论文浅析机械电子工程与人工智能的关系探究.doc

浅析机械电子工程与人工智能的关系探究摘要：机械电子工程产业的每一次革命性发展,都给人们的生产及生活带来了极大的改变,随着人工智能技术及系统的不断发展,其应用范围也越来越广泛,在机械电子工程领域也不例外。现阶段人工智能系统已经能够与机械电子工程实现完美结合,智能系统的开发使得机械电子工程迎来了又一个发展的春天。本文分析了机械电子工程与人工智能的关系,以期能够发挥智能系统的最大效用,实现机械电子工程产业经济效益的不断提高。关键词：机械电子工程、人工智能、信息正文：随着机械电子工程在人们的日常生活中发挥着越来越重要的作用,并且作用越来越显著。在我们的日常生活中越来越多的将人工智能应用于机械电子工程上,机械电子工程就在不断的革新,不断的进步中。近些年来,世界各个发达国家不断发展机械电子工程,不断推进生产力水平的上升。同时,机械电子工程不断朝着智能的方向发展,两者的结合给机械电子工程带来了革命性的变化。人工智能和机械电子工程的结合,使得两者共同的发展。而人工智能这一越来越高科技的技术,使得传统的机械生产模式正渐渐转向智能化的生产方向。一、传统工程与机械电子工程、人工智能1.传统工程传统的机械工程一般分为两大类，包括动力和制造。制造类工程包括机械加工、毛坯制造和装配等生产过程，而动力类工程包括各式发电机。电子工程与传统的机械工程相比来言是较新的学科，两者于上世纪逐渐结合在一起。最初，电子工程与机械工程是以块与块的分离模式或功能替代的模式相结合，随着科学技术的不断向前推动，传统的机械工程与现代的电子工程通过信息技术有机的结合起来，形成了现在的机械电子工程学科。随着人工智能按术的不断发展，机械电子工程由传统的能量连接、动能连接逐步发展为信息连接，使得机械电子工程具有了一定的人工智能。传统的机械电子工程通过现代的科学技术进入到一个新的发展领域，同时，人工智能技术伴随着机械电子工程的日益复杂，也得到了长足的发展。2.机械电子工程21机械电子工程的发展史20世纪是科学发展最辉煌的时期，各类学科相互渗透、相辅相成，机械电子工程学科也在这一时期应运而生，它是由机械工程与电子工程、信息工程、智能技术、管理技术相结合而成的新的理论体系和发展领域。随着科学技术的不断发展，机械电子工程也变的日益复杂。机械电子工程的发展可以分为3个阶段：第一阶段是以手工加工为主要生产力的萌芽阶段，这一时期生产力低下，人力资源的匮乏严重制约了生产力的发展，科学家们不得不穷极思变，引导了机械工业的发展。第二阶段则是以流水线生产为标志的标准件生产阶段，这种生产模式极大程度上提高了生产力，大批量的生产开始涌现，但是由于对标准件的要求较高，导致生产缺乏灵活性，不能适应不断变化的社会需求。第三阶段就是现在我们常见的现代机械电子产业阶段，现代社会生活节奏快，亟需灵活性强、适应性强、转产周期短、产品质量高的高科技生产方式，而以机械电子工程为核心的柔性制造系统正是这一阶段的产物。柔性制造系统由加工、物流、信息流三大系统组合而成，可以在加工自动化的基础之上实现物料流和信息流的自动化。22机械电子工程的特点机械电子工程是机械工程与电子技术的有效结合，两者之间不仅有物理上的动力连结，还有功能上的信息连结，并且还包含了能够智能化的处理所有机械电子信息的计算机系统。机械电子工程与传统的机械工程相比具有其独特的特点：1)设计上的不同。机械电子工程并非是一门独立学科，而是一种包含有各类学科精华的综合性学科。在设计时，以机械工程、电子工程和计算机技术为核心的机械电子工程会依据系统配置和目标的不同结合其他技术，如：管理技术、生产加工技术、制造技术等。工程师在设计时将利用自顶向下的策略使得各模块紧密结合，以完成设计；2)产品特征不同。机械电子产品的结构相对简单，没有过多的运动部件或元件。它的内部结构极为复杂，但却缩小了物理体积，抛弃了传统的笨重型机械面貌，但却提高了产品性能。