曾昊
摘要:随着科技水平的爆发式发展,人工智能极大地改变了机械加工装备,起到了促进技术升级、优化产品结构的积极效应。本文以此为出发点,探讨人工智能在机械加工装备中的应用,并着重探讨了利用人工智能构建内燃机摩擦学设计平台的应用案例,为更有效的提升机械加工水平提供帮助。
Abstract: With the explosive development of science and technology, artificial intelligence has greatly changed mechanical processing equipment, and played a positive effect in promoting technological upgrading and optimizing product structure. Taking this as a starting point, this article discusses the application of artificial intelligence in machining equipment, and focuses on the application of artificial intelligence to build a tribological design platform for internal combustion engines to provide help for more effective improvement of the level of machining.
關键词:人工智能;机械加工装备;内燃机
Key words: artificial intelligence;machining equipment;internal combustion engine
中图分类号:TP18 文献标识码:A 文章编号:1674-957X(2021)23-0205-02
0 引言
人工智能技术与传统制造加工装备的深度融合是当前重要的研究课题。人工智能将新的思维方式、技术方法引入到机械加工装备制造过程之中,不仅能够完成各种复杂计算,还能够为决策提供辅助,自动解决问题,实现个性化产品的设计、定制和精准营销。探讨人工智能技术在机械加工装备技术中的应用路径,较好地实现对机械加工装备的智能化,从而实现感知分析和监控。
1 人工智能与机械加工装备概述
人工智能是一种新兴技术,主要是通过计算机模仿人脑所从事的各种思维活动,进行复杂问题的诊断、预测、分析和规划,较好地运用于各个领域,实现社会的智能化、自动化和信息化。具体来说,主要包括以下关键技术:①机器学习。在大数据、互联网的支持之下,利用系统强大的并行运算能力,采用监督学习和无监督学习两种不同的机器学习方式,自主模拟人类的学习过程,并进行智能决策。②神经网络。通过这种智能运算模型,进行分布式并行信息的自动化处理,计算获悉神经网络的行为特征和规律。③深度学习。基于人工神经网络的前提,利用层次性、多样化的感知器进行深度学习,由第一层特征抽象出高层的属性类别和规律。④数据挖掘。利用大数据、互联网对海量的异构数据进行挖掘、统计、在线分析和处理,从而极大地减少人工作业的数量。⑤专家系统。借助于具有大量专业知识和经验的程序系统,对各种信息进行自主推理判断,模拟某个领域专家的决策活动和过程,实现对复杂问题的分析和决策。
智能机械加工装备。将设备与专家系统相融合。实现机械加工装备的智能化和信息化,其特点主要表现为以下方面:①生产系统化。在智能生产系统的前提下能够对机械加工装备中不同信息进行感知、融合和应用,对于机械加工装备生产过程中存在的偏差和错误能够进行自动修改和处理。②控制系统化。人工智能在机械加工装备中的应用以数字基础为依托,通过知识处理、智能数控加工等方法,进行各类信息的自主分析和控制,确保机械加工装备的智能化和稳定性、高效性。
2 人工智能在农业机械加工装备中的应用分析
农业机械加工装备正在向智能化、机械化的方向迈进,在融合电子信息、环境科学、现代制造等技术的条件下,引入人工智能技术和方法,增强农业机械装备技术的适应性能和精准作业功能,增强农业机械的工作效率,有效保障季节强劳动作业的可靠性和高效性。具体来说,主要体现在以下几点:
2.1 智能化软件在内燃机设计中的应用 摩擦学设计问题在内燃机中的摩擦学设计问题一直是工业制造领域的重点问题。自1876年第一台四冲程的内燃汽油机出现,人们依靠试验来寻找合适的减摩耐磨材料和润滑油,内燃机摩擦学领域的技术研究成为内燃机设计的重要内容,研究者们积极探索内燃机摩擦学系统的运转机理和润滑模型,不断降低内燃机的摩擦功耗,提高内燃机的机械效率和磨损寿命,减低对环境的污染。不管是基于现代内燃机实验数据所建立的Patton的模型、美国陆军坦克与自动车辆研究发展与工程中心开发的内燃机摩擦评定模型、还是日本Nissan汽车公司的基于流体和混合润滑理论所建立的内燃机摩擦预测模型。都离不开计算机技术的应用和辅助。我国的学者张向军、桂长林等将符号模型、神经网络模型、基因模型等人工智能技术与内燃机摩擦学设计方法相融合,在基于基因模型的进化构建以专家知识为辅助的混合型进化设计法,通过分层协调机制,进行复杂机械的综合计算和设计。对内燃机摩擦学的综合设计决策和优化方法有所突破。学者戴旭东利用计算机数值仿真和虚拟现实技术,初步实现了内燃机的虚拟样机,建立起缸体-活塞-连杆-曲轴的快速实现方案,该虚拟样机包含了内燃机的摩擦学行为,为设计提供实验室方案。人工智能的应用,增强了计算机对引擎性能和动力系部件形状参数的快速运算能力,能够更为精确地对假定方案给出系统性评估,并按照既定设计要求运算出动力系部件的几何尺寸,不仅能短时间内产生内燃机单个部件的虚拟模型,还能短时间内完成系统部件的虚拟装配工作。
