神经网络技术在机械工程中的应用与发展分析
曹 奕
摘 要:随着工程技术的不断进步ꎬ人工神经网络技术得到了广泛的应用ꎮ 这项技术包含了许多高新技术ꎬ对促进机械智能
化具有重要作用ꎮ 文章旨在探讨神经网络技术在机械工程领域的应用及其未来的发展趋势ꎮ
关键词:神经网络技术ꎻ机械工程ꎻ应用ꎻ发展分析
一、 神经网络技术的特征
(一)非线性
神经网络技术具有非线性的特点ꎬ能够将多个变量和多
个指令之间的关系映射成一个有机的整体ꎮ 神经网络利用
其自身的非线性积分优势和拟合能力ꎬ能够直观地显示各要
素之间的关系ꎬ并进行大规模的数据统计和存储ꎮ 它可以根
据变量的特性进行分类处理ꎬ提高系统的容错性ꎬ使神经网
络技术在应用领域发挥更大的价值ꎮ
(二)适应性
神经网络具有很强的适应性ꎮ 神经网络经过系统训练
后ꎬ可以对大规模的信息数据进行归纳和处理ꎮ 由于其较强
的适应性ꎬ神经网络在分析和处理信息时具有较强的兼容性
和存储能力ꎬ能够容纳大量的信息ꎮ 同时ꎬ在信息处理过程
中ꎬ神经网络可以结合信息之间的关系ꎬ分析信息的特征ꎬ进
行分类处理ꎬ存储有用的信息ꎬ从而优化信息系统ꎬ提高其信
息适应性和分析处理能力ꎮ
(三)并发性
现代信息技术可以在短时间内实现信息的采集和处理ꎮ
通过计算机系统对信息进行处理ꎬ可以提高信息数据的准确
性ꎮ 在计算机系统运行过程中ꎬ处理变量和指令由系统直接
发出ꎬ统一工作ꎬ这种规范化的运作模式可以有效地提高信
息处理的效率ꎮ 但当信息数据比较复杂时ꎬ会影响到计算机
系统的工作质量ꎬ神经网络技术的应用可以有效地避免这一
问题ꎮ 神经网络具有并发性的特点ꎬ能够独立完成相应信息
的处理任务ꎮ 与计算机系统处理信息的方式不同ꎬ神经网络
技术可以实现信息数据的分离处理ꎬ提高信息数据的分析处
理效率ꎮ
二、 神经网络技术在机械工程中的应用介绍
(一)CAD 技术当中的应用
目前ꎬCAD 技术在功能应用方面与早期的 CAD 技术相
比有了很大的提高ꎬ不断创新ꎮ 特别是从原有的基本绘图功
能ꎬ发展成为集需求分析、原理方案设计、工程分析为一体的
CAD 操作系统ꎮ 但 CAD 操作系统在实际应用中还存在一些
技术缺陷ꎮ 首先ꎬ相关专业知识的吸收相对薄弱ꎬ核心来源
是专家数据库ꎮ 其次ꎬ知识积累越多ꎬ推理时间越长ꎬ导致整
个开发效率明显下降ꎮ 最后ꎬ相关问题分析明显超出了知识
库的范围ꎬ系统无法有效运行ꎮ 并通过神经网络技术的深入
应用ꎬ在一定程度上弥补了相关问题的不足ꎬ尤其是经过前
期的训练ꎬ可以获得相当多的知识ꎮ 整个信息处理过程都是
基于整个知识结构来寻找最合适的过程ꎬ并且总的时间消耗
相对较短ꎮ 此外ꎬ神经网络的联想品质和容错能力可以在不
受有限自由知识库限制的情况下ꎬ改善相关问题的处理ꎮ 由
此可见ꎬ神经网络可以作为 CAD 操作系统功能应用的一个
很好的补充ꎮ
(二)机械优化设计当中的深入应用
BP 神经网络是一种应用广泛的人工神经网络ꎮ 它是一
套深入模仿人脑神经网络结构和功能的新型智能信息处理
操作系统ꎮ 用 BP 神经网络抽象地模拟人脑的思维方式、记
