李凯旋

【摘  要】 在推动机械电子工程的现代化过程中，人工智能技术对高精度控制、故障诊断、数据分析、提高机械电子设备的稳定性、发展机械自动化及用于神经网络与模糊推理中都具有重要作用。基于此，文章分析了人工智能技术在机械电子工程领域中的具体应用价值和应用方向，旨在探讨人工智能技术在机械电子工程中的智慧化、高质量的应用和发展。

【关键词】 人工智能技术；机械电子工程；自动化工程

一、人工智能技术的概念和基本内涵

人工智能技术又简称AI（Artificial Intelligence），是模拟与人的行为和智力思维尽可能相似的理论、技术、方法及实践应用，是模拟人类智能，帮助人类完成相关活动，拓展人类能力发展的一门技术科学。此技术不仅可以通过机器的智能学习与处理，实现直接完成复杂计算的任务，在某些领域还能够代替传统人工，高效避免因人为操作失误所带来的安全事故等问题。人工智能计算处理速度和结果的准确性相比于电脑操作具有明显优势。人工智能技术包括人工智能编程和外部环境模拟处理，主要是遗传算法和人工神经网络，是一门包括机器人感知问题、语言识别、图像识别、模式识别、自然语言处理、逻辑程序设计和专家系统等的交叉学科。在涉及机械学习方面，包括行为规划、传感技术、控制技术、运动学、动力学等内容，重点探究对机械模仿人类实际功能，让机械电子具有逻辑思维、判断推理、自主学习、自主决策、自主优化创新等自我处理能力，以达到更高的控制目标。

随着人工智能技术的发展，其应用领域也在不断增多。目前，人工智能的研究方向主要有感知智能化、行为智能化、学习智能化、思考智能化等。涉及的技术有几个要点：其一是模式识别。用数学计算方法研究模式的自动处理、判读，对环境及客体进行识别，研究人类识别模式的机理和有效的计算方法，寻找出目标任务与其他物体之间的差异，并自动归类，为人们提供可靠的结果，从而提升工作的有效性与精准度。其二是自然语言。自然语言指人机对话，研究的是如何识别人类语言及机器与人类通过控制台或终端显示屏幕进行自然交流，执行任务。该技术是将机械程序通过编程设计的方式，提升机械工作的效率，可以极大地降低人为失误。还有就是神经网络，神经网络研究的是人脑神经单元和网络节点（又称神经元）之间的相互连接，然后通过数据模型运算和信息处理技术，高速识别判断相应信息并优化解决，具有良好的智能特性。最重要的是专家系统。专家系统是人类借助人工智能技术所研发出的程序，拥有某一领域或学科非常完备的知识经验，能够像专家一样解决特定或復杂领域的问题，并做出决策。简言之，该技术就是通过模拟人脑智能的形式，让机械有更高级的操作，从而解决生产过程中所常见的问题。

二、人工智能技术在机械电子工程中的具体应用

（一）精准化操作

机械电子自动化工程要求智能技术实现精准化的信息控制，在机械电子系统运行中，工作人员可以利用人工智能程序对系统运行情况进行基础判断。因此，结合机械系统的运行特征，调整和优化系统数据具有明确的目的性和必要性。运用人工智能技术，可以帮助工作人员精准控制各类数据和功能信息，实现对数据的调整优化，提高机械的工作效率，机械的精准化需要实现视觉标定精度和视觉算法识别精度以及运动控制精度。

例如，机械手臂的精确控制需要强大的传感器系统，传感器要实时监测环境中的力量、位置、扭矩等物理量，并采用先进的力传感器、视觉传感器和编码器等，为机械手臂提供准确的操作信息，从而更精细地调整动作，确保复杂场景下的精准定位和操作能力。而高性能控制算法是机械运动的智能核心，在高精度任务中，控制算法需要考虑运动控制、运动轨迹规划、碰撞检测等多个因素。同时机械手臂的结构设计和驱动系统，直接影响了精确控制能力，这需要在结构设计上追求轻量化和刚性平衡，以达到既能够平稳运动，提升定位精度，又能减轻机械负载，确保了精准定位操作。在实际应用中，机械的精确性会受到零件磨损、环境变化等因素影响。所以，精细地校正、校准是确保机械持续高精度运行的关键。机械需要配备自动校准系统，可以检查调整关键参数，以保持其性能精度。

