自动化技术在机械工程中的应用

何刚

（肇东市人民政府油田服务中心，黑龙江 肇东151100）

机械工程主要包括机械产品的设计和制造，为在现有的基础上，提高机械产品的性能，应当对设计制造过程进行优化，该目标可以通过自动化技术中的虚拟技术、神经网络技术以及CAD/CAE/CAM技术来实现。借此下面就自动化技术在机械工程中的应用展开分析探讨。

1 虚拟技术在机械工程中的应用

虚拟技术在机械工程中的应用主要体现在虚拟制造方面。具体而言，就是将机械制造的整个过程从现实环境转移到先进的计算机系统上来完成，以计算机、网络作为支撑，通过计算机的协同工作，使机械产品从设计到加工制造直至性能分析和质检等环节在计算机系统中实现，由此能够进一步提升制造过程的控制能力。

1.1 虚拟机械制造中的关键技术

在虚拟机械制造中，最为核心的技术有建模和仿真，这些技术为机械制造高效、高质量完成提供了强有力的支撑。

1.1.1 建模技术

建模主要是对各种模型的构建，在虚拟制造中，包括以下模型：生产模型、产品模型、工艺模型等。通过生产模型的建立，可以对生产能力、生产特性等进行描述，并在已知需求的前提下，对整个生产过程进行预测[1]；产品模型是机械制造中所有实体对象模型的集合，其能够利用抽象等方法，对产品实施中相关活动所需的模型进行提取；工艺模型是虚拟机械制造中最为重要的一类模型，它能够将工艺参数与影响机械产品功能的设计属性有机地联系到一起，从而反应出生产与机械产品模型之间的交互作用。

1.1.2 仿真技术

仿真是一种以模型作为对象的研究方法，通过对计算机系统强大的运算能力加以利用，在相对较短的时间内模拟出实际生产中需要很长时间才能完成的过程，以此来达到缩短决策时间，节省人财物力的目的。对机械产品制造过程的仿真包括系统仿真和加工仿真，如切削仿真、铸造仿真、焊接仿真、装配仿真等等。

1.2 具体应用

在机械工程中，虚拟技术的应用主要体现在产品设计和机械建模两个方面。

1.2.1 基于虚拟技术的机械产品设计

早期的虚拟技术主要是在军事、航天等领域中应用，而随着计算机技术的发展和完善，使得虚拟技术的应用领域进一步拓宽，在机械工程领域中得到越来越广泛的应用，为机械产品的设计制造提供了强有力的技术支撑。数控机床是最为典型的机械产品，在对机床进行设计的过程中，可以应用虚拟技术对数控机床中关键机构的几何造型、运动特性、热变形等进行仿真分析，从而为设计人员提供参考依据。除此之外，还可在机械产品的造型设计、装配等环节中，对虚拟技术进行应用，由此可进一步提升造型水平和装配质量。机车是一类比较特殊的机械产品，其本身具有一定的复杂性。因此，可在机车的设计开发中，对虚拟技术进行合理应用，通过与传统经验的有机结合，可有效解决如下问题：动力学计算、结构强度以及可靠性分析等[2]。在机械产品设计中对虚拟技术的应用，可以显著提高产品的精度，机械性能随之提升。

1.2.2 基于虚拟技术的机械建模

虚拟技术在机械建模中具有一定的应用优势，将机械的组成情况、各个部件的连接方式、物理参数等输入到虚拟系统当中，系统能够自行完成模型的构建，整个过程不仅简单，而且耗时非常短，能够大幅度提升建模效率，设计人员的工作量也会随之减轻。不仅如此，通过虚拟技术在机械建模中的应用，可使相关软件的功能得到充分发挥，比如计算结果可视化、数据图形化等等，这样设计人员便可直观地看到机械建模的运动效果，从而保证模型的有效性。

2 神经网络技术在机械工程中的应用

神经网络归属于自动化技术的范畴，其在机械工程中的应用主要体现在机械优化设计方面。机械优化设计是在现有的基础上，对机械设计进行改进和完善，这是一个相对比较复杂的过程，需要以设计标准为依据，通过数学建模，求取目标函数的最优解，进而达到设计优化的目标。在机械优化设计中，设计人员可以对神经网络技术中的BP 神经网络和反馈神经网络进行应用。

