摘 要：以機械設(shè)計與制造為代表的制造業(yè)是國家工業(yè)生產(chǎn)與經(jīng)濟建設(shè)的命脈，我國機械行業(yè)在近二十年間保持了飛速發(fā)展態(tài)勢，中國制造已經(jīng)成為了國家名片，這也為我國綜合國力的全面提升奠定了堅實基礎(chǔ)，但在激烈的世界競爭及持續(xù)進(jìn)步的科技水平面前，我國機械行業(yè)同樣面臨著巨大的轉(zhuǎn)型升級壓力。信息技術(shù)的發(fā)展?jié)B透使大數(shù)據(jù)日趨成熟，大數(shù)據(jù)能夠為使用者提供更加精準(zhǔn)和全面的數(shù)據(jù)資源，進(jìn)而有效開展數(shù)據(jù)分析與數(shù)據(jù)利用。機械設(shè)計行業(yè)在大數(shù)據(jù)的支撐下將向著全新方向發(fā)展，特別是將提升設(shè)計的科學(xué)性與可靠性，逐步進(jìn)入人工智能機械設(shè)計階段。筆者結(jié)合相關(guān)理論及個人經(jīng)驗對大數(shù)據(jù)時代機械設(shè)計的發(fā)展趨勢進(jìn)行探究。

關(guān)鍵詞：大數(shù)據(jù);機械設(shè)計;發(fā)展趨勢

大數(shù)據(jù)技術(shù)隨著信息技術(shù)及科技的發(fā)展而進(jìn)入了成熟期，它為各行各業(yè)的發(fā)展提供了有效支持，正在為生產(chǎn)力的提升注入動力。傳統(tǒng)機械設(shè)計對設(shè)計者的個人經(jīng)驗及思維能力具有較高的依賴性，設(shè)計者在很大程度上決定了機械設(shè)計的成敗與最終產(chǎn)品的優(yōu)劣。大數(shù)據(jù)時代設(shè)計者能夠利用的信息資源更為豐富，通過大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等等新興技術(shù)的運用使得機械設(shè)計效率與設(shè)計可靠性同步提升，有效滿足市場對產(chǎn)品的需求。在大數(shù)據(jù)時代機械設(shè)計的主要發(fā)展趨勢將包括以下幾個方面：

一、人工智能支持下的機械設(shè)計

人工智能相較于人類的自然智能而言主要來自于機器智能，機器根據(jù)預(yù)定程序?qū)ο嚓P(guān)數(shù)據(jù)進(jìn)行處理和分析，能夠在不同場景下做出反應(yīng)，這就需要程序?qū)赡艹霈F(xiàn)的場景做出預(yù)判，如果出現(xiàn)了程序面對預(yù)先設(shè)定的場景則會出現(xiàn)崩潰。人工智能與傳統(tǒng)計算機程序的主要差別就是能夠展開深度學(xué)習(xí)，通過訓(xùn)練實現(xiàn)獨立探索，人們不再需要錄入所有場景就能夠讓人工智能獨立完成工作。大數(shù)據(jù)的快速發(fā)展為人工智能的自我深度學(xué)習(xí)提供了支持，因此人工智能在近年來保持了高速發(fā)展。

（一）專家系統(tǒng)

專家系統(tǒng)是一個計算機程序，同時也是人工智能的主要應(yīng)用法相，基于知識系統(tǒng)建立的專家系統(tǒng)能夠為人類提供幫助，在不同專業(yè)領(lǐng)域給予使用者專業(yè)化的支持。專家系統(tǒng)能夠利用現(xiàn)有數(shù)據(jù)展開深度分析，最終得到專業(yè)化的結(jié)論，這有助于人類專家的成熟經(jīng)驗和豐富資源能夠被更多人使用，有效避免了不必要的曲折。專家系統(tǒng)主要包括知識庫和推理機制，知識庫有效涵蓋了不同領(lǐng)域的知識與規(guī)則，通過搜索系統(tǒng)與推理機制將數(shù)據(jù)庫的資源充分調(diào)用，最終形成了有助于機械設(shè)計的解決方法，提升了設(shè)計的一致性、可用性及高效性。

（二）生成式機械設(shè)計

生成式設(shè)計是模仿自然進(jìn)化的一種自然進(jìn)化的設(shè)計方式，設(shè)計者可以將設(shè)計目標(biāo)、設(shè)計材料、制造工藝、成本控制等等條件錄入系統(tǒng)，生成式設(shè)計程序可以根據(jù)相關(guān)數(shù)據(jù)給出多種方案，圍繞不同方案的可行性與生成可能性進(jìn)行分析，逐步測試各種方案是否適用于設(shè)計需求，在哪些環(huán)節(jié)可能存在問題。生成式機械設(shè)計具有非常顯著的優(yōu)點，首先它能夠給出多種設(shè)計方案，人類可能需要長時間思考才能得到一個方案，而它則能夠在短時間內(nèi)給出大量方案，同時對方案進(jìn)行論證;其次生成式設(shè)計能夠進(jìn)行復(fù)雜而精細(xì)的設(shè)計，特別是3D打印等制造技術(shù)的應(yīng)用使得傳統(tǒng)制造方式無法實現(xiàn)的方案能夠順利完成;最后生成式設(shè)計能夠預(yù)先對約束條件進(jìn)行區(qū)分，有效避免了不同條件間的沖突，設(shè)計師能夠?qū)⒆⒁饬杏趧?chuàng)新設(shè)計領(lǐng)域。生成式設(shè)計保持了高速發(fā)展，Autodesk公司已經(jīng)與美國宇航局展開合作，利用生成式設(shè)計方式進(jìn)行航天器的設(shè)計。

