会计学毫无疑问，智能化是制造自动化的发展方向。在制造过程的各个环节几乎都广泛应用人工智能(rénɡōnɡzhìnénɡ)技术。专家系统技术可以用于工程设计，工艺过程设计，生产调度，故障诊断等。也可以将神经网络和模糊控制技术等先进的计算机智能方法应用于产品配方，生产调度等，实现制造过程智能化。而人工智能(rénɡōnɡzhìnénɡ)技术尤其适合于解决特别复杂和不确定的问题。1.2发展历史1992年美国(měiɡuó)执行新技术政策，大力支持被总统称之的关键重大技术（CriticalTechniloty），包括信息技术和新的制造工艺，智能制造技术自在其中，美国(měiɡuó)政府希望借助此举改造传统工业并启动新产业。加拿大制定的1994~1998年发展战略计划，认为未来知识密集型产业是驱动全球经济和加拿大经济发展的基础，认为发展和应用智能系统至关重要，并将具体研究项目选择为智能计算机、人机界面、机械传感器、机器人控制、新装置、动态环境下系统集成。日本1989年提出智能制造(zhìzào)系统，且于1994年启动了先进制造(zhìzào)国际合作研究项目，包括了公司集成和全球制造(zhìzào)、制造(zhìzào)知识体系、分布智能系统控制、快速产品实现的分布智能系统技术等。日本MADA公司(ɡōnɡsī)数控机床-----摄于武汉机电博览会2智能制造技术的方法2.1专家系统专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。其中尤以知识库与推理机相互分离而别具特色。专家系统的体系结构随专家系统的类型、功能和规模的不同，而有所差异。优点：解决一些比较简单的确定性问题缺点：有延迟，不易满足(mǎnzú)实时性要求工作过程专家系统的基本结构如图所示，其中(qízhōng)箭头方向为数据流动的方向。专家系统的基本工作流程是，用户通过人机界面回答系统的提问，推理机将用户输入(shūrù)的信息与知识库中各个规则的条件进行匹配，并把被匹配规则的结论存放到综合数据库中。最后，专家系统将得出最终结论呈现给用户。优点：解决一些比较简单的确定性问题缺点：有延迟，不易满足实时性要求2.2模糊推理从不精确的前提集合中得出可能的不精确结论的推理过程，又称近似推理。在人的思维中，推理过程常常是近似的。例如，人们根据条件语句（假言(jiǎyán)）“若西红柿是红的”，则西红柿是熟的”和前提（直言）“西红柿非常红”，立即可得出结论“西红柿非常熟”。这种不精确的推理不可能用经典的二值逻辑或多值逻辑来完成。自1965年L．A．Zadeh提出模糊(móhu)集的概念以来，关于模糊(móhu)系统的研究得到了迅猛的发展，模糊(móhu)控制技术被广泛应用于工业控制与家电产品的制造中，并取得了令人瞩目的成功。模糊(móhu)推理是模糊(móhu)控制的理论基础，虽然模糊(móhu)推理已有大量的研究成果，但这些研究还没有一个可靠的逻辑基础。优点：可以解决不确定现象和模糊(móhu)现象缺点：需要大量经验和感知为前提应用(yìngyòng)实例2.3神经网络神经网络的研究内容相当广泛，反映(fǎnyìng)了多学科交叉技术领域的特点。主要的研究工作集中在以下几个方面：（1）生物原型研究。从生理学、心理学、解剖学、脑科学、病理学等生物科学方面研究神经细胞、神经网络、神经系统的生物原型结构及其功能机理。（2）建立理论模型。根据生物原型的研究，建立神经元、神经网络的理论模型。其中包括概念模型、知识模型、物理化学模型、数学模型等。（3）网络模型与算法研究。在理论模型研究的基础上构作具体的神经网络模型，以实现计算机模拟或准备(zhǔnbèi)制作硬件，包括网络学习算法的研究。这方面的工作也称为技术模型研究。（4）人工神经网络应用系统。在网络模型与算法研究的基础上，利用人工神经网络组成实际的应用系统，例如，完成某种信号处理或模式识别的功能、构作专家系统、制成机器人等等。(3)非线性映射能力当对系统对于设计人员来说，很透彻或者很清楚时，则一般利用数值分析，偏微分方程等数学工具建立精确的数学模型，但当对系统很复杂，或者系统未知，系统信息量很少时，建立精确的数学模型很困难时，神经网络的非线性映射能力则表现出优势，因为(yīnwèi)它不需要对系统进行透彻的了解，但是同时能达到输入与输出的映射关系，这就大大简化设计的难度。(4)高度(gāodù)并行性并行性具有一定的争议性。承认具有并行性理由：神经网络是根据人的大脑而抽象出来的数学模型，由于人可以同时做一些事，所以从功能的模拟角度上看，神经网络也应具备很强的并行性。3智能(zhìnénɡ)制造的形式加工(jiāgōng)中心机器人3.