3.1数字图像处理技术应用

目前，数字图像处理技术在工业生产中有广泛的应用，如自动装配线中用于检测零件的质量、并对零件进行分类，检查印刷电路板疵病，对弹性力学照片、流体力学图片的阻力和升力进行分析，采用机器视觉跟踪先进的设计和制造技术等。数字图像处理技术发展迅猛，无论在理论上还是在实践上都有着巨大的潜力，对我国的现代化建设有着深远的影响。其发展方向主要体现在以下几个方面:在高分辨率、高速度方面，其目标是实现实时处理;立体化使图像包含的信息更为丰富和完整，将图像和图形结合实现三维成像或多维成像;智能化可实现图像的自动生成、自动识别和处理;在新理论新算法研究方面，近年来，在图像处理领域引入了一些新的理论及算法，如Wavelet、神经网络、遗传算法等，促进了图像处理技术在数控系统中应用的发展。

3.2自动编程技术的应用

数控自动编程技术受到广泛关注，各国的专家学者都在潜心研究自动编程系统。数控加工是指在数控机床上按事先编制好的程序，对零件进行自动加工的一种加工工艺方法，零件加工的最终效果直接取决于数控程序编制的效率和准确率。数控编程是目前提高加工精度、表面加工质量、加工效率以及实现生产自动化最重要的一环，在制造业中有应用广泛。数控编程分为手工编程和自动编程，对于那些程序量大、轨迹计算复杂的零件，根本不可能采用手工编程，即使能编制出加工程序，其低下的效率亦根本不能满足市场的需求。受飞速发展的技术革命的巨大冲击，传统的机械设计和制造方式发生了根本性的变化，产品的设计生产周期越来越短，逐渐向小批量、多品种、高精高效加工的方向发展。特别是随着计算机辅助设计和制造(CAD/CAM)技术的推广和计算机数控加工技术的广泛应用，计算机辅助自动编程势在必行。自动编程是用计算机代替编程人员完成编程工作，自动生成加工指令，解决一些人工编程难以解决的难题，充分利用计算机计算速度快而准的特点，可极大地提高编程的效率和准确率。

自数控机床问世以来，数控编程经历了两个阶段:数控语言编程和CAD/CAM集成编程。在数控语言编程阶段，为解决数控加工的编程问题，世界各国研究了上百种语言，其中以50年代美国麻省理工学院开发的一种专门用于机械零件的数控编程语言APT(AutomaticallyProgrammedTool)最具有代表性。APT编程是把用APT语言编写的程序输入计算机，由内部的编译系统自动生成数控加工指令。APT语言先后经历了APTII,APTIII,APTIN,APT-AC，APTIV/SS等几个发展阶段，能处理二维、三维及多坐标零件的加工。APT语言的出现使数控加工编程从面向机床指令的“汇编语言”级上升到面向几何元素和加工方式的高级语言，具有程序编制简单、走刀路径灵活的特点。但随着计算机技术及CAD技术的快速发展，其不足之处日益表现出来，它受语言描述能力的限制，对用户的要求较高，难以满足设计与制造一体化的要求。在CAD/CAM集成编程阶段，借助良好的软件开发平台，可充分利用CAD软件的图形编辑功能，将零件图直接绘制在计算机上，并形成图形文件。然后输入工艺参数并调用数控编程模块，计算机可以自动进行数据处理、生成数控加工程序。同时可在屏幕上动态显示刀具的走刀轨迹。这种方法无须操作者输入数据，因此大大减小了人为误差，最大限度地提高了编程的效率和加工的质量。由于图形编程系统由零件图直接生成数控加工指令，故可直接利用CAD进行零件图的设计。20世纪80年代在CAD/CAM一体化概念的基础上，逐渐形成了计算机集成制造系统(CIMS)。与APT语言相比，它有以下几个特点:

其一，这种编程方法是直接面向零件的几何图形，不需进行复杂的数学计算，不需要用具体的语言描述零件的几何形状，具有直观、简便、准确和便于检查的优点;

其二，有利于实现CAD/CAM的一体化。通常的数控自动编程系统是和相应的CAD软件连在一起的一体化软件系统，既可进行计算机辅助设计，又可以直接调用己设计好的图形;