机械电子工程的未来属于那些懂得运用各种先进的科学技术优化机械工程与电子技术之间联系的人，在实际应用当中，优化两者之间的联系代表了生产力的革新，保证机械电子产品质量持续强化，优化机械电子工程建设结构，这样在保证质量的同时满足了消费者的需求。人工智能的发展使得这一想法变成可能。3.人工智能31人工智能的定义人工智能是一门综合了控制论、信息论、计算机科学、神经生理学、心理学、语言学、哲学等多门学科的交叉学科，是2l世纪最伟大的三大学科之一。尼尔逊教授将人工智能定义为：人工智能是关于怎样表示知识和怎样获得知识并使用知识的科学。温斯顿教授则认为：人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。至今为止，人工智能仍没有一个统一的定义，笔者认为，人工智能是研究通过计算机延伸、扩展、模拟人的智能的一门科学技术。32人工智能的发展史人工智能在开展进程中也阅历了长期的进程，其间总共阅历了五个发展期间。1）萌芽阶段17世纪的法国科学家BPascal发明了世界上第一部能进行机械加法的计算器轰动世界，从此之后，世界各国的科学家们开始热衷于完善这一计算器，到冯诺依曼发明第一台计算机。人工智能在这一时期发展缓慢，但是却积累了丰富的实践经验，为下一阶段的发展奠定了坚实的基础。2）第一个发展阶段在1956年举办的“侃谈会”上，美国人第一次使用了“人工智能”这一术语，从而引领了人工智能第一个兴旺发展时期。这一阶段的人工智能主要以翻译、证明、博弈等为主要研究任务，取得了一系列的科技成就，LISP语言就是这一阶段的佼佼者。人工智能在这一阶段的飞速发展使人们相信只要通过科学研究就可以总结人类的逻辑思维方式并创造一个万能的机器进行模仿。3）挫折阶段60年代中至70年代初期，当人们深入研究人工智能的工作机理后却发现，用机器模仿人类的思维是一件非常困难的事，许多科学发现并未逃离出简单映射的方法，更无逻辑思维可言。但是，仍有许多科学家前赴后继的进行着科创新，在自然语言理解、计算机视觉、机器人、专家系统等方面取得了卓尔有效的成就。1972年，法国科学家发现了Prolog语言，成为继LISP语言之后的最主要的人工智能语言。4）第二个发展阶段以1977年第五届国际人工智能联合会议为转折点，人工智进入到以知识为基础的发展阶段，知识工程很快渗透于人工智能的各个领域，并促使人工智能走向实际应用。不久之后，人工智能在商业化道路上取得了卓越的成就，展示出了顽强的生命力与广阔的应用前景，在不确定推理、分布式人工智能、常识性知识表示方式等关键性技术问题和专家系统、计算机视觉、自然语言理解、智能机器人等实际应用问题上取得了长足的发展。5）平稳发展阶段由于国际互联网技术的普及，人工智能逐渐由单个主体向分布式主体方向发展，直到今天，人工智能已经演变的复杂而实用，可以面向多个智能主体的多个目标进行求解。3.3人工智能特点人工智能发展历程较为漫长，在计算机技术发展初期人工智能应用范围较小，还不能够影响社会生产发展变化。在互联网技术持续得到普及过程中，人工智能也发生了翻天覆地的变化，正在逐步的改善。由单一个体行为发展到分布主体行为。人工智能的转变与发展是人类对计算机技术应用的直接结果。为信息数据的传递产生了重要的影响。信息时代的到来使人工智能技术在社会生产中的应用得到不断的强化，发挥着重要的促进作用。在生产建模、故障预控排查等方面都发挥着巨大的作用。机械电子工程的发展离不开人工智能技术支持。人们对人工智能技术进行了不断的研究，在这个过程中人工智能模仿人类思维方面存在一定的问题。人工智能在经过多年的发展对生产的发展具有一定的映射反应，但同时在逻辑思维方面还没有发挥重要性作用。只有不断对人工智能进行创新，使人工智能符合机械电子工程发展需求。在计算机应用与语言理解等方面都会不断取得进步。