人工智能技术在机械设计制造自动化中的创新应用

孙后法

（徐州开放大学，江苏 徐州 221000）

0 引言

机械设计制造自动化作为工业产业发展的重要基础，在先进制造理念、技术、设备等方面的支持下，机械设计制造可以真正契合到产业化发展进程中，提高生产制造精度与效率。人工智能技术的应用，则是通过人们思维与智能控制体系的融合，进一步深化机械设计制造上的安全性、高效性，满足机械生产制造，为工业发展奠定坚实基础[1]。从学科角度来讲，人工智能技术具有多学科综合的属性，例如科学、心理学、控制学、神经学等，在“人工”与“智能”的融合框架下，内部数据信息在运行过程中具有一定的逻辑特征，提高数据运行精度，保证在数据联动处理模式下，可更为精准的阐释出数据信息的运行本质，保证系统顶层与操作终端的对接性。本文则是针对人工智能技术在机械设计制造自动化中的应用进行探讨，以供参考。

1 基于人工智能的机械设计制造自动化运行特点

从技术角度来看，机械设计制造相关功能的实现，是以机械设计制造工艺及其发展诉求为主，在多功能操控模式下，对技术基准提出更高要求，只有这样，才可确保技术应用的安全性与持续性。在人工智能技术的应用下，机械设计制造自动化运行效率及安全性能得到显著提升，这也是目前机械设计制造运行的主要特点。

运行效率方面。人工智能支持下的机械设计制造工序，可通过智能操控系统替代传统的人工操控系统，可最大限度的节省指令转换及工序切换期间所消耗的时间，且依据智能操控系统，可自动依据数据信息的传输模式设定出具有预期性、规划性的数据指令，且此类指令优化是全过程落实到整个操控系统中的，科学性的降低资源配置率，提高实际操控精度[2]。此外，从机械设备的外界操纵环境来讲，机械设备的运行及操作，无需经过校对与细则了解，便可通过智能化调控，将人工智能技术与自动化操控系统进行整合，按照内部指令，完成相对应的信息传输及操控，规避其它数据信息传输过程中的冗余性问题，提高机械设备的自动化运行效率。

安全性方面。机械设备在运行过程中是按照内部指令的下达，完整中央操控系统与终端部件之间的有效对接，但是受到加工环境、设备部件稳定性、人工操控等方面的影响，将造成机械设备运行过程中产生数据碰撞问题，进而产生运行风险的严重现象。人工智能技术的支撑下，可以通过机械设备内部操控系统组建出更为完整的数据运行框架，最大限度脱离传统人工操控的范畴，保证每一类数据指令的下达，可直接作用于终端操控机构中，进而降低因为人员误操作所带来的误差影响，提高机械设备运行的安全性。除此之外，人工智能技术可建设具有关联特征的数据传输网络，结合专家系统，实时监测当前机械设计制造中存在的隐性问题，并制定出补救方案，保证整个操控系统运行的可持续性及可靠性。

2 人工智能技术在机械设计制造自动化中的创新应用

2.1 BP神经网络的应用

基于人工智能技术实现的BP神经网络，是以人类思维及神经网络为主体，建设出具有全域化、网络化的数字模型，然后通过数据网络之间节点的关联性，对具有复杂特征的数据信息进行处理。与传统网络数据处理手段相比，神经网络控制下的数据体系具备更为完整的逻辑性，可对内部系统运行提供数据支撑，提高系统运行质量。

在机械设计制造自动化运行体系中，BP神经网络的应用及实现大致可归纳为下列三点：

通过对数据网络中的运行节点为主导，建设出神经元的数据模型，这样在数据及神经元的联动处理下，可保证系统网络运行中的数据传输效率及质量，满足机械设备的精细化操控需求[3]。

第二，依托于BP神经网络可以实现对数据信息的动态化、实时化处理，保证数据在对接过程中的精准性，达到操控顶层与底层的数据共通、指令对接等。

第三，依托于BP神经网络中的神经元节点的反射特性，可以对机械设备运行中产生的数据信息进行精准化提取，进而查证出在不同数据操控视域下，机械设备指令输入与输出是否存在隐患问题。BP神经网络的实现，可确保机械设计制造过程中，每一项数据采集的规范性，进而为后续指令的下达提供数据支撑，满足机械设计制造的多元化操控诉求。

