机械电子工程与人工智能

的下一代工具。 # 智能方法在机电系统控制中的应用
信息、物质和能量伴随着人类社会始终。生产力 水平低下时，人类求生存较大程度上依靠物质和能量， 生产力水平提高后，人类生存和发展越来越多的依靠 信息。人类初期的几百万年中，仅靠结绳记事来保存 和传递信息，信息的价值被忽略了；二战前的五千年 中，人类靠文字来记录和传播信息，日益显示了信息 的价值；战后的五十多年来，自第一台电子计算机诞
机械电子学要求机械与电子技术的规划应用和有 效结合，以构成一个最优的产品或系统。现代的机械 电子系统除了“块与块”之间的动力联系之外，还有 信息之间的相互联系，并由具有数值运算和逻辑推理
调了信息连接和驱动，并逐步使机械电子系统向具有 一定智能的方向发展。一方面，运用现代新技术改造
能力的计算机来对机械电子系统的所有信息进行智能 处理。人们已经认识到生产改革的未来属于那些懂得
输出关系有一定的困难。对一个机电控制系统的输入 输出关系，或者更一般地，对任意一个系统的因果关 系，通常有下列几种方法来描述： ! . 通过物理定律 推导数学方程；" . 通过经验来建立规则库；# . 通过 对事件的学习生成知识。
用解析数学方法建立系统的因果关系，主要以理
《机床与液压》2002. NO.2
造类包括毛坯制造、机械加工和装配三个生产过程； 理技术和生产加工实践等有机地结合在一起，采用一 而动力类包括各种发动机。与自人类使用工具以来就 种基于信息的自顶向下的模块化策略，完成设计。就
有的机械工程相比，电子技术是二十世纪发展的新学 系统（产品）而言，机械电子系统（产品）结构简单， 科。机械工程与电子技术的结合始于上世纪。起初， 元件和运动部件少（如电子表）。它用小巧的电子系统
【1】顾熙棠 . 金瑞琪等主编 . 金属切削机床（下册）［M］ . 上海：上海科技出版社，1997
【2】周蔼如 . 官士鸿编 . VisuaI Basic 程序设计教程［M］ . 北 京：清华大学出版社，2000
【3】金怡果 . 陈艳艳等 . 基于 VisuaI Basic 开发机床主传动系 统设计 CAI 系统 . 机械设计，2001（5） 作者简介：金怡果，1971 年生，女，硕士，讲师，主要
适应性强；三十年代开始集中在标准件和流水线，适 合于大批量生产，但缺乏灵活性；现代生产一般要求
相当多的机电系统或电液系统具有本质的非线性 或本质的不稳定性，因此要描述这样一个系统的输入
转产周期短、生产灵活性强、产品质量高，因此常采 用以机械电子系统为主要构成的 FMS 可以达到上述要 求。与传统的机械工业相比，机械电子工程有着鲜明 的特点：就设计而言，机械电子工程并不是一门有严 格界线并且独立的工程学科，而是在设计过程中一个 综合思想的实践。设计中，根据系统结构配置和目标，
· "!! ·
《机床与液压》2002. No.2
机械电子工程与人工智能
周 嵘，杜海峰，王孙安
（西安交通大学机械工程学院，西安 710049）
摘要：本文探讨了机械电子工程的特点，在传统的机械系统能量连接、功能连接的基础上，强调了信息连接的作用；将人
工智能整合集成的观点引入到机械工程领域，指出传统机械系统改造和发展的核心就是强调信息的收集、传输、处理，并以此
图 3 计算结果输出界面
图 4 转速图
! 结束语 本系统全部采用可视化 VisuaI Basic 工具开发。由
上面所举示例可以看出，系统具有十分美好的的 Windows 集成界面，操作、使用和维护均十分方便。您只 要输入正确的原始数据，本系统就能自动推断出最佳 结构式和相对应的转速图。显然，把计算机技术应用 到机床主传动系统设计中，使得设计的效率和可靠性 大大提高，只要修改原始数据，即能在瞬间画出满足 各种不同要求的转速图，使用十分方便。 参考文献
本文扼要阐述了机械电子系统的特点，指出信息 是系统的“灵魂”，探讨了人工智能方法（主要是模糊 神经网络）在机械电子中的应用。突出强调了根据方 法的特点，结合系统的要求，合理综合应用智能方法 的重要性。 " 机械电子［"］
