人工智能技术及其在机械设计中的应用与发展趋势

何秀颖

摘 要： 当前机械设计中的应用识别结构一般设定为目标式，难以确保设备的稳定和安全，导致最终设计应用时的运行功率大幅度下降，为此提出对人工智能技术及其在机械设计中的应用与发展趋势。根据当前需求，简述人工智能技术及其发展趋势，明确机械设计智能应用需求，进行数据采集，通过多层级的方式，确保设备运行的稳定和安全，构建神经网络智能机械设计模型，采用集成处理的方式来实现机械应用。

关键词： 人工智能技术 机械设计 机械应用 发展趋势

中图分类号： TP393文献标识码： A文章编号： 1679-3567（2024）06-0016-03

Artificial Intelligence Technology and Its Application and Development Trends in Mechanical Design

HE Xiuying

Huaan Testing Group Co.， Ltd.， Jinan， Shandong Piovince， 250014 China

Abstract： The current application recognition structure in mechanical design is generally set as a target type， which is difficult to ensure the stability and safety of equipment， resulting in a significant decrease in the operating power of the final design during application， so this paper proposes to explore artificial intelligence technology and its appli‐cation and development trends in mechanical design. Based on current needs， this paper briefly describes artificial intelligence technology and its development trends， clarifies intelligent application requirements for mechanical de‐sign， collects data ， ensures the stability and safety of equipment operation through a multi-level approach， builds an intelligent mechanical design model of neural networks， and realizes mechanical applications through integrated processing.

Key Words： Artificial intelligence technology； Mechanical design； Mechanical applications； Development trends

人工智能（AI）已经深入到各个领域，尤其在机械设计中的应用，带来了前所未有的变革。AI技术以其强大的数据处理能力和深度学习能力，为机械设计提供了更高效、精确的方法，极大地推动了机械制造业的创新与发展[1]。AI技术的引入，使计算机成为了“设计师”。通过机器学习和知识图谱等技术，AI能够自主学习和优化设计，减少人为因素带来的误差，提高设计的可靠性和效率[2]。同时，AI还可以帮助企业实现智能制造，提高生产效率和产品质量，推动机械制造业的转型升级，为社会的发展带来更多的机遇和挑战。

1 人工智能技术及其发展趋势

人工智能（AI）一般是通过模拟人类的思维过程，让机器具备学习和解决问题的能力。随着技术的不断发展，AI正逐渐从实验室走向实际应用，成为推动社会进步的重要力量。AI的发展趋势主要体现在以下几个方面。

（1）深度学习技术的广泛应用使机器能够更好地理解和分析大量数据。通过神经网络的训练，AI可以自动提取出有用的信息，为各个领域提供强大的支持[3]。（2）自然语言处理技术的进步使机器能够更好地与人类交流。从语音识别到机器翻译，AI正在逐步取代传统的文本处理方式，为跨语言沟通提供了便利。（3）计算机视觉技术的快速发展使机器能够“看懂”图像和视频。这不仅在安防、医疗等领域有广泛应用，还为智能驾驶等新兴领域提供有力支持[4]。

2 构建机械设计中人工智能应用方法

2.1 机械设计智能应用需求明确

在机械设计中引入人工智能技术，一定程度上可以进一步强化机械应用的效果，营造初始的应用环境[5]。因此，明确实际的应用需求是必要的，结合当前的机械设计要求进行需求设定，如下所示。

（1）从功能性需求出发，设计师需要明确机械装置需要实现的动作和功能。例如：是否需要高精度、高效率、长寿命等。AI可以通过分析大量的历史数据，提供对功能实现的预测和建议。（2）考虑设计过程的优化。传统的机械设计往往依赖于设计师的经验和直觉，而AI可以通过智能优化算法，如遗传算法、粒子群算法等，自动寻找最优设计方案，大大提高设计的效率。（3）安全性也是不容忽视的需求。机械设计必须确保装置在使用过程中的安全，避免任何可能的故障或事故。AI可以通过对历史故障数据的分析，预测潜在的安全隐患，并提供相应的解决方案。

