机械工程智能控制技术研究现状及进展

【摘要】随着当今社会经济与科学技术的协同发展，越来越多先进技术开始被应用到了机械工程领域中，尤其是智能控制技术，更是在其中发挥着至关重要的应用优势。为实现智能控制技术在机械工程领域中的良好应用与发展，本文特对其研究现状及进展进行分析，希望通过本次分析，可以为机械工程中的智能控制技术应用及其研究提供科学参考。

【关键词】机械工程;智能控制技术;研究现状;研究进展

前言：智能控制技术是当今新兴起的一种技术形式，将该技术合理应用到机械工程领域中，将会使其控制效果得以显著提升，以此来促进机械工程领域的自动化与智能化发展，尤其是将神经网络控制技术、模糊控制技术以及智能优化算法合理应用到机械工程中，提升机器人、机械制造、工业过程等智能化进程，以此来实现智能控制技术和机械工程技术的协同发展。

一、智能控制技术

（一）神经网络控制技术

在智能控制技术中，神经网络控制是最为关键的一项技术形式。而在神经网络控制中，其技术核心是人工神经网络，该技术可通过神经元间的连接和权值分配来实现特定信息的表示，并对神经元连接权值加以不断修正，以此来达到自我学习和训练的效果[1]。就理论而言，这属于一种善于表达的非线性任意映射关系，因此，该技术经常被用来对非线性对象进行建模[2]。

在通过神经网络控制技术进行机械工程控制的过程中，其主要的研究方式有三种[3]，第一是对控制对象的输入输出之间映射关系的描述模型进行建立，比如，在火电厂机械设备的神经网络控制中，可对其氮氧化物排放模型、锅炉燃烧模型、机炉协调控制系统模型、旋转机械振动故障预测模型等加以建立。第二是借助于神经网络技术所具有的自学能力，根据相应的性能指标以及学习方法对其控制对象或者是控制器的模型参数做寻优处理。第三是将神经网络控制技术和其他算法或技术相结合，比如遗传算法、粒子群优化算法等，以此来达到良好的自动化、智能化机械控制效果。

与其他经典形式的建模方法相比较，神经网络技术在建模过程中对于样本数量与质量都有着极高的要求，且存在很强的不确定性，应用中容易出现局部最优点问题。因此，在目前的研究中，神经网络技术大多为离线应用，其在线应用方面依然有待进一步研究。

（二）模糊控制技术

所谓模糊控制技术，该技术是以模糊语言规则、模糊推理以及模糊数学为基础而开发出的一种智能控制算法，该算法需要基于专家或专业控制来建立，并不需要将对象模型作为依赖[4]。在非线性的复杂系统以及不确定系统中，模糊控制技术优势十分显著。

但目前诸多研究发现，模糊控制技术也存在一定的缺点，由于模糊控制技术不能将稳态静差消除，不具备学习能力，其模糊规则以及隶属度需要相应的专业经验，且无法调整。因此，就目前的机械工程领域中的智能控制技术研究来看，模糊控制算法很难单独实施被控制对象的精确控制，而是需要与其他控制技术相结合，以此来达到良好的智能控制效果。

比如可将模糊规则应用到传统形式的机械工程PID控制系统中，将被控制对象期望值及其实际输出值之间的差距作为基础，结合其偏差变化率，在线进行控制器中的PID参数调整;或是在对复杂对象进行建模的过程中，通过模糊控制技术和神经网络技术之间科学结合，借助于模糊规则，可对前馈信号等进行合理调整，同时也可以让多变量解耦等操作得以有效实现[5]。

通过机械工程领域中的智能控制技术研究发现，无论是模糊建模还是模糊控制，其仿真与试验效果都十分良好。但是在具体的应用过程中，模糊控制技术的应用效果则直接取决于控制参数是否具有多样化特征、模型具体的复杂程度、专家与专业经验在控制和建模过程中的有效性等方面。因此，这些方面也是模糊控制技术在未来的主要研究内容和发展方向。

