發布時間：2020-02-24所屬分類：農業論文瀏覽：1次
摘 要： 摘要:隨著現代加工技術的不斷發展，數控加工技術被應用到了農機零部件自動加工過程中，有效地提高了農機部件加工的自動化程度，為了進一步提高車床的智能化程度，本研究引入了人工智能技術。人工智能研究如何構造智能機器或智能系統，使它能模擬、延伸、擴展
摘要:隨著現代加工技術的不斷發展，數控加工技術被應用到了農機零部件自動加工過程中，有效地提高了農機部件加工的自動化程度，為了進一步提高車床的智能化程度，本研究引入了人工智能技術。人工智能研究如何構造智能機器或智能系統，使它能模擬、延伸、擴展人類智能，基于實例推理是目前研究較多的智能問題解決方法之一，如果將其使用在農機加工數控車床智能模塊優化過程中，可以有效地提高數控車床的加工效率和精度，從而提高智能化加工水平。為了驗證方案的可行性，以農機軸承的加工為例，對比了智能優化前后的車床加工效率和精度。由對比數據可以看出:采用實例推理和人工智能對農機數控車床進行智能優化后，加工效率。
關鍵詞:實例推理;人工智能;數控車床;智能優化;加工精度;農機
0引言
人工智能是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，是類人機器人所需要的算法和技術，研究的主題是高級智能的本質，而不是其外在表現和輔助部件。人工智能是從思維、感知、行為三層次和機器智能、智能機器兩方面研究模擬、延伸與擴展人的智能的理論、方法、技術及其應用的技術學科。隨著農機功率和作業效率的不斷提升，其零部件的加工精度也越來越高，加工工序也越來越復雜，降低了加工效率，如果將人工智能技術引入到數控車床的優化過程中，將有效提高農機零部件的加工效率和質量。和精度都有了明顯的提升。
1人工智能在農機數控車床機械系統中的應用
隨著人工智能技術的發展，在數控加工系統中逐漸開始使用人工智能技術，傳統的人工智能在機械系統中大致可以分為4大類，包括專家系統、人工神經網絡、模糊控制和啟發式搜索，本次研究將實例推理應用到了農機數控車床系統的智能模塊優化技術上，以提高數控車床的智能化水平。
1)專家系統。專家系統是人工智能在機械系統中使用的主要分支之一，專家系統由4部分組成，包括知識經驗數據庫、推理機制、知識獲取和人機界面。專家系統可以基于框架知識理論和規則理論進行人工智能操作，而基于知識框架理論使專家系統具有邏輯推理能力，如模糊控制推理，其在機械故障診斷過程中發揮著重要作用。
2)人工神經網絡。人工神經網絡是一種重要的人工智能技術，利用神經網絡技術可以將輸入數據進行智能化處理，輸出目標期望值。智能化處理過程也是不斷學習和訓練的過程，通過訓練可以使神經網絡獲取大量的知識，并具有推理、聯想、推測、記憶和自適應能力，對于復雜的機械系統，可以提高系統的學習能力和診斷能力，提高系統的智能化程度。
3)模糊集理論。人的認知世界包含大量的不確定知識，需要對所獲信息進行一定的模糊化處理，以減少問題的復雜度。模糊控制理論利用模糊推理能力，可以完成利用傳統的數學算法做不到的推理問題，可以有效提高機械系統控制的精確性。
4)啟發式搜索。啟發式搜索智能算法主要是利用遺傳算法，通過選擇、雜交和變異的操作對數字串尋優。利用遺傳算法可以在臨近區域產生新解，從而縮小搜索區域，使局部逼近全優解，這種方法提高了系統的搜索速度和智能化程度。
5)實例推理。基于實例推理的人工智能技術主·402·2020年1月農機化研究第1期DOI:10.13427/j.cnki.njyi.2020.01.037要是利用實例庫數據，可以實現新問題的求解，數據庫主要來源于輸入機制和系統之前對問題的解決，其基本框架如圖1所示。
根據農機零部件車削加工過程中的問題描述，數控車床的計算機控制中心從實例庫中查找到一個與問題相匹配的實例，如果該實例和描述的問題相符合，則輸出相應的結果;否則需要對實例進行修改，將結果修改成滿足數控加工條件的問題答案，該答案也將作為經驗數據進行存儲，以備下一個問題的使用。
