機械工程智能控制技術(shù)研究現(xiàn)狀及進展

【摘要】隨著當今社會經(jīng)濟與科學技術(shù)的協(xié)同發(fā)展，越來越多先進技術(shù)開始被應用到了機械工程領(lǐng)域中，尤其是智能控制技術(shù)，更是在其中發(fā)揮著至關(guān)重要的應用優(yōu)勢。為實現(xiàn)智能控制技術(shù)在機械工程領(lǐng)域中的良好應用與發(fā)展，本文特對其研究現(xiàn)狀及進展進行分析，希望通過本次分析，可以為機械工程中的智能控制技術(shù)應用及其研究提供科學參考。

【關(guān)鍵詞】機械工程;智能控制技術(shù);研究現(xiàn)狀;研究進展

前言：智能控制技術(shù)是當今新興起的一種技術(shù)形式，將該技術(shù)合理應用到機械工程領(lǐng)域中，將會使其控制效果得以顯著提升，以此來促進機械工程領(lǐng)域的自動化與智能化發(fā)展，尤其是將神經(jīng)網(wǎng)絡控制技術(shù)、模糊控制技術(shù)以及智能優(yōu)化算法合理應用到機械工程中，提升機器人、機械制造、工業(yè)過程等智能化進程，以此來實現(xiàn)智能控制技術(shù)和機械工程技術(shù)的協(xié)同發(fā)展。

一、智能控制技術(shù)

（一）神經(jīng)網(wǎng)絡控制技術(shù)

在智能控制技術(shù)中，神經(jīng)網(wǎng)絡控制是最為關(guān)鍵的一項技術(shù)形式。而在神經(jīng)網(wǎng)絡控制中，其技術(shù)核心是人工神經(jīng)網(wǎng)絡，該技術(shù)可通過神經(jīng)元間的連接和權(quán)值分配來實現(xiàn)特定信息的表示，并對神經(jīng)元連接權(quán)值加以不斷修正，以此來達到自我學習和訓練的效果[1]。就理論而言，這屬于一種善于表達的非線性任意映射關(guān)系，因此，該技術(shù)經(jīng)常被用來對非線性對象進行建模[2]。

在通過神經(jīng)網(wǎng)絡控制技術(shù)進行機械工程控制的過程中，其主要的研究方式有三種[3]，第一是對控制對象的輸入輸出之間映射關(guān)系的描述模型進行建立，比如，在火電廠機械設(shè)備的神經(jīng)網(wǎng)絡控制中，可對其氮氧化物排放模型、鍋爐燃燒模型、機爐協(xié)調(diào)控制系統(tǒng)模型、旋轉(zhuǎn)機械振動故障預測模型等加以建立。第二是借助于神經(jīng)網(wǎng)絡技術(shù)所具有的自學能力，根據(jù)相應的性能指標以及學習方法對其控制對象或者是控制器的模型參數(shù)做尋優(yōu)處理。第三是將神經(jīng)網(wǎng)絡控制技術(shù)和其他算法或技術(shù)相結(jié)合，比如遺傳算法、粒子群優(yōu)化算法等，以此來達到良好的自動化、智能化機械控制效果。

與其他經(jīng)典形式的建模方法相比較，神經(jīng)網(wǎng)絡技術(shù)在建模過程中對于樣本數(shù)量與質(zhì)量都有著極高的要求，且存在很強的不確定性，應用中容易出現(xiàn)局部最優(yōu)點問題。因此，在目前的研究中，神經(jīng)網(wǎng)絡技術(shù)大多為離線應用，其在線應用方面依然有待進一步研究。

（二）模糊控制技術(shù)

所謂模糊控制技術(shù)，該技術(shù)是以模糊語言規(guī)則、模糊推理以及模糊數(shù)學為基礎(chǔ)而開發(fā)出的一種智能控制算法，該算法需要基于專家或?qū)I(yè)控制來建立，并不需要將對象模型作為依賴[4]。在非線性的復雜系統(tǒng)以及不確定系統(tǒng)中，模糊控制技術(shù)優(yōu)勢十分顯著。

