自動化技術在機械工程中的應用

何剛

（肇東市人民政府油田服務中心，黑龍江 肇東151100）

機械工程主要包括機械產品的設計和制造，為在現有的基礎上，提高機械產品的性能，應當對設計制造過程進行優化，該目標可以通過自動化技術中的虛擬技術、神經網絡技術以及CAD/CAE/CAM技術來實現。借此下面就自動化技術在機械工程中的應用展開分析探討。

1 虛擬技術在機械工程中的應用

虛擬技術在機械工程中的應用主要體現在虛擬制造方面。具體而言，就是將機械制造的整個過程從現實環境轉移到先進的計算機系統上來完成，以計算機、網絡作為支撐，通過計算機的協同工作，使機械產品從設計到加工制造直至性能分析和質檢等環節在計算機系統中實現，由此能夠進一步提升制造過程的控制能力。

1.1 虛擬機械制造中的關鍵技術

在虛擬機械制造中，最為核心的技術有建模和仿真，這些技術為機械制造高效、高質量完成提供了強有力的支撐。

1.1.1 建模技術

建模主要是對各種模型的構建，在虛擬制造中，包括以下模型：生產模型、產品模型、工藝模型等。通過生產模型的建立，可以對生產能力、生產特性等進行描述，并在已知需求的前提下，對整個生產過程進行預測[1]；產品模型是機械制造中所有實體對象模型的集合，其能夠利用抽象等方法，對產品實施中相關活動所需的模型進行提??；工藝模型是虛擬機械制造中最為重要的一類模型，它能夠將工藝參數與影響機械產品功能的設計屬性有機地聯系到一起，從而反應出生產與機械產品模型之間的交互作用。

1.1.2 仿真技術

仿真是一種以模型作為對象的研究方法，通過對計算機系統強大的運算能力加以利用，在相對較短的時間內模擬出實際生產中需要很長時間才能完成的過程，以此來達到縮短決策時間，節省人財物力的目的。對機械產品制造過程的仿真包括系統仿真和加工仿真，如切削仿真、鑄造仿真、焊接仿真、裝配仿真等等。

1.2 具體應用

在機械工程中，虛擬技術的應用主要體現在產品設計和機械建模兩個方面。

1.2.1 基于虛擬技術的機械產品設計

早期的虛擬技術主要是在軍事、航天等領域中應用，而隨著計算機技術的發展和完善，使得虛擬技術的應用領域進一步拓寬，在機械工程領域中得到越來越廣泛的應用，為機械產品的設計制造提供了強有力的技術支撐。數控機床是最為典型的機械產品，在對機床進行設計的過程中，可以應用虛擬技術對數控機床中關鍵機構的幾何造型、運動特性、熱變形等進行仿真分析，從而為設計人員提供參考依據。除此之外，還可在機械產品的造型設計、裝配等環節中，對虛擬技術進行應用，由此可進一步提升造型水平和裝配質量。機車是一類比較特殊的機械產品，其本身具有一定的復雜性。因此，可在機車的設計開發中，對虛擬技術進行合理應用，通過與傳統經驗的有機結合，可有效解決如下問題：動力學計算、結構強度以及可靠性分析等[2]。在機械產品設計中對虛擬技術的應用，可以顯著提高產品的精度，機械性能隨之提升。

1.2.2 基于虛擬技術的機械建模

虛擬技術在機械建模中具有一定的應用優勢，將機械的組成情況、各個部件的連接方式、物理參數等輸入到虛擬系統當中，系統能夠自行完成模型的構建，整個過程不僅簡單，而且耗時非常短，能夠大幅度提升建模效率，設計人員的工作量也會隨之減輕。不僅如此，通過虛擬技術在機械建模中的應用，可使相關軟件的功能得到充分發揮，比如計算結果可視化、數據圖形化等等，這樣設計人員便可直觀地看到機械建模的運動效果，從而保證模型的有效性。

2 神經網絡技術在機械工程中的應用

神經網絡歸屬于自動化技術的范疇，其在機械工程中的應用主要體現在機械優化設計方面。機械優化設計是在現有的基礎上，對機械設計進行改進和完善，這是一個相對比較復雜的過程，需要以設計標準為依據，通過數學建模，求取目標函數的最優解，進而達到設計優化的目標。在機械優化設計中，設計人員可以對神經網絡技術中的BP 神經網絡和反饋神經網絡進行應用。

