机械设计制造及自动化的设计原则与发展趋势

孙文龙

(常州刘国钧高等职业技术学校，江苏 常州 213025)

自动化技术及信息技术的发展使得机械工作不再是简单地重复，而是利用各种程序来完成智能化操作，实现了机械的智能化操作与维护，大大提升了机械工作效率与总体稳定性，在工作时能够更加精准地完成任务。以生化、电脑、通讯为基础的自动化设计与指令机构替代了人工，智能程序能够更好地完成检测、分析与处理等工作，自动化程度的全面提升有助于实现机械设计制造的可持续发展。

1 机械设计制造及自动化的设计原则

1.1 有效满足设备需求

机械设备的设计与制造是为了更好地满足人们的使用需要，特别是工业生产，对机械设备的效率与可靠性都提出了较高要求。不同产品的核心竞争力与主要工作目标是不同的，例如车床，必须在短时间内完成高精度零部件的加工，因此，在机械设计环节必须要充分考虑到用户对机械的使用要求，明确机械的具体应用环节，准确把握机械设计的主要目标与研究方向，确保产品在制造和生产后能够较好地实现其应有功能，以满足用户的不同需求。

1.2 保证机械操作简便

传统机械在投入使用后往往需要操作人员通过复杂的程序和方式进行控制，这对于机械的使用和维护都提出了较高要求，精度控制和品质控制的难度也大大提升。人性化设计考虑的缺失导致传统机械设备占地面积较大、操作步骤复杂、后期维护检修不易等问题普遍存在，而机械设计制造及自动化的引入则能够将机械的各种功能进行有效整合，有效减少了产品使用的难度，使机械操作更为简便。

1.3 提升机械产品品质

自动化技术的引入使得来自机械运行与生产环节人为因素的影响大大减少，人工操作带来的负面影响也被最大程度降低，生产效率与生产质量得到了根本性提高，机械实现了长期的连续稳定运行，工人也可以从繁重的流水线操作转向自动化控制，有效节省了人力与物力的投入。系统自动化运行可以保证整个生产流程的控制更加精准，产品的生产精度与生产效率得到同步提升，有助于提升整体机械产品的品质。

1.4 充分利用先进技术

将信息技术引入机械设计制造领域能够切实提升产品系统性能，保证设备的智能化与人性化。在生产过程中，机床与生产设施的使用能够有效改变机器形状与结构，提升了产品的质量与性能。利用信息技术对机械设计进行处理能够进一步提升信息处理的全面性，可以将各种信息有效引入设计环节，使强大的信息处理功能能够将各种资料直观地呈现在设计者与生产者面前。先进技术的应用能够使机械设计与制造更加科学、高效、智能，进而实现机械设计制造水平的持续提升。

2 机械设计制造及自动化的发展现状

2.1 机械设计方法

一些发达国家在机械设计领域展开了深入研究，特别是对设计准则保持了高度重视，不仅仅针对不同的机械领域制订了非常详细的设计准则，而且还会及时更新数据，新型设计方法的引入保证了设计始终与时代发展相适应。目前，大量企业已经实现了无纸化办公，机械图纸的设计与传输全部通过计算机网络来完成。CAD作为机械设计领域应用最为广泛的辅助工具被我国企业纷纷引入，在机械设计方面同时参考了一些发达国家的设计标准，有效缩小了我国与发达国家在机械设计领域的差距，但仍有部分小型企业在沿用传统的设计方式，这会影响到这些企业核心竞争力的提升。

2.2 机械制造工艺

机械设备在制造环节选择的工艺和工具会在很大程度上影响到产品的质量。通过机械制造工艺的改进和加工方法的优化能够有效提升自动化水平，使机械制造的质量与水平得到根本性提升。发达国家在机械加工方法与加工工艺方面投入了大量资金与人力来展开深度研究，包括激光加工、电磁加工、复合加工等方式在内的全新技术被广泛应用，机械加工设备实现了自动化。但我国机械制造工艺发展速度非常缓慢，关于新工艺的研究与应用较少，很多制造厂家还在沿用具有数十年历史的设备，自动化水平无法得到保证。

