智能设计技术在机械研发制造中的应用

智能设计技术在机械研发制造中的应用

荆桂滢

 佳木斯大学   232301200209150821

摘要：在科技水平与经济发展效率不断提升的背景下，为有效开展各种复杂多样的工程项目，各行各业对机械制造产品的质量要求越来越严格，因此机械研发制造行业在应用智能设计技术时需要保证该技术能够有效提高产品质量。在日渐激烈的市场竞争中，效率是确保企业能够占据优势地位的关键因素之一，而智能设计技术的应用能够有效提高机械制造的生产效率，同时降低人工作业强度。

关键词：智能设计技术；机械研发制造；应用

引言

在计算机领域中，人工智能技术主要有两种不同体现方式：一种是采用模拟法对数据信息进行处理，该方法不但注重实用性，还讲求构建信息与信息之间的互补映射关系；另一种是采用传统的编程技术使互联网网络可视化，这种方法的适用范围相对较为宽泛，对于信息与信息之间的影响关系要求不高。机械制造是指按照既定设计标准对机械零部件进行加工的过程，为使所加工元件的制造精度更符合实际应用需求，需要打磨单元、集成设备等多个元件的共同配合。

1关于智能制造的基本特征

1.1安全性

智能机械制造的工作环境所需要的技术性较强，涉及的智能机械制造周期较长，所以在具体的设计过程中有较为繁多的细节问题，容易产生隐患和风险。传统的制作模式下，由人工监控来开展智能机械制造工作。但人工无法实现24h时刻紧跟智能机械制造过程的效果，所以在具体的制造过程中，人工监控只能起到一部分的作用。因此，在智能机械制造过程中，通常会出现一些制造事故，导致制造人员的人身安全受到威胁。但智能化机器设备让机械的设计和制造工作都变得科技化和信息化，可以通过及时监督、远程控制等形式来进行制造工作。将数据传导的方式利用到智能机械制造中，对制造的过程展开良好的监督工作的同时，也可以让制造流程更加科学、安全、有序，减少制造过程中器械障碍或安全事故的发生，大大提高了生产过程中的安全性。

1.2方便快捷

智能机械制造具有的便捷性更强，制造流程也更加简单，对于智能机械制造来说，很多传统的人为流程逐渐改进成自动控制的方式，所以只需要安排固定的施工人员进行智能机械制造的操作和控制即可。而且部分工作环节或流程中的机械操控，无需安排人员进行管理和监控，便可自行运行，因此现有的智能机械制造让整个流程更加方便快捷。

2基于人工智能技术的节点辨识

在机械制造全过程控制系统中，所有辨识节点的部署都必须遵循人工智能技术，且随着元件制造指令的执行，相邻控制节点之间的物理距离会不断增大。此时对比相邻控制节点之间的初始距离与实际距离，即可准确得知人工智能技术对机械制造全过程控制系统的约束作用能力[11⁃12]。设σ表示控制节点的原部署系数，在Holonic机械制造元件、Job⁃Shop调度控制主机间连接关系不发生改变的情况下，该项指标参量的取值结果始终满足[1,e)。r表示基于人工智能技术的机械制造信息编码系数，对于全过程控制系统而言，该项指标参量的最小取值结果通常等于自然数“1”。假设u1、u2表示两个不同的机械元件制造标度值，在人工智能技术的支持下，控制系统不会对同一机械制造元件进行重复标注，所以u1≠u2的不等式条件恒成立。

3智能设计技术在机械研发制造中的应用

3.1数控车床智能设计平台系统

机械研发制造智能设计系统主要由两部分组成，一部分是以遗传算法为核心技术的优化方案系统，另一部分是以实例推理技术为核心的智能CAD详细方案设计系统。机械产品具有结构复杂化、层次多样化等特性，对其分解后的设计方案可以利用遗传算法技术进行编码，同时利用遗传优化构建出完善的设计方案。对设计方案进行深入分析，利用以实例推理技术为核心的智能CAD系统对具体的零部件结构进行详细设计。智能CAD系统主要包括推理分析与模型构建两部分，利用实例推理对过往相关成功案例进行搜索，合理选用成功案例中的系统知识，以此完成新系统结构的设计；利用参数化建模对零部件结构进行模型构建，同时支持模型修改操作，利用数据库将推理和建模有效关联。