在高精度任务中，机械手臂的轨迹控制和路径规划也非常重要，这需要先进路径规划算法，依据任务要求自动生成最优路径。轨迹控制技术可以保证机械电子在执行过程中的平稳和连续性。并且，通过先进的集成式人机交互操作界面，工作人员可以直观地控制机械手臂的运动，实现人机协同智能优化。这需要机械手臂系统具备智能优化功能，自动调整策略和控制参数，提高操作效率和精度。

（二）数据分析处理

在传统情况下，机械电子系统通常具有不稳定性，在应用中会出现很多问题。在系统运行中，外部数据的变化如传动元件的负载、各传动元件的机械匹配以及工作过程中产生热量和摩擦等因素都会影响系统运行的稳定性。为此，机械可以利用人工智能技术对海量数据信息快速识别处理，并可以利用人工神经网络的视、听、感觉、触觉及思维方式、感应方式的模拟法，实现降低成本及提高数据信息的准确性提高效率的目的。

人工智能技术的主要优势在于能够实现对海量复杂的信息数据的精准分析和高效处理，通过分析处理系统数据，可以提高系统的稳定性和设备的稳定性。并且管理人员可根据人工智能技术的模糊推理逻辑性思维等快速做好数据分析，提高工作效率。在数据分析过程中，工作人员可以依据人工智能技术进行再推算，无极限接近连续函数，这项技术未来将会有较好的发展前景。另外，人工智能技术应用在机械电子领域中，可以极大减少人工操作以及事故的发生。为实现降本增效，一般是把人工智能技术应用在信息系统的输入、输出、处理、反馈和控制领域中。所以，加大对人工智能技术的深入研究，尤其是在模糊推理与工程设备之间连接的稳定性方面，应加强深入性分析。在科学技术飞速发展的时代环境下，相关人员对此技术也在不断深入研究，研究成果将推动我国机械行业的发展。

（三）故障诊断

机械电子设备复杂性较高，通常会出现各种各样的故障问题，影响系统或设备的有效运作效率，以及行业生产。人工智能系统在对机械故障的排查、诊断中有重要作用。如果运用人工智能技术及时采集系统或设备在运行中所产生的数据，就能够精准研判设备是否出现故障。对基础设施工程中的关键环节，系统规划包含操作互联、扩展研究、传输服务等请求，一旦出现失误，会导致时间浪费、成本超支，系统受到严重损失。人工智能技术具有人类经验的诊断能力，能有效解决大量问题，提升系统规划效能。

人工智能可以通过提高系统处理数据的功能，及时判断出故障原因，定位故障位置，并获得准确及时的故障检修，提高处理故障的效率，有效地保障机械电子产品的正常运行。对机械电子工程产品而言，为避免机械故障和人工操作失误等问题发生，可以发挥人工智能技术的优势，让整个生产过程处于规范化运行状态。

将机械电子技术应用到机械工程的生产领域，可使机械加工的稳定性、安全性及有效性得到了显著提升。但在计算机控制程序和对误差的精准控制上，机械制造却经常出现很多问题。而应用人工智能系统，可以有效提高机械设备的精准度，缩小机械生产误差。当设备运行出现故障时，人工智能系统又能及时判断出故障的位置、类型，并发出预警，从而控制故障产生的影响。另外在节能优化使用上，人工智能技术可以自动分析机械设备在生产中所要消耗的资源数量，精确控制资源的供给量，从而节省原料成本的投入。

另外，人工智能系统的机器学习功能可以对数据信息进行分析，根据故障类型设置参数，实现预警联动，解决冗杂的问题和故障，提升电子工程系统的智慧化运作能力，让“自动化系统”更快速、准确、更全面地依据设备运行参数，查出故障原因并解决问题。如使用人工智能在线监测设备，负责监测采集机械电子的运行数据并用网络传输到数据库，监控技术会及时对故障信息发出报警信号并给出故障分析和排除建议，建立数字化模型，这个模型的整体项目结构包括数据采集层、数据存储层、硬件处理层、PCL（可编程逻辑控制器）和智能分析层五大部分。即数据采集层装有采集信息的各类传感器和集成接收模块，如工程机械智能硬件上常用的加速度振动传感器T101A，将采集到的模拟信号转数字化后传输到 PLC硬件系统。PLC对接收的数字信息进行处理，转换为波形数据，并通过PLC和IP协议地址触发临时采集程序。智能分析层是对接收到的数据进行智能分析，生成瀑布图、趋势图、轨迹图、拓扑图等可视化数据图。在此过程中技术人员需要对人工智能系统进行捕捉异常参数的各种训练，以精准识别设备中存在的或潜在的各类风险。

