探究机械工程领域中人工神经网络的应用

探究机械工程领域中人工神经网络的应用

李鹏 320911198910294677

摘要：本文首先针对人工神经网络在机械工程领域中的应用进行分析和研究，然后针对其应用中存在的问题进行总结，随后针对这些问题，提出一些相关的建议和对策，为人工神经网络的具体应用提供了新思路。

关键词：人工神经网络机械工程存在问题对策

引言

人工神经网络都是由许多系统的处理单元结合而成的密集型网络，从相关部门对于人脑组织探索的信息中可以总结出人脑的主要特点。然而其并不属于对人脑的现实阐述，而是对人脑的系统仿真再现，神经网络属于明显非线性的大型持续变化体系。在神经元网络对数据进行分析时，需要借助各神经元问的相互影响，理论与数据的收集主要是以元件在现实空间中的搭设形式来展现。

1人工神经网络在机械工程领域中的应用

1.1在机械故障诊断中的应用

机械故障诊断的关键在于确定障碍分析室的标识，以实现障碍识别与诊断。但是，专家系统在机械故障诊断中的利用存在一些难以克服的题目，如知识获得艰难、组合爆炸、难以辩论等，这使得专家系统的利用未能达到预期的结果。人工神经网络的自学习本领、非线性成像、计算和可微积分为其提供了设计新的错误诊断系统的高效率能力，神经网络模型可以显示出最大的灵活性能以诊断机械故障。

1.2在结构分析、设计、优化和儿何建模中的应用

地图指标和模型之间的关系可以通过使用layer分析来实现，传统的方法是最终因素分析，但如今这类映照过程可以经由人工神经网络来实现。BP网络训练时采用的是针对某一结构或者最终数值分析得出的直接实证数据，其重量经调整，然后使用训练过的网络来做结构分析。布局动力计划是实现模态参数与计划参数之间的映照关系，是布局阐发的逆进程。人工神经网络可以实现这一功能，人工神经收集也可以实现这一功效。具体方法是操纵有限元布局研发BP数据模型参数，输入人工神经聚集，然后用参数输出实现两者之间的关系，并用这些参数设计动态和布局。 

当代机械和微体系的布局变得愈来愈庞大。在计算范围和数学庞大方面，相互优化静态函数（稳定性和刚性等）和动态函数（变化、速度、加速率、个人频率和系统布局模式）是前所未见的。基于教学计划的传统最佳优化理论很难解决此类型的全球优化问题，包括规模优化，拓宽效果优化以及功能优化。因为霍尔菲尔德的收集已经成为最小的能源变量，因此这类全球改进问题可以被转化为人工神经收集功能的最低峰值。对人工神经网络生命系统的非变种吸引力窗口被认为是最早反应端政策函数的概括。当人工神经网络达到了所需最低水平时，则优化计算完成。此问题的关键点在于将问题的核心转换为优化问题，然后调整相关的网络结构和参数以及能量函数来优化。

1.3在自动化领域中的应用

在自动化领域中，人工神经网络为自动化体系的立异和成长供给了有用的思绪和道路。例如，柴油机满载时，容易出现功率不足和气门间隙调整异常。当这些问题出现时，认知系统以人工神经网络为基础，可以提供及时的反馈。根据人工神经网络诊断这一问题可能通过假神经网络来反映分流工程师的症状和障碍。人工神经网络技术也可以适用于汽车，一辆汽车即将穿过阻隔的空隙。通过识别速度和目标车，人工神经网络的速度和目标可以及时诊断和反应报告回来，这样汽车就可以实时处理路障以实现稳定运行，从而可以保证车辆的安全性。人工神经网络也可用于手写识别，手写识别系统基于人工神经网络，可以作为计算机输入设备帮助人们识别不同的单词，这比鼠标和键盘操作更方便，也更能提高我们工作的效率。人工神经网络也可用于航空和航天，帮助人们严格控制航空和航天精密部分的操纵。人工神经网络还可以根据程序代码或输入数据以及人们提供的主动设计产品实体形式，控制自己的“学习能力”。人工神经网络还可以利用其自身的监测和反馈功能及时监控整个过程、反馈问题和错误，这方便于人们及时发现问题并改进工作。

