黄河交通学院河南焦作454950
摘要：如今，随着机构学、机器人学和材料学等的发展，重新审视这些会思考的机器，并引出了机械智能的概念。基于此，总结传统机构、柔性机构及机器人中所展现的机械智能，并对其中涉及的科学问题进行概述。对机械智能和机械控制系统的关系进行讨论。机械智能以其系统可靠性、快速响应性和人机交互安全性等优点必将成为今后智能机器或机器人发展的重要方向之一。
关键词：汽车；机械设计；系统
目前，汽车的数量越来越多，人们对车辆的要求也越来越高，尽管我们生活在一个对信息技术高度依赖的时代，更偏向于用传感器和电气控制解决机器的运动问题。然而，机械智能依然存在我们的周围，并发挥着不可替代的作用。机械智能是指机器不依赖电器传感元件或中央控制器，而是通过机械本体感知外界或自身状态变化并做出反应，从而实现一定的自适应功能。随着机构学、机器人学、仿生学和材料学等技术的发展，机械智能已渗透入柔性机构及机器人、仿生机器人、可重构机器人等领域。
一、机械智能
1、传统机械智能。传统机械结构中有着许多机械智能，西方马车牵引用的机构由一根横梁以及其后铰链构成，可以被动地平衡横梁两端的牵引力。它还可以进一步串联使用，平衡奇数个牵引马车的输出力。汽车挡风玻璃雨刮器同样借鉴了这种类似树状生长的结构，保证一个雨刮器上的两个刮板具有相对平衡的压紧力。离心调速器是一种古老的智能机械系统，被认为是瓦特改进传统蒸汽机的重要标志，调速器上有两个可以随之转动的摆球，当蒸汽机转速较快时，摆球因离心力向外侧移动，带动传动机构减小蒸汽机进气阀门开度；反之，当蒸汽机转速较慢时，摆球向内侧移动，增大蒸汽机阀门开度。液压伺服阀是一种具有线性输入输出关系的控制阀。当线圈内通过一定电流后，在永磁体的作用下，衔铁发生扭转并带动挡板偏移，偏移的挡板导致左右喷嘴间隙改变，进而影响了其两侧的压力。于是，阀芯又会在压差的作用下带动反馈杆向相反方向移动，直至某平衡位置，这样就可以保证输入电流与阀门的开度呈线性关系。
2、柔性机构中的机械智能。人机共融是当前智能机器发展的重要趋势，传统的刚性机构虽然可以通过阻抗控制使机构末端与环境具有一定的柔顺交互能力，但是需要额外的力传感器且显著增加了控制算法的复杂性。柔性机构的固有柔顺性可根据外界空间和负载的变化，自适应地做出机械响应，减少了使用刚性机构对传感器和控制算法的依赖。柔性操作臂能利用自身机械结构对操作对象的形状、接触力等做出响应，具有良好的环境适应性和安全的人机交互性。可大致分为关节柔性操作臂和连续体柔性操作臂。这是一种在电动机和负载端串联一个弹性元件的柔顺驱动器，它能够根据外界负载的变化被动地调节机械阻抗。使其不仅能够通过弹性原件变形感应接触，同时可以吸收能量，设计了一种三自由度的轻型操作臂，采用一对McKibben气动人工肌肉进行驱动，这种操作臂具有良好的柔性，即使不安装传感器，也可通过肌肉变形感知和吸收冲击，一定程度上保证人机交互的安全性。
二、机械智能设计中的问题
1、机构综合设计。传统的机构综合设计是实现机械智能最直接但又最具挑战的手段，可以利用连杆机构、凸轮机构、齿轮机构、螺旋机构及间歇运动机构等基本机构巧妙地组合，使机构能实现对外界情况的感知并产生响应，是机构综合设计的重要内容。
例如：小型风力发电机（图12a）由风叶、发电机、整流罩、尾舵和塔管组成。通过叶片的形状和被动旋转自由度设计，风叶能在不依赖任何传感器、控制器的前提下，保证旋转面始终垂直于风向，尽可能多的从风中获取能量；而自动剥线钳能在一定范围内通过弹簧和扭簧的共同作用完成条件和逻辑的判断，剥除不同直径线缆表面的绝缘层。
