萬長征　賴小龍

摘要：本文主要介紹人工智能的幾種技術(shù)對現(xiàn)在機(jī)械制造過程的各個環(huán)節(jié)所產(chǎn)生的作用和影響，總結(jié)了預(yù)測未來的發(fā)展趨勢。

關(guān)鍵詞：機(jī)械制造;人工智能;深度學(xué)習(xí)

中圖分類號：TH16 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2019）02-0077-01

0 引言

隨著科技水平爆發(fā)式的發(fā)展，新一輪產(chǎn)業(yè)革命早已來臨，信息技術(shù)迅速融入機(jī)器生產(chǎn)的各個方面，大大的推動和改變傳統(tǒng)制造業(yè)，帶來了挑戰(zhàn)和機(jī)遇。在智能制造過程中，人工智能技術(shù)促進(jìn)企業(yè)技術(shù)設(shè)備準(zhǔn)確識別工作環(huán)境的內(nèi)外變化，然后優(yōu)化對比分析和決策實施管理、 制造工藝過程的改進(jìn)，從而降低成本、提高運營效率，實現(xiàn)個性化產(chǎn)品定制、精準(zhǔn)營銷等得以完成。綜上所述，人工智能技術(shù)已經(jīng)成為現(xiàn)代生產(chǎn)制造的重要元素之一[1]。它的出現(xiàn)，成為了刺激智能制造并為該行業(yè)的轉(zhuǎn)型和現(xiàn)代化做出貢獻(xiàn)的關(guān)鍵。隨著人工智能進(jìn)入新的一輪技術(shù)爆發(fā)，通過將新的思維方式、技術(shù)方法和新的需求目標(biāo)引入到智能制造研究中，不斷提出并開發(fā)了深度學(xué)習(xí)算法以形成新的熱點[2]。

1 機(jī)械制造過程與交互技術(shù)

人工智能技術(shù)可以通過分析、處理和學(xué)習(xí)數(shù)據(jù)的能力，不斷學(xué)習(xí)制造系統(tǒng)的復(fù)雜調(diào)度處理和實踐經(jīng)驗，從而自行設(shè)計制造系統(tǒng)。不斷地學(xué)習(xí)、優(yōu)化和自控制，為制造系統(tǒng)賦予智能化。而之所以能夠?qū)崿F(xiàn)這種智能化的原因，是因為人工智能多種技術(shù)融入到了各個環(huán)節(jié)，包括設(shè)計、生產(chǎn)實施和運營維護(hù)以及人機(jī)交互等，在此過程中融合了深度學(xué)習(xí)，虛擬現(xiàn)實，虛擬代理、自然語言生產(chǎn)、特征識別等AI技術(shù)，如圖1所示。

為了實現(xiàn)系統(tǒng)主動和人的溝通交互，系統(tǒng)常采用的技術(shù)包括：自然語言生成、虛擬代理和生物特征識別技術(shù)。

生物識別技術(shù)：支持人與機(jī)器之間更貼近自然交互的功能，包括語言、圖像、觸覺感知和肢體語言。它目前主要用于市場研究。語音識別是將人類語音信號轉(zhuǎn)換為應(yīng)用軟件識別的格式。

類人語言生成：使用計算機(jī)數(shù)據(jù)生成返回給用戶的文本。它通常用于顧客應(yīng)答服務(wù)，數(shù)據(jù)報告和智能綜合分析。

虛擬代理：低級的如：聊天機(jī)器人;也有高級的如：可以深度學(xué)習(xí)、像人一樣思考的高級系統(tǒng)。目前主要用作自動客戶服務(wù)和高級智能家居管理服務(wù)平臺。

2 在機(jī)械設(shè)計、制造、維護(hù)中的應(yīng)用

2.1 虛擬現(xiàn)實技術(shù)

虛擬現(xiàn)實（VR）不僅僅是一個演示媒體，而且還是一個設(shè)計工具，已經(jīng)在機(jī)器制造的各個方面都發(fā)揮著不可或缺的作用。VR技術(shù)將設(shè)計以三維模型的形式呈現(xiàn)出來，使設(shè)計和制造工程師能夠直觀地理解并及時調(diào)整每個部件的特性，質(zhì)量或位置。使用VR技術(shù)，機(jī)器制造商可以模擬機(jī)器設(shè)計并降低設(shè)計成本。 機(jī)器生產(chǎn)測試特別復(fù)雜，虛擬現(xiàn)實技術(shù)可以簡化系統(tǒng)測試，并且可以更輕松地縮小，添加或修改模塊。既節(jié)約了時間，又節(jié)省了做模型的費用。

