機械設計制造及自動化的設計原則與發展趨勢(1)獲獎科研報告摘

要：隨著經濟的發展，我國的機械工程的發展也有了改善。自動化技術及信息技術的發展使得機械工作不再是簡單地重復，而是利用各種程序來完成智能化操作，實現了機械的智能化操作與維護，大大提升了機械工作效率與總體穩定性，在工作時能夠更加精準地完成任務。以生化、電腦、通訊為基礎的自動化設計與指令機構替代了人工，智能程序能夠更好地完成檢測、分析與處理等工作，自動化程度的全面提升有助于實現機械設計制造的可持續發展。

關鍵詞：機械設計制造;自動化;設計原則;發展趨勢

引言

19世紀，機械自動化技術出現并逐漸被應用到了冷加工領域，從20世紀60年代起，市場對自動化的需求顯著提升。為進一步提升機械制造應用效率，增強制造靈活性，自動化技術開始進入至機械制造領域，并出現了適用于機械制造的相應自動化技術，設備。計算機技術的高度發展，通訊技術與電子技術的進步，逐漸讓計算機取代了人工操作，賦予了制造系統自動化運作特性，可以自動完成檢測、信息處理，并在這一基礎上作出判斷，進而達到對設備的控制，并可從制造特定機械部件，制造出多種機械產品。

1機械設計制造及自動化的設計原則

1.1有效滿足設備需求

機械設備的設計與制造是為了更好地滿足人們的使用需要，特別是工業生產，對機械設備的效率與可靠性都提出了較高要求。不同產品的核心競爭力與主要工作目標是不同的，例如車床，必須在短時間內完成高精度零部件的加工，因此，在機械設計環節必須要充分考慮到用戶對機械的使用要求，明確機械的具體應用環節，準確把握機械設計的主要目標與研究方向，確保產品在制造和生產后能夠較好地實現其應有功能，以滿足用戶的不同需求。

1.2保證機械操作簡便

傳統機械在投入使用后往往需要操作人員通過復雜的程序和方式進行控制，這對于機械的使用和維護都提出了較高要求，精度控制和品質控制的難度也大大提升。人性化設計考慮的缺失導致傳統機械設備占地面積較大、操作步驟復雜、后期維護檢修不易等問題普遍存在，而機械設計制造及自動化的引入則能夠將機械的各種功能進行有效整合，有效減少了產品使用的難度，使機械操作更為簡便。

2機械制造自動化技術的意義

2.1有利于增進企業的經濟效益

在機械制造領域引入自動化技術，不僅可以大幅降低企業制造成本，還節省了單位時間內的人力、財力支出與損耗。此外，自動化技術的應用，保障了產品的穩定性與質量，有助于增強企業在市場中的競爭力，為拓展市場，贏得更大的經濟效益提供了有利條件。

2.2提高了機械制造的運行效率

市場對機械制造也開始提出了更多的要求，經由自動化設備與技能的應用，促使機械制造的效率有所提升，可以令機械制造的性能有所提高，進而達到社會工業和經濟發展的現實要求。

2.3有利于推動機械制造技術的創新

機械自動化技術是計算機技術發展的一個重要成果，符合社會信息化快速發展的訴求。計算機技術上的進步與新技術的出現，都可能引起機械制造自動化技術的優化、改進，更好地將新的思想模式與自動化技術結合，提升人們的視野，推動技術革新。

3自動化技術未來的發展趨勢

打造環境友好型社會，推動資源節約型社會建設，都需要機械制造和設計中對資源進行科學的利用，使得通過這些資源能獲得最好的效益，同時也降低對自然環境的影響。自動化技術中也需體現環保性，如創新技術，對廢物進行合理的回收和利用。此外要把能源的消耗控制在一定的區間內。（1）設備與控制系統的結合。在機械制造企業中，為了保證機械制造的各個設備都能夠在自動化控制下進行相關的運行工作。因此，將設備與同一個系統進行連接對于企業而言是十分必要的，這也是保證自動化技術在行業中能夠發揮更大的優勢。在現代機械制造行業中，針對市場的不同需求，企業需要進行不同的產品制作。為了保證這些產品的質量和生產速度，將設備與計算機的主控系統進行連接，能夠保證系統針對不同的產品，在不同的設備上進行相關的操作和運行，保證在自動化控制下進行相關的產品制作。（2）機械設計制造及其自動化技術的智能化發展和自動化發展。誠然，我國目前科學技術水平已經能夠在企業中實現自動化生產，但是自動化過程仍需要有人工的監督與操控。在未來行業中，人工操作的環節會越來越少，人工操作人員需要到企業工廠進行操作的環節也越來越少。自動化技術應當能夠實現針對不同產品的分析以及設計，并且在產品的生產全過程實現智能化把控和自動化運行。（3）機械設計制造及其自動化技術的綠色化生產。在我國現代的生產企業中，許多企業在生產過程中都有污染物的排放，對我國目前的環境是一個極大的污染。但是在自動化技術應用后，能夠最大程度地利用資源，并且對于污染物實現集中控制和管理以及回收再利用，保證工廠的綠色生產。數據是機械故障大數據診斷的基礎，建立標準化的大數據庫對于診斷而言非常重要。獲取、存儲、傳輸是大數據庫建立的主要依據，企業可以長期對數據進行監測并從中獲取最有效的數據。機械數據的規模非常龐大，數據來源多樣而分散，非常容易受到各種因素的干擾。針對大數據的特點，數據收集與處理必須要通過可靠的數據傳感與診斷來實現，可通過多元信號的重采樣、尺度與維度控制來實現信號的意志。機械設備的故障往往蘊藏于數據之中，可通過數據驅動信號解析來準確獲取數據的典型特征，并從中提取機械故障，這樣才能更好地發揮出大數據的價值。大數據下的智能診斷離不開深度學習，可通過深層次學習構建深層模型。

結語

隨著我國科學技術的發展，機械制造及其自動化技術會越來越成熟，在行業中的應用也能夠提升整個行業的生產效率，