人工智能技术在机械设计及自动化中的设计应用

人工智能技术在机械设计及自动化中的设计应用

高锦麟 赵永亮 黄凌辉 宋鑫 褚鹏博

山东交通职业学院 261206

摘要：现阶段，随着工业4.0的迅猛发展，在机械自动化生产中引入人工智能技术已经成为推动产业转型升级、提高产业竞争力的重要途径，通过将人工智能技术与机械自动化生产领域相结合，将在很大程度上引发整个产业的升级与变革。文章以人工智能技术为研究对象，阐述了人工智能技术在机械设计及自动化中的实施范式，为人工智能的具体实践提供参考。

关键词：人工智能技术；机械；设计；自动化

1导言

在当前的工业革命浪潮中，与人工智能技术的融合已成为推动机械自动化发展的关键动力。随着计算能力的飞速提升和数据分析技术的进步，人工智能正逐步改变传统的生产和制造流程。对于传统制造业而言，人工智能技术是智能制造、工业4.0、工业互联网等领域的重要部分，不仅对机械设计及自动化发展具有重要的意义，还对制造过程管控、经营管理优化、产品服务优化具有重要的应用优势。

2人工智能在机械设计制造及自动化中的应用优势

2.1人工智能具有环保优势

在人类科技不断发展的过程中，工业发展对环境造成了持续性破坏，排放的各类污染物造成全球环境恶化。近年来，各国对环境保护越发重视，相继提出节能减排方案。将人工智能技术应用在机械设计及其自动化生产中，能够为全球生态良好发展提供有效支撑。首先，在机械领域发展中，使用人工智能技术，在产品生产时，增大良品率，减少残次品，极大减少资源投入，相当于变相减少了生产所需能耗，从而起到保护环境的作用。目前，一些智能技术公司已经将AI人工智能的节能减排技术应用于燃煤锅炉生产中，使用系统智能控制为主、人为辅的智能化运行模式。例如具备人工智能模块的锅炉全流程智能控制系统能更加精准地实现风煤的智能化自动配比，从而取代了人工操作，减少了大量碳、氮氧化物以及硫化物的排放，真正实现了燃煤锅炉的“AI管理”。

2.2人工智能具有技术优势

(1）根据Aspentech2020工业人工智能研究报告，83%的大型工业公司认为人工智能会带来更好的结果，不过只有20%的工业公司采用了人工智能技术。该领域的专业知识对于人工智能在制造业能否成功应用至关重要。利用了特定行业应用的机器学习算法，AI功能可以为制造业带来更多可行性，如机器学习、深度学习和计算机视觉[1]。

(2）人工智能技术在机械设计与自动化等领域中均具备技术优势。高效且及时地进行收集与处理相关制造数据，通过AI计算的方式，将生产现状呈现为文字或智能图片，也可以根据操作者的需要，将图像和数据呈现出来，使生产数据分析起来更加高效便捷直观。

(3）人工智能技术可以准确调控生产中的各环节，从而提高生产用控度和生产效率。当将AI技术应用到机械自动化技术的时候，宜采用具有较高控制精度的CPU、RISC等芯片。制造时，多款CPU系统可同时运作，使生产效率更高，并且在测量控制精度上更合理。AI技术将多个OA系统融合在一起，使各系统之间的调整更加简单、更为方便，克服了传统机械自动化控制系统的繁杂性和复杂性，让管理者更加方便地使用这些系统。

3人工智能在机械自动化中的具体应用

3.1在机器人中的应用

目前，人工智能在机械制造领域的应用越来越广泛，在此背景下具有更高智能化水平的服务机器人成为人工智能领域的研究热点。针对服务机器人的研究，机器手臂的智能化应用具有较强的代表性。在机械自动化领域，机械手臂能够实现目标识别、抓取等精密操作，需要机器人准确识别目标的形状、姿态、抓取特性和抓取方式，并且可以根据需要对机械臂的运动轨迹进行实时规划。分析法与经验法是机器人臂进行抓取操作的两种主要方法，其各有特点。分析法具有严谨、典型性等特点，但在柔性作业中，由于在建模、抓持稳定性判定、关节逆解等问题上仍具有盲目性，且在柔性作业中存在最优解困难等问题，导致其在柔性作业中的研究进展十分缓慢。与此形成鲜明对比的是，近20年来经验法研究成果明显。该方法基于大规模样本集的机器学习算法，结合支持向量机（SVM）等机器学习算法，注重提高模型的泛化性能，取得了较好的应用效果。

