人工神经网络在机械工程领域中的研究与应用

人工神经网络在机械工程领域中的研究与应用

常坤

身份证号码：13068119860514491X

摘要：过去30年来，对人工神经网络布局、实践和现实利用的研究十分活跃，每年会出版成千上万份文件。据估计，对人工神经网络的研究自一开始就进入了成熟和扩张阶段。它已在一个广范围的技术领域生根发芽，并与专家系统和遗传算法一起成长为基础人工神经网络技术。人工神经网络在机械工程领域的利用非常普遍，涉及工艺计划、加工参数优化、故障诊断、震荡节制、工况监控、寿命展望等等。

关键词：人工神经网络；机械工程；应用

1现代人工神经网络技术用在机械工程中的意义

1.1 提高生产力

机械工程产业实现智能化与自动化发展后，能持续增强生产能力，提高管理效率、引进与应用人工神经网络技术，能辅助提升机械工程的现代化发展水平，这样在产品制造生产及设备故障诊断环节均能实现自动化管控。在机械工程领域应用人工神经网络技术，一定要达到提升生产力的基本要求。

1.2 实现全程化管理

应用人工神经网络技术，能辅助提高数据加工与传输的精细化水平，在机械设备生产运作的整个过程中，均能实时精准地辨识出各类数据信息的改变情况，明确影响产品质量的各类因素，智能地完善生产管理系统，确保系统运行全过程的可靠性。可视化供应链协同平台能实时对外呈现出工厂、分销商、DC、RDC以及终端销售的库存状态相关信息，供应链上部署的各个节点通过登录平台能够快速掌握整个供应链条的库存情况，从而控制整个供应链条的生产和存货行为。

1.3 提高信息数据处理水平

国内外大量的研究已经证实，人工神经网络技术在处理模糊数据方面自身体现出很大的优越性，其能模仿人类大脑精准地进行逻辑推理，基于可靠的数据模型切边判断及决策的精准性。机械工程领域合理应用智能技术，能显著增强信息数据的综合处理水平。有机结合人工神经网络技术和机械类设备，能够形成近乎人类感知和识别等技能，进而能提前探讨到设备内潜在的隐患及运作过程中的风险因素等，使系统运行的可靠性得到更大的保障。

2人工神经网络在机械工程领域中的应用

2.1 在机械故障诊断中的应用

机械故障诊断的关键在于确定障碍分析室的标识，以实现障碍识别与诊断。但是，专家系统在机械故障诊断中的利用存在一些难以克服的题目，如知识获得艰难、组合爆炸、难以辩论等，这使得专家系统的利用未能到达预期的结果。

机械故障诊断技术（ANN）运作的首要重点是：

1)ANN的大规模分布式并行能力适合办理庞大的诊断题目。

2）人工神经网络对肆意庞大映照具备很强的迫近本领，适用于办理妨碍范畴的展望和节制题目。

3）人工神经网络具备很强的非线性处置本领，适合办理故障诊断中庞大的非线性模式识别题目。

鉴于上述特点，事实上，首先，人工神经网络基于没有以实证规则的情况下，这样的瓶颈可以根据象征性克服。第二，这种技术支持计算平行技术，并将广泛推广开发平行技术和应用。第三，由于神经网的容错性和非线性，这种诊断技术解决了许多问题，以致错误诊断系统不能适用于非线性领域，也不像以符号思维方式为基础的规则或模型中的错误。最后，诊断错误基本上是另一个问题，人工神经网络作为一种自适应的模式识别技术可以直接通过自身的学习机制自动形成所要求的决策区域。

2.2 在结构分析、设计、优化和几何建模中的应用

地图指标和模型之间的关系可以通过使用layer分析来实现，传统的方法是最终因素分析，但如今这类映照过程可以经由人工神经网络来实现。BP网络训练时采用的是针对某一结构或者最终数值分析得出的直接实证数据，其重量经调整，然后使用训练过的网络来做结构分析。布局动力计划是实现模态参数与计划参数之间的映照关系，是布局阐发的逆进程。人工神经网络可以实现这一功能，人工神经收集也可以实现这一功效。具体方法是操纵有限元布局研发BP数据模型参数，输入人工神经聚集，然后用参数输出实现两者之间的关系，并用这些参数设计动态和布局。