各门学科的相互交叉渗透，形成了 20 世纪学科发 展的趋势。在这种趋势下，以机电系统为代表的 21 世 纪机械工程学科将进一步与信息、电子、管理、智能
传统机械工业，是传统机械工业发展的新领域和方向； 另一方面，由于以机械电子为代表的应用系统日益复 杂，为人工智能的应用提出了新问题，也促进了人工 智能等相关学科的发展。
怎样去优化机械和电子系统之间联系的人；尤其是在 先进生产和制造系统的应用中，对优化的需求将会变 得更 为 迫 切； 在 这 些 系 统 中， 人 工 智 能、 专 家 系 统、 智能机器人以及先进的工艺制造系统将构成未来工厂
研究方向为计算机辅助设计和多媒体。
收稿时间：2001 - 07 - 23
图 2 系统原理图
" 结论 本文介绍了机械电子系统的特点，并着重探讨了
人工智能方法，主要是人工神经网络和模糊逻辑系统 在机械电子系统中的应用，最后给出了相应的应用示 例。可以得到以下结论：
（1）机械电子系统是传统机械工业发展的新领域； （2）信息的传递和联结，是机械电子系统的重要 特点，对信息的处理和利用是机械电子系统的重要任 务。 （3）人工智能方法为机械电子系统的信息处理提 供了新方法，但是，单纯的一种智能方法已经越来越 难以满足系统复杂性增加的需要，应该采用互补的融 合方法来整合不同智能方法的优点、避免各自的不足， 以获得对自然智能更全面的描述，进而更好地应用于 机械电子系统。
二者结合是分离的“块与块”关系，或者是功能结构 上的相互替代。随着计算机技术发展的推动，机械系
取代“傻、大、笨、粗”的机械系统，减小了系统的 体积，提高了性能，但是系统的复杂性却大大增加了。
统和电子系统通过信息有机地联系起来，形成了真正 的机 械 电 子 工 程（ Mechatronics = Mechanics + Electronics）。人工智能技术的发展与渗透，使得机械电子在传 统的机械系统能量连接、功能连接的基础上，更加强
②利用神经网络中神经元的非线性映射部分与模 糊变量隶属函数的功能相似的融合，通过调整神经元 输出特性可以实现隶属函数的修正或优化。
模糊神经网络中网络各层的作用是完成一系列的 映射（ N 维非线性表达），直到找到一种在某个适当 空间实现完全可分的表达。增强网络的非线性逼近能 力有两 种 途 径： 其 一， 对 网 络 的 存 贮 空 间 进 行 增 强， 该方法不易解释网络的含义，是黑箱的；其二，对网 络的连接函数进行增强，希望选择具有明确物理意义 的函数的适合节点函数实现增强，它既是一种语言表 达，又能用数值方法作精确计算，比如用一条推理规 则（即一条 IF!THEN 语句）来构成一个增强函数，即 模糊基 函 数。 模 糊 推 理 规 则 有 各 种 不 同 的 形 式， 如： 与、或、非、蕴 涵、 等 价、 条 件、 前 向、 后 向 等， 所 有这些形式都可以转化成一组 IF!THEN 的推理形式， 写成最一般的形式，就是：
图 1 神经网络和模糊推理系统的结构比较
虽然神经网络或模糊逻辑系统在一定程度上解决 了认识应用系统复杂性，但是，单纯的一种智能方法 已经越来越难以满足系统复杂性增加的需要，因此， 越来越多的学者开始认识到以综合智能系统来取代单 纯智能系统重要性与必然性［3］。综合智能系统采用互 补的融合方法来整合不同智能方法的优点、避免各自 的不足，以获得对自然智能更全面的描述，进而更好 地应用于系统。模糊神经网络是综合智能系统的成功 典范，一度成为人工智能领域的研究热点。大体来讲， 模糊逻辑系统与神经网络的融合的方式有两种：
等其它学科交叉融合，为机械工程提供新的理论和方 法，开拓新的发展领域。也正是在这种趋势下，以机
生后，人类开始步入信息社会，信息的作用日益巨大， 使人工智能在现实社会中的作用开始日益突出。机械
电系统为代表的工程应用系统日趋复杂。 早期的机械工业以手工加工为主，生产力低，但
电子系统利用人工智能方法不论是建立模型，还是控 制或进行故障诊断，本质上都是进行信息处理。
（下转第 94 页）
· "! ·
《机床与液压》2002. No.2
主轴转速、变速组数目和各变速组的传动副数、各变 速组的级比指数、各传动副的齿轮齿数比、各级主轴 转速的转速误差和允许的最大误差范围等。
