速崛起，其触角已经延伸到了各行各业，在机电领域同样得到了广泛的应用，并极大地推动了机械电子工程的发展，使其上升到了一个新的发展高度。可以预见，在不久的未来，随着人工智能技术与机械电子工程的进一步融合发展，机电领域的人工智能化水平会更高，人们的生产生活也会变得更加便捷高效。

参考文献

[1] 高杨.机械电子工程与人工智能的关系探究[J].中国高新技术企业，2015（8）：26-27.

[2] 王宇飞，郝清龙，李春风等.机械电子工程中人工智能技术的有效运用分析[J].时代农机，2017，44（02）：34-35.

[3] 吴强.人工智能技术在机械电子工程领域的应用[J].时代农机，2016，43（04）：25-26.

[4] 孟强.浅析人工智能技术在机械电子工程领域的应用[J].工程技术：全文版，2016（10）：00214.

[5] 刘建祥.人工智能技术在机械电子工程领域的应用[J].城市建设理论研究（电子版），2016（15）：194.