当代机械和微体系的布局变得愈来愈庞大。在计算范围和数学庞大方面，相互优化静态函数（稳定性和刚性等）和动态函数（变化、速度、加速率、个人频率和系统布局模式）是前所未见的。基于教学计划的传统最佳优化理论很难解决此类型的全球优化问题，包括规模优化，拓宽效果优化以及功能优化。因为霍尔菲尔德的收集已经成为最小的能源变量，因此这类全球改进问题可以被转化为人工神经收集功能的最低峰值。对人工神经网络生命系统的非变种吸引力窗口被认为是最早反应端政策函数的概括。当人工神经网络达到了所需最低水平时，则优化计算完成。此问题的关键点在于将问题的核心转换为优化问题，然后调整相关的网络结构和参数以及能量函数来优化。

2.3 应用于机械电子系统输入中

在生产过程中，需要运用机械设备，而机械设备是否处于良好运转状态，直接关乎经济效益，所以应利用人工技术确保机械电子设备的稳定性。通常情况下，机械电子系统具有不稳定性的特点，在生产中会面临很多问题，比如：因工况条件处于不稳定状态，导致输入信息种类较多。为了解决以上问题，企业可以利用人工神经网络技术对各种数据信息进行快速识别，代替传统人工操作。还可以利用人工神经网络模拟人脑构造，实现降低生产成本支出及提高数据信息的准确性的目的。另外，人工神经网络技术被应用在机械电子工程领域中，它可以最大限度地减少人工操作，避免安全事故的发生，而为了实现降本增效的目的，应将人工神经网络技术应用在机械电子系统输入领域中，不仅能够满足对机械电子系统高精度控制的要求，还有助于提高生产效益。

2.4 应用于电气工程方面

人工神经网络技术可以有效保障相关设备处于稳定运转状态。面对日益激烈的市场竞争，电气工程行业要想获得更好的发展，必须掌握核心技术，通过利用人工神经网络技术系统控制，同时在电气产品设计优化过程中，可以利用人工神经网络技术确保产品设计方案的科学性与合理性。只有确保电气产品设计的合理化，才能为电气工程发展提供保障。另外，通过人工神经网络技术，还能够帮助管理人员时刻掌握电气设备的运转状况。人工智能在电气工程方面会涉及4个核心领域：1）系统规划。作为电子系统物理基础设施项目的关键环节，系统规划会涉及扩展研究、发电互联、传输服务请求，一旦错误，就会导致成本超支、时间浪费，系统还会受到严重损失。人工神经网络技术包含人类经验的表现能力，能有效解决此类问题，可以快速提升系统规划质量。2）系统分析。分析的主要目的是为了预测与监控由于系统阻力不足而造成的低频机电振荡，人工智能基于知识工程和认知科学，可以为用户提供优良的计算机环境，帮助人类在规划过程中提高创造力。3）系统操作和监控。人工智能可以及时监控动力系统进行预警，同时可以处理相对复杂的工作内容，对故障进行自行诊断，以预防电压崩溃。4)运营计划。人工智能使用动态规划技术筛选最经济的机组计划，考虑到电力系统要求，创建闭环系统，减少操作员与专家系统的交互，对未来可能发生的情况进行提前预测。

结论

现代社会中，人工神经网络技术有十分广阔的发展空间，用于机械工程领域引领着行业的智能化、创新化发展进程。当前，现代人工神经网络技术用于机械工程中表现出诸多优势，但其发展还不够成熟，并且与普及应用之间还存在着一段距离。鉴于以上情况，技术人员应不断加大对机械工程人工神经网络技术的研究力度，开发高端芯片、操作系统等核心技术，培养更多的高素质专业人才，多管齐下，使人工神经网络技术在该领域内体现出更大的应用价值。

参考文献：

[1]王盈学. 神经网络技术在机械工程中的应用与发展分析[J]. 南方农机,2019,50(08):183.

[2]柴伟杰. 人工神经网络及其在机械工程领域中的应用研究[J]. 南方农机,2018,49(22):40.

[3]李程辉. 浅谈神经网络在机械工程中的应用[J]. 河南科技,2013,(09):90.