但目前諸多研究發(fā)現(xiàn)，模糊控制技術(shù)也存在一定的缺點，由于模糊控制技術(shù)不能將穩(wěn)態(tài)靜差消除，不具備學習能力，其模糊規(guī)則以及隸屬度需要相應的專業(yè)經(jīng)驗，且無法調(diào)整。因此，就目前的機械工程領(lǐng)域中的智能控制技術(shù)研究來看，模糊控制算法很難單獨實施被控制對象的精確控制，而是需要與其他控制技術(shù)相結(jié)合，以此來達到良好的智能控制效果。

比如可將模糊規(guī)則應用到傳統(tǒng)形式的機械工程PID控制系統(tǒng)中，將被控制對象期望值及其實際輸出值之間的差距作為基礎(chǔ)，結(jié)合其偏差變化率，在線進行控制器中的PID參數(shù)調(diào)整;或是在對復雜對象進行建模的過程中，通過模糊控制技術(shù)和神經(jīng)網(wǎng)絡技術(shù)之間科學結(jié)合，借助于模糊規(guī)則，可對前饋信號等進行合理調(diào)整，同時也可以讓多變量解耦等操作得以有效實現(xiàn)[5]。

通過機械工程領(lǐng)域中的智能控制技術(shù)研究發(fā)現(xiàn)，無論是模糊建模還是模糊控制，其仿真與試驗效果都十分良好。但是在具體的應用過程中，模糊控制技術(shù)的應用效果則直接取決于控制參數(shù)是否具有多樣化特征、模型具體的復雜程度、專家與專業(yè)經(jīng)驗在控制和建模過程中的有效性等方面。因此，這些方面也是模糊控制技術(shù)在未來的主要研究內(nèi)容和發(fā)展方向。

（三）智能優(yōu)化算法

在對機械工程領(lǐng)域中的智能控制技術(shù)進行研究時，智能優(yōu)化算法也是一項至關(guān)重要的研究內(nèi)容。通常情況下，智能優(yōu)化算法主要包括兩大類，第一是BE（進化計算），第二是EI（群智能），這兩種算法都是在自然現(xiàn)象的啟發(fā)下，將簡單自然規(guī)則的抽取作為基礎(chǔ)而研發(fā)出的智能優(yōu)化計算方[6]。其中，BE算法主要包括遺傳規(guī)則、進化規(guī)則以及遺傳算法等;EI算法主要包括免疫算法、蟻群優(yōu)化算法以及粒子群優(yōu)化算法等[7]。

在近年來機械工程領(lǐng)域的不斷發(fā)展中，這些智能優(yōu)化算法和相關(guān)的改進算法已經(jīng)得到了非常廣泛的應用，且在機械負荷優(yōu)化分配、控制策略優(yōu)化、控制器參數(shù)優(yōu)化、神經(jīng)網(wǎng)絡模型連接閾值和權(quán)值尋優(yōu)、模型參數(shù)辨識等方面都發(fā)揮出了良好的應用優(yōu)勢，其研究和發(fā)展前景也十分光明[8]。

二、智能控制技術(shù)在機械工程中的應用研究現(xiàn)狀

為有效打破傳統(tǒng)機械工程技術(shù)領(lǐng)域的局限性，讓智能控制技術(shù)在機械工程領(lǐng)域中的應用研究更具便捷性，相關(guān)專家、學者和技術(shù)人員開始對各種智能控制軟件進行研究與開發(fā)，并使其在機械工程的智能化控制中得以良好應用。就目前來看，無論是在機器人的智能控制、機械制造過程的智能控制中，亦或是在工業(yè)過程的智能控制中，智能控制技術(shù)均發(fā)揮出了非常顯著的應用優(yōu)勢。

（一）機器人智能控制

隨著近年來機械工程技術(shù)的不斷發(fā)展，工業(yè)機器人以及智能機器人的應用和發(fā)展都得到了大力推動，借助于智能控制技術(shù)中的神經(jīng)網(wǎng)絡技術(shù)、模糊控制技術(shù)以及專家系統(tǒng)技術(shù)等，可對機器人進行精準定位，對其周圍環(huán)境進行科學建模，同時也可以實現(xiàn)機器人自身運行情況及其控制情況的定時檢查與優(yōu)化[9]。另外，通過智能控制技術(shù)配合相關(guān)的傳感器應用，也可讓機器人具備和人類一樣的視覺處理、聽覺處理、語言輸出等的各項功能[10]。由此可見，在當今的機器人領(lǐng)域中，智能控制技術(shù)已經(jīng)發(fā)揮出了關(guān)鍵的控制作用，而在科學技術(shù)的不斷進步中，此類技術(shù)的應用研究也在不斷進步。

