這套混合控製係統在工作之前，原有的數控加工代碼會在這套智能係統上進行仿真優化，直到優化目標實現為止，並依據優化結果生成智能係統的代碼指令，在實際加工中，兩種代碼同時進行，直到加工結束。
通過大量的測試驗證，這套混合控製係統顯著改善了進給速度的橫向一致性，提高了零件表麵的加工質量，加工出來的零件特征更加清晰，一致性更好，與原始設計的模型參數符合度更高，而且加工時間也是明顯縮短，無疑證明這套混合控製係統非常成功的。
其實這套智能自主學習神經網絡模型最大的優勢並不僅僅隻是體現在這些方麵，而是這套係統可以隨著製造資源狀態的變化而不斷演變，而且學習的速度非常快，有著非常寬泛的適用範圍。
當然，這個也是得益於華興科技集團自身在機床技術上踏踏實實的潛心研究，在數控機床上的機械部分做得極為紮實，出來的數控機床產品本身性能上水準極高，已經是第一梯隊水平。
當然，華興科技集團公司旗下的數字化智能製造工廠自然也是率先用上了這種智能數控加工中心等產品設備，隻不過這種產品技術還處在保密階段，還沒有向外界進行公布。
“你們研發出來了自主學習的智能數控機床，你們是怎麽做到的？”
曾嘉寶驚喜地問道。
“這個還是得益於我們在互聯網大數據、雲計算、物聯網這些新一代信息技術基礎上發展起來的人工智能技術，讓我們在自主學習神經網絡模型算法上有了戰略性突破，讓這種智能係統具備了知識的生成、積累和運用的能力，在融合了感知係統和現有的數控係統後通過自主學習與建模生成知識，並能應用這些知識進行自主優化與決策，完成自主控製與執行，實現了在加工製造過程的優質、高效、安全、可靠和低耗的多目標，優勢十分明顯。”
楊傑開口說道：“我們這種智能數控機床研發出來的智能係統是在數據驅動建模的技術上發展起來的，數據樣本給得越多係統學得越快，也越聰明，這個比以前那種依賴人類專家進行理論建模和數據分析發展出來的智能有著本質的區別。”
“之前德意誌和霓虹國國內的那些知名數控機床製造商造出來的機床缺乏真正的智能，雖然通過互聯網加數控機床的方式取得了一定的研究和實踐成果，但到目前為止也隻是實現了一些簡單的感知、分析、反饋、控製，遠沒有達到替代人類腦力勞動的水平，這方麵的技術積累艱難而緩慢，並且技術的適應性和有效性不足。”
“我們的這套智能係統跟他們的技術路子是完全不一樣的，現在我們的技術團隊訓練出來的智能係統實現了自主學習、生成知識的能力，是真正的強智能係統。”
楊傑一臉自豪地說道。 本章已閱讀完畢(請點擊下一章繼續閱讀!)