人工智能技术及其在机械设计中的应用与发展趋势.pdf

中国科技期刊数据库 工业 A 收稿日期：2023 年 12 月 29 日 作者简介：樊幸栋（1987），男，汉族，浙江绍兴人，本科，中级工程师，研究方向为机械设计制造自动化。-17-人工智能技术及其在机械设计中的应用与发展趋势 樊幸栋 王恒刚 浙江精工智能建材机械有限公司，浙江 绍兴 312030 摘要：摘要：人工智能技术是近年来全球科技领域最热门的研究方向之一，其应用范围已覆盖所有领域。其中，机械设计是一个非常重要的应用领域。近年来，随着人工智能技术的快速发展，越来越多的企业和相关机构开始将其应用到机械设计领域。人工智能技术可以通过机器学习和深度学习算法处理和分析机械设计中的大量数据，通过智能辅助设计工具优化机械设计中的设计流程。关键词：关键词：人工智能；机械设计；发展趋势 中图分类号：中图分类号：TH122 随着 21 世纪的到来，人工智能技术又开始迎来了新的发展机遇。随着工业技术的快速发展，越来越多的企业开始将人工智能技术应用于机械设计中，以提高产品的性能和效率。机械设计是工业制造中的一个重要环节，也是技术革新和产品升级的核心。因此，如何在机械设计中充分利用人工智能技术的优势，对于提高机械产品的质量和竞争力至关重要。1 人工智能概述 人工智能正在深刻地影响和改变机械设计和制造领域。各种智能算法和技术，如机器学习、深度学习、计算机视觉等，使得机器人、自动化设备具有更强的感知能力和学习能力，可以进行更复杂的任务，机械设计和生产过程自动化程度不断提高。人工智能为机械设计和制造带来了全新的思路和方法1。例如，可以利用深度学习和强化学习训练机器人和自动化设备，通过大量模拟和实践，机器人和自动化设备能够学会如何进行机械抓取、焊接、组装等操作。这种数据驱动的方法可以不断优化和提高机械设备的性能。人工智能也在改变机械工程师和技术专家的工作，使他们更加依赖人工智能进行机械设计、分析和制造。在人工智能的帮助下，机械工程师可以把精力投入到更高层面的工作中，如设计新型智能系统的方案。传统的技工岗位也会随着自动化程度的提高而减少。尽管人工智能的应用前景十分广阔，但是目前人工智能也面临许多挑战，如安全性和可靠性的问题，人工智能的黑箱问题等。因此，未来机械设计和制造仍需要人的帮助，在人与人工智能的有效结合与协作下，才能够确保机械设计制造及自动化的稳定发展。2 机械设计制造的需求 2.1 机械设计制造的功能需求 首先，机械设备类型繁多，不同类型的机械功能的需求存在差异，因此在机械设计和制造过程中需要对机械设备进行合理分类，确保机械设备的功能可以满足具体生产作业的要求。从物质、能量和信息多个角度全面分析机械功能需求，综合考虑各方面的制造条件和技术手段，不断提高机械整体的制造水平与技术契合度。其次，机械制造和自动化系统需要采取合理的方式来处理信息，确保系统可以产出针对性强的产品。为保证机械自动化系统的稳定运行，需要综合运用多学科的专业知识与技术手段。鉴于不同机械设备在具体运行中功能表现存在差异，机械设计和生产过程需针对各种问题采取定制化的分析与解决方案，使机械设备最终实现特定的功能目标，为后续生产提供有力支撑。最后，生产出的机械设备功能必须与生产任务要求一致，这是保证生产过程的顺利开展与最优运行的前提。2.2 机械设计制造的技术需求 加强对先进技术的应用是机械制造满足功能需求的关键。例如，为了能够更加快速和准确地开展机械设备的结构设计和性能分析，需要采用计算机辅助设计（Computer Aided Design,CAD）、计算机辅助工程（Computer Aided Engineering,CAE）、计算机辅助制造（Computer Aided Manufacturing,CAM）等技术，使用参数化设计软件和工具，这有助于设计出满中国科技期刊数据库 工业 A-18-足功能需求的机械系统。除此之外，应用新材料和先进制造技术。新材料如高强度合金、复合材料、功能材料等的应用，可以提高产品的性能并减轻产品的重量。3D 打印、激光加工等先进制造技术也为机械生产带来更大的设计自由度和制造精度，有助于实现更复杂的机械功能。随着人工智能、机器学习、计算机视觉等技术为机械设计和制造带来创新，机械设计制造及其自动化系统可以具备更高的智能感知、学习、决策和控制能力，实现人工智能驱动的机械功能设计和控制，进一步提高系统的自动化、适应性和智能化。