陈楷斌
震德塑料机械有限公司 广东 佛山 528300
摘要：大规模机械制造过程复杂，需要确定的机加工参数众多，机加工成品质量也会受其它一些不确定因素的影响。因为传统加工是依赖于人工的机加工参数设定及成品质量把控，不仅消耗大量时间，而且受从业者自身素质影响较大，所以，人工智能算法在机械制造中的应用意义重大。人工智能技术可以实现机加工工艺流程优化，在众多的工艺参数中搜索出最优的工艺参数组合；可以实现机加工参数的智能调整，对机加工过程中的不确定因素进行分析，及时调整加工参数；可以预测刀具磨损情况，把控机加工的成品质量；可以实时监测机加工过程，保证机加工的安全性。
关键词：人工智能；机加工；流程优化；参数调整；
前言
人工智能，又称机器学习，是通过对数据进行学习分析，从而训练出数据处理模型的一类技术。机器学习可分为监督式学习和无监督式学习两大类。监督式学习通过给定事先标记过的训练数据，通过训练，可对离散数据进行分类分析和对连续数据进行回归分析。而无监督式学习通过事先给定的是没有被标记过的训练数据，可对数据进行的是分群分析。与传统的数据处理方式不同，机器学习不需要人为地提前设计数据处理的模型，而是通过对实际数据的学习得出。因此机器学习可以灵活地应对复杂的数据结构，如机械制造中所需要考虑的众多参数及不确定因素。人工智能技术在机加工上的应用可以分为五个步骤，即问题确定，数据采集，模型训练，模型评估，结果分析。随着工业4.0的进行，人工智能技术在机械制造中的应用也日益突显，有效地促进了工业发展。
一、人工智能重点应用方向分析
1.专家系统
专家系统是人工智能最重要和最活跃的研究领域之一，可被视为知识库和搜索引擎的有机结合。它是一个智能计算程序，具有丰富的专业知识和经验，可以模拟人类专家的推理和决策过程，并解决特定领域的业务问题。它也是应用于工业生产的首批人工智能技术之一，在产品设计、仿真、传感器控制、检测诊断、生产管理等方面具有很大的实用价值。随着专家系统知识的发展和加深，许多新技术和方法被纳入专家系统的探索，不仅是为了提高获取、表达和使用知识的准确性和有效性，而且也是为了开发新的综合专家系统。
2.搜索技术
搜索技术是一种使用搜索方法查找问题解决方案的技术。这通常表现为设计一个系统或为某一特定目标寻找适当或最佳的解决办法。研究技术是人工智能的基本技术之一，分为两类:盲目研究，通常只适用于解决相对简单的问题；另一种是启发式搜索，也称为信息搜索，它使用问题的启发式信息来指导搜索，从而减少搜索的范围和复杂性，从而提高搜索效率并找到最佳解决方案。
3.模式识别
模式识别是人类理解世界的基本智慧。在人工智能研究中，模型识别主要指使用数学模型和计算机手段分析、描述、识别、分类、解释和处理文本、符号、声音、图像及其矢量等信息的过程。作为人工智能的一个重要组成部分，模型识别发展最快、应用最广泛的领域是深入学习和大量数据。通过深入学习和大量数据，模式识别的性能可以大大提高。
4.协同演化算法
协同进化算法借鉴了食物链和生物世界的共生关系，以物种进化过程为视觉模拟对象进行自适应优化研究，对于普通遗传算法的不足之处，生物整体优化算法是研究算法创新的新热点协作演化算法遵循高等生存演化规律，为通过划分策略解决复杂的大规模非线性问题提供了独特的思路和方法。近年来，它已在多目标功能优化、图像分割研究、神经网络和技术设计等许多领域得到成功应用。然而，建立有效的自适应计算机系统和生物研究模式仍然面临许多挑战和困难。
二、人工智能技术在机加工中的应用分析
1.机加工工艺的优化
