摘要：人工智能(Artificial Intelligence，簡(jiǎn)稱AI)是一門(mén)研究如何構(gòu)造智能機(jī)器或智能系統(tǒng)，使它能模擬、延伸、擴(kuò)展人類智能的學(xué)科。智能技術(shù)是當(dāng)前新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)的重要發(fā)展方向、開(kāi)發(fā)策略和顯著標(biāo)志，尤其它在解決遠(yuǎn)程控制、故障診斷、非線性等問(wèn)題上的優(yōu)勢(shì)，給機(jī)械電子工程的發(fā)展指明了方向。本文對(duì)人工智能在機(jī)械電子工程中的應(yīng)用進(jìn)行了研究，分析機(jī)械電子工程中人工智能技術(shù)的運(yùn)用。

　　關(guān)鍵詞：人工智能;機(jī)械電子工程;故障診斷

　　1 人工智能的定義

　　“人工智能”(Artificial Intelligence)簡(jiǎn)稱AI它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。人們認(rèn)為“人工智能”是計(jì)算機(jī)科學(xué)技術(shù)的前沿科技領(lǐng)域。因此，“人工智能”與計(jì)算機(jī)軟件有密切的關(guān)系。人工智能是“類人”機(jī)器人所需要的算法和技術(shù)，也就是說(shuō)我們研究的主題是高級(jí)智能的本質(zhì)，而不是其外在表現(xiàn)和輔助部件。一方面，各種人工智能應(yīng)用系統(tǒng)都要用計(jì)算機(jī)軟件去實(shí)現(xiàn)，另一方面，許多聰明的計(jì)算機(jī)軟件也應(yīng)用了人工智能的理論方法和技術(shù)。例如，專家系統(tǒng)軟件，機(jī)器博奕軟件等。但是，“人工智能”不等于“軟件”，除了軟件以外，還有硬件及其他自動(dòng)化的通信設(shè)備。人工智能是從思維、感知、行為三層次和機(jī)器智能、智能機(jī)器兩方面研究模擬、延伸與擴(kuò)展人的智能的理論、方法、技術(shù)及其應(yīng)用的技術(shù)學(xué)科。

　　2 人工智能在機(jī)械電子工程中的應(yīng)用

　　在許多工程系統(tǒng)中，往往由于內(nèi)部結(jié)構(gòu)復(fù)雜，存在著對(duì)加工過(guò)程控制及故障診斷等方面的困難，一般的PID 等典型控制方法雖然能解決一些問(wèn)題，但在一些場(chǎng)合已不能滿足生產(chǎn)的要求，當(dāng)前，典型的機(jī)電一體化產(chǎn)品——數(shù)控機(jī)床、交流伺服驅(qū)動(dòng)裝置等正在向數(shù)字化、小型化、高精度等方向發(fā)展，為監(jiān)控帶來(lái)新的挑戰(zhàn)，由于模糊神經(jīng)網(wǎng)絡(luò)控制不依賴控制對(duì)象和數(shù)學(xué)模型，具有較強(qiáng)的魯棒性，是一種非線性的控制方法，在解決此類問(wèn)題中有很好的優(yōu)勢(shì)。而專家系統(tǒng)主要用于復(fù)雜的機(jī)械系統(tǒng)，能夠克服基于模型的故障診斷方法對(duì)模型的過(guò)分依賴性。

　　2.1人工智能為機(jī)械工程設(shè)計(jì)提供精細(xì)的制造工藝。在機(jī)械生產(chǎn)制造過(guò)程中，需要為工廠中所有的裝配機(jī)器供應(yīng)零件。目標(biāo)可能由監(jiān)控者提供，也可能由系統(tǒng)對(duì)當(dāng)時(shí)狀態(tài)做出評(píng)估而產(chǎn)生。智能系統(tǒng)怎樣推斷出適當(dāng)?shù)哪繕?biāo)，然后構(gòu)造試圖達(dá)到目標(biāo)的動(dòng)作序列，這個(gè)過(guò)程通常稱為規(guī)劃(planning)，它是自動(dòng)問(wèn)題求解的特例，是人工智能研究的重要子領(lǐng)域。此外，計(jì)算機(jī)集成加工系統(tǒng)(CIMS)和柔性加工系統(tǒng)(FMS)在近年來(lái)獲得迅速發(fā)展。在一個(gè)復(fù)雜的加工過(guò)程中，不同條件下的多種操作是必要的。環(huán)境的不確定性以及系統(tǒng)軟硬件的復(fù)雜性，向當(dāng)代工程師們?cè)O(shè)計(jì)和實(shí)現(xiàn)有效的集成控制系統(tǒng)提出了挑戰(zhàn)。為了把現(xiàn)有的Petri網(wǎng)技術(shù)用于現(xiàn)代加工系統(tǒng)，需要開(kāi)發(fā)一種新技術(shù)，把機(jī)器智能技術(shù)和Petri網(wǎng)理論以及智能離散事件控制器連接起來(lái)。

　　2.2人工智能為機(jī)械電子工程系統(tǒng)提供良好的故障診斷方法。對(duì)機(jī)械設(shè)備進(jìn)行故障診斷主要是通過(guò)對(duì)設(shè)備敏感部位的信號(hào)利用傳感器進(jìn)行數(shù)據(jù)采集和特征提取，根據(jù)不同機(jī)械部件在不同時(shí)間和狀態(tài)下具有不同的特征，來(lái)判斷是否工作正常。它包含兩方面的內(nèi)容，即對(duì)系統(tǒng)運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)和發(fā)現(xiàn)異常情況后對(duì)故障進(jìn)行分析、診斷。在系統(tǒng)運(yùn)行過(guò)程中，若某一時(shí)刻系統(tǒng)發(fā)生故障，領(lǐng)域?qū)＜铱梢詰{借視覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)、觸覺(jué)或測(cè)量設(shè)備得到一些客觀數(shù)據(jù)，并根據(jù)對(duì)系統(tǒng)結(jié)構(gòu)和系統(tǒng)故障歷史的深刻了解很快做出判斷，確定故障的原因和部位。對(duì)于較為復(fù)雜的系統(tǒng)，這種基于專家系統(tǒng)的故障診斷方法尤為有效。