2.2 模糊控制理论的应用

模糊控制理论可以看成是“人工”+“智能”的实现载体，针对数据信息进行模糊控制，可以最大限度模仿人类思维对当前操控中存在的问题及预期规划路径进行解析，提高系统运行精度。基于人工智能技术的模糊控制理论运行原理，是针对系统复杂化、专业化运行模式采取的语言分析与转换，令系统运行过程中产生的自然语言可以转变为计算机系统可识别的算法语言，这对于系统内部的知识库可以真正建设出具有语言变量的非线性、时变性的描述功能，保证内部系统在运行过程中产生的各类数据可维系在系统的容错性、鲁棒性范畴之内。在实际运行过程中，通过模糊控制理论可保证机械设计制造过程中产生的一系列数据信息不再局限于固有的数据传输框架之上，而是通过系统运行过程中的自然语言范畴，对系统运行产生的数据进行多方位分析，辅助决策单元的运行，提高机械设备及自动化系统运行的可靠性。

2.3 故障诊断系统的应用

机械设计制造自动化体系在实际运行过程中，由于长时间高负荷的运行，将令机械设备组件面临着持续性损耗的问题，一旦磨损值超出组件固有的承受指标时，将造成机械设备无法运行，降低企业的运营收益。故障诊断系统的应用，则是全过程作用于机械设计制造中的，通过故障诊断系统与机械设备数据系统之间的关联，以数据信息监测为核心，可以更为真实的反映出设备当前的运行工况，及时依据系统查找出系统运行存在的安全隐患，为监测与运维工作的开展提供数据支撑[4]。在实际应用过程中，故障诊断系统主要是由内部诊断数据库为基准，在内部诊断数据库中的各类机械故障指标的对比下，监测出机械设备在当前运行工况下，是否存在相对应的故障信息，如果运行信息与故障类型信息相匹配的话，则将自动触发报警系统，令工作人员了解到系统运行中存在的故障。此外，故障诊断系统与专家系统的联合应用，可令系统在实现相关操作时，自动对数字故障进行识别与处理，此过程可以迅速修复故障，无需工作人员参与。

2.4 自主识别系统的应用

人工智能技术的实现需要搭载系统及数据网络，才可将人工智能技术进行实体化表达，基于人工智能技术的自主识别系统在具体驱动过程中，也需要搭载传感器设备，实时将机械设计制造自动化运行过程中的反馈信息进行采集与分析，通过采集信息与系统数据库信息基准之间的比对，可以识别出当前系统运行过程中产生的异常问题。此外，自动识别系统还可通过超声波、无损检测等技术对机械设备运行工况进行分析，从多个方面识别出系统及系统存在的问题，为整个运维工作的开展奠定坚实基础。

3 人工智能机械设计制造自动化的发展方向

从技术更新角度来看，人工智能技术正处于研发与应用的过渡阶段，其在不同阶段对于机械设计制造自动化所产生的支撑效果具有差异性，且伴随着工业产业的发展规划下，人工智能机械操控模式也必须遵循技术、工艺、市场的客观发展规律，才可最大限度提高我国机械工艺的制造水平。为此，在后续发展过程中，必须以下列方向为主，才可全面化提高机械设计制造质量，提高我国在国际工业产业中的竞争力。

第一，虚拟化方向。基于人工智能技术的虚拟化体系，将整个操控体系独立在机械运行模式之外，进而确保前期设计与中期制造中的独立性，及时发现设计中存在的问题，达到节约资源的效用。

第二，网络化方向。计算机网络与智能生产的结合，可以真正实现以技术为驱动的制造体系[5]。为进一步深化人工智能技术的应用，则必须拓展机械设计制造的网络化功能，通过提高网络化程度，从技术、管理、运维等方面，打造出一体化的操控体系，满足机械设计制造的智能化运行诉求。

4 结语

综上所述，人工智能技术支持下的机械设计制造，俨然成为科学技术驱动下的一种必然发展方向，真正实现以数据信息为核心的多元化操控功能，保证各项操控指令下达及执行的精准性。从技术具体实现角度而言，机械设计及制造自动化功能是依据数据信息在控制系统中的自动化、智能化运行，实现数字信号、数据信息之间的转换，机械设备在现场操作过程中，可通过集成系统对繁杂的指令信息予以罗列、传输等，真正实现一体化操控，满足系统的多元化运行诉求。为此，在实际拓展过程中，必须加强对先进科学技术的应用及管理，结合工业产业发展方向，打造出技术化与专业化相结合的发展体系，提高机械生产制造水平，加速我国机械制造产业的生产精度，满足高质量、高速率的发展诉求。