2.2.将智能控制应用于机械制造领域
    机械制造是机电一体化系统的重要构成，故其采用智能控制技术也是必然选择，如此一来，其便可以通过改善机械设备的故障自我诊断能力，以提高工作效率和质量。具体的讲，就是依托于计算机、信息等技术工具，动态模拟制造过程，此时可借助神经网络、模糊数学等智能理论经传感器对采集的信息进行预处理，结合Then-If逆向推理用于优化控制参数和模式，针对残缺不全的数据信息，可基于模糊理论借助外环决策制定合理的控制动作，如神经网络系统便可凭借较强的学习功能对其加以科学处理，进而提高机械制造控制活动的效率和精度。目前监控、预报、故障诊断、自我维护以及机械操作、控制与管理的集成是机械制造智能控制的研究热点。
    2.3.将智能控制应用于工业生产工程    
    将智能控制应用于工业生产过程管理中也有其自身的意义所在，那便是有效解决传统控制模式的复杂问题，确保工业生产过程有序开展，但其应用一般分为局限级和全局级。其中智能控制的局限级侧重的是神经网络和专家两类控制器的智能控制，通常限于为工业生产过程中局部单元的控制器进行调整和控制，如参数整定、自适应调整、处理复杂的控制问题等；而全局级则是相对于整个工业生产过程而言的，主要用于处理操作异常、诊断控制过程存在的故障等，以便于提高操作工艺的效率和质量。
    2.4.将智能控制应用于数控相关领域
    信息技术在蓬勃发展的同时，也推进了数控领域与智能控制的相互融合，因为机电一体化的持续发展需要更高水平的数控技术为基础，而引入智能控制技术可进一步为其提供重要保障。如在模具制造、机械加工等数控技术领域中，加工环境的感知、网络通信制造的实现、加工运动的推理等相关能力是对数控技术的高新要求，而融入智能控制技术，可使其智能编程、监控、数据库构建等目标变为现实，其中借助模糊控制处理模糊问题用于优化机械的加工过程，以及借助专家系统可用于解决不明确的结构问题等已初见成效。
    2.5.将智能控制应用于机器人系统
    机器人是一个充满不确定性、非线性且十分复杂的系统，这显然与智能控制特点相符，故将其应用于机器人领域利于其自身优势的彰显，但从某种意义上说，机器人更是验证智能控制技术是否可行的试金石。其应用主要体现为：机器人轨迹规划的智能控制策略主要采用了专家系统、模糊系统和神经网络系统，用于控制其传感信息的融合、视觉处理、手臂姿态、主要动作等，其中在环境建模、自我定位、监控检测等方面已得到验证，日后的研究重点在于使其速度、位置、等状态变量趋于理想轨迹。
    机电一体化中智能控制的发展趋势
    由上可知，专家系统、模糊控制、神经网络等智能控制技术的应用在机电一体化自身性能的完善、工作效率以及安全可靠程度的提高中发挥了不容忽视的效用，这是毋庸置疑的。但是在科技力量的推动下，机电一体化会不断进步和发展，到时其面临的环境会随之复杂，遇到的问题也会更多，若智能控制技术停滞不前。必将会惨遭淘汰，制约机电一体化的顺利发展，这就要求我们切实做好下述工作。
    3.1.探索更为科学的理论框架
    现行的智能控制技术还存在亟待解决的难题，如局部与整体的隔开、微观与宏观的分离、应用与理论的脱节等，可见人工智能控制研究所面临的实际困难远远大于预期设想，因此我们应积极探索更新的理论架构，如规范描述控制知识和系统的标准，系统、完整的研究智能控制的动态性、鲁棒性、稳定性等，以此为大力发展智能控制技术奠定有力基础。
    3.2.寻求更为广阔的发展空间
    智能控制技术若要取得质的突破，就必须找到技术集成的新方法和新途径，除了结合信息、控制、系统等理论外，还应进一步加大与计算机图形学、过程控制、认知科学、并行处理、机器人学等知识的融合力度，唯有如此，才会拥有更高的应用价值；在此基础上，研发更加完备、成熟、高效的应用方法，其中软件系统尤为关键，要求其可以科学合理的描述不同的控制过程，设计的程序语言既通用又具有独立的任务等，而应用方法则要注重强化对环境和传感信息的解释性能，改善模块转换、信息识别和处理能力，提高控制的实时性和运行的高效性等。

    总之，智能控制在机电一体化中的应用有效解决了机械自动化运行这一传统模式的缺陷和问题，促使控制水平、性能、效率均有显著提高。虽然如此，其依然具有较大的提升空间，这就要求我们基于不断的创新和实践，积极寻求更为有效的智能控制技术和方法，以期使其性能更可靠、应用更广泛，进而为机电一体化健康发展提供有力支持。