当前位置:首页 > 专题范文 > 公文范文 >

人工智能在机械电子工程中的应用

时间:2023-06-12 12:40:05 来源:网友投稿

摘要:人工智能(Artificial Intelligence,简称AI)是一门研究如何构造智能机器或智能系统,使它能模拟、延伸、扩展人类智能的学科。智能技术是当前新技术、新产品、新产业的重要发展方向、开发策略和显著标志,尤其它在解决远程控制、故障诊断、非线性等问题上的优势,给机械电子工程的发展指明了方向。本文对人工智能在机械电子工程中的应用进行了研究,分析机械电子工程中人工智能技术的运用。

关键词:人工智能;机械电子工程;故障诊断

中图分类号:TP18;TH-39   文献标识码:A   文章编号:1672-9129(2020)16-0011-01

1 人工智能的定义

“人工智能”(Artificial Intelligence)简称AI它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人们认为“人工智能”是计算机科学技术的前沿科技领域。因此,“人工智能”與计算机软件有密切的关系。人工智能是“类人”机器人所需要的算法和技术,也就是说我们研究的主题是高级智能的本质,而不是其外在表现和辅助部件。一方面,各种人工智能应用系统都要用计算机软件去实现,另一方面,许多聪明的计算机软件也应用了人工智能的理论方法和技术。例如,专家系统软件,机器博奕软件等。但是,“人工智能”不等于“软件”,除了软件以外,还有硬件及其他自动化的通信设备。人工智能是从思维、感知、行为三层次和机器智能、智能机器两方面研究模拟、延伸与扩展人的智能的理论、方法、技术及其应用的技术学科。

2 人工智能在机械电子工程中的应用

在许多工程系统中,往往由于内部结构复杂,存在着对加工过程控制及故障诊断等方面的困难,一般的PID 等典型控制方法虽然能解决一些问题,但在一些场合已不能满足生产的要求,当前,典型的机电一体化产品——数控机床、交流伺服驱动装置等正在向数字化、小型化、高精度等方向发展,为监控带来新的挑战,由于模糊神经网络控制不依赖控制对象和数学模型,具有较强的鲁棒性,是一种非线性的控制方法,在解决此类问题中有很好的优势。而专家系统主要用于复杂的机械系统,能够克服基于模型的故障诊断方法对模型的过分依赖性。

2.1人工智能为机械工程设计提供精细的制造工艺。在机械生产制造过程中,需要为工厂中所有的装配机器供应零件。目标可能由监控者提供,也可能由系统对当时状态做出评估而产生。智能系统怎样推断出适当的目标,然后构造试图达到目标的动作序列,这个过程通常称为规划(planning),它是自动问题求解的特例,是人工智能研究的重要子领域。此外,计算机集成加工系统(CIMS)和柔性加工系统(FMS)在近年来获得迅速发展。在一个复杂的加工过程中,不同条件下的多种操作是必要的。环境的不确定性以及系统软硬件的复杂性,向当代工程师们设计和实现有效的集成控制系统提出了挑战。为了把现有的Petri网技术用于现代加工系统,需要开发一种新技术,把机器智能技术和Petri网理论以及智能离散事件控制器连接起来。

2.2人工智能为机械电子工程系统提供良好的故障诊断方法。对机械设备进行故障诊断主要是通过对设备敏感部位的信号利用传感器进行数据采集和特征提取,根据不同机械部件在不同时间和状态下具有不同的特征,来判断是否工作正常。它包含两方面的内容,即对系统运行状态进行监测和发现异常情况后对故障进行分析、诊断。在系统运行过程中,若某一时刻系统发生故障,领域专家可以凭借视觉、听觉、嗅觉、触觉或测量设备得到一些客观数据,并根据对系统结构和系统故障历史的深刻了解很快做出判断,确定故障的原因和部位。对于较为复杂的系统,这种基于专家系统的故障诊断方法尤为有效。

