关键词：人工神经网络；机械工程；网络技术

　　人工神经网络都是由许多系统的处理单元结合而成的密集型网络，从相关部门对于人脑组织探索的信息中可以总结出人脑的主要特点。然而其并不属于对人脑的现实阐述，而是对人脑的系统仿真再现，神经网络属于明显非线性的大型持续变化体系。在神经元网络对数据进行分析时，需要借助各神经元间的相互影响，理论与数据的收集主要是以元件在现实空间中的搭设形式来展现。

　　1人工神经网络的发展

　　人工神经网络起源于20世纪的40年代，其主要发展期段为四十年，也就是到了20世纪的80年代初期，神经网络又进入到了新的发展速度和高度，之后神经网络在基础研究方面体现出了良好的扩展，运用程度与涵盖专业在逐步增多。现如今，对神经网络的分析和探索主要涵盖了人工神经、电子以及智能设备专业，网络技术和数学专业相辅相成，相得益彰，尤其是在智能终端的研发行业，会在基础上脱离以往的参数，仿真、呈现等预测和整合概念的含义。在异域各个国家都十分注重其在各方面的运用呈现新高度，并且一些发达国家，也都将神经网络归属到了核心研发环节中，同时又以积极的态度对一些相关技术进行了合理的引入。目前的人工神经绘图已达到了近百余种，而在如此多的、富有典型性的人工绘图中，体现出多层的前馈网络以及自组织神经网络。在对其运用方面进行逐渐加深的背景下，现代人工神经网络绘图也在逐步升级，如人工神经网络与小波理论相结合,构成小波神经网络；人工神经网络与专家系统相结合,构成神经网络专家系统[1]。现阶段，人工神经网络不管是在基础探索方面，还是在现实运用中，都体现出了进一步的提升。然而需要强调的是人工神经网络属于较为系统的仿真，其设置原理不具备宣传意义，并且还呈现出一些需要处理的问题。现阶段，国家相关部门对于人工神经网络的发展还停留在分析时期，物理条件方面的发展还较为迟缓。然而，在一些大型集成电路发展进程中，人工神经网络也必然会体现出愈加宽泛的运用和飞速发展。

　　2人工神经网络在机械工程领域中的应用

　　2.1在故障诊断中的应用

　　在对人工神经网络进行故障排除时，所体现出的诸多功能也为一些故障排除环节给出了高效的方法。人工神经网络故障的排除体系，通常都是借助问题真实性来实现，再借助人工神经网络的有效预测，识别出真实的问题，大多数发达国家的探索结果都可以充分反映人工神经网络在机械问题识别中的运用是既充分又具发展前景。所进行识别的设备，也大多都是从上千兆的汽轮发电系统、核电站系统航天习行设备，识别方法也不仅是借助振动方法，也会运用到油样和声传递等方法，现阶段所运用的网络专家一体，也从全面的角度借助了专家体系和人工神经网络的所有优势，也就是借助专家体系来做逻辑想象，借助网络来做识别和确定[2]。这样的问题识别过程，也属于网络化识别的科学方法。

　　2.2在机械系统的辨识和智能控制中的应用

　　在机械系统的辨识和智能控制环节中，人工神经网络会体现出非线性映射、自适应、自完善等良好特点。而机器人和振动试验台就属于最具代表性的非线性问题，如果将人工神经网络进行合理运用，则会为先进技术和科研带来较大的积极影响。在智能科研方面通常会包括以下两个主要项目：第一，借助人工神经网络技术合理把控机械定位偏差，以此强化机床的精确性；第二，借助人工神经网络来对产品的切割量做以自适应方面的把控。

　　2.3在高智商机器的设计中的应用

　　充分强化机械的智能属于机械工程方面的的明显发展趋势，保证机床可以结合工件的材质和标准的改制效果，对工件做出自主切削设置，车辆在路桥上通行可以持续保持车距，载重等。在这些环节中，如果将人工神经网络与模糊逻辑进行科学的融合，并借助模糊逻辑来量化输入变量，借助人工神经网络来进行决策，属于较为宽泛的运用探索课题。对人工神经网络之所以能够得到广泛的应用,主要是因为以下方面：1）它不像专家系统那样需要建立知识库，运行所需要的知识规则,是由训练样本训练后存储在网络的权系数中；2）由于只需要模拟现实复杂系统的输入和输出，网络又具有极强的非线性映射能力,使网络的结构十分简单；3）人工神经网络的容错性很好,在局部节点或连接失效乃至于规则完全不掌握的情况下仍然能继续工作。

　　3结束语

　　总之，人工神经网络由于其所体现出的明显特点，而被社会的诸多工业生产线所充分的运用，然而在现实中机械工程方面，也很少有体现相关的新闻项目。文章做出了如下总结：第一，提高对人工神经网络探索的重视；第二，目前相关部门对于前馈网络的探索分析也较为充分，这就需要在对分析数据做出整理的同时，也对机械工程方面的APP做出了研究，对人工神经网络运用的主要方式就是对样本的蓄积；第三，提高对人工神经网络与专家体系联合运用的重视程度。

　　参考文献：

　　[1]谢红梅,黄伟.人工神经网络及其在机械加工中的应用实例[J].装备制造技术,2006(4):117-118+124.

　　[2]李汉兴,眭满仓,贺麦红.人工神经网络及其在石油机械工程中的应用[J].石油机械,1998(11):51-54+59.