李程輝

（鄭州大學(xué) 機(jī)械工程學(xué)院，河南 鄭州 450001）

人工神經(jīng)網(wǎng)絡(luò)是一門邊緣性交叉學(xué)科，涉及計算機(jī)、應(yīng)用數(shù)學(xué)、微電子學(xué)、人工智能等多個學(xué)科領(lǐng)域。自二十世紀(jì)80年代中期引起國內(nèi)機(jī)械工程領(lǐng)域眾多科研工作者的興趣和重視，并進(jìn)行了卓有成效的研究和探索工作。近年來，人工神經(jīng)網(wǎng)絡(luò)在機(jī)械工程中得到了廣泛應(yīng)用，前景十分可觀。

1 人工神經(jīng)網(wǎng)絡(luò)類簡介

1.1 人工神經(jīng)網(wǎng)絡(luò)的定義

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks,簡寫為ANN），也簡稱為神經(jīng)網(wǎng)絡(luò)（NNS）。它是一種模擬人類大腦行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型，是以人腦為模型的處理元素的集合。每個處理元素相當(dāng)于大腦中一個神經(jīng)元。每個處理元素并不是單獨(dú)存在的，它與周圍的許多其他處理元素相互連接，從而構(gòu)成一種拓?fù)渎?lián)系。神經(jīng)網(wǎng)絡(luò)不是設(shè)計出來就能正常使用，需要對它進(jìn)行前期訓(xùn)練，即預(yù)輸入一些數(shù)據(jù)，告之如何處理。神經(jīng)網(wǎng)絡(luò)過對這一過程進(jìn)行歸納總結(jié)，并形成自身的思維方式和經(jīng)驗。從而神經(jīng)網(wǎng)絡(luò)可以利用已獲得知識和經(jīng)驗處理問題。這一過程好比馴獸師訓(xùn)練動物一樣。

1.2 神經(jīng)網(wǎng)絡(luò)的特征

1.2.1 非線性。人類大腦的智慧就是一種非線性現(xiàn)象。處理元素處于激活或抑制兩種不同的狀態(tài)，這在數(shù)學(xué)上就是一種非線性關(guān)系。利用神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)多變量之間的多種非線性映射，因而可以描述大規(guī)模非線性復(fù)雜系統(tǒng)。

1.2.2 自學(xué)習(xí)自適應(yīng)能力。神經(jīng)網(wǎng)絡(luò)經(jīng)過前期的訓(xùn)練，能夠處理大量信息，并允許信息是變化的。除此以外，神經(jīng)網(wǎng)絡(luò)在處理信息的同時，能夠總結(jié)、綜合輸入信息和輸入信息以及已有信息之間的規(guī)律，采用迭代過程優(yōu)化自身的拓?fù)潢P(guān)系，豐富自身的知識和經(jīng)驗，從而提高處理分析數(shù)據(jù)的能力。

1.2.3 并行性。輸入到神經(jīng)網(wǎng)絡(luò)中的信息是各處理元素并行處理的?，F(xiàn)代計算機(jī)CPU相當(dāng)于計算機(jī)的司令部，所有指令由CPU一條一條發(fā)出，串行工作。工作量很大時，效率必然很低。而神經(jīng)網(wǎng)絡(luò)所不同的是，每個處理元素相當(dāng)于一個獨(dú)立的微型CPU，各自獨(dú)立地從其他處理元素采集數(shù)據(jù)，分析綜合后再輸入到其他神經(jīng)元素。各個神經(jīng)元素相互獨(dú)立，又相互配合，無統(tǒng)一指揮。神經(jīng)網(wǎng)絡(luò)這一特性，使其對信息的響應(yīng)和處理效率大大提高。

1.2.4 分布式信息存儲。神經(jīng)網(wǎng)絡(luò)的信息存儲不是分別存儲在各個處理元素中，而是存儲在處理元素之間的拓?fù)潢P(guān)系中。處理元素之間不同行的聯(lián)接方式反映了不同的存儲信息。輸入的信息在神經(jīng)網(wǎng)絡(luò)中傳播、調(diào)整，直到找到與之最佳匹配的存儲信息。在這一過程中，神經(jīng)網(wǎng)絡(luò)各部分信息相互補(bǔ)充，相互支持，并可以為不完整的信息找到最佳匹配。因此，神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的聯(lián)想能力和容錯能力。

