首页期刊导航|机床与液压
期刊信息/Journal information
机床与液压
机床与液压

闵新和

半月刊

1001-3881

jcy@gmeri.com;jybjb@163.net

020-32385312

510700

广州市黄埔区茅岗路828号

机床与液压/Journal Machine Tool & Hydraulics北大核心CSTPCD
查看更多>>本杂志是国内外公开发行,中文核心科技期刊,中国期刊光盘版源刊,《中国学术期刊文摘》源刊,我国科技论文统计分析用刊。主要介绍液压、气动和控制技术,及其在工厂生产制造、机电工程设计、工程机械中的应用情况;同时也介绍设备使用维修和技术改造、开发方面的最新科研生产成果。此外,本刊还经常报道机电行业技术有关领域的专题综述,技术讲座,国内外发展动态及最新信息。内容坚持理论与实际、普及与提高、国内与国外相结合的原则,具有新颖性、先进性和实用性。是科研院所和企事业单位宣传企业形象的理想窗口,读者是遍布全国的科研、工程技术人员,工厂的技术人员,设备管理、维修人员,企业管理干部,经营促销人员,大专院校师生等。
正式出版
收录年代

    基于改进GWO-GRNN的管道焊缝三维重构测量

    高博轩赵弘苗兴园
    1-10页
    查看更多>>摘要:为提高双目相机不同位姿下焊缝的三维重构测量精度,提出一种基于立体视觉图像误差补偿的管道焊缝三维重构测量方法。采用改进灰狼算法(IGWO)优化广义回归神经网络(GRNN)补偿焊缝三维重构图像点的坐标误差。采用混沌映射、非线性收敛因子和最优记忆保存思想对GWO算法进行改进,通过8个标准测试函数进行仿真验证;利用优化后的GRNN模型对图像点坐标误差进行预测和补偿,计算三维坐标重构出焊缝点云,三维测量焊缝的焊宽、余高和长度。试验结果表明:该模型在双目相机不同的位姿状态下都能较准确地实现焊缝的三维重构,焊缝的三维测量相对误差在0。9%以内。

    立体视觉图像误差补偿改进灰狼优化广义回归神经网络焊缝三维重构测量

    面向电主轴热误差预测建模分析的改进IGWO-LSTM算法

    马能杰王洪申
    11-16页
    查看更多>>摘要:针对电主轴复杂运行工况下的热误差建模问题,提出一种基于改进灰狼优化算法(IGWO)的LSTM神经网络参数预测模型IGWO-LSTM。通过对灰狼算法收敛因子a计算方法进行优化来提高算法寻优性能;通过IGWO算法的适应度函数与LSTM隐含层节点数组成的IGWO-LSTM闭环系统对电主轴热误差预测模型进行训练和预测,避免陷入局部最优,同时提升模型预测精度。为了验证该算法性能,将它与改进前的算法进行对比,通过求取平均绝对误差、平均绝对百分比误差以及均方根误差对这两种神经网络进行评价,结果显示:文中算法的3种指标均优于改进前的LSTM模型,具有更好的热误差预测准确性和全局搜索能力。

    电主轴热误差IGWO-LSTM神经网络预测模型

    基于干扰观测器的机电伺服系统PI控制策略

    吕晨欧阳权许文波王志胜...
    17-22页
    查看更多>>摘要:空气舵机电伺服系统的主要任务是接收控制指令,并驱动负载按指令角度摆动,在各类航空航天飞行器中具有越来越广泛的应用价值。然而在运行过程中存在的未知干扰给机电伺服系统高精度控制带来了巨大挑战。针对这一问题,提出基于干扰补偿的空气舵机伺服系统控制策略。首先进行空气舵机电伺服系统模型分析,其次运用径向基函数设计神经网络的状态观测器,将不可测量的舵面角度用估计值替代进行反馈控制,最后应用Lyapunov方法分析了有限时间收敛条件。仿真结果表明:与传统电机角度反馈相比,所提出的控制策略使空气舵机电伺服系统的稳态误差减少97%以上。

    空气舵机电伺服系统径向基函数神经网络干扰观测器舵面控制抗干扰控制

    改进停止阈值准则的振动信号降噪方法研究

    杨坤王桂宝王楠王磊...
    23-29页
    查看更多>>摘要:在使用压缩感知理论解决振动信号的降噪问题时,信号重构阶段使用最多的是正交匹配追踪算法,如果该算法的迭代停止阈值选取不当,迭代误差的循环将会导致重构误差增大,降噪性能会下降。提出一种基于改进停止阈值准则的降噪方法,利用离散余弦变换得到完备字典矩阵,对振动信号进行稀疏表示,得到稀疏系数向量;然后用正态分布检验稀疏系数是否服从正态分布,利用3σ准则计算得到停止阈值;最后在求解最小二乘解的步骤之后添加筛选判断条件与迭代停止阈值。仿真定义信号和实测振动信号的降噪分析结果表明:此改进方法可将信噪比(SNR)为-1。025 7 dB强噪声背景信号的信噪比提升到2。054 9 dB。此方法在信噪比、均方差根等降噪性能指标上均优于SP、OMP、SWOMP三种降噪方法。