相關期刊推薦：《模式識別與人工智能》(雙月刊)創刊于1989年，是由中國自動化學會、國家智能計算機研究開發中心和中國科學院合肥智能機械研究所共同主辦、科學出版社出版的學術性期刊。本刊主要發表和報道模式識別、人工智能、智能系統等方面的研究成果與進展，旨在推動信息科學技術發展。人工智能是我國優先發展的學科之一，模式識別與智能系統是我國鼓勵發展的專業。
2基于人工智能的農機零部件加工數控車床模塊化設計
農機零部件加工的數控車床主要分為兩種，一種是立式數控車床，一種是臥式數控車床。其中，立式車床主軸和水平面垂直，工作臺為圓盤形，可以加工徑向或者軸向比較大的零件;臥式車床也可以分為兩種:一種為水平導軌式，一種為傾斜導軌式。其中，剛性較大的是傾斜導軌，這種車床結構更加利于切削廢屑的排除，與其他機械產品零部件加工機床類似。農機零部件加工車床的基本組成如圖2所示。
農機零部件數控車床的基本組成主要分為輸入輸出模塊、計算機數控模塊、單片機CPU和控制器模塊、反饋模塊、運動控制模塊和工作臺模塊，工作流程如圖3所示。
農機零部件車床工作過程中，主要采用數控技術利用編碼程序進行自動化加工，當加工程序輸入到車床計算機中心后對程序進行譯碼處理后，利用刀具的插補對零部件進行加工。其中，位置控制還可以利用反饋調節的方式，以提高加工精度。為了進一步提高加工效率和加工精度，可以采用人工智能技術，目前實例圖例是一種常用的人工智能技術，其基本框架如圖4所示。
在數控車床上采用人工智能技術，主要可以利用實例庫對機床的各模塊進行優化，優化方法采用實例推理的方法。實例推理來源于實例庫，實例可以直接輸入優化后的實例，也可以通過加工過程的匹配和修正，輸出滿意結果后，對實例進行存儲，以備下次加工時，循環利用;結果不滿足加工需求時，可以采用反饋調節的方式，對實例進行重新匹配。采用基于實例推理的人工智能技術的車床和之前相比，增加了功能，提高了效率，簡化了機械結構。因此，可以采用該技術對車床的每個模塊進行優化，最后通過拼接，實現機床各模塊的智能優化。
為了實現農機數控加工車床各部分模塊的優化，采用基于實例推理的人工智能技術選擇優化模塊，其優化流程如圖5所示。當設計模塊符合加工需求時，選擇該模塊;當不符合加工需求時，可以自行創建模塊，然后再智能選擇，如此反復可以實現整個數控車床的各模塊的智能優化。
3基于實例推理和人工智能的農機零部件數控加工測試
為了驗證基于實例推理和人工智能的農機零部件數控加工車床模塊化優化的可行性，采用模塊化拼裝的形式，對機床的性能進行驗證，拼裝特征分析如圖6所示
根據農機零部件數控車床智能化拼裝特征，對車床數控加工系統采用實例推理和人工智能技術拼裝后，以農機軸承零部件的加工為例，對其加工精度進行了驗證。加工零部件如圖7所示。
軸承零部件是各種農機非常重要的零部件，其加工精度直接影響軸承的使用壽命，本次采用優化前后的車床分別對軸承進行了車削加工，以對比車床的性能。
將優化前后車床對農機加工軸承的效率進行了對比，如表1所示。從表1中可以看出:采用優化后的機床加工效率要明顯高于優化之前的，說明采用實例推理和人工智能技術對車床進行優化對于提高車床效率的效果明顯。
將優化前后車床對農機加工軸承的精度進行了對比，如表2所示。由表2可以看出:采用優化后的機床加工精度要明顯高于優化之前的，說明采用實例推理和人工智能技術對車床進行優化對于提高車床加工精度的效果明顯。
4結論
為了進一步提高現代化農機零部件加工的質量和自動化水平，將人工智能技術引入到了數控車床的模塊優化過程中，并采用實例推理對車床的模塊進行拼接，以提高數控車床的加工效率和質量。為了驗證方案的可行性，以農機軸承的加工為例，對車床的加工效率和加工質量進行了驗證，驗證結果表明:采用人工智能技術對車床模塊進行優化之后，其加工質量和加工效率都有了明顯的提高，從而驗證了該方法的可靠性。
SCISSCIAHCI