2.2 数据采集与多层级智能识别结构设计

在构建机械设计中的人工智能应用方法时，数据采集和多层级智能机械识别结构设计是两个核心环节。在机械设计中，采集各种类型的数据，包括结构数据、性能数据、工艺数据等；与此同时，需建立完善的数据处理和分析系统，对数据进行清洗、标注、整合等预处理操作，以待后续使用。随后，基于机械设计的应用要求，结合人工智能技术，设计多层级的智能识别结构，如图1所示。

结合图1，实现对多层级智能识别结构的设计与实践与验证。机械设计过程中，增设多种传感器和执行器，实现多层级机械感知与动作控制。

2.3 构建神经网络智能机械设计模型

结合神经网络人工智能技术，构建机械设计的应用模型，以确保更好地实现机械装置的智能化设计和优化。先收集大量的机械设计数据，包括结构数据、性能数据、工艺数据等。将其成为训练神经网络的基石。并通过神经网络学习设计的规律和特征，为后续的设计提供指导。接下来，选择合适的神经网络程序，建立神经网络机械应用原理，如图2所示。

结合图2，实现对神经网络机械应用原理的设计和执行。

3 实验

此次主要是对人工智能技术及其在机械设计中的应用与发展趋势进行分析与验证研究，考虑到最终测试结果的真实性与可靠性，采用对比的方式展开分析，结合实际的测定需求，利用专业的设备和装置进行基础数据、信息的采集，汇总整合之后，以待后续使用。接下来，进行基础测试环境的关联与搭建。

3.1 实验准备

结合人工智能技术，对机械设计的应用测试环境进行预设与搭建。首先，明确该机械的设计需求，同时在应用范围之内部署一定数量的节点，节点之间互相搭建，形成多维的数据采集程序。随机标定出机械的测试周期，共3个周期，每一个周期的测试环境均是不同的。接下来，进行基础测试参数的设定，如表1所示。

结合表1，实现对基础测试参数的设定。基于此，结合人工智能技术，建立机械设计的应用联系，形成稳定的测试环境。接下来进行具体测定和验证。

3.2 实验过程与结果分析

在上述搭建的测试环境中，结合人工智能相关技术，对机械设计的实况进行测定与展开验证研究。设置4项机械设计目标作为测试的主要应用任务，先明确各个机械设计的实际应用需求，通过人工智能技术与神经网络技术制定对应的执行环节与程序。导入预设的执行任务，通过智能平台对机械的设计情况进行监测和把控，采集对应的数据、信息。构建对应的执行流程，如图3所示。

结合图3，实现对辅助机械设计执行流程的设计与实践执行。按照此环节，基本实现对机械设计任务的处理，结合当前测定，实现对结果数据的比对分析，如表2所示。

结合表2，得出最终的测试结果：针对随机选定的4台应用设计机械，经过3个周期的测定，最终得出的运行功率提升比均可以达到5.5以上，说明此次结合人工智能技术，所设计的机械应用设计方法针对性更强，具有实际的应用价值。

4 结语

总之，人工智能技术为机械设计带来了前所未有的变革，使设计更加高效、精确。未来，随着技术的不断进步和应用领域的扩大，AI在机械设计中的作用将更加重要。然而，过程中也应关注其发展中的挑战，包括如何确保设计的可靠性和安全性、如何处理伦理问题等。结合实际的应用需求及发展，推动机械制造业的转型升级，强化最终的机械应用效果。

参考文献

[1]冀永曼.人工智能技术及其在机械设计中的应用与发展趋势[J].农机使用与维修，2023（9）：76-78.

[2]李红.人工智能技术在机械设计制造及其自动化中的实践[J].现代制造技术与装备，2023，59（7）：182-184.

[3]郭仁贵.人工智能在机械设计制造及其自动化中的应用[J].机械管理开发，2022，37（12）：323-324.

[4]夏付欣.人工智能技术在机械设计制造及其自动化中的应用[J].造纸装备及材料，2022，51（4）：111-113.

[5]刘涵，梁家勋.人工智能在机械设计制造及其自动化中的应用分析[J].新型工业化，2021，11（11）：250-251，253.