人工智能在机械设计制造及自动化领域的应用

摘  要：本文简述了机械设计制造的原则以及人工智能内涵，分析了人工智能在机械设计制造及自动化领域的应用，以期进一步提高机械设计制造水平，满足机械发展需要。

关键词：人工智能;机械设计制造;自动化领域;设计原则;实际应用

中图分类号：TH164   文献标识码：A    文章编号：2096-6903（2020）08-0000-00

1人工智能内涵

人工智能作为计算机科学技术中的重要组成部分，其是具有一定代表性的先进技术。当前智能技术研究主要集中在虚拟现实技术和仿真技术等领域，其具有较强综合性、实用性等特点。

2机械设计制造原则及自动化优势

2.1机械设计制造原则

首先，机械设计制造需满足其功能要求，确保可以在实际使用中有效运行。从工业生产方面来讲，机械设计制造需满足三方面要求，即能量、物质和信息。其设计制造与自动化应对输入的物质、能量和信息等分别进行优化处理，并输出相应特质物质、能量和信息。在满足功能需求的同时，可划分为机电一体化与机电一体化产品等两部分内容。机械自动化系统涉及设计、制造和满足特定功能等专业领域，综合性较强，特别是满足特定功能，在机械设计制造中占有重要地位。

其次，机械设计需要创新，不断开发应用先进技术。机械系统和产品分类主要以产品功能为依据。如：（1）物质加工就是通过物质输入与信息能量加工，将其转变并输出为另一形态产品，比如印刷机和纺织机械等。（2）基于能量加工动力机械转换能量与信息，以输出各种形式能量，比如内燃机就是热能转换为动能。（3）信息机器主要负责信息转换，机器处理输入的信息和能量，再将图像和声音等信息输出，比如计算机等[1]。

2.2机械设计制造及其自动化的优势

（1）确保生产安全。在实际生产中，安全性、稳定性至关重要，我国机械生产中频繁发生人员伤亡事件，其主要原因是因为在机械设计制造过程中，使用工具不够先进，员工操作缺乏科学有效的安全保障措施，从而埋下事故隐患。而机械设计制造及其自动化生产过程是系统的、完整的，可以提高生产效率，并对设备运行实时监控，有效采取措施应对突发事件，一旦发生紧急状况还可快速、准确的加以控制，因此有效降低了事故几率，有助于实现安全稳定生产。

（2）有助于生产效率的提高。传统生产中，人工操作环节多，容易出现人为失误和疏忽，而导致整体生产效率不足。在机械设计制造应用自动化系统下，自动化技术可以帮助实现精确计算，同时实施自动化处理，大大减少了人为操作失误、降低了事故隐患，使生产效率和质量得到极大保障。

（3）维修调整更加便利。机械设计制造及其自动化下，生产过程可以根据客户生产要求调试生产设备数据从而生产出符合客户需要的个性化产品。同时还可对产品质量进行自检与在线检测，从而发现其中存在问题，保证产品质量。此外，机械设计制造及自动化具有多重复合功能，满足各种产品需要，在系统故障下可以自动采取措施，使故障设备被强迫停止运转，保障设备安全和人员安全。

3人工智能在机械设计制造及自动化领域的应用

3.1机械设计

作为一种智能系统，要实现机械设计全过程的自动化，减少设计中的主观因素影响。相比于传统设计模式，现代化机械设计中人工智能技术的应用有其显著优势，如其可以长期连续工作，降低人工成本，使工作人员可以使用多种信息储存方法，便于查询和学习。当前在很多汽车制造和飞机制造中，广泛使用基于人工智能的设计技术来完成零件设计，突破了人类设计思维局限。因此人工智能的引进，对于机械设计制造来说是新的机遇[2]。

3.2机械制造

机械制造中应用人工智能技术，在提高生产效率的基础上，还能保证产品质量。人工智能技术的应用，使机械制造可实现自动化处理、控制相关功能，在精确控制下避免受到外界因素影响，大大提高生产效率和产品质量。同时还可以应用人工智能技术智能调整与处理生产过程，实现柔性制造，满足市场个性化需求。

