1.身份证号码：13013019851123XXXX2.身份证号码：13042619881227XXXX3.身份证号码：12010319771222XXXX4.身份证号码：13092119850425XXXX
摘要：人工神经网络技术具有非线性、适应性、并发性和储存性等特点，包含了多种现代化的信息技术，需要相关操作人员结合神经网络技术的特点，明确神经网络技术在机械工程领域的发展方向，将神经网络技术合理应用到机械工程中，促进机械智能化发展。
关键词：神经；网络技术；机械；工程
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，需要借助各神经元间的相互影响，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神经网络技术的基本特征概述
人工神经网络技术是通过应用物理学的相关知识从而有效实现的系统来深度的效仿人类的行为模式以及功能结构。神经网络技术有效的反映了生物神经系统的基本特性，是对生物系统的有效模拟应用。非线性人类智慧往往是属于非线性的体现。处理相关元素通常处于激活亦或两种不同的状态，在数学的相关概念阐述可以理解为一种非线性关系。通过神经网络可以实现多种变量之间的多种非放射性的映射，所以可以进行大规模的非线性系统的描述。并行性输入到神经网络中的信息是各个处理元素并行开展进行的。如今的计算机系统之中的处理器相当于是计算机的核心指挥所，所有的命令都是由处理进行统一的发出，从而让相关工作可以同时开展。而当整体的操作任务较为庞杂的时候，整体运行开展的效率势必会降低。而神经网络最大的优势就在于，每个处理的元素都是一个独立的小型处理器，可以各自自主完成相应的数据收集任务，同时进一步解析综合后再输入到其他神经元素当中。各个元素相互独立，但又精密的配合，不需要进行整体的统一指挥。正是因为神经网络这一关键的优势，也让神经网络对于相关数据信息的处理开展，显得效率非常之高。
2人工神经网络的内涵
人工神经网络简称为神经网络，这一技术通过模拟人类大脑中枢神经结构，构建分布式并行信心处理算法模型，是一种以人脑为模型的处理元素集合，其中各个处理元素都是一个神经单元。这里的神经元素不是独立的，与其他的神经元素都存在着一定的关联，这种关系也叫拓扑关系。在神经网络模型设计完成后，并不算真正成功，因为这是一个空的模型架构，需要在完成设计后，进行大量数据信息的训练，培养一种习惯和能力，让模型能够不断积累经验和知识，并形成自身问题处理的有效逻辑关系和能力，这样神经网络就能根据自身获得的知识以及经验，对相关问题进行处理。
3神经网络技术在机械工程中的具体应用
3.1故障诊断
神经网络技术能够及时掌握合理的方式对信息进行分析和处理，尽可能在较短的时间内有效解决问题。因此，神经网络技术也经常被应用在机械工程故障诊断中。在利用神经网络技术排除系统故障时，借助人工神经网络技术智能化、自动化的特征，对系统故障情况进行深入分析，能够更加精准的诊断出机械设备出现此故障的成因。在进行设备故障诊断时，多是对发电系统和核电站系统等相关设备进行故障监测，使用神经网络技术能够打破以往只依靠振动方法来识别系统故障的方式，创新了新的监测方式，如根据声音传递的方法也能监测出系统的故障，针对诊断出的故障，及时采取合理的解决措施。所以将神经网络技术应用到机械工程故障诊断中，在一定程度上能够缩短故障排除的时间，有效地提高了诊断结果的准确性，避免故障问题带来更大的损失。
3.2机械优化设计中的应用
进行机械设计，主要是参照机械设计规范要求，从设计问题中抽象出数学模型，借助数学归纳以及计算，在限定前提下计算出目标函数的最优方案。以往的机械设计中采用的优化方法和技术往往无法从现有问题抽象出最优数学模型，而借助神经网络技术应用，将函数带入进来，利用函数关系的分析和计算，实现最理想结果的获取。这对进一步优化机械设计过程，实现最理想设计目标能够发挥积极作用。
3.3机械系统的辨识和智能控制中的应用
在机械系统的辨识和智能控制环节中，人工神经网络会体现出非线性映射、自适应、自完善等良好特点。而机器人和振动试验台就属于最具代表性的非线性问题，如果将人工神经网络进行合理运用，则会为先进技术和科研带来较大的积极影响。在智能科研方面通常会包括以下主要项目：借助人工神经网络技术合理把控机械定位偏差，以此强化机床的精确性；借助人工神经网络来对产品的切割量做以自适应方面的把控。
3.4在CAD技术中的应用
现阶段，在机械工程中，CAD作为重要的绘图和计算软件，其自身的技术已经获得了不断发展。现阶段的CAD技术不再仅仅局限于绘图功能应用，而是已经实现了对需求分析、原理方案设计、细节设计、工程分析、工艺设计、结构设计等众多功能的一体化。不过，CAD专家系统的不足也暴露出现来，主要表现：系统的知识获取存在局限性，专家是知识的主要来源；在丰富的知识链条中，分析的过程也会更长，需要的时间更多，在问题超出系统的知识积累和经验的情况下，系统就不能进行有效的输出。而使用神经网络，往往不会出现以上问题，神经网络较好的分布式处理能力以及联想能力和容错能力，都能够确保相关问题的解决能够实现最优目标。
4神经网络技术未来在机械工程中核心应用的发展介绍
4.1工况的深入检测与控制
机械加工制造的进程当中的各项参数往往具有很强的特征性以及随机性。以往的精确数学模型也会在一定程度上受到管控。所以在未来，神经网络一定会为相对复杂的非线性映射问题提供最佳的解决方式。神经网络通过前期的整体训练以及学习，对于输入的非线性复杂信号进行有效的解析，从而进一步识别出工艺系统的相关形态，同时依据整体的经验给出最具体的管控方案，从而进一步实现高效的在线控制。
4.2智能操控以及机器人工智能工程
对于可抽象精确数学模型的相关问题，传统的控制方法往往无法起到最佳的效果，但是对于相对复杂的操控系统而言，诸如智能机器人的操作系统，也很难建立精准的数学模型。整体接收的信号往往为无法确定的非线性信号。通过神经系统的自我调整特性，充分的仿造现有的数学模型，有效利用自身组织性能做出有效的判断，其较好的容错性可以有效提升整个系统处理不确定信号的能力。所以，可以更好地作为智能机器人的自适应控制器。
结束语
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的运用，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。文章做出了如下总结：提高对人工神经网络探索的重视；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；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]谢红梅，黄伟.人工神经网络及其在机械加工中的应用实例[J].装备制造技术，2006（4）：117-118+124.
[2]李汉兴，眭满仓，贺麦红.人工神经网络及其在石油机械工程中的应用[J].石油机械，1998（11）：51-54+59.