2人工神经网络在机械工程中存在的问题

2.1对一人其他类型的网络研究和应用较少

人工神经网络的研究和利用主要集中在BP算法上，其主要目标是适应静态、多变和非线性描述关系。对其他类型的网络而言，如霍菲尔德网络和SOM网络，除了少数的研究和应用外，很少有研究报告显示人工神经网络如何利用这些网络去实现控制及组合优化。

2.2未充分发挥人工神经网络模型和建模方法的优势和特长

虽然有些研究人员已经做了深入的工作，但一般而言，在大多数研究工作中，人工神经网络的应用仍滞留在如何适应某些亲身关系的问题上，我们无法充分认识到人工神经网络模型和建模方法所带来的好处。有些研究对象仅限于计算机模拟，并且缺乏必要的实验核查。还有些研究往往限于当地的条件，并没有进一步研究这些项目的促进和应用能力。人工神经网络模型是一种隐性模型，与黑匣子相似。尽管它可以以各种不为人知和内在的系统格式来描述，但它无法替代制造过程中所使用的各种工具的深入力学研究和量化准确地模拟。即便如此，也还是有一些研究在模拟人工神经网络方面，特别是在选择输入开关和应用人工神经网络的实际应用方面，发挥了重要的作用。

2.3应用研究基本还处于实验阶段

如今，对人工神经网络的应用研究仍处于机械工程的实验阶段，虽然有几个用于监测和诊断故障的项目应用工业，但这并没有体现出它的真正含义和利益。位于人工制造的地下水位，作为一个先进的理论工具，人工神经网络得到了广泛传播和深度利用，许多科学和技术人员长期稳定的研究不仅反映了我们国家的振兴和繁荣，也反映了国家经济增长有赖于对地方和企业进行的科技投资。

2.4操作系统在实时性和实用性方面存在严重不足

平行体设计系统有其独特的特色，即人工神经收集系统。目前，大量使用人工神经收集（识别和控制）的过程以大型多速实验、多客观和时间控制、多交易和及时平行体为标志。所有人工神经收集软件的研究，开发和操作都在微型电脑中进行。大多数研究基于CPU的强制性个人控制系统同时，多任务平行的巨型系统布局需要转化为连续布局，导致系统严重缺乏及时性和实用性。开发的人工神经收集其实是一种“假集合”，无法完全反映人工神经收集的平行性和稳定性。

3人工神经网络在机械工程中的应用对策

3.1模块化和规范化

加强对前馈收集的钻研和利用。要在解释可用的影响时，将这些影响更改和标准化为一个普通的软件平台和产品。

3.2加强对一非BP网络的研究和应用

加强非BP网络的勘探和利用，比如说霍普菲尔德和索姆林。例如，霍普菲尔德收集的能源量很少，可以用来优化组合、优化规划、计算。利用家用SOM网络去做分类分析和无监管的培训。

3.3利用人工神经网络的联想能力

利用人工神经网络的联想能力、误差和平行计算能力，可用于实现声音条件下的模式识别、灵活的制造系统的部分识别以及制造过程的智能和及时管理。

3.4用于研究制造企业或制造系统的组织结构和运行方式

人工神经元具有结构特征，特别适合用于描述和模拟模型系统的行为和特征，由众多个体组成，可以作为企业组织结构和运作方式的标准。它也可以用于分析产品市场的变更或立法。这也将会是人工神经网络在机械工程领域隐藏的利用价值。

4结语

总之，人工神经网络由于其所体现出的明显特点，而被社会的诸多工业生产线所充分地运用，然而在现实中机械工程方面，也很少有体现相关的新闻项目。文章做出了如卜总结：第一，提高对人工神经网络探索的重视；第二，目前相关部门对于前馈网络的探索分析也较为充分，这就需要在对分析数据做出整理的同时，也对机械工程方面的APP做出了研究，对人工神经网络运用的主要方式就是对样本的蓄积；第三，提高对人工神经网络与专家体系联合运用的重视程度。

参考文献

[1]柴伟杰.人工神经网络及其在机械工程领域中的应用研究[J].南方农机,2018,49(22):40.

[2]周淑娟.遗传算法与人工神经网络在流体机械研究领域中的应用[J].廊坊师范学院学报(自然科学版),2011,11(02):40-43.

[3]刘伟达,赵波.小波神经网络及其在机械工程领域中的应用[J].现代制造工程,2007,(12):135-138.

[4]师汉民,陈吉红,阎兴,等.人工神经网络及其在机械工程领域中的应用[J].中国机械工程,1997,(02):5-10+121.