人工智能在機械電子工程中的應用論文

機械電子工程的未來屬於那些懂得運用各種先進的科學技術優化機械工程與電子技術之間聯繫的人，下面是小編收集整理的人工智能在機械電子工程中的應用論文，希望對你有所幫助！

摘要：傳統的機械工程一般分爲兩大類，包括動力和製造。製造類工程包括機械加工、毛坯製造和裝配等生產過程，而動力類工程包括各式發電機。電子工程與傳統的機械工程相比來言是較新的學科，兩者於上世紀逐漸結合在一起。最初，電子工程與機械工程是以塊與塊的分離模式或功能替代的模式相結合，隨着科學技術的不斷向前推動，傳統的機械工程與現代的電子工程通過信息技術有機的結合起來，形成了現在的機械電子工程學科。隨着人工智能技術的不斷髮展，機械電子工程由傳統的能量連接、動能連接逐步發展爲信息連接，使得機械電子工程具有了一定的人工智能。傳統的機械電子工程通過現代的科學技術進入到一個新的發展領域，同時，人工智能技術伴隨着機械電子工程的日益複雜，也得到了長足的發展。

1、機械電子工程

1.1機械電子工程的發展史

20世紀是科學發展最輝煌的時期，各類學科相互滲透、相輔相成，機械電子工程學科也在這一時期應運而生，它是由機械工程與電子工程、信息工程、智能技術、管理技術相結合而成的新的理論體系和發展領域。隨着科學技術的不斷髮展，機械電子工程也變的日益複雜。

機械電子工程的發展可以分爲3個階段：第一階段是以手工加工爲主要生產力的萌芽階段，這一時期生產力低下，人力資源的匱乏嚴重製約了生產力的發展，科學家們不得不窮極思變，引導了機械工業的發展。第二階段則是以流水線生產爲標誌的標準件生產階段，這種生產模式極大程度上提高了生產力，大批量的生產開始涌現，但是由於對標準件的要求較高，導致生產缺乏靈活性，不能適應不斷變化的社會需求。第三階段就是現在我們常見的現代機械電子產業階段，現代社會生活節奏快，亟需靈活性強、適應性強、轉產週期短、產品質量高的高科技生產方式，而以機械電子工程爲核心的柔性製造系統正是這一階段的產物。柔性製造系統由加工、物流、信息流三大系統組合而成，可以在加工自動化的基礎之上實現物料流和信息流的自動化。

1.2機械電子工程的特點

機械電子工程是機械工程與電子技術的有效結合，兩者之間不僅有物理上的動力連結，還有功能上的信息連結，並且還包含了能夠智能化的處理所有機械電子信息的計算機系統。機械電子工程與傳統的機械工程相比具有其獨特的特點：

1)設計上的不同。機械電子工程並非是一門獨立學科，而是一種包含有各類學科精華的綜合性學科。在設計時，以機械工程、電子工程和計算機技術爲核心的機械電子工程會依據系統配置和目標的不同結合其他技術，如：管理技術、生產加工技術、製造技術等。工程師在設計時將利用自頂向下的`策略使得各模塊緊密結合，以完成設計；2)產品特徵不同。機械電子產品的結構相對簡單，沒有過多的運動部件或元件。它的內部結構極爲複雜，但卻縮小了物理體積，拋棄了傳統的笨重型機械面貌，但卻提高了產品性能。

機械電子工程的未來屬於那些懂得運用各種先進的科學技術優化機械工程與電子技術之間聯繫的人，在實際應用當中，優化兩者之間的聯繫代表了生產力的革新，人工智能的發展使得這一想法變成可能。

2、人工智能

2.1人工智能的定義

人工智能是一門綜合了控制論、信息論、計算機科學、神經生理學、心理學、語言學、哲學等多門學科的交叉學科，是21世紀最偉大的三大學科之一。尼爾遜教授將人工智能定義爲：人工智能是關於怎樣表示知識和怎樣獲得知識並使用知識的科學。溫斯頓教授則認爲：人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。至今爲止，人工智能仍沒有一個統一的定義，筆者認爲，人工智能是研究通過計算機延伸、擴展、模擬人的智能的一門科學技術。

2.2人工智能的發展史

2.2.1萌芽階段

17世紀的法國科學家al發明了世界上第一部能進行機械加法的計算器轟動世界，從此之後，世界各國的科學家們開始熱衷於完善這一計算器，直到馮諾依曼發明第一臺計算機。人工智能在這一時期發展緩慢，但是卻積累了豐富的實踐經驗，爲下一階段的發展奠定了堅實的基礎。

