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

    改进MFO-LSTM网络的风电机组齿轮箱故障预警研究

    周伟魏鑫李西兴
    185-194页
    查看更多>>摘要：风电机组齿轮箱在数据采集与监控系统(SCADA)的帮助下,通过监控齿轮箱油温是否超过阈值实现故障报警,其判断精度不高且问题发现不及时,因此使用长短期记忆网络模型(LSTM)融合SCADA数据实现对齿轮箱油温状态的预测.用齿轮箱正常运行状态下的数据训练LSTM模型,计算油温预测值与真实值之间的残差,根据正态分布的原则设置残差的上下预警阈值,用来对齿轮箱故障进行预警.为简化训练模型的复杂度,在SCADA数据中选用与齿轮箱油温相关性较为密切的参数作为LSTM模型的输入项.为降低因LSTM模型超参数设置不当造成的预测准确度表现不佳,提出改进飞蛾火焰算法(MFO)与LSTM的组合模型,在保留MFO算法强大的全局搜索能力的同时,使其避免陷入局部搜索的陷阱,通过改进MFO对LSTM模型参数进行迭代优化,最终构建合适的模型.最后通过某风电机组SCADA数据验证该方法能够有效预警齿轮箱的故障,并且与其他方法相比准确度更高,预警更及时,迭代效果更好.

    风电机组齿轮箱长短期记忆网络模型(LSTM)故障预警数据采集与监控系统(SCADA)飞蛾火焰算法(MFO)

      原文链接:
    • 维普
    • 万方数据

    基于声信号递归Hilbert变换的轴承故障诊断研究

    郝旺身李继康董辛旻娄永威...
    195-199页
    查看更多>>摘要：轴承缺陷检测与损伤程度检测一直是旋转机械领域内非常重视的问题,虽然目前针对振动信号的研究已经取得相当好的结果,但是对于难以安装振动传感器的情况,诊断效果仍需改进.针对强背景噪声下故障轴承产生的声音,提出一种基于递归Hilbert变换和一维卷积神经网络的诊断方法来提取抽象特征并进行模式识别.卷积神经网络结构中引入了全局平均池化层来加速网络的运行.最后,通过数据集验证了所提方法的有效性,与其他常用分类方法进行对比,验证了该方法的优越性.结果表明:所提算法不仅能够准确识别轴承的损伤部位,而且能够准确区分部件的损伤程度.

    声学检测损伤检测递归Hilbert变换深度学习卷积神经网络

      原文链接:
    • 维普
    • 万方数据

    基于两种改进RedNet的滚动轴承故障诊断方法研究

    郑直单思然曾魁魁王志军...
    200-205页
    查看更多>>摘要：RedNet网络自带的余弦退火算法易使学习率陷入局部极小值,出现拟合现象,导致精度过低.针对此问题,对RedNet进行改进处理,提出了两种MicroNet-RedNet和MobileNetV3-RedNet新型网络.基于RedNet的Involution核思想,用MicroNet网络的微分解卷积和Dynamic Shift-Max动态激活函数对RedNet网络进行改进处理,提出了 MicroNet-RedNet新型网络;利用MobileNetV3网络的h-swish激活函数和Squeeze-and-Excitation模块对RedNet进行改进处理,提出Mobile-NetV3-RedNet新型网络.通过对滚动轴承的实测内圈、外圈和滚动体3种故障的诊断分析可知:所提MicroNet-RedNet和所提MobileNetV3-RedNet可有效地诊断上述故障,诊断精度分别高达98.57％和93.81％,且较传统CNN和原算法RedNet的诊断精度提高很多.

    滚动轴承RedNet网络MicroNet网络MobileNetV3网络

      原文链接:
    • 维普
    • 万方数据

    基于参数降阶模态的分层贝叶斯在线裂纹检测

    魏保立冯雅珊罗坤付伟...
    206-217页
    查看更多>>摘要：为了保证检测的稳定性和准确性,并且有效处理参数的关联性与强非线性,提出一种基于参数降阶模态的分层贝叶斯在线裂纹检测方法.提出一种用于递归输入、状态和参数估计的分层贝叶斯滤波器,它通过使用空间不完整和噪声可以仅输出测量振动.将所寻求的参数视为具有有限个更新状态的随机变量,参数状态的动力学由改进估计策略控制,该策略能够探索参数空间并识别目标值.进一步利用参数降阶模型对所提出的方法进行裂纹识别.最后通过航空航天应用中的真实组件对提出方法进行仿真,结果显示提出方法检测准确性和稳定性较高,证明了提出方法的有效性.

    裂纹检测分层贝叶斯参数降阶模态随机变量

      原文链接:
    • 维普
    • 万方数据

    基于动态专家会议算法的刀具磨损度在线识别

    张峰陈乃超邢海燕
    218-224页
    查看更多>>摘要：为了提高机床加工过程中刀具磨损度识别准确率,提出基于动态专家会议算法的在线识别方法.分析刀具磨损机制,设计刀具磨损度识别框架;使用CEEMD分解源信号得到IMF分量,并基于IMF分量提取信号的改进I-kazTM系数、功率谱熵、标准差等多指标特征矩阵;针对随机森林算法存在的问题,将决策树视为决策专家,根据专家历史决策准确率动态确定专家决策权,从而设计一种新的动态专家会议算法.经PHM2010刀具磨损数据集验证,多指标特征矩阵在空间分布的类内聚集度、类间区分度均较好;基于动态专家会议算法的刀具磨损识别准确率为98.44％,分别比RF、LS-SVM算法高出了 17.19％、11.72％,说明动态专家会议算法在刀具磨损度识别中是有效的.

    刀具磨损度动态专家会议算法多指标特征矩阵在线识别

      原文链接:
    • 维普
    • 万方数据