机械电子工程与人工智能的相关性研究

安邦

摘要：我国作为工业大国，机械电子工程领域是我国传统制造业发展的基础学科，也是影响我国经济发展的关键产业，近年来，互联网技术的爆发式发展，以信息技术为依托的人工智能技术逐渐开始影响各行各业，因此，将人工智能技术引入到机械电子工程领域相关产业，以解决传统机械领域的疑难问题为目的，以推动学科之间的协同发展为手段，本文通过对机械电子工程领域的发展特点及发展现状进行研究与总结，并对当前人工智能技术的发展趋势和发展特点进行归纳，总结出当前人工智能技术在机械电子工程领域的相关应用，仅供参考。

关键词：机械电子工程;人工智能;相关性

我国作为工业大国，传统的制造业依赖于机械加工，车间装配等方式来完成生产过程。随着电子工程技术的发展，提出了机械电子工程学科来完成初级的自动化生产。而人工智能技术是新时代的产物，为传统的机械工程领域带来了新的发展方向。

一、机械电子工程特点及发展现状

机械电子工程技术是以机械专业为基础，将电子工程相关学科、控制相关技术相融合而构建的学科，是一门综合性学科，涵盖了多个学科的基础知识。与传统的机械设计相比较，机械电子工程学科更注重机械和电子两门学科的融合，以及通过信息化的方式实现信息上的交互，都是基于智能化的处理。传统的机械电子元器件，构成较为简单，内部涉及的工艺与控制算法较为简单，新时代的机械电子工程技术涵盖了复杂了控制算法和运算方法，以精细化、高品质、高效率地实现运动为目标，以提高运算性能、减少运行时间为要求，因此，机械电子工程领域逐渐走向智能化的发展方式。

随着科学技术的不断向前发展，推动了新一代机械电子工程技术的向前发展。机械电子工程的发展可以根据发展状态划分为以下几个阶段：初级阶段，该阶段主要依赖于人类手工完成生产工作，人民的劳动水平代表着机械工业的整体运行效率;第二阶段，伴随着劳动力的不断解放，工业革命推动了机械工程领域的改革，进一步提升了机械生产力，但此阶段生产力水平的发展依然落后于社会时代发展的需求;第三阶段，机械电子转型阶段，在该阶段，机械电子工程技术的发展颠覆了传统机械理念，科技的进步促进了机械电子工程以更加灵活、方便的生产方式发展，工作效率和生产质量得到了快速发展。

二、人工智能技术特点及发展

（一）人工智能技术的特点

人工智能技术新时代提出的计算机学科的一个分支，包含了体现人的意识、思维的智能化的概念，因此，美国斯坦福大学人工智能研究中心的學者温斯顿教授提出，人工智能学科是一门自主学习，表示一种如何表达知识、如何获取知识、如何运用知识的学科，即是一门通过计算机相关算法来研究人类相关运动、思考的规律的学科，打造出具有类人特性的、智能化的系统，通过软件与硬件相结合的方式来模拟人类思考方式和智能行为。

（二）人工智能技术的发展现状

人工智能技术的发挥从提出到发展实践可以概括为以下几个阶段，第一阶段，萌芽初期，该阶段来源于17世纪的冯诺依曼计算机的首次提出，引起了各个国家的学者对于计算机学科的研究与讨论，人类开始进入信息化的时代，此阶段也是人工智能发展的初期阶段，该阶段的发展特点是相关计算机理论的提出和相关技术的探索，为后期人工智能技术的发展奠定了基础。第二阶段是初级阶段，该阶段是基于计算机技术的不断发展，人们首次提出了人工智能这门学科，该阶段人工智能技术的发展主要基于相关理论的证明和博弈上，该时期的研究成果包括LISP语言等，相较于第一阶段，该阶段，人工智能的发展引导越来越多的学者提出创造出一台具备人的智能决算活动的设备。第三阶段，快速发展阶段，第三发展阶段与第二发展阶段之间，人工智能技术的发展经历了一段瓶颈期，人们受限于软、硬件条件的发展，人们只能采用简单的映射手段来进行推进，无法推动逻辑思维方向的发展。该阶段，诸多学者对人工智能结合各个领域的研究，人工智能技术逐渐渗透到各个学科、各个领域，将人工智能技术推向应用。第四阶段：稳步发展阶段，互联网技术的飞速发展在该阶段近一步促进了人工智能技术的发展，将人工智能技术逐渐推向分布式、多主体的趋势，人工智能技术在医疗图像处理、大数据分析、智能预测等方面表现出运算的高效性和实用性，能够在不确定环降下对未知环境进行感知与判断的智能化算法，使得人们不断开始了智能大脑、智能交通、智能医疗、自动驾驶等多方向的研讨。