　　2.3人工智能為機(jī)械電子工程領(lǐng)域創(chuàng)造完整的的人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)是模擬的生物激勵(lì)系統(tǒng)，將一系列輸入通過(guò)神經(jīng)網(wǎng)絡(luò)產(chǎn)生輸出。這里輸出、輸入都是標(biāo)準(zhǔn)化的量，輸出是輸入的非線性函數(shù)，其值可由連接各神經(jīng)元的權(quán)重改變，以獲得期望的輸出值，即所謂的訓(xùn)練過(guò)程。基于數(shù)值計(jì)算方法的神經(jīng)網(wǎng)絡(luò)，將已有數(shù)據(jù)和已知系統(tǒng)模式作樣本，通過(guò)學(xué)習(xí)獲得兩者的映射關(guān)系，實(shí)現(xiàn)了對(duì)人類經(jīng)驗(yàn)思維的模擬。由于神經(jīng)網(wǎng)絡(luò)具有原則上容錯(cuò)、結(jié)構(gòu)拓?fù)漪敯簟⒙?lián)想、推測(cè)、記憶、自適應(yīng)、自學(xué)習(xí)、并行和處理復(fù)雜模式的功能，使其在工程實(shí)際存在著大量的多故障、多過(guò)程、突發(fā)性故障、龐大復(fù)雜機(jī)器和系統(tǒng)的監(jiān)測(cè)及診斷中發(fā)揮著較大作用。在機(jī)械系統(tǒng)的應(yīng)用方式有：從模式識(shí)別角度應(yīng)用神經(jīng)網(wǎng)絡(luò)作為分類器進(jìn)行故障診斷;從預(yù)測(cè)角度應(yīng)用神經(jīng)網(wǎng)絡(luò)作為動(dòng)態(tài)預(yù)測(cè)模型進(jìn)行故障預(yù)測(cè);利用神經(jīng)網(wǎng)絡(luò)極強(qiáng)的非線性動(dòng)態(tài)跟蹤能力進(jìn)行基于結(jié)構(gòu)映射的故障診斷;從知識(shí)處理角度建立基于神經(jīng)網(wǎng)絡(luò)的診斷專家系統(tǒng)等。目前，為提高神經(jīng)網(wǎng)絡(luò)在實(shí)用中的學(xué)習(xí)和診斷性能，主要從神經(jīng)網(wǎng)絡(luò)模型本身改進(jìn)和模塊化模型診斷策略兩方面開(kāi)展研究;同時(shí)，與模糊邏輯的結(jié)合研究也是一個(gè)研究熱點(diǎn)。

　　3 結(jié)語(yǔ)

　　人工智能發(fā)展根據(jù)人工智能、生產(chǎn)力、生產(chǎn)關(guān)系、道德、文化的發(fā)展?fàn)顩r適當(dāng)限制人工智能進(jìn)入某些領(lǐng)域。在不影響人工智能發(fā)展的前提下應(yīng)禁止人工智能進(jìn)入那些即使人工智能進(jìn)入對(duì)人類的生存能力也無(wú)多大影響的領(lǐng)域，目前，智能技術(shù)已廣泛應(yīng)用于機(jī)械電子工程的各個(gè)方面，隨著計(jì)算機(jī)網(wǎng)絡(luò)尤其是Internet的發(fā)展，為人工智能注入了新的內(nèi)容，加上多媒體技術(shù)、生物計(jì)算技術(shù)、分布式人工智能和知識(shí)發(fā)現(xiàn)等計(jì)算機(jī)技術(shù)的興起，使得人工智能更有效的應(yīng)用于機(jī)械電子工程及其它領(lǐng)域。面對(duì)日益激烈的機(jī)械行業(yè)的競(jìng)爭(zhēng)，研發(fā)基于神經(jīng)網(wǎng)絡(luò)、模糊邏輯、專家系統(tǒng)等的混合智能設(shè)計(jì)、控制、監(jiān)測(cè)、診斷系統(tǒng)將成為又一熱點(diǎn)，具有廣闊的應(yīng)用前景。

　　參考文獻(xiàn)：

　　[1]Thomas Dean，James Allen，Yiannis Aloimonos. Artificial IntelligenceTheory and Practice.顧國(guó)昌等譯.人工智能- 理論與實(shí)踐[M].北京：電子工業(yè)出版社，2004

　　[2]王文杰，葉世偉.人工智能原理與應(yīng)用[M].北京：人民郵電出版社.2004

　　[3]李美華，韓大明，陸懷民.人工智能在機(jī)械故障診斷中的應(yīng)用[J].森林工程.2006，22(2)：23- 24

　　[4]時(shí)圣革，常文兵等.故障診斷專家系統(tǒng)及發(fā)展趨勢(shì).機(jī)械工程師.2006，(11)：26- 28

　　[5]蔡自興，徐光祐.人工智能及其應(yīng)用[M]：第三版. 北京：清華大學(xué)出版社.2004

　　[6]顧平，李良榮等.遺傳算法的人工智能在交流伺服中的設(shè)計(jì).貴州大學(xué)學(xué)報(bào).2006，23(1)：54- 58

　　作者：徐志洋

　　推薦閱讀：容易錄用機(jī)械儀表核心期刊