2 神經(jīng)網(wǎng)絡(luò)在機(jī)械工程中的應(yīng)用

2.1 CAD技術(shù)

目前，CAD技術(shù)已經(jīng)從傳統(tǒng)的繪圖功能發(fā)展為集需求分析、原理方案設(shè)計、初步結(jié)構(gòu)設(shè)計與分析、詳細(xì)設(shè)計、工程分析、工藝設(shè)計等功能于一身的CAD專家系統(tǒng)。但CAD專家系統(tǒng)存在自身缺陷。第一，知識的獲取存在“瓶頸”，主要來源于專家。第二，知識量越豐富，推理鏈越長，效率越低。第三，求解問題所需知識超出其知識庫，系統(tǒng)無能為力。而神經(jīng)網(wǎng)絡(luò)的應(yīng)用彌補(bǔ)了上述缺陷。其知識的獲取一部分通過前期訓(xùn)練，另一部分通過自身實(shí)踐。其信息處理過程是在自身知識網(wǎng)絡(luò)中尋找最佳匹配的過程，冗余知識耗用時間少。再有，神經(jīng)網(wǎng)絡(luò)的聯(lián)想能力和容錯能力使其處理問題時能夠克服自身知識量的約束?？梢姡窠?jīng)網(wǎng)絡(luò)可作為CAD專家系統(tǒng)很好的補(bǔ)充。

2.2 機(jī)械優(yōu)化設(shè)計

機(jī)械優(yōu)化設(shè)計，就是根據(jù)機(jī)械設(shè)計的規(guī)范，從設(shè)計問題中抽象出數(shù)學(xué)模型，采用數(shù)學(xué)歸納法和計算機(jī)技術(shù)，在約束條件下求目標(biāo)函數(shù)的最優(yōu)解。傳統(tǒng)的優(yōu)化方法難于從現(xiàn)有問題抽象出最佳的數(shù)學(xué)模型和在約束條件下求得最優(yōu)解。而神經(jīng)網(wǎng)絡(luò)引入了能量函數(shù)的概念，從而把求目標(biāo)函數(shù)的最小值的問題轉(zhuǎn)化為求能量函數(shù)的極小值點(diǎn)。而Hopfied網(wǎng)絡(luò)（人工神經(jīng)網(wǎng)絡(luò)的一個網(wǎng)絡(luò)模型）總是趨向能量最小的穩(wěn)定狀態(tài)。從而使最優(yōu)解的求取大大簡化。

2.3 故障診斷

機(jī)械故障診斷在產(chǎn)品維修保養(yǎng)方面有廣闊的應(yīng)用前景，受到廣泛重視。故障狀態(tài)信息和故障原因之間是一種非線性映射關(guān)系。而神經(jīng)網(wǎng)絡(luò)對處理非線性復(fù)雜問題有獨(dú)特的優(yōu)越性。首先，從傳感器獲得的信息是工況信息的集合，神經(jīng)網(wǎng)絡(luò)可以從中提取出故障征兆信息，相當(dāng)于濾波；然后利用聯(lián)想能力和自適應(yīng)能力對故障征兆進(jìn)行分析，從而判斷是否有故障或者故障類型；最后將處理結(jié)果作為輸出。

2.4 工況檢測與控制

機(jī)械加工制造過程中的參數(shù)如溫度、應(yīng)力、振動、慣性力等具有復(fù)雜性和隨機(jī)性。傳統(tǒng)的精確數(shù)學(xué)模型應(yīng)用受到一定限制。而神經(jīng)網(wǎng)絡(luò)為復(fù)雜的非線性映射問題提供了解決辦法。神經(jīng)網(wǎng)絡(luò)經(jīng)過前期培訓(xùn)和學(xué)習(xí)，對輸入的非線性復(fù)雜信號進(jìn)行分析，識別出工藝系統(tǒng)的狀態(tài)，并根據(jù)經(jīng)驗給出控制策略，實(shí)現(xiàn)在線控制，主動控制。

2.5 智能控制與機(jī)器人工程

對于可抽象精確數(shù)學(xué)模型的問題，傳統(tǒng)的控制方法已非常有效，但對于復(fù)雜的控制系統(tǒng)，如機(jī)器人控制系統(tǒng)，很難建立精確數(shù)學(xué)模型。其接受的信號為非確定的非線性信號。利用神經(jīng)系統(tǒng)的自適應(yīng)性，充分逼近已有數(shù)學(xué)模型，利用自組織能力迅速作出反饋，其聯(lián)想能力和容錯能力大大提供了系統(tǒng)處理不確定信號的能力。因此，可作為機(jī)器人的自適應(yīng)控制器。

此外，神經(jīng)網(wǎng)絡(luò)在可靠性設(shè)計、自動設(shè)計、專家系統(tǒng)、幾何建模等方面也得到較廣泛的應(yīng)用。

3 結(jié)語

隨著人工神經(jīng)網(wǎng)絡(luò)相關(guān)理論的研究，更多優(yōu)化網(wǎng)絡(luò)模型的建立，以及計算機(jī)技術(shù)的發(fā)展，神經(jīng)網(wǎng)絡(luò)在機(jī)械方面會得到更加充分的利用。從而為機(jī)械產(chǎn)品在設(shè)計、制造、評估、使用和維護(hù)等階段提供巨大便利，推動機(jī)械制造業(yè)向前飛速發(fā)展。

[1]徐秉錚.神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用.廣州：華南理工大學(xué)出版社.

[2]黃洪鐘，黃文培，王金諾.神經(jīng)挽留過技術(shù)在機(jī)械工程中的應(yīng)用與展望.機(jī)械科學(xué)與技術(shù)，1995.4