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SC-DCGAN的不平衡数据轴承故障诊断

    廖珂荆晓远李双远刘雨晖...
    208-213页
    查看更多>>摘要：针对滚动轴承故障诊断过程中因数据不平衡而导致的少数类样本诊断精度低的问题，提出一种基于统计特征条件深度卷积生成对抗网络的不平衡数据故障诊断方法。该方法在条件生成对抗网络中引入振动信号统计特征，得到新的融合条件模型，引导生成器更稳定地生成符合真实样本分布的数据以平衡数据集;再采用卷积网络模型在平衡后的数据集上进行分类识别。选择多个不平衡比例，在某装备故障诊断重点实验室数据集上进行实验。结果表明:相对于其他经典模型，文中所提方法能够有效地处理不平衡故障分类问题，并提高对少数类样本的识别能力。

    类不平衡故障诊断条件生成对抗网络统计特征

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于特征增强与LSTM的滚动轴承故障诊断方法

    惠兴胜于树坤纪威刘士彩...
    214-227页
    查看更多>>摘要：滚动轴承的工作环境复杂多变，传统的信号处理技术难以在噪声和其他部件的干扰下检测到微弱的早期故障特征，且传统的故障诊断方法对人工提取特征较为依赖。针对以上问题，提出基于自适应局部迭代滤波(ALIF)和改进差分进化粒子群优化的多点优化最小熵解卷积(IDEPSO-MOMEDA)算法，对滚动轴承的故障冲击成分进行增强。利用ALIF分解信号，根据峭度-相关系数准则对分解的信号进行重构;利用IDEPSO对MOMEDA进行参数寻优，对重构后的信号进行冲击增强;最后，利用长短时记忆网络(LSTM)对滚动轴承实现端到端的智能故障诊断，以解决人工提取特征的不足。通过滚动轴承实验数据验证了该方法的有效性，并与LSTM、ALIF-LSTM、ALIF-IDEPSO-MOMEDA-RNN、ALIF-IDEPSO-MOMEDA-DBN进行对比分析，使用所提方法ALIF-IDEPSO-MOMEDA-LSTM的故障诊断准确率可达 99。78%，进一步证明了该方法的优越性。

    滚动轴承自适应局部迭代滤波(ALIF)多点优化最小熵解卷积长短时记忆网络(LSTM)故障诊断

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融合SA注意力机制的YOLO5s在石油油管表面缺陷检测的应用

    郭桂标邢雪刘宇琦王超...
    228-235页
    查看更多>>摘要：针对石油厂油管表面缺陷检测存在检测精度低、速度慢和模型复杂等问题，提出一种 SA-YOLO 算法。以YOLOv5s模型为基础，对原数据集进行预处理，采用BoTNet Transformer结构代替Backbone特征主干的部分卷积，并用multi-head self-attention(MHSA)替换卷积层，以减少网络层，同时提高获取全局信息的能力;最后，将Shuffle Attention(SA)注意力机制融合到C3结构中，根据每个位置的重要性得到注意力权重，从而提高模型的泛化能力和计算效率，减少运行时间。实验结果表明:SA-YOLO算法在石油厂采集的数据集上的均值平均精度(mAP)达到了 93%，较原 YOLOv5s 算法提高了3。3%，检测速度以及检测精度均明显提高。

    缺陷检测BoTNetTransformer结构ShuffleAttention(SA)注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于云模型与DEMATEL法的数控机床可靠性分配方法

    郝凤莲卫良保
    236-241页
    查看更多>>摘要：针对传统数控机床可靠性分配方法存在的忽略专家决策过程的随机性和模糊性，以及子系统之间的相互影响等问题，提出一种结合云模型与决策试行与评价实验室(DEMATEL)法的数控机床可靠性分配方法。通过云模型定量表示专家的决策语言，减小了决策过程中随机性和模糊性的影响，同时采用TOPSIS方法得到子系统的可靠性分配系数。利用DEMATEL法分析子系统之间的相互影响关系，并对可靠性分配系数进行修正，得到子系统的综合可靠性分配系数，实现对数控机床可靠性的合理分配。最后，将该方法与传统方法进行对比，说明该方法的优势。

    数控机床可靠性分配云模型决策试行与评价实验室

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    《机床与液压》2024年目次索引

    后插1-后插27页
      原文链接:
    • NETL
    • NSTL
    • 万方数据