刘毅龙 寇元金

摘  要：微电子技术在向工业化渗透的过程中，随着智能技术的应用，自动化、一体化程度越来越高。机电一体化的自动化、智能化进步促进了智能制造的发展。智能制造能取得今天的成就，与机电一体化的不断改革和进步有着不可分割的关系。每一次机电一体化技术的进步与革新，都标志着制造业向前迈进了一大步。进入了智能时代，智能制造将打开制造业全新的大门。本文论述了机电一体化技术的发展阶段，探讨了机电一体化关键技术在智能制造中的应用及其应用前景。旨在为智能制造的创新应用提供一些参考。

关键词：机电一体化技术;智能制造;应用;人工智能;自动控制技术

随着5G时代的到来，工业制造已经从自动化开始向智能化转型。人类即将迎来工业4.0，实现自动化制造向完全的远程控制转型。工业4.0这项原本被德高政府定为未来十大项目之一的战略，随着智能技术和5G技术的发展与应用，很快在一些科技发达国家的工业行业中掀起了一番波澜，对人类第四次的工业革命起到了推波助澜的作用。我国的第一套工业4.0流水线也于2014年11月4日第一次在中国十六届工业博览会上亮相。它标志着中国智能工业与智能制造的开端。机电一体化实现数字化、智能化已然成为未来新工业革命的核心技术。研究机电一体化技术在智能制造中的发展与应用对一个国家工业的进步和国力的强盛有着重要的意义。

一、机电一体化概述

（一）含义

机电一体化技术是机械技术、微电子技术交互融合的产物。最初了机电一体化技术包含了机械学技术、半导体技术、计算机技术等。

（二）发展阶段

随着机械技术与微电子技术、信息技术融合程度的深入化，机电一体化技术中包含的高新科技技术也越来越多。每一次微电子技术的进步都是对机电一体化技术发展的推动。根据微电子技术与机械技术的渗透发展的特征，机电一体化技术的发展大体上可以分为三个阶段。

1.萌芽阶段（20世纪60年代以前）

20世纪60年代，日本通产率先在机械中采用了电气技术与电子技术结合数控机床做试验，但并未取得成功。最初，电气技术与电子技术的结合应用多应用于军用机械。这一时期，机电一体化技术开始萌芽。

2.蓬勃发展阶段（20世纪70年代-80年代）

20世纪70年代初，随着微电子技术的成熟，电子技术与电气技术的结合应用也逐渐的由军用转为民用。这一阶段，微机逐渐的商品化，集成电路实现了大规模化。同时，机关技术与光学技术应用与微电子技术、信息处理技术、计算机处理技术中，集成为新的光信息技术。光信息技术的发展提高了信息處理的速度和抗干扰能力。光信息技术在微电子技术中的应用为机电一体化的信息可视化、高速处理奠定了基础。当时已经应用光子、电子技术的信息技术应用于机械技术，与微电子技术结合，进一步加深了微电子技术与机械技术的融合。当时市场上已经出现了CPU、ROM、RAM等基本单元和模块化的接口电路，为机电一体化的发展奠定了基础。1971年，日刊工业新闻社发行《机电一体化入门》和《机电一体化》月刊，反映出机电一体化产品的发展。1976年，机电一体化被正式命名。70年代末至80年代，在机电法和机信法的指导下，机电一体化获得了蓬勃的发展。

3.智能化阶段（20世纪90年代以后）

20世纪90年代，电子集成技术普遍提高，集成电路的价格也有所下降。在90年代，机电一体化技术在世界范围内获得了快速的发展，并迅速占领社会各个领域，开启了机电一体化的全盛发展。在机电一体化技术全盛发展阶段，相继融合了机械学、电子学、光学、控制学、计算机学、信息技术学等学科。随着这些技术的进步和多学科之间的交叉融合发展，机电一体化技术实现了一次又一次的转型，最终实现了数字化、模块化、智能化的发展。

二、机电一体化技术在智能制造中的应用

（一）传感器技术

传感器技术是智能制造的基础，也是最先促进机电一体化实现智能化转型的技术之一。目前，智能传感器已经广泛应用到智能制造中。传感器诞生于20世纪50年代，它的发展也经历了三个阶段。最初的传感器结构简单，只用来感受和转化信号。20世纪70年代，半导体、电介质、磁性材料等应用于传感器元件，使其具备了简单的信号处理能力。20世纪末，随着微机在传感器中的应用，智能传感器应运而生。智能传感器具有自动采集信息、自动编程和优化的功能。这些功能极大的提高了智能传感器的自适应能力。传感器在机电一体化技术中的应用，使系统运行中具备了系统对本身和外界环境参数及状态的检测功能。通过对系统自身和环境的检测，可通过识别信号、处理信息产生相应的控制信息，再借助控制信息自动化控制系统。传感器对机电一体化系统的控制都是以信息为基础进行的。对制造流程的控制，是通过对信息的调整来实现的。智能传感器自动采集、自动编程、自动优化的功能使得系统具备了自适应机械制造并调整信息的功能。如在制造流程中，传感器自动采集到系统运行的误差时，向系统发送识别信号。信息自动传输到信息处理单元经过分析处理后产生控制信息。系统将控制信息自动传输给执行机构，执行机构根据控制信息与指令自动调控系统，完成控制信息要求的动作。控制信息自动调整后，动力将自动实现与驱动系统功率的匹配，驱动执行记过完成系统的动作与功能。