（上接第 101 页） 压技术为一体，利用液压伺服系统代替飞机发动机进 行飞机整机性能实验的复杂系统，是实验飞机系统获 取推力的来源。图 2 是系统的原理图。由于系统的复 杂性，已经无法为系统建立精确的数学模型，因此传 统的控制方法已经不能满足要求。对于阶跃响应，图 3（a）是 PID 控制的结果，图 3（b）是模糊神经网络 的控制 结 果， 可 以 看 出， 后 者 的 性 能 远 远 优 于 前 者， 而且后者克服了模型的限制，前者依旧依赖模型，并 需要对控制器参数进行整定。
wk.baidu.com
· !"! ·
论分析 和 数 学 推 导 为 主。 尽 管 这 种 方 法 严 密、 精 确， 但一般只适用于那种相对简单的（如线性定常）系统。 对于复杂系统的因果关系，目前还处于操作经验领先 于理论分析的状况，仍缺乏有效的手段来给出数学解 析式。而且即使给出了解析模型，由于非线性、不确 定性、信息不完全等问题，将使计算的复杂性急剧增 加，甚至根本无法计算。
OR（IF（AND（ X iIS A ）ij ））THEN Y jIS B j （1） 模糊逻辑规则可以为神经网络提供有意义的函数 连接，为模 糊 推 理 和 神 经 网 络 的 交 融 提 供 新 的 途 径。 由此可见，虽然神经网络能够以任意精度逼近任意实 连续函数，但却无法对其系数作出解释。一个与具有 乘积隐含算子、面积中心法解模糊化，高斯型隶属函 数的模糊系统整合的模糊神经网络系统，也能够以任 意精度逼近任意实连续函数，就有不同的意义，而且 学习到的是推理规则。 ! 应用实例：飞机动力地面模拟系统的控制 飞机动力地面模拟系统是一个集机械、电气、液
为基础实现机械系统智能化。
关键词：人工智能；机电电子工程；信息
中图分类号：TP273 文献标识码：A 文章编号：1001 - 3881（2002）2 - 100 - 2
! 前言
机械电子工程把它的核心部分（机械工程、电子工程、
传统的机械工程可以分为制造和动力两大类。制 计算机技术）与其它领域的技术，如：制造技术、管
（1）功能互补的融合 把模糊系统的逻辑推理功能插入神经网络系统中，
使神经网络具有逻辑推理能力。 把神经网络的学习能力赋予模糊系统的分布式存
贮的规则中，增强模糊系统的智能。 （2）功能相似的融合 ①利用模糊系统最 大 ! 最 小 算 子 与 神 经 网 络 积 !
和算子相似性的融合，通过合理选择算子，可以保持 足够的信息量，同时简化运算。
用智能方法建立系统模型，常用的两大类方法是： 模糊推理系统和神经网络方法。模糊系统模拟人脑功 能，处理语言信号，物理意义较明确；神经网络模拟 人脑结构，处理数字信号，只给出数值参数。如图 1 所示，神经网络和模糊推理系统在处理输入、输出的 非线性映射关系上具有相似的网络结构形式，只是处 理过程不同。它们在一定的条件下都能以任意精度逼 近一个连 续 函 数［2］。 但 是， 二 者 又 有 明 显 的 不 同： ① 映射方式不同，模糊系统实现域到域的映射，而神经 网络实现点到点的映射；②精度不同，模糊系统的输 入输出关系呈台阶状，精度较低，而神经网络输入输 出关系呈光滑曲面，精度较高；③知识存贮方式不同， 模糊系统以规则方式存贮知识，而神经网络以权系数 分布式存贮知识；④联接方式不同，模糊系统每次输 入可能 只 与 几 条 规 则 有 关， 联 接 不 固 定， 计 算 量 小， 神经网络每个神经元与前一层神经元都有联系，联接 固定，计算量大；⑤结构意义不同，模糊系统的隶属 度数反映的是模糊变量明确的物理意义；神经网络对 权系数难以作出物理解释，意义不明确。
由于现在所面对的系统越来越复杂，因此不得不 处理不同类型的信息。比如在知识的获取和表达方面， 经常面临着两类不同来源的信息，即：由专家提供的 语言信息和由传感器测量的数字信息。由于智能化处 理以知识信息为基础进行推理和学习，并含有复杂性、 不确定性、模糊性，且一般不存在已知算法的传统数 学公式化的方法，因此对不能用解析数学方法解决的 问题，人工智能提供了新的解决方法。