3.3信息处理

机械设计制造及其自动化方面通过电子信息传输系统完成信息传递，但该过程中容易出现错误，特别是输入过多信息的过程中易产生严重问题，造成以上问题的关键就在于机械电子系统自身的不稳定性，因此其需引入人工智能技术，精准监测信息传输中电子信息系统安全性，以实现准确的信息输入和输出，以更加有效处理信息，为机械设计制造及自动化奠定良好基础。

3.4故障诊断

机械设计制造及其自动化过程复杂，需要进行大量数据计算。比如在建模中需要使用多项公式计算、推导，此过程中对人工依赖过大会加大计算的失误几率，且花费大量时间和精力，不利于生产效益的提升。因此需合理应用人工智能技术，实现信息的自动化归纳和分類，使计算结果更加准确，避免后续产生故障。此外就是利用人工智能技术诊断机械故障，可利用人机界面传输机械监测数据，推理机推理得到诊断结果、提出专家建议。最后在系统中检索相似案例，计算其相似度，实现对机械故障的正确诊断。

4机械设计制造及自动化中的人工智能技术

4.1模糊推理系统

在人工智能系统中，模糊推理系统是其重要组成部分。将模糊推理系统应用于电子机械设计制造中，可以开展对电子机械工程大量数据的分析，并且保证分析准确度，强化数据处理能力，大大提升了自动化生产水平和产品质量。模糊推理系统原理借鉴了人类大脑处理判断信息的方式和特点，借助模仿和语言等完成数据设计转换的正确传达。但模糊推理系统也存在不足，主要是系统间的联系缺乏稳定性，因此还需加大研究力度对其改进，使其发挥出更大作用。

4.2神经网络系统

机械设计制造中神经网络系统发挥着重要作用，其中神经元可以实现信息传递与数据共享，高效完成信息的分类与保存，有力推动着电子机械工程的发展。此外神经网络系统在数据处理方面具有较强的动态化特点，因此可以及时对设计制造中可变数据给出指令。神经网络系统模拟了人类大脑神经系统信息处护理方式，通过其神经元反射特性可以获取电子机械工程中数据分析结果，从而保护数据存储。

4.3故障诊断系统

机械设计制造中容易出现机电设备运行故障，从而影响连续生产。因此需在故障诊断系统中引入人工智能技术，以提高故障处理效率，为了实现对故障的快速处理，事先做好故障预测，故障发生后也可快速准确排除，实现对故障的精准定位，便于企业维修、降低维护成本。故障诊断系统可采用规则推理、案例推理和故障树模型等诊断方法，其具备的机械故障案例库、故障推理机等可确保完成故障预测、检修和排除工作。如通过在手机机械设计制造中对设备故障案例进行处理，再通过后续分类归纳可满足客户实际使用需求。具体流程如下，首先人机交互界面可以对系统输入信息实施监测，系统结合数据库资料分析判断输入信息并给出诊断结果，并快速准确查找故障库中相似案例进一步给出故障分析结构、维修建议，基于此用户可以高效完成故障处理工作。

5结语

人工智能具有强大的逻辑性和计算能力，在机械设计制造及其自动化领域应用，可以简化操作，并提高效率和产品质量。当前应紧跟时代发展脚步，不断积累经验、优化相关技术，通过人工智能技术的应用推动各行业的智能化发展。

参考文献

[1]程洪岩.机械设计制造及自动化发展方向探究[J].黑龙江科技信息，2016（14）：58-58.

[2]许燕玲.人工智能在机械设计制造及其自动化中的实践[J].南方农机，2020，51（14）：105-106.

收稿日期：2020-07-11

作者简介：付玉强（1978—），男，甘肃定西人，工程硕士，高级工程师，研究方向：筑路机械、机电工程。