2、运动学和动力学分析。基于刚性机构的智能机械系统，能利用机械反馈或特殊的机械结构等对外界环境条件做出响应，包含了逻辑判断、构型切换等复杂行为，其动力学特性受自身内部状态及环境交互力变化影响。而对于“智能”源自于柔性、欠驱动等刚-柔-软耦合机构，其运动学和动力学特性往往相互联系、相互制约，结构发生尺寸和形态变化时亦伴随着力学行为变化。因此，如何在刚体机构的运动学和动力学模型中考虑柔性体的影响，及如何在变形体的机械力学模型中集成运动学和动力学的分析方法是刚-柔-软耦合系统分析方法的关键挑战。
3、仿生学研究。经过数千年的进化，自然界中许多生物可以不经过大脑信息处理就迅速、自主地根据外界环境变化调整自身状态，达到适应环境、提高效率和降低自身能耗的作用。非条件反射膝跳反射和缩手反射等是一种比较低级的神经活动，是生物长期进化得来的外界刺激和有机体反应之间固定的神经联系。基于这种思想，从仿生学的角度出发，研究自然界中生物的运动方法和神经控制系统等对挖掘机械智能具有重要意义。章鱼是一种海洋动物，它具有由中央和外围神经系统构成的层次化、分布式神经控制体系。在执行触手伸展、弯曲及吸附动作时，无需中央神经系统参与，其末端神经元即可进行感知并对肌肉发出指令。[3]基于此灵感，提出了一种采用柔丝驱动的软体操作臂，利用其柔顺结构形态和驱动特性，增强其与水下环境的交互作用，并将这种由简单控制输入，经机械本体产生复杂运动输出的现象称之为具身智能（Embodimentintelligence），也是机械智能的一种表现形式。类似的仿生机器人还有波士顿动力公司的“大狗（Bigdog）”机器人。力传感器、惯性测量单元以及中央计算机为其抗干扰能力起到了积极的作用。然而，我们不能忽略其机械本身实现的底层平衡调节，大狗机器人腿部存在能够进行缓冲的弹簧，利用底层的机械反馈和响应辅助计算机进行身体姿态调节。这种分层解决任务的设计方法体现了生物学观点“非条件反射是条件反射的基础和组成部分”。
4、结构-材料-传感-驱动一体化设计。智能材料能实现机构和机器人的结构-材料-传感-驱动一体化设计。材料既作为组成机器人的本体结构，同时还能完成一定的功能，既能够感受外界环境的变化，同时还能驱动机构和机器人运动。这种一体化的设计减少机器人对传统传感器和驱动器的依赖。如记忆合金（SMA）、记忆聚合物（SMP）、介电弹性体（DE）和响应水凝胶等智能材料，可以在电、热、光、催化剂等外界激励下发生运动和变形，以此原理设计的机构或机器人驱动器，能够感知外界环境因素变化并做出相应的机械响应，也属于一种智能行为。[3]提出了一种采用记忆聚合物驱动的折纸机器人，当环境温度升高时，其折痕处的记忆聚合物将自行折起至行走状态，而后可通过外部磁场驱动其内部磁铁行走。研发了一种外形简单，有着类似蠕虫的运动模式的仿生机器人。这种机器人可以在溶液中通过内部自震荡化学反应的方式进行直线移动。用pH值响应水凝胶制作了一款软体水母机器人，其可根据环境溶液中不同pH值的变化，进行化学反应实现运动。
三、机械智能与机械控制系统
