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

    液压油箱卸压活门三参数威布尔寿命分布灰色建模

    胡良谋曹文杰任博
    189-193,220页
    查看更多>>摘要:针对三参数威布尔分布参数估计的难题,提出一种三参数威布尔分布参数的灰色估计方法。基于某型液压油箱卸压活门使用阶段的随机截尾型可靠性数据,采用GM(1,1)估计三参数威布尔分布模型的参数。结果表明:应用灰色模型GM(1,1)能够估计出三参数威布尔分布的3个参数,避免了迭代过程,具有求解速度快、所需子样少、精度高、计算机编程方便等优点,同时也验证了三参数威布尔分布模型比两参数威布尔分布模型更为精确,可为武器装备在使用阶段提供一种更为精确的可靠性分析方法。

    液压油箱卸压活门灰色估计三参数威布尔分布寿命分布参数估计

    基于机器识别的带钢表面缺陷检测研究

    付强朱传军梁泽启
    194-200页
    查看更多>>摘要:针对传统带钢表面缺陷检测技术落后、效率不高及小目标识别能力不足等问题,提出一种改进的YOLOv5s-Tiny目标检测模型,在保持模型较小计算量的同时提升检测速度和识别精度。通过将主干网络GSP-Darknet53替换为轻量级GhostNet网络,减少模型参数的数量,提高推理速度。在主干网络加入CBAM注意力机制,通过通道注意力机制和空间注意力机制对特征信息进行融合增强,提高小目标检测精度,并将损失函数GIoU改进为EIoU,提高检测框定位能力。最后将改善后的训练模型格式转换后安装到手机安卓端验证优化的有效性。结果表明:在东北大学数据集中,改进后模型检测精度提高1。5%的同时,召回率提升了 1。5%,参数量减少12。3%;安卓端检测速度约为120 ms,完成带钢缺陷的实时检测。

    钢材表面缺陷小目标检测YOLOv5s轻量化注意力机制

    基于DPCA的涡旋压缩机主轴故障信号调制特性研究

    马桤政张彤赫宋永兴于跃平...
    201-206页
    查看更多>>摘要:为了揭示涡旋压缩机的振动和噪声的机制与调制特性,通过搭建实验平台,模拟主轴磨损故障。利用信号解调方法对振动及噪声信号特性进行讨论,探究此类故障对涡旋压缩机的影响。通过与循环平稳分析方法对比,验证了基于时频分析与主成分分析(DPCA)的信号解调方法处理涡旋压缩机信号的优越性。利用DPCA方法提取涡旋压缩机的信号调制特征,讨论了不同工况下的信号特性及产生机制。结果表明:周期性变化的电磁力与压力增强了主成分中调制频率的幅值,x和y方向的振动对噪声的变化起主导作用。

    涡旋压缩机信号解调故障诊断

    滚动轴承性能可靠性的随机演变

    刘晨辰陈荣华张弘毅
    207-214页
    查看更多>>摘要:针对大量工程实践对于滚动轴承性能可靠性的研究需求,对于滚动轴承性能可靠性的随机演变过程开展具体分析。选取服役期间滚动轴承的性能为研究对象,开展专门的试验获取轴承性能的原始时间序列,采用多种混沌预测方法预测轴承性能未来时间序列并构建可靠性演变函数。基于速度与加速度的联合演变特征量刻画了滚动轴承性能可靠性演变的不确定态势,实现了滚动轴承性能可靠性的内在演变趋势的分析和预测,有效揭示了轴承性能可靠性演变的随机力学本质。

    滚动轴承性能寿命预测性能可靠性随机演变

    数字孪生驱动的数控车床主传动系统故障诊断研究

    梁迪李又佳李依明吴金颖...
    215-220页
    查看更多>>摘要:数控车床主传动系统是机床的核心部件,其一旦发生故障会造成加工质量甚至作业安全问题。数字孪生技术能降低故障诊断的难度,但目前研究仍存在物理实体到虚拟实体转换效率低和神经网络过拟合问题。为了解决上述问题,提出一种基于数字孪生和正则化BP神经网络的故障诊断方法。建立数控车床主传动系统数字孪生模型,通过OPCUA通信完成了物理实体和虚拟实体间孪生数据的交换,对比分析正则化改善过拟合问题的4种方法,构建了丢弃法正则化BP神经网络故障诊断模型。通过对比不同信噪比下BP神经网络、丢弃法正则化BP神经网络和卷积神经网络的损失函数和预测准确度,验证了诊断模型的可行性和算法的适用性。

    数字孪生正则化BP神经网络故障诊断数控车床