2.3人工智能为机械电子工程领域创造完整的的人工神经网络。人工神经网络是模拟的生物激励系统,将一系列输入通过神经网络产生输出。这里输出、输入都是标准化的量,输出是输入的非线性函数,其值可由连接各神经元的权重改变,以获得期望的输出值,即所谓的训练过程。基于数值计算方法的神经网络,将已有数据和已知系统模式作样本,通过学习获得两者的映射关系,实现了对人类经验思维的模拟。由于神经网络具有原则上容错、结构拓扑鲁棒、联想、推测、记忆、自适应、自学习、并行和处理复杂模式的功能,使其在工程实际存在着大量的多故障、多过程、突发性故障、庞大复杂机器和系统的监测及诊断中发挥着较大作用。在机械系统的应用方式有:从模式识别角度应用神经网络作为分类器进行故障诊断;从预测角度应用神经网络作为动态预测模型进行故障预测;利用神经网络极强的非线性动态跟踪能力进行基于结构映射的故障诊断;从知识处理角度建立基于神经网络的诊断专家系统等。目前,为提高神经网络在实用中的学习和诊断性能,主要从神经网络模型本身改进和模块化模型诊断策略两方面开展研究;同时,与模糊逻辑的结合研究也是一个研究热点。

3 结语

人工智能发展根据人工智能、生产力、生产关系、道德、文化的发展状况适当限制人工智能进入某些领域。在不影响人工智能发展的前提下应禁止人工智能进入那些即使人工智能进入对人类的生存能力也无多大影响的领域,目前,智能技术已广泛应用于机械电子工程的各个方面,随着计算机网络尤其是Internet的发展,为人工智能注入了新的内容,加上多媒体技术、生物计算技术、分布式人工智能和知识发现等计算机技术的兴起,使得人工智能更有效的应用于机械电子工程及其它领域。面对日益激烈的机械行业的竞争,研发基于神经网络、模糊逻辑、专家系统等的混合智能设计、控制、监测、诊断系统将成为又一热点,具有广阔的应用前景。

参考文献:

[1]Thomas Dean,James Allen,Yiannis Aloimonos. Artificial IntelligenceTheory and Practice.顾国昌等译.人工智能- 理论与实践[M].北京:电子工业出版社,2004

[2]王文杰,叶世伟.人工智能原理与应用[M].北京:人民邮电出版社.2004

[3]李美华,韩大明,陆怀民.人工智能在机械故障诊断中的应用[J].森林工程.2006,22(2):23- 24

[4]时圣革,常文兵等.故障诊断专家系统及发展趋势.机械工程师.2006,(11):26- 28

[5]蔡自兴,徐光祐.人工智能及其应用[M]:第三版. 北京:清华大学出版社.2004

[6]顾平,李良荣等.遗传算法的人工智能在交流伺服中的设计.贵州大学学报.2006,23(1):54- 58

作者简介:徐志洋(身份证号4211***********813),1999,男,汉族,湖北黄冈,本科,学生,机械电子工程。

猜你喜欢机械电子工程故障诊断人工智能风力发电机组齿轮箱轴承故障诊断分析今日自动化(2022年1期)2022-03-07基于EMD和SSAE的滚动轴承故障诊断方法振动工程学报(2019年2期)2019-05-132019:人工智能商界(2019年12期)2019-01-03人工智能与就业IT经理世界(2018年20期)2018-10-24数读人工智能小康(2017年16期)2017-06-07基于CDIO模式的机械电子工程专业教学体系改革考试周刊(2016年84期)2016-11-11探讨机械电子工程专业人才培养模式及课程建设科技视界(2016年18期)2016-11-03下一幕,人工智能!南风窗(2016年19期)2016-09-21探析机械电子工程行业现状分析及未来发展趋势企业导报(2016年6期)2016-04-21基于R8C的汽车OBD通用故障诊断仪设计现代电子技术(2009年15期)2009-09-30

推荐访问:人工智能 机械电子 工程