机械控制系统是集结构、机构、感知和控制为一体的机器系统，无人航行器、数控机床及机器人等均属于机械控制系统范畴。它主要包含顶层策略、运动控制、机械系统、传感系统和外界环境等部分。通常认为，控制是使机械结构按照设定目标完成既定任务的方法和手段，一个机械控制系统的智能行为是由传感器和控制器产生的，而机械系统仅提供结构形态和运动形式。机械控制系统的顶层策略可由人类的直接指挥或运行预先编排的程序实现。顶层策略将笼统的任务需求具化为可执行的任务指令并传达给运动控制器。在传统控制流程中，运动控制器将任务指令继续解析转化为电动机等各类驱动器的参考输入信号，经由伺服驱动实现整个机械系统的运转。为了保证机械系统能按照我们所需的形式运行，传感器会读取机械系统的运行状态并告知运动控制器。运动控制器将反馈的信息与任务指令或驱动器参考信号比对后，调整机械系统中驱动器的运动状态，使整个机械系统按照预定要求运行，实现全系统的闭环控制。
随着信息技术的发展，顶层控制策略甚至可以由计算机自主完成，人工智能就是一种实现方式。人工智能是研究和开发用于模拟、延伸及扩展人类智能的理论、方法、技术及应用系统的一门新科学，是计算机科学的一个分支。通过对工程师意识、思维信息过程的模拟，完成一些任务规划等复杂而抽象的工作，辅助和代替人做出决策，减轻人类的负担。在控制过程中，不论是决策规划层面的人工智能，还是驱动层面的伺服控制，都极大依赖于计算机、电动机、传感器等电气元件。随着被控状态或控制自由度的增加，电气元件数量也相应增加，导致系统尺寸大、重量沉、响应时间慢、电磁兼容和可靠性差等一系列问题。对于一些特殊场合如柔性机
构、微小机构和超冗余自由度机构等，为每一个运动自由度配置驱动器和传感器的思路显然无法适用。而对于人机交互场合，基于电气元件的人工智能控制和伺服控制其安全性仍缺乏保障。为了应对上述挑战，我们重新思考一个机械控制系统中机械系统和控制部分的关系。机械系统除了提供结构形态和运动形式外，亦可分担一部分感知、判断和控制的任务，进而对自身或环境的状态变化做出机械响应，即机械智能。相比于传统控制方式，机械智能具有更快的响应速度、更简单的系统结构和更高的系统可靠性。
根据传统控制观点，人工智能处于控制系统的顶端，负责全局优化、路径规划等任务；基于运动学、动力学和经典控制理论的运动伺服控制处于底端，提供驱动器层面的控制。这两类控制器不能直接与环境交互信息，需要通过额外的传感器构成反馈回路。而机械智能的引入给底层控制提供了新的途径。机械智能通过机械本体感知状态变化并做出反应，能在系统末端与环境发生交互作用的局部区域形成快速反馈调节机制。类比人类的神经控制系统，人工智能和运动伺服控制类似于后天性反射，需要大脑皮质参与并经过一定程度的训练方能形成；而机械智能类似于先天性反射，是一种与生俱来的不需大脑皮层参与的神经活动，具有更快的响应速度。具备了机械智能和人工智能的机器，就如同具备了先天和后天性反射控制的人类，可以在复杂的非结构环境中从容应对不同的任务，成为真正的智能机器。
现代控制和感知技术为传统的机械系统自主完成任务提供了可能性。然而，我们往往忽略掉了机械本身的智能，有时甚至舍近求远地过度增加系统的电气复杂度。通过对传统机构、柔性机构以及机器人中机械智能的综述，发现机械智能可以在一定程度上替代传感器和中央控制器的功能，减小底层控制对中央控制器的依赖，从而降低控制系统的尺寸、重量和复杂性，并提高可靠性。为进一步分析了机械智能中的关键问题，尝试运用科学的方法研究和探索机械智能。相信随着机构学、仿生学和材料学等发展，机械智能必将迎来大跨步的前进。
参考文献：
[1]方璐，刘彦鹏.机械电子工程与人工智能的关系探究[J].科学中国人，2016，24.
[2]梁纯.机械电子工程与人工智能技术的整合分析[J].电子制作，2016，14.
[3]王智浩.机械电子工程与人工智能的关系[J].电子技术与软件工程，2017，02.
[4]王慧，魏中青，邱健．基于汽车散热器智能设计的研究［D］．济南：山东大学，2014．