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SO-LSTM的立柱液压系统故障诊断方法研究

    郗涛董蒙蒙王莉静张建业...
    196-201页
    查看更多>>摘要：针对目前无法快速、准确地诊断矿用立柱液压系统故障等问题,在建立仿真模型分析单一故障机制的基础上,基于优化算法提出多种故障诊断方法.将立柱物理模块与立柱液压系统模块相结合,建立立柱液压系统仿真模型;基于Simulink分析单一故障的影响,基于蛇优化LSTM神经网络建立诊断模型;最后,根据实际数据进行模型的实例验证.结果表明:蛇优化LSTM模型对液压立柱故障仿真数据识别率达到99.5％,对液压立柱故障真实数据识别率达到97％,与模型仿真数据的预测精度仅相差2.5％,预测精度较高,达到了预期目标.

    立柱液压系统故障诊断蛇优化LSTM神经网络

      原文链接:
    • 万方数据
    • 维普

    基于多模态集成卷积神经网络的数控机床齿轮箱故障诊断

    姜广君杨永吉王赜
    202-207页
    查看更多>>摘要：针对数控机床齿轮箱在实际工作环境中负载多变且噪声干扰大、传统神经网络难以充分提取信号中的故障特征等问题,提出一种多模态集成卷积神经网络(MECNN)用于数控机床齿轮箱故障诊断.该方法将多模态融合技术与多个卷积神经网络结合,利用快速傅里叶变换方法将时域信号转换成频域信号;利用时域信号和频域信号对2个卷积神经网络进行训练,使模型能够分别从时域和频域2个角度提取特征,再将浅层特征融合;最后,将融合后的特征输入到卷积神经网络中进行故障特征的深度挖掘,并进行故障诊断.使用东南大学的齿轮箱数据集进行验证,设计了2种特征融合的方法并进行了对比.实验结果表明:在噪声下,MECNN模型用于故障诊断的准确性和鲁棒性均优于单一的时域CNN和频域CNN.

    数控机床齿轮箱故障诊断多模态学习卷积神经网络

      原文链接:
    • 万方数据

    航空发动机用齿轮泵齿轮轴疲劳断裂分析与优化设计

    李强邓熠杨伟李英杰...
    208-212页
    查看更多>>摘要：针对航空发动机用齿轮泵齿轮轴瞬时断裂的现象,对其关键运动副进行材料金相组织、结构受力和应力分析,将理论分析与试验相结合,明确了齿轮轴的瞬时断裂现象主要表现为疲劳断裂,明晰了齿轮轴疲劳断裂的影响因子,并以此优化了齿轮轴安装孔关键尺寸和机加工工艺.结果表明:优化后的齿轮轴安装孔附近的应力明显减小,能够有效提升齿轮轴在交变载荷下的抗疲劳特性.

    齿轮泵齿轮轴瞬时断裂工艺优化

      原文链接:
    • 万方数据
    • 维普

    动量对比调谐法在采煤机轴承故障诊断的应用

    杨斐文
    213-220页
    查看更多>>摘要：煤矿复杂的生产作业环境使得采煤机轴承故障诊断的微调方法容易丢失数据,基于此,提出一种基于动量对比双调谐策略(MCBiT),以充分挖掘数据标签的判别性知识和目标数据的内在结构.通过格拉曼角差分场将采煤机一维振动信号变换后输入到MCBiT中,在ImageNet预训练的主干上集成2个分支来增强传统的微调,一个具有对比交叉熵损失的分类器,以更好地利用标签知识,另一个具有分类对比学习损失的投影仪,以挖掘数据的内在结构.所提方法在6个公开可用的旋转机械故障诊断数据集中进行了测试并与其他方法进行对比,结果表明:所提的动量对比调谐法能够有效构建规模更大且一致的数据样本,为采煤机故障预测精度的提升提供支撑.

    深度迁移学习采煤机故障诊断动量对比

      原文链接:
    • 万方数据
    • 维普