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

    无线传能尿道阀电磁安全性仿真分析

    尹茂李笑
    140-143页
    查看更多>>摘要:无线传能尿道阀是一种模拟尿道括约肌功能而设计的辅助控尿装置,为评估它植入人体后工作的安全性,利用HFSS软件建立人体各组织层三维模型,计算无线传能线圈间距分别为 15、20 mm时、100~1 000 kHz频率内的人体各组织层SAR值与电流密度值,分析各组织层SAR值、电流密度值随无线传能线圈间距与工作频率的变化规律.仿真结果表明:各组织层中SAR值与电流密度值均随工作频率的增大而增大,皮肤层、脂肪层的SAR值与电流密度随线圈间距增大呈增大趋势,而肌肉层的SAR值与电流密度随线圈间距增大而减小;最大SAR值与电流密度值分别为 8.77×10-11 W/kg、433.5 μA/m2,均远小于安全限值,满足安全使用要求.

    尿道阀无线传能电磁安全性仿真分析

    改进气隙磁导计算的混合励磁电机建模与分析

    云杉刘旭
    144-151页
    查看更多>>摘要:针对等效磁路(EMC)模型中气隙磁导分段建模复杂、容易引入误差的问题,将槽漏磁磁路集中在气隙中,通过计算等效气隙长度的空间分布,将气隙磁导计算转化为与等效气隙长度相关的积分.此外,通过分析混合励磁开关磁链永磁(HESFPM)电机导磁桥饱和现象的机制,采用分子区域建模的方法,提出一种考虑槽漏磁、永磁体极间漏磁及导磁桥不均匀饱和的EMC模型.以一台 12 槽 10 极的HESFPM电机为例,将所提EMC模型分别与有限元分析(FEA)法、实验结果进行对比.结果表明:所提EMC模型在保证电机电磁性能计算精度的前提下,计算时长仅为FEA仿真的 0.12%,极大地提高了计算速度.

    永磁电机等效磁路模型有限元仿真气隙磁导建模与仿真

    导轨结构化表面的拓扑磨削的仿真研究

    胡深荣李兴山吕玉山刘崎...
    152-157页
    查看更多>>摘要:为磨削出机床滑动导轨结构化表面,依据刮研导轨表面的技术要求,提出方形、菱形和月牙形 3 种导轨花纹;依据25 mm×25 mm导轨表面上的高点个数和面积占比的限定,设计出机床滑动导轨的结构化表面;根据磨削导轨结构化表面的创成条件,建立结构化表面与结构化砂轮间的拓扑映射矩阵,设计相应的结构化砂轮;通过MATLAB进行磨削运动学仿真获得磨削参数对表面形貌的影响规律.研究结果表明:合理选取砂轮转速、工件进给速度和磨削深度等参数,采用拓扑磨削的方法可以在工件表面磨削出满足导轨表面要求的结构化表面;随着磨削深度的增大,导轨花纹长度与宽度增大,高点所占面积比减少.

    导轨花纹结构化表面拓扑磨削结构化砂轮

    机液串联式钻机推进系统设计与仿真分析

    刘忠李源周龚东昌张明勋...
    158-162页
    查看更多>>摘要:针对工程钻机推进系统存在的行程大而造成体积和质量大的问题,基于其工作机制进行研究,提出一种机液串联式的钻机推进系统,详细阐述了其工作原理,推导了钻机推进位移与电液比例阀阀门开度的函数关系式.理论分析和仿真验证表明:机液串联式的推进系统具有省距不省力的特点;在钻机工作过程中,动力头的推进速度和位移可达到液压油缸的 2倍,液压油缸传递至动力头的推进力为液压油缸活塞输出力的一半,从而减少了钻机桅杆的长度,降低了推进系统的体积和质量;通过电液比例阀调节阀门开度,可以调节动力头的推进位移和速度,使得钻机推进系统满足不同工况的需求.

    推进系统机液串联钻机电液比例阀轻量化

    基于液压直驱门轴摆动机构多平台仿真的控制特性分析与优化

    杨东明胡晓兵杨嘉宾李韵晨...
    163-169页
    查看更多>>摘要:为提高液压直驱门轴摆动机构的控制特性,减小超调量以及稳态误差等关键指标,基于多软件机液一体化联合仿真方法对系统控制特性进行仿真优化.为了提高仿真模型的精度,使用AMESim、ADAMS以及MATLAB软件建立联合仿真模型;针对摆动机构存在的时变性、死区等问题,采用自适应模糊PID控制算法调整合适的控制参数,对控制系统进行改进.仿真结果表明:相比普通 PID 控制,调整后的模糊 PID 控制算法系统超调量减小了 75.32%,调节时间缩短了29.56%,稳定误差减小了 71.97%.