2.2.2第一個發展階段

在1956年舉辦的“侃談會”上，美國人第一次使用了“人工智能”這一術語，從而引領了人工智能第一個興旺發展時期。這一階段的人工智能主要以翻譯、證明、博弈等爲主要研究任務，取得了一系列的科技成就，LISP語言就是這一階段的佼佼者。人工智能在這一階段的飛速發展使人們相信只要通過科學研究就可以總結人類的邏輯思維方式並創造一個萬能的機器進行模仿。

2.2.3挫折階段

60年代中至70年代初期，當人們深入研究人工智能的工作機理後卻發現，用機器模仿人類的思維是一件非常困難的事，許多科學發現並未逃離出簡單映射的方法，更無邏輯思維可言。但是，仍有許多科學家前赴後繼的進行着科學創新，在自然語言理解、計算機視覺、機器人、專家系統等方面取得了卓爾有效的成就。1972年，法國科學家發現了Prolog語言，成爲繼LISP語言之後的最主要的人工智能語言。

2.2.4第二個發展階段

以1977年第五屆國際人工智能聯合會議爲轉折點，人工智能進入到以知識爲基礎的發展階段，知識工程很快滲透於人工智能的各個領域，並促使人工智能走向實際應用。不久之後，人工智能在商業化道路上取得了卓越的成就，展示出了頑強的生命力與廣闊的應用前景，在不確定推理、分佈式人工智能、常識性知識表示方式等關鍵性技術問題和專家系統、計算機視覺、自然語言理解、智能機器人等實際應用問題上取得了長足的發展。

2.2.5平穩發展階段

由於國際互聯網技術的普及，人工智能逐漸由單個主體向分佈式主體方向發展，直到今天，人工智能已經演變的複雜而實用，可以面向多個智能主體的多個目標進行求解。

3、人工智能在機械電子工程中的應用

物質和信息是人類社會發展的最根源的兩大因素，在人類社會初期，由於生產力水平低，人類社會以物質爲首要基礎，僅靠“結繩記事”的方法傳遞信息，但隨着社會生產力的不斷髮展，信息的重要性不斷被人們發現，文字成爲傳遞信息最理想的途徑，最近五十年間，網絡的普及給信息傳遞帶來了新的生命，人類進入到了信息社會，而信息社會的發展離不開人工智能技術的發展。不論是模型的建立與控制，還是故障診斷，人工智能在機械電子工程當中都起着處理信息的作用。

由於機械電子系統與生??來的不穩定性，描述機械電子系統的輸入與輸出關係就變得困難重重，傳統上的描述方法有以下幾種：1)推導數學方程的方法；2)建設規則庫的方法；3)學習並生成知識的方法。傳統的解析數學的方法嚴密、精確，但是隻能適用於相對簡單的系統，如線性定常系統，對於那些複雜的系統由於無法給出數學解析式，就只能通過操作來完成。現代社會所需求的系統日益複雜，經常會同時處理幾種不同類型的信息，如傳感器所傳遞的數字信息和專家的語言信息。由於人工智能處理信息時的不確定性、複雜性，以知識爲基礎的人工智能信息處理方式成爲解析數學方式的替代手段。

通過人工智能建立的系統一般使用兩類方法：神經網絡系統和模糊推理系統。神經網絡系統可以模擬人腦的結構，分析數字信號並給出參考數值；而模糊推理系統是通過模擬人腦的功能來分析語言信號。兩者在處理輸入輸出的關係上有相同之處也有不同之處，相同之處是：兩者都通過網絡結構的形式以任意精度逼近一個連續函數；不同之處是：神經網絡系統物理意義不明確，而模糊推理系統有明確的物理意義；神經網絡系統運用點到點的映射方式，而模糊推理系統運用域到域的映射方式；神經網絡系統以分佈式的方式儲存信息，而模糊推理系統則以規則的方式儲存信息；神經網絡系統輸入時由於每個神經元之間都有固定聯繫，計算量大，而模糊推理系統由於連接不固定，計算量較小；神經網絡系統輸入輸出時精度較高，呈光滑曲面，而模糊推理系統精度較低，呈臺階狀。

隨着社會的不斷髮展，單純的一種人工智能方法已經不能滿足日益增長的社會需要，許多科學家開始研究綜合性的人工智能系統。綜合性的人工智能系統採用神經網絡系統與模糊推理系統相結合的方法，取長補短，以獲得更全面的描述方式，模糊神經網絡系統便是一成功範例。模糊神經網絡系統做到了兩者功能的最大融合，使信息在網絡各層當中找到一個最適合的完全表達空間。邏輯推理規則能夠對增強節點函數，爲神經網絡系統提供函數連結，使兩者的功能達到最大化。

4、結論

科學的不斷髮展帶來的不僅是學科的高度細化、深化，而且是學科間的高度融合。人工智能就是各學科交叉與綜合之後的結果，秉承這一天性，人工智能與機械電子工程自然的進行了完美融合，這一全新領域的發展必將引領世界潮流。