（三）智能优化算法

在对机械工程领域中的智能控制技术进行研究时，智能优化算法也是一项至关重要的研究内容。通常情况下，智能优化算法主要包括两大类，第一是BE（进化计算），第二是EI（群智能），这两种算法都是在自然现象的启发下，将简单自然规则的抽取作为基础而研发出的智能优化计算方[6]。其中，BE算法主要包括遗传规则、进化规则以及遗传算法等;EI算法主要包括免疫算法、蚁群优化算法以及粒子群优化算法等[7]。

在近年來机械工程领域的不断发展中，这些智能优化算法和相关的改进算法已经得到了非常广泛的应用，且在机械负荷优化分配、控制策略优化、控制器参数优化、神经网络模型连接阈值和权值寻优、模型参数辨识等方面都发挥出了良好的应用优势，其研究和发展前景也十分光明[8]。

二、智能控制技术在机械工程中的应用研究现状

为有效打破传统机械工程技术领域的局限性，让智能控制技术在机械工程领域中的应用研究更具便捷性，相关专家、学者和技术人员开始对各种智能控制软件进行研究与开发，并使其在机械工程的智能化控制中得以良好应用。就目前来看，无论是在机器人的智能控制、机械制造过程的智能控制中，亦或是在工业过程的智能控制中，智能控制技术均发挥出了非常显著的应用优势。

（一）机器人智能控制

随着近年来机械工程技术的不断发展，工业机器人以及智能机器人的应用和发展都得到了大力推动，借助于智能控制技术中的神经网络技术、模糊控制技术以及专家系统技术等，可对机器人进行精准定位，对其周围环境进行科学建模，同时也可以实现机器人自身运行情况及其控制情况的定时检查与优化[9]。另外，通过智能控制技术配合相关的传感器应用，也可让机器人具备和人类一样的视觉处理、听觉处理、语言输出等的各项功能[10]。由此可见，在当今的机器人领域中，智能控制技术已经发挥出了关键的控制作用，而在科学技术的不断进步中，此类技术的应用研究也在不断进步。

（二）机械制造智能控制

随着当今机械制造工程的不断发展，智能控制技术已经在这一领域中得到了越来越广泛的应用，且其应用优势也十分显著。比如，在机械制造过程中最为关键的焊接工序，焊接设备控制、焊接质量控制以及焊缝跟踪等都应用到了模糊控制技术与智能优化算法。同时，以智能控制技术为基础的AMS（智能制造系统）、CIM（计算机集成控制系统）以及FMS（柔性制造系统）等，都在当今的机械产品设计、机械制造材料选择、机械产品生产工艺流程设计、机械产品生产过程、机械产品管理过程以及机械产品检测过程中得到了广泛应用[11]。尤其是自计算机技术和网络信息技术在机械工程制造领域中的普及之后，将其与智能控制技术相结合，更是能够让机械制造过程得到非常好的智能化控制。而通过智能控制技术的应用，更是使得传统机械制造中难以解决的数据处理问题、精度不足问题以及一些不良状况的难以预见问题都得到了有效解决，在实现机械制造效率与质量显著提升的同时使其安全性得到了最大限度的保障。

由此可见，智能控制技术在当今的机械制造领域中具有非常好的应用优势。而关于机械制造领域中的智能控制技术研究，也正在伴随着科学技术的发展而不断进步。

（三）工业过程智能控制

在当今的工业生产中，机械化已经成为了主要的生产模式。而关于智能控制技术在工业过程中的应用研究，也已经获得了良好进展。就目前来看，工业化连续生产线大多已经实现了智能化的控制。比如，在轧钢、材料加工、冶金等工业化过程中，通过智能控制技术的应用，可使其各种的机械设备运行状态得以良好保障，并能够根据实际情况和实际需求对其各项运行参数进行智能调整，在有效确保工业过程正常进行的同时尽最大限度避免工业过程所受的不良影响极其对外部环境产生的不良影响[12]。

三、智能控制技术在机械工程中的研究进展

（一）智能控制设计的简单化

为减少智能控制技术的应用费用，使其在机械工程领域中的应用和维护都更加便利，在对此项技术进行研究的过程中，研究者开始致力于研究其设计的简化。其主要的研究思路是将智能控制技术和机械工程领域的全局发展作为基础，对其原理、框架的设计进行简化。虽然此项研究在目前依然处于预想阶段，但是相信随着时代的发展与科技的进步，机械工程领域中的智能控制设计一定会得到合理简化。

