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CNN-LSTM的机床滚动轴承性能退化趋势和寿命预测

    姜广君杨金森穆东明
    184-189页
    查看更多>>摘要:滚动轴承作为机床主轴的关键部件,其剩余寿命预测直接决定着整机设备的剩余寿命.若不能及时地预知滚动轴承的健康状态或损伤情况,不仅会影响维修策略的制定,还会造成级联故障,易造成机床灾难性的事故.针对大数据下滚动轴承振动信号的自适应故障特征提取和智能诊断问题,构建卷积神经网络和长短期记忆网络(CNN-LSTM)相结合的寿命预测模型,它可以避免人工参与的影响,实现网络的互补优势.对滚动轴承的退化状态以及剩余寿命进行预测,并与卷积神经网络(CNN)、长短时记忆神经网络(LSTM)进行对比实验.结果表明:所提方法CNN-LSTM有着较高的预测准确度.

    卷积神经网络长短时神经网络剩余寿命滚动轴承

    基于边缘图注意力网络的轴承智能故障诊断

    杜越宁少慧段攀龙邓功也...
    190-195页
    查看更多>>摘要:基于欧几里德空间的数据包含着节点和边的关系信息,比传统的欧几里得空间的数据具有更多信息.然而,传统的图卷积以及图注意力网路注重于节点信息的提取,对于边的信息利用不够充分.对此,通过结合可视图算法和边缘图注意力网络(EGAT),将基于非欧几里德空间的不规则数据应用到轴承故障诊断领域.诊断过程分为两步:利用可视图算法将原始信号转化为图数据;利用EGAT对故障特征进行学习,然后即可进行故障诊断.实验结果表明:图卷积网络在单一轴承故障分类任务上能够达到100%的准确率,表明所提出的方法对于轴承故障诊断具有明显的作用.

    轴承故障诊断边缘图注意力网络可视图算法

    基于机器视觉的飞机故障检查系统

    袁忠大程秀全王大伟
    196-200页
    查看更多>>摘要:针对当前飞机维修检查工作以人工目视检查为主、效率低且存在人为因素影响的情况,设计一套基于图像识别与机器深度学习的飞机部件表面无损检测系统.收集并整理了某航空公司一线飞机维修员拍摄的飞机机身及发动机部件图片,对图片集进行预处理,包括通道提取、Sobel滤波处理及二值化;最后用Blob分析对处理后的图像进行特征提取与系统分析.系统运行速度快、准确率高且可连续自动识别图像.利用机器视觉技术对飞机部件表面进行无损检测不仅可以提高生产效率,同时可以去除人为因素对航空器飞行安全的影响,使得飞机的飞行安全得到进一步提升.实践证明,该系统性能稳定可靠,具有极高的推广应用价值.

    机器视觉技术图像处理飞机部件无损检测

    基于SCADA数据协同的风力机故障检测与控制

    张园田周科宇
    201-208页
    查看更多>>摘要:为了在不停机的前提下,安全可靠地对齿轮箱进行故障检测,并实现风力发电机在齿轮箱故障工况下的容错控制运行,提出一种基于标准数据采集与监视控制(SCADA)数据协同的风力机故障检测与控制方案.介绍了风力发电机的系统模型与SCADA解决方案框架,通过回归建模、异常分析和集成学习对风力发电机系统进行故障检测并获得健康指标;借助模糊逻辑控制对风力发电机的输出功率进行降额控制,从而实现风力发电机在齿轮箱故障工况下的容错控制运行,最后进行仿真实验,并将仿真结果与一个实际运行的2MW风力发电机系统进行对比.实验结果表明:该故障检测与容错控制方案可以有效地对齿轮箱进行故障检测,并在存在故障时适当对风力发电机的输出功率进行降额控制,从而降低叶片和塔架承受的应力,并有效降低了齿轮箱轴承和润滑油的温度.

    风力发电机SCADA数据齿轮箱故障检测容错设计降额控制