矫春辉
山东东岳化工有限公司 山东 淄博 256401
摘要：人工智能技术在机械领域中的应用非常广泛。在未来，仍然需要不断开发和利用人工智能技术，通过研发模糊逻辑、神经系统、专家系统等技术优势，促进机械行业实现现代化、智能化发展。
关键词：人工智能技术；机械领域；应用探讨
一、在机械领域中人工智能技术的应用方向
（一）在机械设计的应用
机械设计实际上是一种数值计算工作，通俗来讲，机械设计可以通过模型的计算、分析、绘图等过程进行合理结构的方案设计。机械设计既包括对机械的初始方案确定，也包括结合企业利益选择最优方案、制定最佳的结构特性。目前已有部分企业引入智能化机械系统，通过智能设备进行符号推理工作，例如CAD、CMA系统。通过人工智能的计算和分析，综合运用多种学科知识进行智能化机械设计。人员可以通过具体的参数来简化设计步骤，通过智能理论方法来进行设计的开发与应用。
（二）在机械制造的应用
在机械生产制造的过程中通常需要有相关零配件，机械制造工厂需要为机械提供配件。在人工智能技术的参与下，这一过程可以通过机器进行实时的加工，人工智能系统可以根据机器所装配的零部件推断更合适的机械目标，通过机械想要达到的动作序列进行规划，自动进行问题的求解。尤其机械行业中零件加工和设备的装配相对比较复杂，机械的零件工序较多，因此，其生产过程较为漫长，整个过程必须严格按照标准和逻辑顺序进行，一旦中间出现错误或数值误差，则会让整个机械制造工序中断，还会让相应的仪器设备报废。这样一来，生产成本不但会变得很高，同时也会降低生产效率。在人工智能系统的帮助下，整个生产线可以减少人工环节，这就极大降低了因人为因素导致的零部件数值偏差，从而能有效提升机械制造的效率。
（三）在机械电子工程的应用
机械电子工程严格来说是由电子工程和智能技术结合起来的新兴技术，机械电子工程的发展是通过系统的输入和输出来完成的。而人工智能技术的加入，既可以帮助机械电子工程分析和处理系统中的信号，也可以通过丰富的经验和理论建立系统模型，利用神经网络和模糊逻辑系统来实现非线性计算。为有效解决机械一体化系统的非线性问题，需要人工智能技术系统的神经网络系统和模糊推理系统利用专门的算法来模拟人体神经系统，输入电子信息系统。在机械一体化系统中，通过对非线性系统的稳定性进行微调，获取关联的特殊值，生成机电工程中的相关函数，并通过模糊信息处理方法来调节非线性的变化和机械的温度。
（四）在机械故障诊断的应用
随着社会生产力和科学技术的不断发展，机械设备、设施变得越来越复杂，机械设备一旦发生故障，检修人员很难通过人工方法快速查明故障来源，导致应用该设备的个人或集体蒙受损失。人工智能技术的加入，很好地解决了这一问题。在人工智能技术与机械故障诊断的融合下，领域专家可以利用传感器提取机械设备、设施易感部位的信息和状态，根据各个机械部位的数据反馈，初步排查故障发生的原因和部位，判断机械设备的工作是否正常。传感器发挥作用的过程离不开人工智能技术，机械设备内部结构复杂、各类零件交错纵横，检修人员虽然拥有根据零件组成判断故障类型的能力，但在实际机械设备管理中，检修人员却无法让视野直接抵达机械设备内部零件处。人工智能技术的运用可以帮助检修人员，在机械设备发生故障失灵时，对机械设备内部零件和状态展开分析，迅速整理出数据分析结果。领域专家即可通过这些原始数据，结合设备设施结构、系统故障历史等信息展开故障计算，用较高的效率确定机械故障发生的原因和部位。
二、在机械领域中人工智能技术的应用方法
（一）人工智能技术的专家系统