3.4有关人工智能人工智能也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。人工智能没有社会性，没有人类的意识所特有的能动的创造能力，纯系无意识的机械的物理的过程。正因为如此它一直处在计算机技术的前沿，同时它的理论和发现在很大程度上将决定计算机技术的发展方向。3.5人工智能的二种实现方式及其比较第一种叫做工程学方法（Engineering approach），是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。它已在一些领域内作出了成果，如文字识别、电脑下棋等。第二种是模拟法（Modeling approach），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。第一种方法，需要人工详细规定程序逻辑，如果游戏简单，还是方便的。如果游戏复杂，角色数量和活动空间增加，相应的逻辑就会很复杂（按指数式增长），人工编程就非常繁琐，容易出错。而一旦出错，就必须修改原程序，重新编译、调试，最后为用户提供一个新的版本或提供一个新补丁, 非常麻烦。采用第二种方法时，编程者要为每一角色设计一个智能系统（一个模块）来进行控制，这个智能系统（模块）开始什么也不懂，就像初生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。3.6 人工智能的应用领域(1)在管理系统中的应用。1）人工智能应用于企业管理的意义不在于提高效率，而是用计算机实现人们非常需要做，但工业工程信息却做不了或很难做到的事。2）智能教学系统（ITS）是人工智能与教育结合的主要形式。也是今后教学系统的发展方向。信息技术的飞速发展和新的教学体系开发模式的提出和不断完善，推动人们综合运用媒体技术、网络基础和人工智能技术开发新的教学体系。计算机智能教学体系就是其中的代表。(2)在工程领域中应用。1）医学专家系统是人工智能与专家系统理论和技术在医学领域中的重要应用，具有极大的科研价值和应用价值，它可以帮助医生解决复杂的医学问题，作为医生诊断、治疗的辅助工具。目前，医学智能系统通过其在医学影像方面的重要应用，将其应用在其它医学领域中，并将其不断完善和发展。2）地质勘探、石油化工等领域是人工智能的主要发挥作用的领地。3.7在技术研究中应用1）在超声无损检测（NDT）和无损评价（NDE）领域中。目前，主要采用专家系统方法对超声损伤（UT）中缺陷的性质、形状、大小进行判断和分类。2） 人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展，网络技术的安全是我们关心的重点。因此，我们必须在传统技术的基础上进行技术的改进和变更，大力发展数据控制技术和人工免疫技术等高效的人工智能技术，以及开发更高级的AI通用和专用语言。另外，人工智能应用领域还有： 智能控制，专家系统，机器人学，语言和图像理解，遗传编程 机器人工厂等方面。3.8智能信息检索技术人工智能在信息检索中的应用主要表现在：（1）如何用计算机硬件模仿系统，模仿、延伸与扩展人类智能的理论、方法和技术。(2)由于网络知识信息包括规律性的知识和大量的经验知识，这些知识不可避免的模糊性、随机性、不可靠性等因素。对这些因素进行处理时，需要用到人工智能的研究成果。人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能几乎涉及到是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。二、机械电子工程与人工智能的关系在机械电子系统中使用人工智能方法从建模，到控制并诊断，从某种角度上来说都是利用信息解决问题。机械电子工程系统在应用上较为不稳定，主要表现在系统输入输出等问题的处理上。