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

    矿物质直驱车铣复合中心立柱优化设计与研究

    肖杰唐晓腾
    205-211页
    查看更多>>摘要：基于矿物质直驱车铣复合中心的立柱大多为实心结构,存在材料消耗大、整体偏重、制造成本高等问题,以CXK80型矿物质立柱为原型,对其开展动静态性能和热传导分析,把减轻矿物质立柱的质量、提高强度和刚度作为优化目标,运用拓扑优化和基于遗传算法的多目标尺寸优化方法对其进行减重设计.仿真结果显示:矿物质立柱经优化后减重14.2％,导轨镶嵌面温度降低21％,且立柱的前2阶模态均有相应提升.为验证仿真分析的有效性,利用模态锤击的方法进行验证,实验数据和仿真数据基本一致,误差在3％以内,实现了矿物质立柱减重、节省制造成本的目标.

    矿物质立柱轻量化多目标优化设计

      原文链接:
    • 万方数据
    • 维普

    基于机器视觉的3D打印异常诊断方法

    黄周林周敏李鑫炎申飞...
    212-218页
    查看更多>>摘要：为解决3D打印过程中出现的诸如堵头、断丝、翘曲等异常情况导致打印失败的问题,搭建检测平台并提出一种融合Xception的改进YOLOv5算法,完成异常实时检测,达到及时处理、提高打印成功率的目的.通过对YOLO算法头部、躯干部以及瓶颈块进行轻量化改进,提高识别帧率并减小参量;然后对输出部分进行改进,使特征相似的异常图像被收集后输入至Xception算法中,提升异常识别分类的准确率;最后利用Qt跨平台开发框架设计打印异常诊断系统人机交互界面软件.结果表明:改进的融合算法在自建3D打印异常数据集中识别准确率为88.75％,较原YOLOv5算法提高3.22％,同时识别平均帧率为28帧/s,提高了 40.0％,可以满足实际打印中对识别准确率及实时性的要求.

    3D打印异常检测诊断轻量化算法YOLOv5算法Xception算法

      原文链接:
    • 万方数据
    • 维普

    一种POA-VMD和自编码器结合的风电机组轴承劣化指标构建及故障诊断方法

    李俊卿耿继亚国晓宇刘若尧...
    219-226页
    查看更多>>摘要：针对目前轴承性能劣化指标的构建及故障诊断高度依赖专家经验,限制条件繁多,实际应用情景单一的问题,提出一种鹈鹕优化算法(POA)优化的变分模态分解(VMD)和自编码器结合的风机轴承劣化指标构建及故障诊断方法.首先利用POA-VMD算法将轴承振动信号采用自适应方法分解为K个固有模态分量(IMF),并针对上述分量分别构建K个自编码器;然后以正常状态振动信号的分解结果为训练样本完成自编码器的训练,并以训练完成后模型的输出结果为基础构建轴承劣化指标,借助劣化指标监测轴承早期微弱故障;最后对故障时刻振动信号的IMF分量重构结果进行包络谱分析,确定故障的类型.经实验验证:该方法不仅可以清晰地展现轴承的劣化过程,对早期微弱故障敏感性高,而且在故障发生后可以准确诊断出故障类型.

    风电机组轴承劣化故障诊断鹈鹕优化算法自编码器变分模态分解

      原文链接:
    • 万方数据
    • 维普

    基于一维卷积迁移学习的跨工况机床轴承故障诊断

    姜广君栾宇巩勇智
    227-236页
    查看更多>>摘要：滚动轴承作为机床的重要核心零件,对保证机床的正常运转至关重要.然而在实际工作中,机床的工况经常根据不同的工作要求产生相应的变化,对机床轴承的转速以及负载产生一定的影响,从而导致轴承的机械振动信号呈现出非平稳性、非线性和非周期性等特点.目前基于深度学习的轴承故障诊断方法对数据具有一定的依赖性,要求训练(源域)和测试(目标域)数据集具有相同的数据特征且存在足够多的带有故障信息的标签数据.然而,由于机床常在非平稳工况下运行,因此在某一工况上建立的训练模型无法直接用于其他工况.为了解决这一问题,基于迁移学习(TL)技术,设计一维卷积神经网络(1-DCNN)与迁移学习相结合的模型.该模型利用一维卷积网络直接从原始振动信号中提取故障特征信息,并利用对抗策略迁移技术提取两域的公共特征.利用域分布差异度量拉近两域的特征分布,实现轴承跨工况迁移故障诊断.最后通过构建的12组迁移任务对比实验,验证所设计模型的优越性.结果表明:设计的基于一维卷积的迁移学习神经网络模型可直接实现对机床轴承故障的实时监测;设计的模型通过结合对抗策略迁移与度量域分布差异两种迁移策略,大大提高了迁移故障诊断性能,可更好地提取源域与目标域的公共特征;在实验构建的12组迁移任务中优于其余两种迁移策略,能完美完成迁移故障诊断任务.

    故障诊断迁移学习滚动轴承卷积神经网络

      原文链接:
    • 万方数据
    • 维普

    大温差环境下某特种车辆液压锁紧回路故障分析

    雷凯文屈武斌王跃进张根源...
    237-240页
    查看更多>>摘要：通过对某特种车辆液压锁紧回路在大温差环境中的故障现象进行分析,建立计算模型并设计试验工装进行实装验证,结果表明:在大温差环境下,液压锁紧回路内流体介质压力变化明显,当处于温度上升段时,回路内压力会超过双向液压锁最大开启压力,与该回路设计值相比差值较大.最后,提出大温差条件下该故障的解决措施,试验验证了增大液压锁控制比或手动降低锁紧回路油压的方式能够解决该故障,对工程设计与应用具备一定的参考性.

    液压锁紧回路双向液压锁大温差环境故障分析

      原文链接:
    • 万方数据
    • 维普