3 人工智能关键技术 3.1 机器学习。机器学习是一种基于数据的算法，可以通过大量数据的学习，从中发现规律和模式，并将其应用到新的数据中。在机械设计中，机器学习可以应用于数据处理、数据分析、分类、预测等方面，为机械设计提供精准和高效的支持。3.2 深度学习。深度学习是机器学习的一种，它通过构建深度神经网络模型，对数据进行学习和处理。在机械设计中，深度学习可以应用于图像识别、语音识别、自然语言处理等方面，为机械设计提供更加智能化和高级的支持。3.3 智能优化算法。智能优化算法是一种求解最优解的算法，它可以通过对问题的搜索和优化，找到最优解或者近似最优解。在机械设计中，智能优化算法可以应用于结构优化、拓扑优化、流体优化等方面，为机械设计提供更加精细和高效的支持。3.4 模拟和预测算法。模拟和预测算法可以通过对机械设计的数学建模和仿真，对机械设计的性能进行评估和预测。在机械设计中，模拟和预测算法可以应用于疲劳强度、寿命预测、运动学仿真等方面，为机械设计提供更加可靠和准确的支持。3.5 智能辅助设计工具。智能辅助设计工具可以通过自动化机械设计中的一些任务，如 CAD 建模、装配设计等，提高机械设计的效率和精度。在机械设计中，智能辅助设计工具可以应用于快速设计、智能化设计等方面，为机械设计提供更加高效和便捷的支持。4 人工智能在机械设计制造及自动化中的具体应用 4.1 人工智能在机械设计中的应用。采用人工智能算法与设计软件可以实现机械设计的自动化与智能化，设计者可以与设计系统进行人机协作，快速生成可靠的设计方案。这可以极大提高机械设计的效率与质量。设计者可以与人工智能系统进行交互，构建机械产品的知识图谱和案例库，得到与当前设计任务相关的技术方案、实例参数与工艺流程等信息，实现基于知识与案例的机械设计。采用人工智能算法自动进行机械结构的拓扑生成、尺寸优化与形状优化，还可以进行动力学性能与强度分析，使机械结构以更简单、轻量和高性能的方式实现其功能要求，进而为机械设计提供重要支撑。结合 CAD 模型，利用人工智能进行机械系统的运动仿真、动力学性能分析、应力应变分析以及故障模拟等，可以在设计阶段发现机械产品的潜在问题与优化空间，实现设计的预先验证与修正。4.2 人工智能在机械制造领域的应用。采用人工智能算法实现机器人与自动化设备的自主学习、复杂任务规划与控制，可以进行机械化装配、焊接、涂装、检测等操作，减少人工劳动，提高生产精度与效率。此外，人工智能为实现机械制造的自动化、智能化与优化提供了可能。机械企业应加快推进“机器换人”与“机器助人”的变革，构建由智能机器人、自动化系统与虚拟现实等人工智能支持下的新型制造模式，不断提高企业的制造能力与核心竞争力。生产者与人工智能系统需要实现深度融合，共同完成生产任务。例如，在机械制造领域，可以通过人工智能中的机器视觉系统实现对机械设备、工件和产品的图像目标识别、品质检测、位置测量以及缺陷检测等，为机械制造中的质量管理、过程优化和设备故障诊断提供视觉信息支持。4.3 人工智能在机械故障诊断中的应用。人工智能在机械故障诊断中的应用主要体现在以下几个方面：（1）智能监测与传感。采用各种传感器监测机械设备的动态特征参数，如振动、噪声、温中国科技期刊数据库 工业 A-19-度、应力等，并采集大量运行数据，为后续故障诊断与分析提供基础。（2）故障模式识别。利用机器学习技术，通过对历史故障数据与案例的学习，可以识别当前机械系统可能出现的故障模式，为后续定位故障原因提供方向。（3）故障原因辨识。根据机械知识与理论，结合监测数据，使用知识图谱推理技术可以分析出故障产生的可能原因，并据此提出修复方案。（4）故障预警与预测。通过对机械运行数据的深度学习与建模，可以发现设备性能发生的小幅变化，在故障发生前进行预警，并据此预测可能出现的故障类型与发生时间，实现预防性故障检测。（5）虚拟仿真检验。针对复杂故障，建立机械系统的虚拟仿真模型，在模型上模拟故障现象与影响，通过大量仿真实验找出最可能的故障诱因，为检修方案的制订提供依据。（6）维修方案智能生成。根据故障诊断结果，结合机械知识与案例，可以利用人工智能自动生成解决故障的最佳修复方案，包括更换或修复零部件、采取调试与检验措施等内容。4.4 人工智能在数据存储中的应用。