人工智能在机械领域的应用.doc

人工智能在机械领域的应用 摘　要:　论述了人工智能在机械设计、机械制造、机械电子、机械检测中的应用及其方法。 关键词:　人工智能　机械 中图分类号：TP18 Application of Artificial Intelligence in the Mechanical System Abstract: This paper mainly discusses the artificial intelligence in the field of mechanical application, including mechanical design, mechanical manufacturing, machinery and electronics, mechanical testing. Key words: Artificial intelligence Mechanical system 0前言 人工智能是一门综合了计算机科学、控制论、信息论、神经生理学、心理学、语言学、哲学等多种学科互相渗透而发展起来的的一门综合性学科。机械系统是一个广义的概念，它是由各个机械基本要素组成的，完成所需的动作、实现机械能的变化、代替人类劳动的系统。在实际机械领域中，人工智能机械产品设计、工艺制定、生产管理、故障诊断等方面都有应用。 1人工智能在机械领域中的应用 1.1机械设计 机械设计[1-2]实际上是一个模型的综合和分析的过程，包括大量的计算、分析、绘图等数值计算型工作，需要多方而的知识和丰富的实践经验，多元综合，最终做出优化设计。[3-4]中，首先是确定生产计划，制定生产计划就是从多种因素的组合中选择出能满足所有约束条件的最佳解。这难以用数学模型准确地表示出来。若引入人工智能技术，就可以使制定生产计划自动化，使其走向智能化。智能系统能够推断出适当的目标，然后构造试图达到目标的动作序列。近年来计算机集成加工系统（CIMS）和柔性加工系统（FMS）发展迅速。 1.3 机械电子 机械电子系统[5]结构简单，元件和运动部件少，性能高，但是系统的内部结构复杂。传统的解析数学的方法严密、精确 ，但是只能适用于相对简单的系统 ，对于那些复杂的系统由于无法给出数学解析式 ，就只能通过操作来完成。由于智能化处理以知识信息为基础进行推理和学习，并含有复杂性、不确定性、模糊性，且一般不存在已知算法的传统数学公式化的方法，因此对不能用解析数学方法解决的问题，人工智能提供了新的解决方法。通过人工智能建立的系统一般使用两类方法 ：神经网络系统和模糊推理系统。 1.4 机械系统故障诊断 所谓故障诊断[6-7]，就是根据一些不正常的现象，按照一定的法则，推论产生的原因，找出机器故障所在的部位。它包含三方面的内容：故障监测，故障分析和处理决策。但是由现象推定原因是一个复杂的推理过程，要根据维护保修人员多年积累的实际经验，才能得出正确的结论，故将人工智能的方法应用于机械故障诊断，发展智能化的机械故障诊断技术，是机械故障诊断的一个新途径。机械故障中应用的各种人工智能诊断方法及理论，主要包括专家系统、人工神经网络，模糊集理论等。 2 人工智能在机械领域中的应用方法 2.1 专家系统 专家系统[8]是一种智能的计算机程序,它运用知识和推理步骤来解决只有专家才能解决的复杂问题。专家系统框架主要由五部分组成:知识库，综合数据库，推理机，用户接口和系统输出。 2.2 人工神经网络 人工神经网络[9-10]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。 2.3 模糊集理论 人在认知世界包含大量的不确定之时，需要对所获信息进行一定的模糊化处理，以减少问题的复杂度。模糊理论[11-12]是将经典集合理论模糊化，并引入语言变量和近似推理的模糊逻辑，具有完整的推理体系的智能技术。一般模糊系统的结构与专家系统的结构类似，由模糊知识库、模糊推理机和人机界面等几部分组成，也可以说模糊系统是模糊理论与专家系统结构的结合。 2.4 启发式搜索 遗传算法和模拟退火算法是近年来逐渐兴起的两种启发式搜索[12-15]。遗传算法是一类以达尔文(Darwin)自然进化论与孟德尔(Mendel)遗传变异理论为基础的求解复杂全局优化问题的仿生型算法，主要用在处理最优化问题和机器学习。模拟退火算法是基于蒙特卡罗迭代求解法的一种启发式随机搜索算法。它是根据一个体系高温融化后，缓慢降温可使系统达到基态，取得最小能量；否则系统冷却太快，即使体系温度降到很低，系统的能量也只能达到局部极小值，而取不到最小值这一原理来求解一个目标函数的总极值问题。 3 人工智能在机械系统中的发展趋势 人工智能中的四种主要工