淺談人工智能在機械電子工程中的應用

湯敏

【摘要】改革開放以來，機械電子工程得到了快速發展，在生產生活中的地位也不斷提高。然而，在發揮著巨大作用的同時，對于科學技術水平的提高也迫在眉睫。通過人工智能在機械電子工程中的應用，能夠為機械電子工程的未來發展提供更多更好的機遇。本文通過對人工智能和機械電子工程的分析，從而探討人工智能在機械電子工程中的應用前景。

【關鍵字】人工智能；機械電子工程；機器人

"機器換人"是當下的熱門話題，政府、企業、專家和大眾熱烈討論的背后，不僅反映出人力成本已經成為鉗制經濟發展的要素，也讓人工智能漸漸深入到普通人的心底。

其實，早在上個世紀，電腦"深藍"就擊敗了國際象棋冠軍。而就在今年，一篇名為《8月CPI同比上漲2.0%創12個月新高》的財經報道，把人工智能的作用再次推上輿論巔峰。在歷史上，"人工智能"這個術語第一次出現在1956年舉辦的"侃談會"上，而第一部能進行機械加法的計算器在17世紀就已經被發明出來，幾年后，法國科學家發現了Prolog語言。發展到如今，在互聯網和大數據的推動下，人工智能獲得了突飛猛進的發展，無人駕駛、語音識別、圖像分類、智能翻譯、可穿戴設備等人工智能技術的先后出現，讓人工智能成為推動機械電子工程發展的強大助力。

1，人工智能與機械電子工程

機械電子工程是從機械工業方面發展而來，是順應經濟發展要求的產物。在生產方式由手工向機械化轉變之后，信息化帶來了信息技術，信息技術在機械工業上的應用，讓機械電子工程應運而生。機械電子工程是機械工程、信息工程和電子工程在功能上和物理上的結合，是包含多個學科的機械活動。與傳統的機械工程相比，機械電子工程的綜合性和復雜性更強，這也對與之結合的學科、技術提出了更高的要求。在設計上，機械電子工程以機械工程為核心，結合互聯網、電子工程、生產管理等方面，充分考慮生產制造的方方面面。同時，也正因為與多學科的結合，讓機械電子工程在產品上，可以實現產品從"重型"向"微型"的轉變?？s小產品的物理體積，通過一些微小的控制組塊，簡化機械的外形結構。在性能提高的同時，也大大方便了實際生產操作的運用。

人工智能在機械電子工程中的應用，將機械電子工程的優點進一步發揮，也彌補了機械電子工程產品上的一些缺陷。通過人工智能的識別能力和處理能力，能夠及時對生產、設備出現的問題進行分析，并運算出最合理的解決措施，然后施行。不僅能夠有利于減少設備出錯的可能，對設備進行監控維護，也有利于企業生產的正常運作，提高企業的經濟效益。

然而，由于機械電子工程的環境和組成比較復雜，實際生產生活中，對于系統的具體要求也各不一樣。人工智能在機械電子工程中的應用，需要克服多樣化、問題復雜、需求不統一等困難，這種差異性，要求在構建網絡系統時，更加嚴謹、準確和合理，從而減少網絡系統崩潰的可能。

2，人工智能在機械電子工程中的應用

社會和經濟的進步，帶來了科學技術的提高，人工智能在機械電子工程領域的應用增多，也推動了人工智能的發展。單一的機械電子工程，可以應用到低端、要求不是很高的領域，但是對于操作復雜、要求較多的領域，就需要機械電子工程與人工智能的"配合"。

目前，機械電子工程在輸入與輸出關系上的描述方法有學習并生成知識、建設規則庫和推導數學方程這三種方法，雖然具有嚴密和精確的特點，但是對于較為復雜的系統，這種方法并不能有效地進行運作。而人工智能的模糊推理系統和神經網絡系統，通過對人腦和神經系統的模擬，讓系統擁有人類的思維，作出人類的反應。

一般而言，人工智能的模糊推理系統也稱為FIS，具有明確的物理意義，由于沒有相對固定的連接點，因此不僅計算量比較小，對于數據的推理輸出精確度也相對較低。模糊推理系統是從域這個十分廣泛的區域進行映射，以規則的方式儲存信息。而相對而言，神經網絡系統沒有具體的物理意義，具有相對固定的連接點，因此計算量比較大，數據推理輸出的精確度也較高。以分布式儲存信息的神經網絡系統，運用的是點到點的映射方式。以人作為對比，模糊推理系統類似于人腦的功能，依靠對各種語言信號進行接收，通過對信號的分析，導出最合理的結果。而神經網絡系統則類似于人腦的結構，依靠對各種數字信號進行接收，通過對信號的分析和檢驗，從而獲得參考數據和計算數值。在復雜非線性問題上，模糊推理系統具有優勢，基于DSP與MCU的遠程網絡化電機控制系統，不僅體積小、易移植，還具備成本低、可靠性高、傳輸速度快等優勢。

在機械制造過程中，智能控制技術和計算機輔助技術的應用，可以使用計算機技術取代一部分腦力活動，模擬人類的制造活動。通過模糊推理系統和神經網絡系統，可以對機械制造的狀態進行動態模擬，再結合傳感器融合技術，對數據進行采集和預處理，達到修改控制模式的目的。在這個過程中，神經網絡系統可以利用自身的處理和學習能力，將殘缺不全的信息進行收集和處理，再通過模糊推理系統，將殘缺不全的信息進行集合、糅合，讓外環決策機構通過選取數據來選擇相應的控制動作，最終達到機械制造系統的智能檢測、機械制造系統的智能監控、機械制造系統的智能排障、機械故障的智能診斷和智能學習等。

而機器人領域，人工智能的智能控制在機器人動力系統中有著很好的應用。利用人工智能，可以實現機器人手臂姿態和動作、行走路徑及其軌跡跟蹤方面的智能控制，并且能夠解決智能控制機器人在傳感器信息融合與視覺處理方面的問題，早在2010年哈爾濱工業大學的新一代機器人，在參加德國柏林國際航空航天展覽會時，便與德國總理默克爾親切握手。而2015年4月舉行的漢諾威工業博覽會上，默克爾將手指伸入ABB集團推出的雙臂機器人YuMi的機械鉗中，YuMi立刻停止了動作。神經網絡系統和模糊推理系統對機器人的運動環境進行定位、建模、監測和規劃，從而保證了機器人的使用安全。

據統計，2014年，我國市場的工業機器人銷量猛增54%，達到5.6萬臺。2014年我國智能語音交互產業規模達到100億元，指紋、人臉、虹膜識別等產業規模達100億元。機器人產業規模的擴大，進一步加快了人工智能在機械電子工程中應用速度。

雖然人工智能尚不完全成熟，在機械電子工程中的應用還存在一些問題。但是，人工智能與機械電子工程的相互融合，有利于互補自身的不足，促進共同發展。在科學技術不斷發展的今天，對人工智能在機械電子工程中的應用研究更加受到重視，也符合《中國制造2025》中對"智能制造"的設想，將有利于促進社會的進步和發展。

【參考資料】

[1]肖斌，薛麗敏，李照順.對人工智能發展新方向的思考[J].信息技術. 2009（12）：166-168.

[2]鄭向勇.機械電子工程與人工智能的關系探究[J].科技創新與應用. 2014（03）：75.

[3]董志斌.虛擬儀器技術在機械電子工程專業綜合實驗中的應用[J].科教文匯（上旬刊）. 2013（10）：59.