3 机械设计及自动化的发展趋势

3.1 网络化

互联网技术与机械设计制造及自动化的融合能够更好地实现机电设备一体化。远程控制与远程监视能够保证对制造过程展开全面控制，进而对全过程展开有效监管，从根本上改变了机械生产方式，有效解放了工人，在减少人力、物力投入的同时还保证了生产效率与生产质量。

3.2 智能化

机械自动化技术的应用是为了有效提升企业经济效益，确保企业提供的产品能够更好地契合市场需求。网络技术的发展正推动自动化技术向智能化方向发展，逐步革新了传统设计与制造技术。在机械制造控制系统中，生理学、心理学和运筹学的运用能够保证人工智能的顺利落实，可以用智能技术替代一定的人工工作，使决策速度与准确性得到大幅提升。

3.3 绿色化

绿色化发展是机械生产制造全流程的创新，包括制造材料、产品设计、制造工艺、生产管理、产品包装和产品销售等方面的绿色创新，同时加强产品的回收利用，提高机械产品的使用率与可回收率，优化资源配置。

4 大数据技术在机械制造及故障诊断领域的应用

进行机械故障的诊断要先利用先进的传感技术获取机械的运行状态参数，同时检测各个部件的运行情况，对于从中发现的异常信号要展开进一步分析诊断及故障处理。机械故障的判断需要利用声学、信号学和摩擦学等领域的知识，通过不同途径获得的信号必须要经过分析才能够具有应用价值。以信号处理基础为基础特征的机械故障信息表能够帮助技术人员在最短时间内作出判断，这也是大数据技术应用于故障诊断的雏形。从广义范围来看，机械智能故障诊断包括了三个方面：第一，智能诊断需要获取信号，并根据机械设备监测信号判断设备是否健康。第二，对监测数据展开分析，评价数据的主要特征，进而判断机械故障的具体信息内容。第三，从提取特征中挖掘信号特征，进而建立智能模型。先进的传感技术能够更好地呈现出信息特点，这是机械故障诊断的基础。机械故障由多个方面构成，其中涉及动力学、声学、摩擦学和热力学等物理信息，目前的研究主要围绕震动信号、声场信号、声发射信号及其他信号展开。特征提取的基础是信号处理技术，这是实现机械故障信息表征的主要方式，机械设备出现故障后会在不同方面具有直观呈现，其中包括时域、频域、视频，等等。故障识别是根据提取到的信号建立人工智能模型，进而通过模型提供的信息判断机械装配故障，同时对机械的寿命做出预测。寿命预测能够更好地评价设备可能存在的问题，具有广阔的发展前景。

机械大数据包含了大量的信息与知识，能够从高角度和高层次帮助技术人员更加有效地识别机械装备运行状态，使技术人员的洞察能力和决策能力能够得到有效提升，这些内容往往蕴藏于数据之中，可根据相关理论及技术方法对数据展开梳理与分析。现有研究主要从单一物理信号诊断入手，设备收集的数据范围与数据数量并不多，专家必须要从中选择最有效的数据进行分析。在大数据时代，传感器网络的建立能够非常全面地反映出装备状态，但各种信号源的差异性较为明显，采样模式也各不相同，数据密度与数据质量会受到直接影响，数据将呈现出碎片化特征，如果依然依靠技术人员进行筛选，将会导致有效数据无法得到准确筛查。

数据是机械故障大数据诊断的基础，建立标准化的大数据库对于诊断而言非常重要。获取、存储、传输是大数据库建立的主要依据，企业可以长期对数据进行监测并从中获取最有效的数据。机械数据的规模非常庞大，数据来源多样而分散，非常容易受到各种因素的干扰。针对大数据的特点，数据收集与处理必须要通过可靠的数据传感与诊断来实现，可通过多元信号的重采样、尺度与维度控制来实现信号的意志。机械设备的故障往往蕴藏于数据之中，可通过数据驱动信号解析来准确获取数据的典型特征，并从中提取机械故障，这样才能更好地发挥出大数据的价值。大数据下的智能诊断离不开深度学习，可通过深层次学习构建深层模型。