关键词：人工智能技术；大型机械制造；应用
1基于人工智能技术的大型机械制造方法设计
在大型机械制造时需要根据实际需要调试产品，并需要准确确定机械零件的大小、规格、位置、相对关系等，在制造时要严格按照流程进行，并根据实际情况调整零部件尺寸，控制制造质量，制造出最优的大型机械。制定大型机械制造方案时，按照过程进行准备，以满足大型机械制造的需要。在此需要对所有的机械制造零件进行架构，将零件放置在夹具或者基床中，固定并根据加工情况调整零件位置，提高零件位置的精准度。加工时根据零件属性选择加工刀具，还可以选择具有幅度角较小并且修光较好的刀具，以降低机械零件表面的粗糙程度。并根据零件材料、切削条件等调整切削技术，严格控制切削速度。零件中存在各种信息，为提高零件间的相互联系及配置合理性，将零件的内部信息参数输入到人工智能系统中，得出相应的零部件模型，以满足机械制造应用的实际需求。以此完成制定大型机械制造方案，通过对制定大型机械制造方案能够提高机械的整体质量，为实现基于人工智能技术的大型机械制造提供基本依据。
2机械制造技术的特点
2.1系统性
机械制造技术是一个系统性工程，是计算机技术、信息技术、传感技术、自动化技术和新材料、新技术的综合应用，同时被广泛应用在机械产品研发设计、制造生产、组织管理、销售和售后服务等各个环节中。机械制造技术同时也要不断地学习和利用各高新技术成果，从而使机械制造技术在物流、信息等方面得到应用。
2.2市场竞争的统一性
从市场竞争角度来看，制造行业想要提高自身在市场竞争中的地位，就必须获得核心优势。过去的核心优势是劳动生产率，但随着市场全球化发展，制造企业提高市场竞争优势的核心已从生产率转变为时间、成本和质量三者的矛盾，而先进的制造技术则将这三者结合起来达到了统一。
2.3综合性和全球性
机械制造技术应用的目的是提高企业核心竞争，推动国家经济发展。所以机械制造并不仅仅限于机械产品生产本身，而包含了产品市场调研、开发、工艺设计、生产准备、加工制造、售后服务等环节，使它们能够联结成为一个综合化统一的整体，最终才能促进制造行业的发展。此外，在市场全球化发展，发达国家通过经济和科技等手段来获取市场份额，使得市场竞争变得越发激烈，国家只有掌握先进的制造技术，推动机械化自动化发展才能在全球化发展中取得优势。
3大型机械设计制造中人工智能技术的实际应用
3.1模糊推理系统
模糊推理系统是人工智能中较为重要的系统之一。电子机械设计制造中，通过应用模糊推理系统，能够准确分析电子机械工程中庞大的数据，在数据处理方面，比其他系统性能更强，为电子机械工程自动化生产提供了重要保障，提升了企业产品质量。实际上，模糊推理系统主要采用人类大脑处理信息、信息判断的方式，通过模仿，借助语言等学科知识进行设计与转换，从而正确传达数据。
期刊文章分类查询,尽在期刊图书馆机械设计制造领域，模糊推理系统通过表达连续函数呈现数据信息，具有较大的实用价值与优势，但存在一些不足，如系统之间连接不稳定等，意味着相关人员应继续深入研究人工智能模糊推理系统，让其在电子机械工程中发挥更大作用。
3.2神经网络系统
神经网络系统是人工智能技术中一个较为重要的系统。电子机械设计制造中，利用神经网络系统的神经元，将资源共享信息或数据直接上传到各大网络渠道，在有效时间内保存或分享信息，促进整个电子机械工程行业的长远发展。另外，神经网络系统可以完成动态数据处理，分析电子机械设计制造中涉及的可变数据，给出操作指令，实施工程制造作业。事实上，神经网络系统模拟人类大脑中神经系统处理信息的方式，将其应用在各大生产领域。通过神经网络系统中的神经元反射特性，可以获取电子机械工程中的数据分析结果，为数据存储提供重要保护。人工智能技术主要应用于电子机械工程的机床运动误差补偿、热变形控制、设备管理等方面。电子机械工程的加工工艺方面，其可评定工艺参数，预测加工过程中产生的误差；电子机械工程零件设计方面，其能指导齿轮强度、齿轮形态、齿轮CAD等设计。人工智能技术在电子机械设计制造中的应用，有效改善了以往机械工程设计不合理而造成生产效率低下、经济受损等状况，为企业的自动化生产提供了较大助力。
3.3故障诊断系统
机械设计制造中，机电设备常常会在运行过程中发生故障，造成生产不连续等问题。为了快速处理故障，可在故障诊断系统中引进人工智能技术，有效解决故障预测、排除等问题，一定程度上为企业节省维修成本和精准定位故障提供帮助。故障诊断系统主要包括规则推理、案例推理、故障树模型诊断三种方法。故障诊断系统之所以能够完成故障预测、检修、排除等工作，是因为它具有机械故障案例库、故障推理机、故障诊断过程解释机等结构。故障诊断系统能够有效收集机械设计制造领域中机电设备发生故障的所有案例及相关处理知识，通过后期分类总结，形成满足实际需求、便于检索的诊断系统。机械设计制造中，故障诊断系统的具体操作流程如下：（1）用户利用人机交互界面或机电设备实时监测系统输入的相关信息；（2）系统根据用户输入的信息进行科学分析及判断，充分结合诊断库中的相关资料，给出诊断结果；（3）系统结合诊断结果与故障案例库中相似的案例，为用户提供最终故障分析结果与机电设备维修建议，用户可根据提示进行操作，从而节省维修时间与成本，为企业生产提供高效服务。
3.4电子信息系统
机械设计制造过程中，一般需要利用电子信息系统的输入输出模式，监控、传递机械设计制造过程中的信息。但是，工程运行期间易发生信息泄露或者输出错误等现象，尤其是在数据量较大的工程，失误率更高，提高机械工程的不安全性，影响工程正常运行。电子信息系统中应用人工智能技术，可以妥善解决这一问题。人工智能技术可以严格控制电子信息系统实际运行过程中数据处理结果的准确度，一旦电子信息系统中出现运行不稳定、数据出错等状况，其会发出预警，为操作人员提供及时修正的机会，确保高效精准输出电子信息，为机械设计制造工程提供重要的信息保障。
结束语
人工智能技术可使用计算机模拟人的思维过程，现已广泛应用于网络安全管理、远程控制、智能博弈等领域。作为计算机科学技术中的重要分支，机械制造行业在人工智能的影响下出现了不少的新产品，将人工智能技术应用到大型机械制造中能够改变传统的制造模式，并且繁重的科学和机械计算等够能够通过人工智能技术得出答案。
参考文献
[1]郭江风.机械制造业与人工智能的应用关系探讨[J].南方农机,2018,49(19):200.
[2]武桢.机械制造的发展及人工智能的应用研究[J].中国设备工程,2018(17):224-225.
[3]郑志伟.机械工程智能化的发展趋势[J].中国金属通报,2018(08):163+165.
[4]于永初.智能机械驱动智能制造未来[J].汽车工艺师,2018(07):36-40.
论文作者:盛捷
论文发表刊物:《城镇建设》2019年18期
论文发表时间:2019/10/31
标签：人工智能论文; 机械制造论文; 系统论文; 技术论文; 电子论文; 机械工程论文; 零件论文; 《城镇建设》2019年18期论文;