（四）机械设备自动化

在机械设备工作的过程中，人工智能技术是通过超声波自动识别、神经网络分析加工的方式来实现自动化生产的效果。

流程自动化技术是建立在软件程序上的智能技术，将其应用到电子工程领域中，需要在机械前端安装需要的软件，监测用户在操作界面上的行为并进行分析，根据用户操作目的及操作步骤进行运作。相较于原来的“任务编写”，这种工作方式有很高的便捷性，在简单的重复操作中，流程自动化技术可以降低岗位对专业性编程的技术要求，降低企业的投入成本。在中控系统智能建设中运用流程自动化技术，工作人员可以界定和自动调节某动作的重复时间、重复率通过灵活的控制方式和强大的集中管理，将生产信息完整又充分及时地传送到下个程序中，提高了不同生产环节的衔接质量。

例如现在很多企业的机械制造生产过程中，通过发挥其自主型智能数控技术优势，对金属弯曲板材设备进行离线编程，利用计算机辅助设计技术自动进行不同单元的设计等工作。企业可根据智能数控技术建立仿真加工平台，针对性搭建配套的模块化原型系统和信息处理系统，进而辅助完成2D及3D的机械零件加工。在这个过程中，人工智能可按照生产程序运行，自主选择最优的零件加工方案，大幅提高机械产品的质量，机械电子工程领域也将能够实现无人化自动制造的目标，有效提高机械生产制造的效能。

（五）神经网络与模糊推理

神经网络是一种信息运算模型，由大量的节点（或称神经元）按不同的连接方式相互连接构成不同的网络。它以计算机信息处理方式模拟人脑神经系统及记忆信息存储的形式，实现智能化模式、自动控制、预测估计等行为的系统。现在神经网络应用广泛，在自动控制、模式识别、辅助决策、信号处理等很多领域都开展了深入研究。在机械电子智能中，人们通过软件模拟和硬件操控结合的形式来对信息处理和分析，根据分析结果得到相关的参考数据，为新的模型和算法提供条件。神经网络具有结构稳定和较高的智能化水平的优点，可以准确完成巨量的数据技术、信息计算，提高数据计算的效率，还具有自学习功能和高速寻找优解的功能。模糊推理系统能够实现规模化、全面化的数据处理，拥有较强的实用性和清晰的结构，能结合数据指令函数和具体数据情况，高效处理数据，并形成准确的相对性函数。目前模糊推理在机械电子中还有明显的局限性，对海量复杂的数据信息处理不够精确。所以，技术操作人员需要将神经网络与模糊推理二者结合分析使用。

三、结语

综上所述，随着科技的发展，人工智能技术在各行各业的应用也越来越广泛。在故障诊断、数据分析、精准化、电气工程、机械电子系统输入以及工业机器人领域，都取得了令人瞩目的成绩和效果，加强人工智能技术的开发与应用，有助于提高机械生产效率，降低成本，规避事故和风险，并增强机械运作的安全性和稳定性。未来应明确人工智能技术的发展重点是“自动化”与“智能化”，提高人工智能技术应用的效率，促进机械电子工程生产的实效。简言之，在机械电子领域的产品设计研发及操作过程的智能化与自动化都将大力发展人工智能技术，提高设备自动控制的性能，加快机械电子的精准控制与稳定化发展。

参考文献：

［1］ 周喜乐. 某风电场全停事故的分析与探讨［J］. 工程技术：引文版，2016，6（16）37-38.

［2］ 罗慈航. 探究机械制造中智能机器人数控技术的运用［J］. 科技资讯，2020，15（12）：25-28.

［3］ 宋东明，吴鹏，吕俊红，等. 保护定值自动输入和核对技术探究［J］. 科技創新导报，2020，17（20）：21-23.