（二）機械制造智能控制

隨著當今機械制造工程的不斷發(fā)展，智能控制技術(shù)已經(jīng)在這一領(lǐng)域中得到了越來越廣泛的應用，且其應用優(yōu)勢也十分顯著。比如，在機械制造過程中最為關(guān)鍵的焊接工序，焊接設(shè)備控制、焊接質(zhì)量控制以及焊縫跟蹤等都應用到了模糊控制技術(shù)與智能優(yōu)化算法。同時，以智能控制技術(shù)為基礎(chǔ)的AMS（智能制造系統(tǒng)）、CIM（計算機集成控制系統(tǒng)）以及FMS（柔性制造系統(tǒng)）等，都在當今的機械產(chǎn)品設(shè)計、機械制造材料選擇、機械產(chǎn)品生產(chǎn)工藝流程設(shè)計、機械產(chǎn)品生產(chǎn)過程、機械產(chǎn)品管理過程以及機械產(chǎn)品檢測過程中得到了廣泛應用[11]。尤其是自計算機技術(shù)和網(wǎng)絡信息技術(shù)在機械工程制造領(lǐng)域中的普及之后，將其與智能控制技術(shù)相結(jié)合，更是能夠讓機械制造過程得到非常好的智能化控制。而通過智能控制技術(shù)的應用，更是使得傳統(tǒng)機械制造中難以解決的數(shù)據(jù)處理問題、精度不足問題以及一些不良狀況的難以預見問題都得到了有效解決，在實現(xiàn)機械制造效率與質(zhì)量顯著提升的同時使其安全性得到了最大限度的保障。

由此可見，智能控制技術(shù)在當今的機械制造領(lǐng)域中具有非常好的應用優(yōu)勢。而關(guān)于機械制造領(lǐng)域中的智能控制技術(shù)研究，也正在伴隨著科學技術(shù)的發(fā)展而不斷進步。

（三）工業(yè)過程智能控制

在當今的工業(yè)生產(chǎn)中，機械化已經(jīng)成為了主要的生產(chǎn)模式。而關(guān)于智能控制技術(shù)在工業(yè)過程中的應用研究，也已經(jīng)獲得了良好進展。就目前來看，工業(yè)化連續(xù)生產(chǎn)線大多已經(jīng)實現(xiàn)了智能化的控制。比如，在軋鋼、材料加工、冶金等工業(yè)化過程中，通過智能控制技術(shù)的應用，可使其各種的機械設(shè)備運行狀態(tài)得以良好保障，并能夠根據(jù)實際情況和實際需求對其各項運行參數(shù)進行智能調(diào)整，在有效確保工業(yè)過程正常進行的同時盡最大限度避免工業(yè)過程所受的不良影響極其對外部環(huán)境產(chǎn)生的不良影響[12]。

三、智能控制技術(shù)在機械工程中的研究進展

（一）智能控制設(shè)計的簡單化

為減少智能控制技術(shù)的應用費用，使其在機械工程領(lǐng)域中的應用和維護都更加便利，在對此項技術(shù)進行研究的過程中，研究者開始致力于研究其設(shè)計的簡化。其主要的研究思路是將智能控制技術(shù)和機械工程領(lǐng)域的全局發(fā)展作為基礎(chǔ)，對其原理、框架的設(shè)計進行簡化。雖然此項研究在目前依然處于預想階段，但是相信隨著時代的發(fā)展與科技的進步，機械工程領(lǐng)域中的智能控制設(shè)計一定會得到合理簡化。

（二）智能控制技術(shù)的發(fā)展創(chuàng)新

就我國目前的智能控制技術(shù)研究來看，雖然在智能控制軟件方面取得了很大進展，但是其理論研究和相應的硬件研究依然有待進一步創(chuàng)新，為達到這一目標，相關(guān)研究人員就需要將國外先進的研究經(jīng)驗作為參考，結(jié)合我國機械工程領(lǐng)域的實際發(fā)展，對與之相符合的智能控制技術(shù)原理進行研究，并對智能控制方面的硬件加以科學研究與設(shè)計，這樣才可以有效滿足我國的機械工程智能化控制需求，讓智能控制技術(shù)在我國的機械工程領(lǐng)域中得到更好的應用和發(fā)展。