2.1 基于BP 神經網絡的機械優化設計

2.1.1 BP 神經網絡

BP 神經網絡是一種前饋神經網絡，其具有多維函數映射能力，能夠解決疑惑問題，由此使得BP 神經網絡得到越來越廣泛的應用。BP 神經網絡能夠進行自我調節和組織，它的硬件一經實現后，便可達到較高的分類速率，能夠快速完成數據信息的實時、精確處理。非線性映射能力以及柔性網絡結構是BP 神經網絡最為突出的優點，在BP 神經網絡中，神經元的數量可任意設定，基本沒有任何限制，通過加快網絡的收斂速度能夠避免局部極小值的出現，從而確保解的準確性。

2.1.2 在機械優化設計中的應用

機械優化設計需要以原本的設計作為基礎，通過改進和完善，來達到優化的目的，從而提高機械性能。在對機械進行優化設計時，可利用BP 神經網絡的非線性映射功能，對機械控制系統的整體架構進行優化。由于BP 神經網絡本身所具備的特殊屬性，從而使其在優化設計中能夠規避已經認定的目標函數權值，這樣便可高效完成多目標的優化設計[3]。具體的優化設計過程如下：以機械產品當前的狀況為依據進行BP 神經網絡構建；以設計變量作為輸入向量，并以目標函數作為輸出定量，進而確定出BP 神經網絡中各環節的連接權重，這樣便可確認設計變量與目標函數之間的映射關系；按照這個映射關系，對變量間的數值進行確定，通過求取最優解，完成機械產品的優化設計，達到提高機械性能的目的。

2.2 基于反饋神經網絡的機械優化設計

反饋神經網絡是一種非常先進的神經網絡系統，它能夠將輸出經時移接入到輸入層，該神經網絡在快速尋優問題的解決中具有非常明顯的優勢。由于反饋神經網絡的拓撲結構在無外部輸入的情況下，可以達到自我穩定的狀態，所以神經元間的連接權值基本上都處于相同的狀態，由此使得該神經網絡具有非常高的穩定性。在這一前提條件下，可將能量函數加入到網絡架構中，以函數為依據，對運行方式的穩定性進行判斷，進而達到優化的目的[4]。在機械優化設計過程中，對反饋神經網絡進行應用時，可將機械設備的相關問題與網絡模型建立銜接關系，依托神經網絡的深度表達，對機械設計中的變量以及目標函數進行優化，這樣便可在網絡中完成動態演化，從中找到最優進程，實現設計優化。

3 CAD/CAE/CAM 技術在機械工程中的應用

CAD/CAE/CAM全都歸屬于計算機輔助工具的范疇，是具有代表性的自動化技術，其中CAD 是計算機輔助設計，CAE 是計算機輔助工程，CAM是計算機輔助制造，它們以計算機作為主要的技術手段，以軟件的形式為用戶提供輔助工具，從而快速完成模具結構、數據加工、機械產品的設計與優化。在機械工程中，CAD/CAE/CAM技術的應用主要體現在如下幾個方面：

3.1 在數控加工中的應用

在數控加工中，對CAM技術進行應用時，需要對工藝性加以充分考慮，具體包括刀具進給方式的合理性；以直線加圓弧的方式對進退刀進行引入，這樣可以使工件上的刀痕達到最小化；在處理對稱特征的過程中，要以確保工件的加工質量作為前提，將加工方向調整為順銑；采用轉角減速的處理方法，保證切削質量[5]。通過對上述工藝的考慮，能夠有效縮短數控編程周期，編程效率和質量隨之提高。

3.2 在鍛造中的應用

傳統的鍛造方法由于存在一定的缺陷，使得原材料大量浪費，同時鍛造出來的工件存在局部應力集中的現象，從而導致鍛件表面常常會出現裂紋。因鍛造模具的模膛填充不足，使得鍛件的質量無法得到保障。為解決這一問題，可以應用CAD 和CAE 技術，對鍛造工藝進行優化改進，經輔助設計后，將原本的直棒料改為圓盤料，通過試鍛造，鍛件的性能比未優化前得到進一步提升，從而達到節約材料和提高產品質量的目的。

4 結論

綜上所述，在機械工程中，可以對自動化技術中的虛擬技術、神經網絡技術以及CAD/CAE/CAM技術進行合理運用，由此除了能夠對機械設計制造過程進行優化之外，還能進一步提升機械產品的性能，對于促進機械工程領域的發展意義重大。