    振动信号降噪压缩感知终止阈值正交匹配追踪算法

    改进双幂次指数趋近律的滑模控制设计

    张紫方史涛
    30-35页
    查看更多>>摘要:针对目前系统抖振仍影响滑模趋近律在实际中应用,并导致系统收敛速度缓慢、滑模平面趋近至原点时间长等缺陷,提出一种改进的双幂次指数趋近律。改进趋近律中指数项采用分段设计,指数项分段参数将系统分为两部分进行。当状态绝对值小于1时,系统沿滑模面平滑进入,抖振影响可忽略不计;当状态绝对值大于等于1时,系统的动态响应显著提高,收敛时间缩短,且总时间小于初始状态运动至临界值时间和系统运动至滑模面平衡点的时间之和。在理论上验证了改进后的双幂次指数趋近律能够快速收敛到平衡点且消除了抖振影响,并通过实验验证了该趋近律的有效性。对比多种趋近律,改进的双幂次指数趋近律具有最佳性能且收敛速度最快,并通过实验验证在外界干扰下该趋近律仍可快速收敛于平衡点。

    滑模控制双幂次指数趋近律变指数项设计收敛性能

    基于集中式卡尔曼滤波干扰观测器的无模型自适应控制

    徐通福李秀英
    36-41页
    查看更多>>摘要:针对一类具有测量扰动的离散时间非线性系统,提出一种基于集中式卡尔曼滤波干扰观测器的无模型自适应控制方法。利用动态线性化方法构造被控系统的线性化数据模型;根据线性化数据模型和传感器的测量数据,设计最优集中式卡尔曼滤波干扰观测器;并利用观测器的输出在线调整伪偏导数,提出系统的控制更新方案。该方案的设计和分析不依赖于除输入输出数据的任何模型信息,可避免常规无模型自适应控制方法容易受测量扰动的影响。仿真结果表明:与基于单个传感器卡尔曼滤波干扰观测器的无模型自适应控制方法相比,提出的基于多传感器最优集中式卡尔曼滤波干扰观测器的无模型自适应控制方法具有更好的跟踪性能和更大的数据信噪比。

    集中式卡尔曼滤波干扰观测器无模型自适应控制动态线性化

    基于改进原子轨道搜索算法的多工艺路线柔性作业车间问题研究

    李佳蓉晁永生李纯艳袁逸萍...
    42-50页
    查看更多>>摘要:针对多品种、小批量复杂产品在加工过程中忽略加工路线约束,导致调度方案中存在设备利用率低的问题,以完工时间最优为目标建立多工艺路线柔性作业车间数学模型。由于加入多约束后模型复杂度骤增,为有效求解该模型,提出一种改进原子轨道搜索算法。改进算法采用一种三层编码方式进行编码和解码;在算法初始化候选解时均匀生成全局加工路线;搜索过程中为增强局部搜索融入自体交叉;为避免陷入局部最优引入变邻域变异;迭代过程中设计了变工序数精英保留策略,扩大了搜索空间。最后,通过某内燃机车生产车间实例对模型和算法进行求解分析,验证了模型的有效性和算法的优越性及适用性。

    改进原子轨道搜索算法多工艺路线柔性作业车间自体交叉变邻域变异

    飞机起落架自适应模糊神经PID控制方法的研究

    李明鹏胡俊宏智鑫
    51-58页
    查看更多>>摘要:针对传统PID控制与模糊PID控制的飞机起落架控制系统存在达不到理想控制精度以及控制速度的问题,提出一种基于模糊控制和神经网络的模糊神经PID控制算法。通过对起落架运动特点以及动力学相关的理论分析建立飞机起落架的运动模型,将此智能PID控制方法应用到飞机起落架的姿态控制系统中。利用MATLAB/Simulink软件进行仿真,并基于树莓派装置进行了起落架单腿实验。仿真和实验结果表明:模糊神经网络PID控制系统的响应速度和抗干扰能力相较于传统PID和模糊PID都有了较大的提升,系统稳定性更强。在飞机起落架控制系统中,应用模糊神经PID控制可进一步提升系统的响应速度,降低系统运动的惯性冲击,提高整体机构的稳定性。

    起落架姿态控制PID模糊神经网络

    基于模糊PI的CVT用电动油泵控制研究

    支金泽安颖高帅
    59-65页
    查看更多>>摘要:为了改善无级变速器(CVT)液压油泵存在较大溢流损失的问题,采用永磁同步电机驱动的电动油泵作为CVT的供油源,提出一种基于模糊PI的控制算法。该算法在矢量控制结构的基础上,利用模糊控制对PI控制器进行参数修正,以解决传统PI控制不能满足复杂控制系统的需求。为了验证该算法的有效性,在MATLAB/Simulink中完成两种算法下电机控制系统模型的搭建,并对控制结果进行比较分析。并完成CVT极限工作环境即车辆紧急制动工况下电动油泵基于该算法的仿真。结果表明:所提出的控制策略能够有效提高系统响应速度和抗干扰能力,并且基于该算法的电动油泵能满足CVT正常工作需求。

    永磁同步电机模糊控制电动油泵无级变速器

    基于小样本数据驱动模型的硅片线切割质量预测

    李博文张宏帅赵华东胡晓亮...
    66-73页
    查看更多>>摘要:在单晶硅加工中,硅片多线切割质量检测耗时和检测成本高造成硅片质量检测难。因此,提出一种基于生成对抗网络(WGAN-GP)数据处理与自注意力残差网络(SeResNet)的硅片质量预测方法。分析多线切割的机制,确定影响硅片质量的工艺参数,建立数据样本,使用WGAN-GP对样本数据进行数据增强。在此基础上,建立基于SeResNet的硅片总体厚度偏差预测模型。以硅片的多线切割加工过程监控数据为模型验证数据,对构建的硅片总体厚度偏差预测模型进行验证。实验结果表明:该模型具有良好泛化性和高准确率,有效解决了小样本数据下的预测难题,实现了平均相对误差小于10%的硅片总体厚度偏差预测,所以基于数据驱动的硅片质量预测来代替硅片加工中的质量检测具有重要的现实意义。

    硅片线切割总体厚度偏差预测生成对抗网络数据增强