人工智能在数据存储中的应用也十分丰富，比如，利用神经网络技术对计算机的结构进行优化，可以实现功能更强大的智能处理器、网络交换机和存储系统等，大幅提高系统的运算能力和效率。采用深度学习等机器学习技术可以实现图像识别、语音识别、自然语言处理等复杂运算，并进行随机搜索、记忆搜索与增强学习等新型计算模式，显著扩展了计算机的算力。利用这些优势特性，可以在机械设计制造及其自动化领域，构建机械专业知识图谱、产品参数、工艺数据和案例信息数据库，实现知识与信息的组织化存储与管理，为智能设计、生产规划和优化提供数据基础。4.5 人工智能在机器人方面的应用。工业机器人的进步伴随着人工智能的快速发展得到了进一步发展，采用深度学习等技术训练的机器人可以实现复杂环境下的自主导航、动作规划与控制。在人工智能的加持下，工业机器人可以取代人工进行机械装配、焊接、喷涂、搬运等操作，极大提高生产效率与质量，减轻人工劳动强度。机器人视觉系统，可以实现对工件、机械设备以及工作环境的图像识别与三维感知，为机器人的自主抓取、装配和环境感知与规避提供视觉信息，是实现机器人智能化的基础。采用机器视觉等技术可以监测机器人工作空间，并在检测到人员接近时自动减速、停止或改变机器人运动轨迹，以防止碰撞，可以最大限度减少机器人系统对作业人员的伤害风险，满足工业机器人安全与协作要求。利用机器人编程平台可以通过图形化界面进行机器人任务的编排、参数配置与仿真，无须工程师掌握复杂的机器人程序设计语言即可实现机器人的运动控制与任务规划，极大简化了机器人编程的难度。机器人技术与人工智能的融合为实现工业生产的自动化和人机协作提供重要手段。机械企业应加快推进新一代智能机器人与数字化生产管理系统的应用，构建人与机器人高度协同的智能制造模式，不断提高企业的自动化水平和核心竞争力。5 人工智能技术在机械设计中的发展趋势 5.1 多领域融合。随着人工智能技术不断发展，越来越多的领域开始相互融合，创造出更加丰富和复杂的应用场景。在机械设计领域，多领域融合可以实现机器学习、计算机视觉、自然语言处理、深度学习等多种技术的结合，让机器更加智能化、高效化和精准化。结合计算机视觉技术和机器学习技术，可以实现机器自动识别和分类不同类型的机械零件，并进行性能分析和优化设计。结合自然语言处理技术和深度学习技术，可以实现机器智能化的语音交互界面，让设计师通过口头指令来完成机械设计任务。这些多领域融合的应用场景将大大提高机械设计的效率和精度，为未来机械设计带来更加智能化和高效化的发展趋势。5.2 基于知识的设计。基于知识的设计通过将设计规则、标准和最佳实践融人到人工智能系统中，分析和理解各种机械设计问题，并从历史的成功案例中提取出宝贵的经验教训。基于知识系统可以自动化地访问和解释大量文献、手册、设计案例和专家见解，从而帮助设计师更好地了解不同设计方案可能的利弊，此外，这种方法还有助于快速验证和比较多个设计方案，加速设计过程，并且在设计迭代中减少错误和重复工作。5.3 协作设计与集成。协作设计与多学科集成是现代工程设计中至关重要的一部分，而人工智能的应用可以在这个过程中发中国科技期刊数据库 工业 A-20-挥关键作用。人工智能可以提供跨学科交流和协作的平台，帮助不同领域的专家进行实时沟通和合作，此外，人工智能可以提供跨学科交流和协作的平台，帮助不同领域的专家进行实时沟通和合；最后，人工智能可以提供跨学科交流和协作的平台，帮助不同领域的专家进行实时沟通和合作。5.4 增强现实与虚拟现实。结合人工智能、AR 和 VR 技术，设计师可以进入虚拟的设计环境中，与三维模型互动，将虚拟的设计模型叠加在实际的物理环境中，实现实时的设计演示，并且可以感受到设计在现实世界中的表现。这种沉浸式体验使设计师能够更深入地理解设计方案，发现可能的问题，并尝试不同的设计变化。人工智能可以自动将设计模型转化为高质量的虚拟现实场景或增强现实展示，用于客户演示、市场营销和项目审查，提高设计方案的可视性和吸引力。总之，未来，人工智能技术将更加多元化和综合化，涉及到多个领域的融合，为机械设计带来更多元化的应用场景和更高效的解决方案。机器人自主设计将成为未来的热点领域之一，智能化设计系统将成为机械设计的重要工具。人工智能技术的不断发展将为机械设计带来更多的机遇和挑战。参考文献 1唐鹏.人工智能在机械设计制造及自动化中的应用.2022(09):100-102.2刘祖辉.关于人工智能技术及其在机械设计中的应用与发展趋势.2022(07):99.