二、大數(shù)據(jù)支持下的模塊化機械設(shè)計

模塊化設(shè)計就是將具有標(biāo)準(zhǔn)接口的獨立部件進(jìn)行分塊設(shè)計，不同部件通過組合將會得到最終的機械，模塊化設(shè)計大大降低產(chǎn)品的生產(chǎn)難度，同時有利于后期的維護(hù)和使用，有效境地了生產(chǎn)與使用成本。大數(shù)據(jù)時代機械設(shè)計逐漸向模塊化方向發(fā)展，很多供應(yīng)商開始為用戶提供通用或標(biāo)準(zhǔn)化的部件，企業(yè)通過通用數(shù)據(jù)庫和自由數(shù)據(jù)庫的建立能夠?qū)?shù)據(jù)進(jìn)行全面的分析，在機械設(shè)計過程中更加準(zhǔn)確地調(diào)用需要的數(shù)據(jù)，同時對整個行業(yè)與市場展開分析，進(jìn)而設(shè)計生產(chǎn)更加符合企業(yè)需求的產(chǎn)品，為機械行業(yè)發(fā)展提供支持，同時也為機械設(shè)計提供了寶貴的數(shù)據(jù)。

三、增材制造技術(shù)支持下的機械設(shè)計

傳統(tǒng)機械制造主要采用去除材料的加工方式，很多復(fù)雜零部件的生產(chǎn)需要經(jīng)過多個步驟加工完成，整體投入的成本較高，在設(shè)計環(huán)節(jié)不僅僅要考慮制造需要，同時也要考慮裝配需要。增材制造通過連續(xù)添加層來完成零件的制造，這恰恰與傳統(tǒng)零件加工方式相反，生產(chǎn)環(huán)節(jié)能夠選擇的方式更加多樣，例如3D打印、連續(xù)融化材料層都是其中的典型代表。增材制造技術(shù)充分利用了現(xiàn)有材料進(jìn)行零部件加工，大大減少了材料的浪費，又能夠快速完成復(fù)雜部件加工，整個生產(chǎn)過程的成本相對較低。例如NASA利用3D打印完成的火箭燃料噴射機設(shè)計制造，整個噴射器只有兩個部件構(gòu)成，而傳統(tǒng)制造方式下需要生產(chǎn)數(shù)百個零件。隨著國家上關(guān)于增材制造研究的不斷深入，該技術(shù)也得到了快速發(fā)展，機械設(shè)計由此變得更加靈活。

四、數(shù)字孿生技術(shù)支持下的機械設(shè)計

數(shù)字孿生將物理資產(chǎn)、流程、系統(tǒng)、設(shè)備的數(shù)字副本進(jìn)行了有效集成，利用產(chǎn)品模型和傳感器等等方式獲取產(chǎn)品設(shè)計、制造和使用整個周期的各項數(shù)據(jù)，進(jìn)而利用數(shù)字孿生技術(shù)構(gòu)建仿真模型，通過模型的變化和調(diào)整更加真實地反映出機械情況，通過模擬來判斷評價機械設(shè)計是否合理，進(jìn)而為下一步的優(yōu)化調(diào)整提供依據(jù)和參考。數(shù)字孿生從多個角度對機械狀態(tài)進(jìn)行學(xué)習(xí)與更新，非常接近現(xiàn)實情況。數(shù)字孿生驅(qū)動的機械設(shè)計不但能夠進(jìn)行概念設(shè)計，也能夠進(jìn)行詳細(xì)設(shè)計和虛擬驗證，將極大地縮短產(chǎn)品的設(shè)計周期。在可以預(yù)見的未來，數(shù)字孿生技術(shù)將在機械設(shè)計領(lǐng)域得到更為廣泛的使用。

參考文獻(xiàn)：

[1]諸劍，王玉鵬，吳金文，吳世斌.大數(shù)據(jù)背景下工程機械遠(yuǎn)程監(jiān)控技術(shù)研究[J].現(xiàn)代信息科技，2019，3（03）：178-179.

[2]姚錫凡，雷毅，葛動元，葉晶.驅(qū)動制造業(yè)從“互聯(lián)網(wǎng)+”走向“人工智能+”的大數(shù)據(jù)之道[J].中國機械工程，2019，30（02）：134-142.

[3]嚴(yán)高超，劉春東，陳立偉，李超逸.大數(shù)據(jù)時代下我國機械制造業(yè)的發(fā)展方向[J].電子測試，2016（24）：157+160.

[4]雷亞國，賈峰，周昕，林京.基于深度學(xué)習(xí)理論的機械裝備大數(shù)據(jù)健康監(jiān)測方法[J].機械工程學(xué)報，2015，51（21）：49-56.

作者簡介：陳堅（1972-），男，機電工程系教師，實驗師，高級技師，研究方向：車工數(shù)控加工等。