忆联想等方面ꎬ实现与人脑功能相似的记忆和判断信息的相
关功能ꎮ 同时ꎬBP 神经网络具有很高的自调节和组织能力ꎬ
相关硬件实现后分类速度非常快ꎬ能够实时准确地处理相关
数据和信息ꎮ 在结构相对科学、权重适当的基本条件下ꎬ三
层前馈网络可以逼近任何连续函数ꎮ 因此ꎬ只需从隐藏层中
选择一个容易使用的隐藏层ꎮ 与标准 BP 网络相比ꎬ相邻的
两层神经元之间存在有效的连接ꎬ而每层神经元之间没有连
接ꎮ 利用神经网络优化设计机械控制系统的多个方面的功
能ꎬ对机械系统进行优化设计ꎬ并通过 BP 神经网络的独特性
质ꎬ在进行总体优化设计的过程中ꎬ有效地避免了各目标函
数权重的确定ꎬ使多目标优化设计更加有趣ꎮ 其核心开发方
法是:根据商品的具体情况ꎬ构造相应的 BP 神经网络ꎮ 通过
将相关设计变量作为整个神经网络的输入向量ꎬ同时将每个
子目标函数作为整个神经网络的定量输出ꎬ充分利用已有的
经验信息对整个网络进行有效控制ꎬ从而进一步确定整个网
络的各个环节的连接权重是充分确定设计变量空间与目标
函数空间之间的映射关系ꎬ进而在相关商品设计中ꎬ根据确
定的设计变量空间与目标函数空间的整体关系ꎬ有效地确定
各变量的值ꎬ 从 而 使 整 个 开 发 产 品 的 综 合 性 能 达 到 最 佳
状态ꎮ
反馈神经网络由一些双向连接的神经元结构组成ꎬ每个
连接都有相应的权值ꎮ 网络中任何一个神经元的输出都需
要反馈给上层神经元的输入ꎮ 因为这样的网络拓扑结构在
没有外部输入的情况下ꎬ网络本身可以有效地实现一种自稳
定形式ꎬ在这种形式下ꎬ神经元之间的连接权值基本相同ꎬ网
络的形状趋于更加稳定ꎬ而该领域的相关专家也有效地将能
量函数加入整个网络体系结构中ꎬ并通过该功能更好地判断
这种运行模式的稳定性ꎮ 通过人工神经网络的应用ꎬ深入表
达了优化设计中的设计变量和目标函数ꎬ并将神经网络的动
态演化过程与机械设计的分析空间相结合ꎬ寻找最佳的有效
对应方式ꎮ
三、 结束语
神经网络在机械工程中的应用具有显著的优势ꎬ可以在
机械工程的许多领域得到很好的应用ꎮ 对此ꎬ需要进一步研
究技术的适应性ꎬ建立神经网络模型ꎬ并进行大量的数据训
练ꎬ从而有效地提高系统性能ꎬ增强数据信息处理能力ꎮ
参考文献:
[1]柴伟杰.人工神经网络及其在机械工程领域中的应用研
究[J].南方农机ꎬ2019ꎬ49(22):40.
[2]吉梦雯ꎬ樊文欣ꎬ张涛ꎬ等.基于 BP 神经网络的连杆衬套
强力旋压轴线直线度预测[J]. 塑性工程学报ꎬ2019ꎬ25( 1):
137
-
141.
[3]杨阳ꎬ王宏ꎬ化成城ꎬ等.面向国际一流学科的机械工程课
程结构神经网络分析[J].教育教学论坛ꎬ2019(3):162
-
163.
[4]王鹤ꎬ邵凤翔ꎬ李辉ꎬ等.基于模糊神经网络的工程陶瓷电
火花 加 工 工 艺 模 型 研 究 [ J]. 现 代 制 造 工 程ꎬ 2019 ( 8):
130
-
133.
作者简介:
曹奕ꎬ男ꎬ南京市鼓楼区ꎬ研究方向:机械工程ꎮ
—061—
评论0