    液压直驱门轴摆动机构多平台联合仿真控制优化模糊PID控制

    能量应急与双泵供能液压制动系统研究

    南迪周鑫雷贤卿靳航...
    170-176页
    查看更多>>摘要:矿用宽体车在极端路况下频繁制动会导致整车负荷多变,造成发动机停转或制动系统压力急剧变化,导致制动系统失效.针对以上问题,提出一种带有能量应急模块的双泵供能液压制动系统.以应急蓄能器作为能量应急模块、发动机与电动机带动油泵组成双泵供能模块为系统供能,具有紧急制动、行车制动等制动方式.对能量应急与双泵供能液压制动系统和传统单泵供能系统进行对比,在AMESim中建立系统仿真模型.结果表明:相比传统单泵供能系统,双泵供能系统首次充液时间减少了 0.98 s,能量应急模块与双泵供能模块可相互亢余,保证系统液压油供给;同时中后桥制动响应时间比前桥慢了 0.03 s,进一步提高了整车制动稳定性;系统可实现矿用宽体车行驶中的紧急制动.

    液压制动系统能量应急双泵供能制动稳定性

    基于MEA-BP神经网络的多孔质轴承参数优化

    闫如忠余智
    177-182页
    查看更多>>摘要:为了提高圆盘类多孔质静压止推轴承的静态特性,采用思维进化算法(MEA)优化反向传播(BP)神经网络,创建圆盘类多孔质静压止推轴承静态特性的预测模型,完成轴承静态承载力、静刚度以及耗气量的高精度预测,其预测误差分别低于 2%、5%以及 5%.基于此模型,以最大化静态承载力和静刚度、最小化耗气量为优化目标值,采用遗传算法对轴承的多孔质参数组合进行多目标优化,实现轴承参数的快速优化设计.优化结果表明:此轴承静态承载力提高了64.53%,静刚度提高了 31.93%,耗气量降低了 56.52%.

    多孔质静压止推轴承MEA-BP神经网络静态特性预测多目标优化

    基于数据增强与领域泛化的轴承跨域故障诊断

    徐宁富彭云建张清华
    183-193页
    查看更多>>摘要:在实际故障诊断任务中,待诊断任务往往不可预知,现有的一些迁移学习方法在构建迁移模型时,大多只集中在单一数据来源的学习上,并且极大依赖于目标域数据的样本数量等.针对此问题,提出一种基于数据增强与领域泛化的故障诊断方法.提出一种将一维振动信号转换为二维特征指标灰度图的数据预处理方法;利用带有梯度惩罚的深度条件Wasserstein对抗网络对多源域数据进行数据增强;最后,采取多域对抗学习策略,缩小多域间的分布差异,从而实现各域的特征域自适应.在轴承数据集上对所提方法的有效性和可靠性进行了充分的实验验证.实验结果表明:所提方法具有较高的稳定性和泛化性能,并且诊断精度优于其他方法.

    数据增强领域泛化生成对抗卷积神经网络跨域故障诊断

    基于改进DANN和注意力机制的轴箱故障诊断方法

    王健邬娜杨建伟吕百乐...
    194-199页
    查看更多>>摘要:针对变工况条件下现有深度学习网络模型对滚动轴承故障分类效果不佳的问题,以滚动轴承实验台数据为研究对象,提出迁移学习和注意力机制相结合的滚动轴承故障诊断方法.结合域对抗神经网络(DANN)与宽卷积核卷积神经网络(WDCNN)得到新的网络诊断模型(WDAANN),并通过对目标域的带标签数据进行训练以优化网络参数;结合注意力机制方法使所提网络获得更好的分类能力,从而实现变工况下的滚动轴承故障诊断.最终将该方法与传统CNN、DANN、WDAANN等模型进行对比验证.结果表明:所提方法的准确率提高,且模型的跨域诊断能力提高;所提网络的性能相比WDCNN、CNN及WDAANN网络明显提升,验证了所设计模型的优越性.

    深度学习迁移学习变工况注意力机制分类准确率

    基于RSSD和CNNSE-BiLSTM的滚动轴承早期故障诊断

    孙梦高丙朋程静
    200-206页
    查看更多>>摘要:针对滚动轴承早期故障具有强噪声背景且信号弱强度导致诊断精度较低的问题,提出一种基于共振稀疏分解(RSSD)的改进一维卷积和双向长短期记忆的故障诊断方法.利用 3σ原则确定轴承全寿命周期的早期退化起始点,对起始点时域信号进行RSSD降噪处理,从而提高早期微弱故障的分辨率;将数据预处理后的信号输入到添加SE注意力机制的卷积神经网络(CNNSE)中提取关键局部特征,其输出输入双向长短期记忆神经网络(BiLSTM)对当前及前后时间序列信息进行特征提取;最后,通过全连接层和Softmax层进行早期多故障分类.采用所提方法针对XJTU-SY轴承全寿命周期故障信号进行实验,结果表明:所提方法对早期微弱故障信号有更高的识别率,诊断准确率 99.75%,优于其他诊断方法.

    共振稀疏分解卷积神经网络注意力机制双向长短期神经网络早期故障诊断