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

    基于特征选择与Transformer的涡扇发动机剩余使用寿命预测

    刘耕鑫董辛旻张瑞博陈阳...
    208-213页
    查看更多>>摘要：针对传统剩余使用寿命预测模型难以解决长时依赖问题以及不同特征组合对模型预测精度影响大的问题,提出一种基于特征选择与Transformer的剩余使用寿命预测模型.首先利用以互信息为理论基础的最大相关最小冗余特征选择算法,捕获特征与标签、特征与特征的关系,得到最佳特征组合;然后以Transformer的编码器为主体并加入门控卷积单元组成预测模型,使模型可以充分捕捉全局信息且提高运算效率的基础上也更加注重局部信息;通过网格搜索与粒子群算法确定模型超参数.最后将最优特征组合的变量数据输入模型实现涡扇发动机剩余使用寿命预测.利用此方法在C-MAPSS数据集进行验证,并进行对比实验,结果表明预测误差与模型效率均有一定改进.

    剩余使用寿命最大相关最小冗余特征选择互信息Transformer模型

      原文链接:
    • 维普
    • 万方数据

    基于ICEEMDAN模糊熵与Bi-LSTM的工业设备健康状态预测

    鹿广志李敬兆张金伟
    214-219页
    查看更多>>摘要：工业设备健康状态关系着工业生产能否正常进行,为此提出一种基于改进自适应噪声完备经验模态分解(ICEEMDAN)和双向长短期记忆网络(Bi-LSTM)的工业设备健康状态预测方法.ICEEMDAN用于将原始音频信号进行分解得到若干个固有模态函数(IMF)分量,通过计算相关系数选取最佳分量组进行信号重构,然后计算重构IMF分量的模糊熵值构造特征向量集合,最后再输入到Bi-LSTM网络进行模型训练和预测.实验结果表明:相较于其他模型,基于ICEEMDAN模糊熵和Bi-LSTM的工业设备健康状态预测方法,能够有效提取音频信号特征,并准确进行健康状态预测.

    工业设备ICEEMDAN音频信号Bi-LSTM健康预测模糊熵

      原文链接:
    • 维普
    • 万方数据

    基于多传感数据融合的变速运行齿轮异常振动故障诊断

    周光祥李鹏江德业
    220-225页
    查看更多>>摘要：变速运行齿轮异常振动故障诊断性能过差会增加汽车维护成本,缩短齿轮使用寿命.为了及时识别齿轮故障,保证汽车变速器总成具有良好的振动特性,提出基于多传感数据融合的变速运行齿轮异常振动故障诊断方法.通过分析多传感器数据融合技术,掌握变速运行齿轮异常振动故障诊断的理论框架,并以此为基础,参考传感器融合模块、特征级并行多神经网络局部诊断模块和终端分类模块,结合变分模态分解、多通道加权融合和单隐层前馈神经网络训练算法,从信号采集、信号特征提取和信号特征分类3个步骤实现变速运行齿轮异常振动故障诊断.实验结果表明:在齿轮发生轻度磨损时,磨损振动信号的幅值在20-40 mV之间,磨损振动信号的频率在0-4 000 Hz区间;中度磨损时,信号的幅值在30～55 mV之间,信号频率在3 000-7 000 Hz区间;重度磨损时,信号幅值在50-70 mV之间,信号频率在6 000-12 000 Hz区间,且各阶段诊断结果均与故障程度的实际转折点吻合.由此可知在各样本数量均相同的情况下,提出的故障诊断方法预测值与真实值均相同,故障程度和故障类型的诊断性能均较好.

    多传感数据融合变速运行齿轮异常振动信号特征提取

      原文链接:
    • 维普
    • 万方数据

    基于DSC-DenseNet的流程工业系统故障监测

    汪凯亚森江·加入拉
    226-230页
    查看更多>>摘要：田纳西-伊士曼过程数据高纬度、高耦合,存在数据特征难以提取的问题.为进一步提高流程工业系统中故障监测的识别率,现将一维稠密卷积网络(1D-DenseNet)与深度可分离卷积(DSC)结合,利用DenseNet的高效特征提取能力,并结合DSC减少计算参数、提高诊断效率,以提供基于DSC-DenseNet的故障监测方式.先将数据进行归一化整理,并加入随机种子避免过拟合,随后将处理后的结果作为DSC-DenseNet的输入进行特征提取,然后将输出结果传人全连接层进行故障分类;最后在TEP数据集上进行准确率测试.结果证明:基于DSC-DenseNet的方法能有效分辨故障类型,故障分类准确率达到98.8％.并证明DSC-DenseNet比传统DenseNet有更好的故障识别效果.

    稠密连接网络深度可分离卷积故障诊断田纳西伊士曼过程

      原文链接:
    • 维普
    • 万方数据

    航空发动机燃油系统部件寿命建模研究

    袁忠大程秀全王大伟
    231-236页
    查看更多>>摘要：为解决燃油系统部件可靠性难以估计的问题,收集了燃油系统重要部件燃油泵组件、液压机械装置、燃油流量传感器、燃油喷嘴的工作时间数据,针对不同部件的工作时间分别绘制Weibull概率图,用三参数相关系数优化法对Weibull分布模型进行参数估计,并依据参数估计值得到不同部件的可靠度函数、失效率函数及故障概率密度函数,最后对燃油系统部件进行可靠性评估与分析.结果表明:航空发动机燃油系统部件作为一种复杂的机械电子系统,Weibull分布模型可有效评估其使用寿命,可用于对航空发动机燃油系统部件进行可靠性分析.

    航空发动机燃油系统部件寿命Weibull分布可靠性模型

      原文链接:
    • 维普
    • 万方数据