利用数学方程建立模型并且通过人工智能方式更新传统知识学习方式。这种解析数学方式在机械电子工程应用较为广泛。传统机械工程方式应用较为简单，但是新时期机械电子工程系统对问题的处理较为复杂，需要配置多种系统对信息类型进行区分。同时人工智能系统在机械电子工程应用中还存在一定的不确定性特点。人工智能信息处理方式在对机械电子工程系统分析主要采用的是解析数学措施进行功能性完善。人工智能系统在机械电子工程中的应用方式主要是利用网络神经系统，实现网络系统合理性推理，将神经系统模拟成人脑结构，并且根据数字信号对搜集的资源进行参数分析。这种模拟人脑功能将会提升语言信号的有效分析。但是在机械电子工程系统完善阶段在方式的选择上还存在差异性特点， 神经网络系统主要采用分布式模式对机械电子工程进行模拟，这样能够更好的实现对信息资源的采集分析，保证系统中每一个神经元都能够有着固定的计算量，保证机械电子工程能够正常运转。同时还能够降低计算量。机械电子工程中人工智能技术的应用具有一定的差异性特点，无法有效的对网络系统进行描述，同时在系统资料库建设过程中需要严密数学进行分析，在分析过程中出现的错误会导致网络系统建设存在较大问题，不创新建设方式会导致网络系统崩溃。这种情况存在将会阻碍机械电子工程系统的发展。创新工程方式强化人工智能信息服务建设是保证机械电子工程系统顺利开展的关键。现代社会所需求的系统日益复杂 ，经常会同时处理几种不同类型的信息 ，如传感器所传递的数字信息和专家的语言信息。由于人工智能处理信息时的不确定性、复杂性，以知识为基础的人工智能信息处理方式成为解析数学方式的替代手段。机械电子工程与人工智能之间的关系得到强化是现代科学技术发展的重要体现，能够促进机械电子工程快速发展。在建立复杂系统模型过程中，可以实现目的的途径有模糊逻辑系统和神经网络。模糊系统模拟人脑功能处理语言信号，物理意义较明确。神经网络顾名思义是仿照人的神经结构来处理数字信号。虽然神经网络或模糊逻辑系统在一定程度上使机械电子系统繁杂的这个挑战得到缓解和控制，但是对于更复杂的系统单一的方法无法解决。越来越多的机械电子研究者或者人工智能研究者认识到以综合系统取代单纯系统的重要性与必然性。模糊神经网络是综合两种系统的全新的系统。模糊逻辑系统要解决的计算复杂性小，神经网络有着高的输入输出精度。模糊神经网络融合两者的可取之处，摈弃不需要的部分，形成新的方法。随着人们需求的不断发展，单一式生产方式已经不能够满足社会发展需求。综合性人工智能系统在不断完善的情况下影响着生产模式的转变。利用神经网络系统强化模型推理系统利用两者的优势对综合性人工智能系统进行补充，全面完善机械电子工程系统发展。模型推理系统是网络系统完善的必然结果，也是两者功能性融合的直接体现，利用网络信息资源对人工智能进行完整性表达，为机械电子工程与人工智能关系密切进行空间完善。逻辑推理规则能够对增强节点函数 ，为神经网络系统提供函数连结 ，使两者的功能达到最大化。人工智能将会使机械电子工程发展更加完善，科学技术水平能够实现两者之间的高度融合，这种学科之间的融合是社会生产力发展的重要因素。机械电子工程与人工智能相互辅助将两者自身存在的缺点进行掩盖，不断推动两者发展。人工智能在机械电子工程中的应用将会使机械电子工程不断进步，影响社会发展满足人们的需求。三、人工智能在机械电子工程中的应用物质和信息是人类社会发展的最根源的两大因素，在人类社会初期，由于生产力水平低，人类社会以物质为首要基础，仅靠“结绳记事”的方法传递信息，但随着社会生产力的不断发展，信息的重要性不断被人们发现，文字成为传递信息最理想的途径，最近五十年间，网络的普及给信息传递带来了新的生命，人类进入到了信息社会，而信息社会的发展离不开人工智能技术的发展。不论是模型的建立与控制，还是故障诊断，人工智能在机械电子工程当中都起着处理信息的作用。