身份证号：13098219851003XXXX
摘要：人工神经网络技术具有非线性、适应性、并发性和储存性等特点，包含了多种现代化的信息技术，需要相关操作人员结合神经网络技术的特点，明确神经网络技术在机械工程领域的发展方向，将神经网络技术合理应用到机械工程中，促进机械智能化发展。
关键词：机械工程；神经网络技术；运用
1 神经网络技术的特征
1.1 非线性
神经网络技术具有非线性的特点，能够由神经网络映射出多种变量和多个指令之间的关系，形成一个有机联系的整体。神经网络利用自身非线性的整合优势和拟合能力，可以直观的展示出各个元素间的联系，并进行大规模的数据统计和储存，能够根据变量的特性做分类处理，提高系统的容错性。
1.2 适应性
神经网络具有很强的适应能力，在经过系统的训练后，神经网络可以对大规模的信息数据进归纳处理，因自身的适应力较强，在分析和处理信息时，神经网络有很强的兼容性和储存性，能够容纳大量的信息。同时，在对信息处理过程中，神经网络能够结合信息之间的联系，分析信息的特点，进行分类处理，储存有用的信息，使信息系统不断优化，提升自身的信息适应能力和分析处理能力。
1.3 并发性
在计算机系统运转过程中，处理变量和指令都是由系统直接发出的，统一进行工作，这种规范化的操作模式能够有效提高信息处理的效率。但当信息数据比较复杂时，就会影响计算机系统工作的质量。应用神经网络技术，可以有效地规避这一问题。神经网络具有并发性的特点，能够自主完成对相应信息的处理任务，与计算机系统处理信息的方式不同，神经网络技术可以实现对信息数据的单独处理，提高对信息数据的分析和处理效率。
2 神经网络技术在机械工程中的具体应用
2.1 故障诊断
神经网络技术能够及时掌握合理的方式对信息进行分析和处理，尽可能在较短的时间内有效解决问题。因此，神经网络技术也经常被应用在机械工程故障诊断中。在利用神经网络技术排除系统故障时，借助人工神经网络技术智能化、自动化的特征，对系统故障情况进行深入分析，能够更加精准的诊断出机械设备出现此故障的成因。在进行设备故障诊断时，多是对发电系统和核电站系统等相关设备进行故障监测，使用神经网络技术能够打破以往只依靠振动方法来识别系统故障的方式，创新了新的监测方式，如根据声音传递的方法也能监测出系统的故障，针对诊断出的故障，及时采取合理的解决措施。所以将神经网络技术应用到机械工程故障诊断中，在一定程度上能够缩短故障排除的时间，有效地提高了诊断结果的准确性，。
2.2 CAD技术
CAD作为机械工程中常用的一种技术软件，应用在机械工程中，能够在短时间内完成绘图、统计以及计算等任务。随着科学技术的进步，以往的技术已经不能满足现阶段机械工程发展的需要，而CAD技术也在原有的技术基础上进行了创新和发展。目前CAD技术已经逐渐突破了只能绘图的局限，还能在原理分析、结构设计、方案制定等多方面发挥作用。但CAD技术应用过程中，还存在着很多问题，由于CAD系统不健全，导致知识的获取渠道和方式单一，获取的知识信息主要依靠专家，缺少自身的储存量，而且分析和处理信息数据的时间也比较长，缺少知识获取的时效性，不能保证机械工程的效率。尤其当设计的问题和知识超过系统储存的范围时，CAD技术将不能对信息数据进行输出，导致出现知识量不完整、不全面等问题。针对CAD技术使用中存在的不足之处，应用神经网络技术能够起到很好的规避作用，神经信息网络具有储存性和并发性的特点，能够兼容储存大量的信息数据，并且自身的容错性和分析处理能力比较强，能够缩短处理信息的时间，提升问题解决的准确性，提高信息处理的效率。
2.3 机械设计
神经网络技术不同于专家系统通过建立和完善知识数据库来满足运行需要，而是依靠训练样本的训练对知识信息数据进行储存和管理，利用模拟的便捷方式，实现对系统信息数据的分析和处理，充分发挥自身非线性和适应性的特点，使复杂的问题逐渐简单化。而且神经网络技术的容错性很强，对于网络连接失败的情况，仍旧可以正常运转。将神经网络技术应用到机械工程机器设计中，能够有效地提高机械设计的准确性和智能化。如在机床设计过程中，利用神经网络技术的特性，根据机械工程需要工件的材料质量和标准改制机床的结构，结合机床的承重力和耐受力设计出合理的计划方案，将人工神经网络技术切实应用到机械设计中，使神经网络技术得到充分应用，同时也提高了机械工程设计部门的工作效率。
2.4 智能控制
神经网络具有较强的适应能力，因此被广泛应用在机械工程机构智能化控制中。工程结构智能检测系统包括推理、神经网络学习以及数据库管理，在机械工程中，应用神经网络技术能够实现对数据信息的精准读取，为数据库储存更多的信息资源。在这一环节，神经网络技术发挥自身强大的适应性，开展自主学习模式，在规定的范围和时间内，完成相应的任务。此外，神经网络具有非线性以及并发性的特点，在机械工程应用中，能够运用这一特点，合理把控机械定位，确保机床的准确性，避免出现较大的偏差问题[2]。通过应用神经网络技术，实现对机械工程的智能化控制，对科研成果和技术创新具有很大的促进作用。
3 神经网络技术在机械工程中的发展方向
3.1 工程的检测与控制
科技的发展势必会促进神经网络技术应用于机械工程其他领域。例如，在机械工程加工制造过程中，因为加工制作各个环节的指标和变量存在着随机性和变动性，使加工制作的环节无法顺利进行，这就需要神经网络技术发挥非线性和适应性的特点，为加工制作提供有效的解决方法。运用神经网络技术，能够准确的分析出非线性的复杂信息内容，根据得出的信息结果，采取合理的控制方案，发挥神经网络技术的在线控制优势。将神经网络技术应用到工程的检测与控制中，能够在短时间内掌握工程的进展情况，在一定程度上节省了时间和劳动力，推进了机械智能化的发展进程，也促进了现代化技网络技术的广泛应用。
3.2 机器人工智能工程
由于现代化信息技术在各个领域内应用，促进了神经网络技术的全面发展。在机械工程中，神经网络技术将进一步实现使用价值，在机械领域发挥重要作用。如传统的控制方法已经不能够适应机械工程发展的需要，要求应用神经网络技术在机器设备方面实现最佳的控制效果。通过神经网络技术的非线性、适应性、并发性和储存性等特点，提升整个工程系统的容错性，使神经网络技术在机械设计、制造等方面发挥最佳的使用效果，促进机械智能化发展[3]。
4 结束语
综上所述，神经网络技术被广泛应用在机械工程领域中，对于推进机械工程自动化发展十分重要。需要相关操作人员结合神经网络技术的特点，深入分析神经网络技术在机械工程各领域的使用价值，如在故障诊断、CAD技术、机械设计以及智能控制等方面的应用，明确神经网络技术在机械工程检测与控制、建立人工智能化工程等方面发展方向，不断推进神经网络技术在各领域广泛应用，促进机械智能化、自动化发展。
参考文献
[1] 柴伟杰. 人工神经网络及其在机械工程领域中的应用研究[J]. 南方农机, 2018, 49(22):46.
[2] 丁盼. 基于神经网络的挖掘机智能化控制研究[D]. 2018.
[3] 韩晶晶. 探讨人工神经网络在机械工程领域中的应用[J]. 市场调查信息(综合版), 2019(6):00176-00176.