（三）智能控制研究體系的建立與完善

在對機械工程中的智能控制技術(shù)進行研究時，科學合理的研究體系建立是一項關(guān)鍵內(nèi)容。但是就我國目前機械工程領(lǐng)域中的智能控制技術(shù)研究來看，雖然相應的研究體系已經(jīng)初步形成，但是其研究內(nèi)容、研究方法和研究模式等依然需要得到進一步的完善，這樣才可以充分滿足當今機械工程領(lǐng)域?qū)τ谥悄芸刂萍夹g(shù)的實際應用需求，讓智能控制技術(shù)和機械工程領(lǐng)域達到共同發(fā)展的效果。

結(jié)束語：

綜上所述，在當今的機械工程領(lǐng)域中，智能控制技術(shù)所發(fā)揮的優(yōu)勢十分顯著?；诖?，相關(guān)研究人員應加大力度對智能控制技術(shù)進行研究，根據(jù)機械工程領(lǐng)域的實際發(fā)展需求，進一步拓寬智能控制技術(shù)的應用與研究范圍，以此來充分發(fā)揮出此項技術(shù)在機械工程中的應用優(yōu)勢，快速促進機械工程領(lǐng)域的自動化、智能化發(fā)展。

參考文獻：

[1] RAJABI.VANDECHALI M.ABBASPOUR.FARD M H.ROHANI A.Development of a prediction model for estimating tractor engine torque based on soft computing and low cost sensors[J].Measurement.2018.121：83—95.

[2] 張從升.機械工程技術(shù)的智能化發(fā)展趨勢及學科交融分析[J].內(nèi)燃機與配件，2021（24）：167-169.

[3] HIREGOUDAR S.UDHAYKUMAR R.RAMAPPA K T， et a1. Artificial neural network for assessment of grain losses for paddy combine harvester a novel approach [C] // International Conference on Logis， Information， Contr01 and Computation， 2011.

[4] GU Yuxue，YUAN Jin，LIU Chengliang.FIS—based method to generate bivariate control parameters regulation sequence for fertilization[J].Transactions of the CSAE，2011.27（11）：134-139.

[5]王保中，胡延明，賈愛芹，李新樂，陳迎社.智能控制技術(shù)在車輛工程中的應用探討[J].拖拉機與農(nóng)用運輸車，2021（06）：22-24.

[6] CA0 Ruyue，LI Shichao，JI Yuhan，et a1. Multi-machine cooperation task planning based on ant colony algorithm[J].Transactions of the Chinese Society for Agricultural Machinery， 2019， 50（Supp.）：34—39.

[7] RYERSON A E F，ZHANG Q.Vehicle path planning for complete field coverage using genetic algorithms[C]∥Proceedings of the Automation Technology for Oft.road Equipment （ATOE） 006 Conference.2007.

[8]張博，林菲婷.智能控制技術(shù)與機電控制應用融合分析[J].電子世界，2021（22）：16-17.

[9] PEERLINCK A.SHEPPARD J，MAXWELL B.Using deep learning in yield and protein prediction of winter wheat based on fertilization prescriptions in precision agriculture [C]∥International Conference on Precision Agriculture （ICPA）. 2018.

[10]葉利麗.5G背景下基于無線工業(yè)控制的機械生產(chǎn)智能控制技術(shù)研究[J].機械設(shè)計，2021（10）：153.

[11]薛知言.智能控制技術(shù)在工程機械控制中的應用研究[J].南方農(nóng)機，2021（18）：143-145.

[12]丁文開，袁海梅，谷春華.計算機智能控制技術(shù)在工程機械領(lǐng)域中的應用分析[J].內(nèi)燃機與配件，2021（17）：224-225.

作者簡介：姓名： 張?zhí)礻?，性別： 男，出生年月：2000年12月，民族： 漢族，籍貫： 湖北鄂州，職務： 無 職稱： 無，學歷： 本科，研究方向： 機械工程。