三、人工智能技术在机械电子工程领域的应用

伴随着网络通讯技术的飞速发展与广泛普及，标志着人们已经步入信息化的时代，而人工智能技术是构建信息化社会的技术手段，其中人工智能领域相关的数学模型的提取与建立，设备故障的自动诊断等技术在实际应用中具有广泛的研究价值与商业价值。在机械电子工程领域内应用人工智能技术，可通过构建故障诊断系统，该系统主要由机械故障案例库、故障诊断规则库、知识处理以及专家系统人机界面等组成，系统结构简洁且稳定性良好，诊断系统整体结构。

电子信息技术的发展也推进了机械工业领域的有效发展，同时也面临相应的问题，例如如何稳定的保证机械电子设备建立输入与输出的相关性是一个较为困难的问题。在传统机械领域中，采用数学推导等方式来计算输出与输入变量之间的相关关系，需要以此来建立规则库和学习两种方式实现精准计算。但是，传统的计算方法局限于线性的、定常的相关问题，对于多维度、复杂、不确定性的系统则无法获取精确的解，因此，面对此种问题，依靠基于不确定关系的运行程序才可以实现对输入与输出关系的模拟。在新时代中，各个领域运行所依赖的系统构成是复杂、多元的，需要同时接收来自不同信号源、不同载体、不同形式的数据信息，而系统也面临着同时处理纷杂数据的问题。

近些来，伴随着深度学习、人脸识别技术、自然语言处理、云计算、脑机接口等技术的飞速发展使得人工智能技术逐渐渗入到人们的日常生活与学习中。神经网络技术是通过模拟人体内神经元的方式来实现对输入信号的分析，通过对实验数据的不断训练来获取逐渐精确的预测值，该方式应用较多的场合是对图片，该技术的特点是训练数据量足够充足，选取合适的参数即可达到近似98%的准确率。模糊推理系统是采用一种模拟近似人脑功能来实现对信号的解析。以上两种技术都可以实现对机械电子工程系统的输入与输出进行计算。在实际应用过程中，主要有几个方面的不同，（1）神经网络内部计算方式是一种黑匣子的方式，只能通过修饰参数来实现输出结果的精确性，而模糊推理系统具有明确的理论依据性。（2）系统输入输出精度上，神经网络系统的精度较高，而模糊推理技术的系统精度相比较低一些;（3）神经网络采用分布式的方式来对信息进行存储，模糊推理系统采用规则式的方式实现对信息的存储。

四、总结与展望

在现代机械电子工程发展的崭新阶段，人们致力于将综合性较强的人工智能系统引入到研究与实践中，时代的进步带来了学科之间的相互促进与发展，只有不断的实现学科之间的结合与促进，才能够充分的发挥学科各自的优势，解决学科内部本身的发展制约，综上，人工智能技术在机械电子工程领域的发展，在解放生产力，提高生产效率的同时，也推动了机械工业整体上的智能化水平。

参考文献：

[1]穆柄廷.机械电子工程与人工智能的相关性研究[J].湖北农机化，2020（09）：129-130.

[2]余海超.机械电子工程与人工智能的相关性研究[J].科技风，2020（03）：159.