其三，这类软件都可在通用计算机上进行，无需专用的编程机，便于推广，是自动编程系统的发展方向。

由于我国在数控编程系统方面起步较晚，虽然作了大量的工作，但相对于发达国家还有很大差距。在APT语言的基础上，开发了一些同类的语言，但从总体上看，由于资金技术等主客观因素的限制，研制的许多软件缺乏系统性，还有待于进一步完善，才能更好地服务于机械制造加工等行业。日益增多的复杂零件的出现和高精高效的加工，对数控自动编程系统提出了越来越高的要求，同时为适应高速加工、并行工程、敏捷制造和CIMS等先进制造技术的发展。进入20世纪90年代以后，随着微电子、自动控制和数控加工技术发展日益迅速，数控自动编程和加工技术呈现出一些新的发展趋势，主要表现在以下几个方面。

(1)集成化程度进一步提高

集成化是指将数控编程系统和其他计算机辅助设计系统、加工过程控制系统、质量控制系统，如:CAD,CAE,CAPP,CAM等系统集成到一起，形成一个自动化的CIMS系统，以便实现集成系统内部信息的充分利用，提高产品设计制造过程的效率与质量。

(2)智能化程度进一步增强

智能化方面的工作刚刚开始，是指把人类的专业知识融入到集成化的系统中，采用人工智能的方法建立各类知识库，包括专家系统、智能库、自学习功能等。

(3)并行化

随着计算机技术和网络技术的发展，特别是Internet技术的普及应用，计算机协同工作得到高度重视，新产品的开发要求相关学科的专家协同工作，形成一种新的工作模式一一群组工作，从而缩短产品的开发周期，降低制造成本，提高产品的质量。

3.3人工智能控制技术的应用

智能控制的产生来源于被控系统的高度复杂性、高度不确定性及人们要求越来越高的控制性能。智能控制是传统控制发展的高级阶段，它是当代科学技术高度分化而又走向高度综合的重要产物。智能控制系统的核心集中在“智能上”，而智能只能靠模拟人类的智能。因此，模拟人类模糊逻辑思维的模糊集合论、模拟人的大脑神经系统的结构和功能的神经网络理论，以及模拟人的感知－行动的进化论等，都已成为研究智能控制理论的新学科基础的组成部分。20世纪70年代开始，人们从控制论角度总结了人工智能技术与自适应、自组织、自学习控制的关系，提出了智能控制就是人工智能技术与控制理论的交叉，创立了人－机交互式分级递阶智能控制的系统结构。基于模糊语言描述控制规则的模糊控制器已广泛成功用于工业过程控制，模糊控制与人工智能中的产生式系统、专家系统思想的相互渗透，推动了智能控制的发展。进入80年代后，专家系统技术逐渐成熟，神经网络的应用研究获得重要进展，90年代以来，智能控制的应用研究势头异常迅猛，将模糊系统、神经网络、进化计算等进行综合应用，这三个新学科已成为智能控制的重要基础。

古典控制和现代控制理论的主要特征是基于模型的控制。由于被控对象越来越复杂，其复杂性表现为高度的非线性、高噪声干扰、动态突变性以及分散的传感元件与执行元件，分层和分散的决策机构，多时间尺度，复杂的信息结构等，这些复杂性都难以用精确的数学模型来描述。除了上述复杂性外，往往还存在着某些不确定性，不确定性更难以用精确的数学模型来描述。因此，基于精确模型的传统控制就难以解决上述复杂对象的控制问题。但是，如果把人工智能的方法引入控制系统将控制理论的分析和理论的洞察力与人工智能的灵活的框架结合起来，就有可能得到新的认识和控制上的新突破。近20年来的研究成果表明，把人工智能的方法和反馈控制理论相结合，解决复杂系统的控制难题是十分有效的。智能控制对当代多种前沿学科、多种先进技术和多种科学方法加以高度综合和集成，例如生命科学、脑科学、神经生理学、思维科学、认知科学、计算机科学、人工智能、知识工程、模式识别、系统论、信息论、控制论、模糊集合论、粗糙集合论、人工神经网络、进化论以及耗散结构论、协同论、突变论、混沌学、人工生命等理论、技术和方法，都对智能控制理论的形成和发展起着重要作用。智能控制的应用领域十分广泛，一个智能系统一般都离不开控制，因此，从这个意义上说，智能系统都是智能控制系统。从广义上讲，智能控制是研究对复杂的不确定性被控对象(过程)采用人工智能的方法有效的克服系统的不确定性，使系统从无序到期望的有序状态转移的方法及规律。这里的被控对象是广义的，也包括数控系统。例如可用遗传进化算法寻找最优化的加工路径，用各种智能控制算法实现数控系统中高精度的闭环控制等等，多学科技术的密切合作,可以更有效的模拟和综合人类的智能，开创智能控制论在数控系统中应用的新篇章。