由于机械电子系统与生俱来的不稳定性，描述机械电子系统的输入与输出关系就变得困难重重，传统上的描述方法有以下几种：1)推导数学方程的方法；建立数学方程式的方法；通过建立数学方程式的方法，能够使复杂的电子工程和精密微观的人工智能之间建立起一种互通的桥梁，通过Visual Basic工具编程的手段建立Windows集成界面，加快电子工程和人工智能之间的融合发展。 2)建设规则库的方法；通过经验建立数据库的方法；各个方面的学科之间千差万别，要想在各学科之间快速互通，就需要建立统一性、标准性、可扩展性、通用性的数据规则库，电子工程人才熟悉发展自己学科的基础上，能够构建数据库，方便人工智能工程师的应用，使各学科结合的更紧密，发展的更迅速。 3)学习并生成知识的方法。通过事件的学习并生成综合知识的方法。从传统的机械电子，发展到电子工程，再发展到人工智能的电子工程，经过科学家、工程师的努力，简单笨重的机械发展到紧密小巧的构件，这不仅仅是体积上的缩小，还是技术上的革新。通过数学模式的推导发展，数据库的建立，相关人才能够跨行业跨专业的研究电子工程的各方面，创新出人工智能专业，并形成了新的知识学科，劳动者学习新的知识能够减轻体力付出，提高生产力，更好的发展电子工程技术。在不断发展的社会中，单一的人工智能已经不能满足社会的需要，通过对发生复杂事件的研究学习，从模糊关系域到域映射发展到点对点映射、从模糊关系台阶状到精确度更高的光滑曲面、从模糊关系连接不稳定，处理量小到联接固定，处理量大的综合人工智能，研究发展出采用神经网络系统的计算机化综合人工智能，使计算机应用为社会发展作出更大的贡献。 传统的解析数学的方法严密、精确，但是只能适用于相对简单的系统，如线性定常系统，对于那些复杂的系统由于无法给出数学解析式，就只能通过操作来完成。现代社会所需求的系统日益复杂，经常会同时处理几种不同类型的信息，如传感器所传递的数字信和专家的语言信息。由于人工智能处理信息时的不确定性、复杂性，以知识为基础的人工智能信息处理方式成为解析数学方式的替代手段。通过人工智能建立的系统一般使用两类方法：神经网络系统和模糊推理系统。神经网络系统可以模拟人脑的结构，分析数字信号并给出参考数值；而模糊推理系统是通过模拟人脑的功能来分析语言信号。两者在处理输入输出的关系上有相同之处也有不同之处，相同之处是：两者都通过网络结构的形式以任意精度逼近一个连续函数；不同之处是：神经网络系统物理意义不明确，而模糊推理系统有明确的物理意义；神经网络系统运用点到点的映射方式，而模糊推理系统运用域到域的映射方式；神经网络系统以分布式的方式储存信息，而模糊推理系统则以规则的方式储存信息；神经网络系统输入时由于每个神经元之间都有固定联系，计算量大，而模糊推理系统由于连接不固定，计算量较小；神经网络系统输入输出时精度较高，呈光滑曲面，而模糊推理系统精度较低，呈台阶状。随着社会的不断发展，单纯的一种人工智能方法已经不能满足日益增长的社会需要，许多科学家开始研究综合性的人工智能系统。综合性的人工智能系统采用神经网络系统与模糊推理系统相结合的方法，取长补短，以获得更全面的描述方式，模糊神经网络系统便是一成功范例。模糊神经网络系统做到了两者功能的最大融合，使信息在网络各层当中找到一个最适合的完全表达空间。逻辑推理规则能够对增强节点函数，为神经网络系统提供函数连结，使两者的功能达到最大化。四、基于人工智能技术下的机械电子产品实例 本文列举了人工智能技术下的智能移动机器人的实例，对人工智能技术下的机械电子工程进行阐述： 智能控制指的就是是能够对信息进行处理、反馈以及执行控制决策的能力，是控制理论研究的另一个新的高峰，主要是取代那些传统的而且已经无法满足现实需要的控制系统，智能控制系统研究的对象具有高度非线性、复杂的任务以及不确定的数学模型等主要特点。在新时代因素的影响下，越来越多种形式的智能控制系统不断的被应用到各行各业之中，更是在目前对机器人的智能化控制研究中起了很大的作用，主要通