2.2 深度學(xué)習(xí)（Deep Learning）

可以視為機(jī)器學(xué)習(xí)的一種特殊（升級）類型，包括具有多層抽象的人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks， ANN）。 它目前主要用于大數(shù)據(jù)下支持的分類判決和模型識別領(lǐng)域。觀察點可由多種形式表示，如不同位置的不同像素矢量值。

如對機(jī)械生產(chǎn)過程中大量實際數(shù)據(jù)的特點進(jìn)行歸納總結(jié)，通過采用深度學(xué)習(xí)方法建立模型對機(jī)械設(shè)備的健康狀況進(jìn)行監(jiān)測診斷，以取得監(jiān)測診斷精度。

2.3 專家系統(tǒng)

用人工智能中的知識表示和知識推理技術(shù)來模擬通常由這個領(lǐng)域的專家才能解決的復(fù)雜問題。應(yīng)用于一系列廣泛的領(lǐng)域，協(xié)助或執(zhí)行自動決策。使用實時監(jiān)控制造過程中產(chǎn)生的時間序列數(shù)據(jù)：反饋設(shè)備性能參數(shù)、系統(tǒng)錯誤參數(shù)，從而主動預(yù)警系統(tǒng)的潛在異常，以及歷史數(shù)據(jù)的聚類分析、診斷和定位異常原因，制定運營決策并執(zhí)行預(yù)防性維護(hù)，從而提前消除隱患。如，根據(jù)機(jī)械設(shè)備海量故障特征，并設(shè)計分類器，實現(xiàn)故障模式分類;收集多種故障模式，設(shè)計逐級匹配形態(tài)分析方法，實現(xiàn)故障的準(zhǔn)確診斷。

2.4 機(jī)器人技術(shù)

將生物識別、深度學(xué)習(xí)算法等技術(shù)整合至極小卻高性能的傳感器、制動器、以及其他硬件中，這就催生出符合工程生產(chǎn)需求的機(jī)器人，能夠單獨或者配合人類一起工作，能在各種未知環(huán)境中靈活處理不同的任務(wù)、提高生產(chǎn)制造效率。目前應(yīng)用于人類不便執(zhí)行的高危任務(wù)或成本太高。

3 發(fā)展趨勢

3.1 大規(guī)模商用

隨著AI產(chǎn)業(yè)和技術(shù)不斷走向成熟，其成本必然降低，同時全球大廠進(jìn)入該領(lǐng)域，市場競爭因素也將進(jìn)一步拉低人工智能產(chǎn)品的成本。開發(fā)的平臺吸引著更多開發(fā)者加入進(jìn)來，開發(fā)出豐富產(chǎn)品功能和應(yīng)用場景，促進(jìn)應(yīng)用技術(shù)的落地。相信商業(yè)領(lǐng)域的AI 技術(shù)很快迎來爆發(fā)期。

3.2 將達(dá)到人類專家顧問級別

隨著性能更強(qiáng)的神經(jīng)元網(wǎng)絡(luò)、價格低廉的芯片以及大數(shù)據(jù)的幾何增長和積累、機(jī)器深度學(xué)習(xí)能力的提升。使用人工智能的人越多，人工智能就越聰明，未來專家系統(tǒng)將覆蓋我們這個世界，針對我們所有問題，給出所有專家級的解決方案。

3.3 改變?nèi)蚪?jīng)濟(jì)生態(tài)

隨著AI技術(shù)的發(fā)展，當(dāng)技術(shù)成本低于雇傭勞動力的成本時，顯然低效率的人工勞動力會被AI技術(shù)下的各種設(shè)計、制造、運維維護(hù)技術(shù)都將被機(jī)器人大部分或全部替代，未來世界的社會模式也將隨之發(fā)生天翻地覆的改變。

參考文獻(xiàn)

[1] 岳增，王飛.農(nóng)業(yè)機(jī)械制造業(yè)中的現(xiàn)代制造技術(shù)分析[J].山東農(nóng)業(yè)工程學(xué)院學(xué)報，2018（12）：33-34.

[2] 張潔，汪俊亮，等.大數(shù)據(jù)驅(qū)動的智能制造[J].中國機(jī)械工程，2019（02）：127-133+158.

Research on Technology Application of Artificial Intelligence Technology in Mechanical Manufacturing Process

WAN Chang-Zheng， LAI Xiao-long

（College of mobile Telecommunications Chongqing University of Posts and Telecom， Chongqing? 401520）

Abstract：This paper mainly introduces the effects and effects of several techniques of artificial intelligence on various aspects of the current mechanical manufacturing process， and summarizes the future development trends.

Key words：mechanical manufacturing; Artificial intelligence; deep learning