2.1 基于BP 神经网络的机械优化设计

2.1.1 BP 神经网络

BP 神经网络是一种前馈神经网络，其具有多维函数映射能力，能够解决疑惑问题，由此使得BP 神经网络得到越来越广泛的应用。BP 神经网络能够进行自我调节和组织，它的硬件一经实现后，便可达到较高的分类速率，能够快速完成数据信息的实时、精确处理。非线性映射能力以及柔性网络结构是BP 神经网络最为突出的优点，在BP 神经网络中，神经元的数量可任意设定，基本没有任何限制，通过加快网络的收敛速度能够避免局部极小值的出现，从而确保解的准确性。

2.1.2 在机械优化设计中的应用

机械优化设计需要以原本的设计作为基础，通过改进和完善，来达到优化的目的，从而提高机械性能。在对机械进行优化设计时，可利用BP 神经网络的非线性映射功能，对机械控制系统的整体架构进行优化。由于BP 神经网络本身所具备的特殊属性，从而使其在优化设计中能够规避已经认定的目标函数权值，这样便可高效完成多目标的优化设计[3]。具体的优化设计过程如下：以机械产品当前的状况为依据进行BP 神经网络构建；以设计变量作为输入向量，并以目标函数作为输出定量，进而确定出BP 神经网络中各环节的连接权重，这样便可确认设计变量与目标函数之间的映射关系；按照这个映射关系，对变量间的数值进行确定，通过求取最优解，完成机械产品的优化设计，达到提高机械性能的目的。

2.2 基于反馈神经网络的机械优化设计

反馈神经网络是一种非常先进的神经网络系统，它能够将输出经时移接入到输入层，该神经网络在快速寻优问题的解决中具有非常明显的优势。由于反馈神经网络的拓扑结构在无外部输入的情况下，可以达到自我稳定的状态，所以神经元间的连接权值基本上都处于相同的状态，由此使得该神经网络具有非常高的稳定性。在这一前提条件下，可将能量函数加入到网络架构中，以函数为依据，对运行方式的稳定性进行判断，进而达到优化的目的[4]。在机械优化设计过程中，对反馈神经网络进行应用时，可将机械设备的相关问题与网络模型建立衔接关系，依托神经网络的深度表达，对机械设计中的变量以及目标函数进行优化，这样便可在网络中完成动态演化，从中找到最优进程，实现设计优化。

3 CAD/CAE/CAM 技术在机械工程中的应用

CAD/CAE/CAM全都归属于计算机辅助工具的范畴，是具有代表性的自动化技术，其中CAD 是计算机辅助设计，CAE 是计算机辅助工程，CAM是计算机辅助制造，它们以计算机作为主要的技术手段，以软件的形式为用户提供辅助工具，从而快速完成模具结构、数据加工、机械产品的设计与优化。在机械工程中，CAD/CAE/CAM技术的应用主要体现在如下几个方面：

3.1 在数控加工中的应用

在数控加工中，对CAM技术进行应用时，需要对工艺性加以充分考虑，具体包括刀具进给方式的合理性；以直线加圆弧的方式对进退刀进行引入，这样可以使工件上的刀痕达到最小化；在处理对称特征的过程中，要以确保工件的加工质量作为前提，将加工方向调整为顺铣；采用转角减速的处理方法，保证切削质量[5]。通过对上述工艺的考虑，能够有效缩短数控编程周期，编程效率和质量随之提高。

3.2 在锻造中的应用

传统的锻造方法由于存在一定的缺陷，使得原材料大量浪费，同时锻造出来的工件存在局部应力集中的现象，从而导致锻件表面常常会出现裂纹。因锻造模具的模膛填充不足，使得锻件的质量无法得到保障。为解决这一问题，可以应用CAD 和CAE 技术，对锻造工艺进行优化改进，经辅助设计后，将原本的直棒料改为圆盘料，通过试锻造，锻件的性能比未优化前得到进一步提升，从而达到节约材料和提高产品质量的目的。

4 结论

综上所述，在机械工程中，可以对自动化技术中的虚拟技术、神经网络技术以及CAD/CAE/CAM技术进行合理运用，由此除了能够对机械设计制造过程进行优化之外，还能进一步提升机械产品的性能，对于促进机械工程领域的发展意义重大。