2.2 无人化技术和信息化技术在农业机械装备运行中的应用 随着计算机技术、电子信息技术的发展,传统内燃机在动力、经济、稳定等多个指标上实现图突破。农用内燃机主要与田间作业机械、植保机械、排灌机械等配合使用。由于这些机械和内燃机经常在日晒、雨淋、扬尘等恶劣环境下工作,所以无人化的技术应用很有意义。在农用拖拉机、收获机等机械装备之中,可以利用传感器、定位技术进行自动驾驶和控制,通过对位置的感知和路径规划进行自主行驶,实现全局路径规划和自动控制,并对农用机械施工作业中的障碍物进行准确识别和检测。在农业施肥、喷药等作业过程中,可以利用神经网络、深度学习等人工智能技术,进行精准喷药和施肥作业,并实现对作物病虫害的准确检测、分析和控制。
在物联网、大数据的依托下,可以对农业机械装备的位置信息、运行工况进行实时采集和分析,提前预判农业机械装备的运行状态、故障位置、故障程度、故障原因,并精准地提出农业机械装备的故障改进策略。机器学习算法、专家系统等人工智能技术,能够对农业机械装备的运行路径进行精准规划和最优调度,实现对农业机械装备的远程调度和管理。比如,随着农业机械设备的品种越来越多,农用内燃机也向多样化发展,以更好的匹配机械作业。例如,在胡椒机械加工设备中,计算机和电控技术对内燃机进行智能化控制,其振动和噪音得到有效改善,提升了设备工作的稳定性。人工智能技术利用智能化、自动化技术进行精准控制、检测和动态管理。总之,智能化技术应用,能够让农用内燃机节能及排放控制更精准,电控匹配度更高,在振动、噪声、声振粗糙度NVH等方面均得到明显优化。作为移动的动力设备装置,其将更加充分发挥出其独特优势。
3 人工智能在工业机床加工装备中的应用分析
在智能机床加工装备制造过程中,可以充分引入智能化技术、网络技术和运动控制技术,设计和制造具有智能编程、智能诊断和智能补偿的数控机床装备,构造出智能机床加工装备制造生态系统,实现智能机床的分布式、分级、分享制造和生产应用。人工智能技术能够对数控机床装备的生产过程进行及时纠错、检测和数据反馈,快速、高效地评估数控机床加工零件的运行状态,对错位的零件进行及时复位,并通过实时修改工况参数的方式,提高机床零件加工的精度。
3.1 数据采集技术在数控机床装备中的应用 FOCAS协议是一种基于TCP/IP协议的应用工具,能够利用读写数控系统控制伺进给轴和主轴运动相关数据,了解机械装备的运行工况,包括刀具偏置、零偏、轴坐标值、用户宏程序变量、螺距误差补偿数据等,实现对数控机床零件加工过程的读写控制和操作。
3.2 海量工业过程数据处理技术在数控机床装备中的应用 在数控机床装备的运行过程中。数据采集的频率较高。在这些海量数据的采集过程中,需要进行压缩处理。为此,可以采用常见的数据压缩算法,如:分段线性插值方法、矢量量化方法、信号变换方法等,按照一定的规则重新排列组织工业数据,剔除冗余无用的信息数据,对其进行转换、解压缩、重构等操作。并在数据压缩算法的支持下,通过压缩比描述数据压缩后的状态,以此对比解压恢复数据与实际数据的相似程度。如:旋转门算法就是利用线性线段拟合和容差的方式,对数控机床加工过程数据进行压缩的算法。通过对容差的动态调整和多模型寻优的方式,获悉数控机床加工过程误差最大的点,从而更好地减少压缩误差,提高数据压缩的精准性。
3.3 数字可视化监控技术在数控机床装备中的应用 在数控机床装备的人工智能技术应用之中,数字可视化监控技术是一种普遍使用的技术。在仿真学科和计算机图形学的支持下,数字可视化监控由二维进入到三维。在Unity3D技术的支持下,可以构建Unity3D平台的数字可视化监控系统,方便、直观地对数控机床加工过程进行监控,并进行故障声光报警,实现对数控机床的远程智能化控制。以FANUC数控机床为例,可以采用基于FOCAS协议的连接方式,作业人员能够通过PC或手机等终端设备进行远程监控,实时采集数控机床装备生产运行过程的数据,并对数控机床进行远程智能化控制,及时把握数控机床的运行状态。
在数字可视化监控系统之中,可以对实时采集的机床真实加工数据进行仿真模拟,以此驱动数控机床模型和零件模型的运行,并对其运行过程实施可视化监控。同时,可以通过驱动桁架模型实时采集相关数据,模拟数控机床加工实际场景中的自动上下料活动,并通过对数据的判定做出是否需要对部件进行翻转的决策,从而实时可视化地获悉桁架运行状态。
4 结语
综上所述,人工智能在机械加工装备中的应用日益宽泛。在神经网络、人机交互、信息采集、建模与决策等方法的支持和依托下,能够较好地实现人工智能技术与机械加工装备的深度融合。结合农业和工业机械加工装备的不同特性和要求,可以合理优化地选择应用人工智能技术,对机械加工装备的运行作业过程进行实时的数据采集、分析、处理、决策和可视化监控。包括人工智能技术在农业谷物收获机、胡椒机械加工装备中的应用、人工智能技术在数控机床加工装备中的应用等,充分突显人工智能在机械加工装备中的应用精准性和高度纠错性能,推动智能制造的快速发展。
参考文献:
[1]戴认之.人工智能技术在工业设备和系统智能运营维护的应用[J].中国信息化,2020(07):52-53.
[2]刘朝宇.信息化背景下农业机械装备需求及结构优化分析[J].农业工程技術,2021,41(12):49-51.
[3]李杰,李响,许元铭,杨绍杰,孙可意.工业人工智能及应用研究现状及展望[J].自动化学报,2020,46(10):31-44.