（二）智能控制技术的发展创新

就我国目前的智能控制技术研究来看，虽然在智能控制软件方面取得了很大进展，但是其理论研究和相应的硬件研究依然有待进一步创新，为达到这一目标，相关研究人员就需要将国外先进的研究经验作为参考，结合我国机械工程领域的实际发展，对与之相符合的智能控制技术原理进行研究，并对智能控制方面的硬件加以科学研究与设计，这样才可以有效满足我国的机械工程智能化控制需求，让智能控制技术在我国的机械工程领域中得到更好的应用和发展。

（三）智能控制研究体系的建立与完善

在对机械工程中的智能控制技术进行研究时，科学合理的研究体系建立是一项关键内容。但是就我国目前机械工程领域中的智能控制技术研究来看，虽然相应的研究体系已经初步形成，但是其研究内容、研究方法和研究模式等依然需要得到进一步的完善，这样才可以充分满足当今机械工程领域对于智能控制技术的实际应用需求，让智能控制技术和机械工程领域达到共同发展的效果。

结束语：

综上所述，在当今的机械工程领域中，智能控制技术所发挥的优势十分显著。基于此，相关研究人员应加大力度对智能控制技术进行研究，根据机械工程领域的实际发展需求，进一步拓宽智能控制技术的应用与研究范围，以此来充分发挥出此项技术在机械工程中的应用优势，快速促进机械工程领域的自动化、智能化发展。

参考文献：

[1] RAJABI.VANDECHALI M.ABBASPOUR.FARD M H.ROHANI A.Development of a prediction model for estimating tractor engine torque based on soft computing and low cost sensors[J].Measurement.2018.121：83—95.

[2] 张从升.机械工程技术的智能化发展趋势及学科交融分析[J].内燃机与配件，2021（24）：167-169.

[3] HIREGOUDAR S.UDHAYKUMAR R.RAMAPPA K T， et a1. Artificial neural network for assessment of grain losses for paddy combine harvester a novel approach [C] // International Conference on Logis， Information， Contr01 and Computation， 2011.

[4] GU Yuxue，YUAN Jin，LIU Chengliang.FIS—based method to generate bivariate control parameters regulation sequence for fertilization[J].Transactions of the CSAE，2011.27（11）：134-139.

[5]王保中，胡延明，賈爱芹，李新乐，陈迎社.智能控制技术在车辆工程中的应用探讨[J].拖拉机与农用运输车，2021（06）：22-24.

[6] CA0 Ruyue，LI Shichao，JI Yuhan，et a1. Multi-machine cooperation task planning based on ant colony algorithm[J].Transactions of the Chinese Society for Agricultural Machinery， 2019， 50（Supp.）：34—39.

[7] RYERSON A E F，ZHANG Q.Vehicle path planning for complete field coverage using genetic algorithms[C]∥Proceedings of the Automation Technology for Oft.road Equipment （ATOE） 006 Conference.2007.

[8]张博，林菲婷.智能控制技术与机电控制应用融合分析[J].电子世界，2021（22）：16-17.

[9] PEERLINCK A.SHEPPARD J，MAXWELL B.Using deep learning in yield and protein prediction of winter wheat based on fertilization prescriptions in precision agriculture [C]∥International Conference on Precision Agriculture （ICPA）. 2018.

[10]叶利丽.5G背景下基于无线工业控制的机械生产智能控制技术研究[J].机械设计，2021（10）：153.

[11]薛知言.智能控制技术在工程机械控制中的应用研究[J].南方农机，2021（18）：143-145.

[12]丁文开，袁海梅，谷春华.计算机智能控制技术在工程机械领域中的应用分析[J].内燃机与配件，2021（17）：224-225.

作者简介：姓名： 张天阳，性别： 男，出生年月：2000年12月，民族： 汉族，籍贯： 湖北鄂州，职务： 无 职称： 无，学历： 本科，研究方向： 机械工程。