目前，智能制造中常用的传感器有智能压力传感器、光学传感器、RFID技术。不同传感器应用的场景不同，智能控制的作用和功能也不同。以最常见的压力传感器为例，一般压力在1kPa～100MPa之间，适应的温度范围为-40～150℃，一般误差为2.5%FS，产品寿命为0.5%FS。主要应用于微机点系统、汽车制造系统、航空动力学系统等领域。光学传感器的分辨率可以达到5000万像素，且成像能力和均匀性极好。多应用于智能手机显示屏的检测、机械装配件检测、电路板检测等领域。RFID多用于智能识别与数据采集，是物联网技术的核心组成部分。该技术也是目前智能制造系统流程管理中应用最为广泛的传感器技术。RFID技术具有极高的准确率，对提高机械制造的精准性有着重要的意义。

（二）数控技术

数控技术是智能制造的前身，也是机械制造数字化管理的核心技术。数控一代是机电一体化技术走向网络化、智能化的第一步。数控技术融合了互联网技术、信息管理技术、传感器等，对提高机械制造的效率和质量的意义重大。将数控技术与智能制造系统相融合，设计出具有数字化管理与智能化生产的智能控制系统。智能控制系统采用总线+CPU的设计，整个智能生产过程具有全自动监测、三维仿真模拟、智能控制等功能。模糊控制系统提供非线性智能控制，通过模糊语言、模糊逻辑、模糊集合理论等利用人脑思维控制智能制造系统，实现系统的综合化数控与智能化生产。

（三）人工智能技术

人工智能是智能制造的终极阶段，也是中国制造2025的终极目标。人工智能技术是新工业革命的依托，也是工业制造竞争力的核心表现。人工智能技术的应用，极大的提高了智能制造系统的柔性、信息量、自动化程度，使得机械制造系统能够模拟专家的智能分析、判断、构思与决策，从而自动适应机械系统的制造与生产。智能制造系统（如图1所示）具有自适应系统及外部环境的能力。其中智能控制器起到关键作用。智能控制器由自动感知信息与处理、数据库、规划与控制决策、认知学习、控制知识库、评价机构组成。控制器除能控制系统本身外，还可以控制传感器、执行器及其他被控对象，以防外部不确定性因素对系统的运行造成干扰。控制器在控制理论基础上模拟智能，实现对制造系统的智能控制。

三、应用前景分析

传感器、数控技术在机电一体化技术中的应用促使中国制造实现了规模化、高效化的生产，使得中国成为了制造大国。但就机械制造产品的质量而言，中国与德国、日本等发达国家相比，还稍逊一筹。随着人工智能技术的应用，智能制造将向智能化、模块化、微型化、集成化、人格化、绿色化转型，实现智能制造真正意义上的高效高质、节能减排。

未来，中国制造需要实现制造大国向制造强国的转变，而人工智能技术在智能制造中的应用，将会在自动化生产线的基础上全面协调人机系统，由人工智能辅助智能制造，严格控制机械制造系统的误差，全面提高机械制造生产线的质量。机械产品质量的提升时树立机械制造品牌的前提条件，它将推动中国制造大国向中国制造强国转型。

四、结语

机电一体化技术中的智能传感技术、数控技术、人工智能技术等等，在智能制造中的应用将全面提高智能制造数字化和智能化水平，推进中国机械制造由数控化向智能化发展。在机电一体化向智能化发展的进程中，计算机技术、网络控制技术、物联网技术、互联网技术、5G技术、大数据技术、云计算技术、智能传感器技术等，起到了重要的技术支持作用。这些高新科技技术在机电一体化中的集成化应用，推动数控机床由人工数字化管控向系统自适应化进行转型，实现了智能制造系统虚拟功能、人机交互功能、自适应辅助导航功能等。使原有的以人为中心的制造系统完成了智慧化工厂的建设。未来智慧化工厂将全面解放人类劳动力，由智能机器人与系统管理者实现在制造系统的协同作业，实现机械制造的全智能化制造与装配。

参考文献：

[1]陳道通.机电一体化技术在智能制造中的应用[J].智能城市，2019（23）：195-196.

[2]胡江川.关于智能制造中机电一体化技术的应用[J].价值工程，2020（01）：286-287.

[3]南博.机电一体化技术在智能制造中的实践分析[J].无线互联科技，2019（21）：143-144.

[4]杨虹剑.机电一体化技术在智能制造中的实践[J].电子技术与软件工程，2018（24）：99.

[5]卞如芳.智能制造中机电一体化技术的应用研究[J].科技经济导刊，2015（15）：101-102.

[6]韩冬.机电一体化技术在智能制造中的应用[J].南方农机，2020（16）：146-147.

作者简介：刘毅龙（1989—  ），男，汉，江西吉安人，硕士，助教，研究方向：自动控制;寇元金（1990—  ），女，汉族，山西朔州人，硕士，助教，研究方向：工业机器人。