这篇综述研究了人工智能 （AI） 和机器学习 （ML） 对机械工程的变革性影响，强调了有助于该领域进步的特定应用进步。关键应用（包括预测性维护、设计优化、结构健康监测、质量控制和可再生能源优化）展示了 AI 技术（包括强化学习、深度学习和神经网络）如何提高效率、降低成本并促进可持续实践。本综述还着眼于 AI 更普遍的首要特征，例如它适应、解释以及结合基于物理和数据驱动的模型的能力，这使得在一系列工程设置中更容易使用这些应用程序。尽管取得了重大进步，但挑战仍然存在，包括模型的稳健性、计算需求、道德考虑和数据质量。本文致力于通过综合当前进展、确定关键挑战和预测未来轨迹，为机械工程领域的研究人员和从业者提供全面的资源。



"点击查看英文标题和摘要"