专家系统是人工智能的重要组成部分之一，一个完整的专家系统主要由知识库、推理机、知识学习机制和人机界面四部分组成，专家系统的推理逻辑可以帮助机械进行诊断、推理和产品设计。专家系统根据知识表达方式的不同，可以分为规则类系统和框架类系统，规则类系统是通过既定的规则来完成推理逻辑的过程，而框架系统是在固定的框架范围内，广泛搜寻有关机械的模糊推理逻辑，既降低了系统的复杂性，也能帮助机械系统进行快速的诊断和设计。专家系统的知识表达方式比较符合人类的心理逻辑，更便于学习和获取人类的知识，通过框架进行知识表达，既可以在机械设计和制造的过程中产生新的技术方法和先进的制造工艺，也可以通过模糊逻辑的推理研究，对机械存在的故障进行很好的诊断。
（二）人工智能技术的人工神经网络
在人工神经网络中，机械的输入和输出都需要标准化的量，输出值是输入值的非线性函数，其量子可以通过各神经元的权重进行调整和改变。通过获取某一部分的权重比来达到期望的输出值，神经网络拥有强大的数值计算方法，且可以通过已知的数据和模式样本来映射学习者和获得者之间的关系，这一过程实际上是对人类思维的再模拟。由于神经网络具有超强的容错性和原则性。因此，其可以在系统内进行自适应、自学习、处理复杂模式等多种功能，还可以利用联想、鲁棒、推测等检测庞大机器系统中的多重故障和突发性故障。人工神经网络还可以作为机械故障诊断的分类器，通过模式识别角度和预测角度，对机械系统的故障进行动态预测。
（三）人工智能技术的模糊集理论
模糊集理论是人工智能的一种特色性功能，由于人的认知世界包含大量的模糊处理信息，也就是说，人类在认知的过程中含有不确定因素。因此，为减少问题的复杂性，人工智能系统通过模糊集理论进行多值逻辑的扩展，利用数学方法和模糊逻辑做到近似推理。可以模拟电路故障诊断方法，通过多值电量测试和信息模糊的融合，确定故障节点和原件故障，并通过最小标准差法进行故障隶属函数的构造。通过函数模型来达到电路增益的模糊信息诊断，利用模糊集理论来测试不同频率下电路的故障信息，精准定位机械系统的故障源头。模糊集理论可以分别利用k故障诊断法和最小标准差法，对测试部位进行初步诊断和模糊变换，最终综合结果得到故障诊断报告。
（四）人工智能技术的启发式搜索
众所周知的启发式搜索方法之一是遗传算法，遗传算法可以利用遗传算子使数字串寻找最优的解，这一过程可以进行选择、变异等多种操作，而模拟退火也是启发式搜索的一种方式，通过随机产生的答案进行局部最优解或近似最优解。遗传算法和模拟退火这两种方式都可以通过求解目标函数对问题进行最优化解决，据实践证明，这两种算法具有误差小、速度快的多重优点。因此，在机械系统中，利用启发式搜索方式可以提高机械系统的抗干扰性和伺服性。
结束语
综上所述，人工智能技术是新时代科技创新发展的产物，目前已在许多领域有着具体的应用，人工智能主要通过模拟、拓展人类的智慧，进行新产品、新技术的开发。随着人工智能技术的不断创新，也可以广泛应用于机械制造行业、机械设计和故障诊断，既减少机械领域的生产和运营成本，也可以提高机械行业的安全系数、智能化程度，提升机械的应用范围和应用深度。
参考文献
[1]张智武.人工智能技术在机械设计制造中的应用[J].信息记录材料,2020,21(02):92-93.
[2]栾松胜.机械电子工程领域中的人工智能技术应用探究[J].电子制作,2018(02):30-31+10.
[3]罗炜程.机械电子工程领域中的人工智能技术应用分析[J].中国新技术新产品,2017(15):134-135.