3.2控制信息反馈处理

控制信息反馈处理是机械制造全过程控制系统设计的末尾执行环节，在人工智能技术的作用下，为使所加工机械元件的制造精度水平更符合实际应用需求，应分别从Agent指令装载、Agent指令卸载两个角度，对待传输的控制信息参量进行反馈处理。假设ε表示机械元件制造的全过程感应系数项；kε表示感应系数为ε时的控制信息反馈权限，在不考虑其他干扰条件的情况下，可认为该项指标参量的取值结果始终满足[1,+∞)。当平均系数m为“1”时，控制信息反馈权限指标参量的取值也为“1”。

3.3实现模块化与网络化的良好融合

对机械设计制造中有关的机械设计模式来说，通过模块化和网络化的互相融合，能够使其统筹更多的资源，将现有的生产任务分配得更加合理，也可以进行更为科学的整合工作，并取得良好效果，进而实现机械设计制造及其自动化水准的提升。可以根据设计团队的技能以及对产品具体功能的要求，进行任务拆解和分配，让产品的设计变得模块化。还可以与工程作业同时进行，来提升现有的设计效率和工作进程，让产品的设计质量大幅度得到提升，通过网络化的结合、依靠，让个模块化的功能结构设计实现互相连接，让各生产工作小组之间的信息互享、资源互通能够得以保障，也能够保证彼此间的及时沟通交流，从而使整个产品的生产工作落实得更好，使机械设计和自动化水平得以提高。

3.4数控车床智能设计平台功能模块设计

数控车床智能设计平台主要包括三部分，分别是零部件参数化建模、实例推理设计以及遗传算法方案生成。其中，将零部件参数化建模与实例推理设计相结合能够构建智能CAD系统。遗传算法模块主要包括设计要求和遗传算法参数。将参数输入设计系统中，使其进行遗传算法运算。设计要求的主要功能是为了满足使用者的基础功能作用而制定的关键性指标参数，在实际运行中会参与方案生成环节。遗传算法的参数包括交叉变异率、观察间隔时间、最大基因数、群体规模以及终结遗传算法运行的遗传代数等。设计要求包括机床实际功率大小、产品加工精确度、具体功能与经济因素的需求以及占地面积等。在设计要求和遗传算法参数设定完毕后需要启动基因算法，从而生成机械产品生产设计方案，将其通过系统界面展现出来。依据遗传算法制订的设计生产方案只是初始的整体系统方案，其中并没有对具体的零部件结构进行详细设计。将数控车床中的机械部分进行选取，利用实例推理寻找过去的成功案例，将其中的重点知识与核心体系重新解构，以此为基础进行新产品制造系统的有效设计。实例推理的运用主要依靠科学合理的搜索算法对数据库中相关的数据信息进行全面搜索。比如转塔刀架结构的设计，是利用实例推理进行相关数据资源搜索，在构建数据库的过程中将结构属性参数和功能属性参数进行分离操作。

结束语

当前，智能制造背景下的机械设计制造及其自动化技术的发展仍有较多的发展空间，需要相关行业与人员加以重视，严格按照我国现有的指导方针与政策理念，调整现有机械设计制造的发展趋势，让现有的企业生产和经济效益都能够越来越好。

参考文献

[1]陈新伟.智能自动化技术在机械设计制造中的应用研究[J].中国高新科技,2019

[2]刘宇祺.人工智能技术在机械设计制造中的应用[J].科技创新与应用,2019

[3]周传应,张锦.浅谈人工智能技术在机械设计制造中的应用[J].中国设备工程,2019

[4]周志博,王丰.智能设计技术在农业机械研发制造中的应用[J].南方农机,2019

[5]张智武.人工智能技术在机械设计制造中的应用[J].信息记录材料,2019