3.2故障诊断

(1）机械自动化设计是一项复杂的工程，很多环节系统都需要计算各个方面的数据资料做支撑，在进行系统的调整时，利用人工智能辅助可以提高故障诊断的正确率[2]。例如，在建模论证阶段，可采用多个计算式进行合理推导，避免在推导时人为的基础计算产生错误，浪费工时与人力资源。通过人工智能算法对机械系统数据的错误信息进行自动归纳和分类，可提供准确的运算体系，从而保证后续机械系统正常工作。

(2）通过人机界面利用机械控制装置监测数据信息系统,从而达到对机械失效进行有效的诊断和处理的目的。通过考察已有的类似实例,可结合实例计算出机械失效相似度,正确地断定其失效原因。在机器运行时,AI会不断检测,发现故障时立即发出警报,自动做出应对措施,保证机器在工作时始终处于良好的运行状态。准确有效的失效诊断可以大大降低企业损失风险,阻止生产风险外溢,因此应用人工智能技术来开展失效诊断也是极为必要的。

3.3工业化生产制造方面

随着中国工业制造的崛起，智能化生产成为当前传统制造业转型的发展目标。一方面，人工智能技术被应用于工业机器人系统中，使其具备自主感知、学习和决策能力。例如在汽车机械制造领域，制造商通常将协作机器人通过预设，来自动完成复杂的装配、焊接、喷涂等工作，提高工业生产效率和质量。同时，协作机器人还能够在大型仓库中找到并检索物品，充当额外的帮手。许多传统制造企业还会利用智能优化算法来实现对生产过程中的质量控制，并通过分析传感器数据和图像识别，实时监测产品质量，进而自动调整生产参数，确保产品符合标准要求，

另一方面，人工智能技术的出现进一步强化了工业生产制造的智能调度与优化过程，例如通过模拟人脑神经系统，实现工业化生产制造模式识别和数据处理，通过分析生产数据和实时需求，智能系统可自动优化生产计划和资源分配，提高生产效率和资源利用率。

3.4智能计算与存储应用

相较于传统制造业中的计算与存储工作量而言，人工智能技术通过机器学习和深度学习算法，可对大量的制造数据进行分析和处理，并提取关键信息和模式，帮助机械及自动化系统实现自主决策、智能控制和优化。智能控制可以有效提高机械及自动化系统的精度、稳定性和效率。同时，人工智能技术通过对大量的数据进行存储、管理和检索，智能存储系统可以实现高效的数据存储和访问，智能存储可以帮助机械及自动化系统在最大程度上实现数据共享、知识管理和智能决策[3]。

例如大型机械制造商通常会有数百万个订单、采购、要处理的海量数据，手动处理这些数据流程会大大浪费工人的时间和资源，通过人工智能神经网络系统的快速计算和数据库存储，可快速高效解决制造商的供应链流程和数据处理工作，进而提高机械设计工作进程的性能、效率和可靠性。

结束语

综上所述，人工智能技术已广泛应用于生产制造的众多环节，但面对各类新场景和复杂任务，还需进一步拓展人工智能技术在机械设计制造中的应用方式，以人工智能技术促进生产力与生产效率的提升,在机械设计、制造、质量管理和流程管理等领域具有十分重要的推广意义。

参考文献

[1]侯莹,屈毅.人工智能技术在机械设计及自动化中的设计应用[J].鞋类工艺与设计,2024,4(08):168-170.

[2]吕爱英.人工智能在机械设计制造及自动化中的应用分析[J].中国设备工程,2024,(08):269-271.

[3]胡星光,彭盛军,唐爽,等.人工智能技术在机械自动化中的应用[J].造纸装备及材料,2024,53(03):95-97.