机加工是一个复杂的过程，如加工步骤的确定，加工刀具的选择，均存在一定的选择性。对于每个机加工步骤，需要确定的参数也有许多，如进刀速率，进刀量，主轴转速，刀具前角等。这些都会影响到机加工的结果，如工件表面粗糙度，材料去除速率，工具寿命损耗等。传统制造工业，加工工艺的制定完全依赖经验，成品质量的最终呈现也因机加工工艺师的素质而有所偏差。机加工工艺的设定需要考虑多种多样的参数，工艺的优化则可以通过采集加工参数设定与其对应的机加工结果的数据，进而训练人工智能算法，如模糊算法，遗传算法，模拟退火算法等，可以达到优化工艺参数组合的目的。
2.机加工参数的智能调整
即使提前设置好了机加工的工艺参数，在机械加工过程中，能造成误差的因素还是存在的。不可把控的因素包括工件的实际塑性变形，机床的颤振，机床热变形等。通过配备对应的传感器进行实时监测 （温度传感器，振动传感器等），并使用人工智能技术对这些不确定因素进行分析，及时调整加工参数，从而达到把控成品质量的目的。例如，在加工过程中，由于环境温度的差异导致机床各部位存在热变形的现象。由于温度的不确定性，热变形导致的误差也无法靠人工去精确调整。这种情况下，可以对机床各个部位的实时温度进行监测，通过运用神经网络对机床实际热变形进行分析，对加工参数进行自动调整。又如，在机加工过程中，材料废屑的厚度是变化的，加工过的工件表面实际上也不是绝对平整的，而是波状的。当这种厚度变化剧烈时，会使刀具产生巨大的振动，称为机床颤振现象。传统的避免颤振现象是通过提前对机加工过程进行振动模型分析，从而计算出适当的主轴转速与进刀量。然而传统模型描述的是理想状态下的情况，而实际上所涉及到的因素是众多的。通过运用支援向量网络，可以考虑到更多的因素，包括主轴转速，进刀量，进刀速率，机床在各个方向上的实时振动信号等，从而实现加工参数的实时调整，避免机床颤振的发生。
3.刀具磨损、破损的预测
刀具的磨损甚至损坏会极大地影响到机加工的成品质量。传统的由机加工工人进行的刀具情况把控，已不适应于大规模，自动化的机加工方式。通过运用人工智能技术，通过各种相关的参数的监测，可以预测刀具的磨损程度。通过对磨损情况进行分级，及时更换磨损情况严重的刀具，可以保证成品质量，提高生产效率。现有预测刀具磨损，破损的相关研究表示，使用人工智能预测的方式，准确率均可达90%以上。例如，通过运用支援向量网络方法分析刀具图片，通过卷积神经网络分析刀具切屑力，从而预测刀具磨损；通过概率神经网络分析主轴转速，进刀速率，进刀量，刀具长度等参数预测刀具破损。
4.机加工过程的实时监控
对于机加工的实时监控尤为重要，不仅涉及到加工成品质量，更重要的是要避免机加工安全事故。实时监控可以在人工智能的帮助下实现，通过配备设备监控装置采集相关数据，实时检测机床各个部件的运行状态。例如，通过使用神经网络，模拟算法等，可以对电机功率消耗，机床振动信号进行分析，对于工作中的不合理数据，实现自我诊断与调整，必要时主动停止加工，切断电源，保证机加工过程的安全。
结束语
人工智能技术在机加工中的应用是广泛的，可以实现对机加工工艺的优化，机加工参数的智能调整，刀具情况的预测和机加工的实时监控。人工智能对提高机加工自动化水平，成品质量和安全性等具有重大意义，特别适用于大规模，标准化的机加工。配备了各种传感器的机加工设备，采集的大量机加工实时数据，还有更多的应用等着我们去研究。例如，建立机加工参数的数据库并结合云技术，可以实现更加精准的机加工模拟及流程制定。人工智能在机加工中的应用促进了数字化机加工时代的到来。
参考文献：
[1] 满忠伟, 汪世益. 基于神经网络的机床 - 工件系统热误差补偿技术研究[A]. 制造技术与机床,2011(7).
[2] 何霖, 周鹏. 人工智能对机械加工行业的影响分析[J].南方农机,2018(5).