首页期刊导航|机电工程
期刊信息/Journal information
机电工程
机电工程

罗向阳

月刊

1001-4551

meem_contribute@163.com

0571-87041360 87239525

310009

浙江省杭州市大学路高官弄9号

机电工程/Journal Mechanical & Electrical Engineering Magazine北大核心CSTPCD
查看更多>> 《机电工程》杂志系:中国科技论文统计源期刊(中国科技核心期刊) ,创刊于1971年,由浙江大学与浙江省机电集团(原浙江省机械工业厅)联合主办,是一份在国内有较高影响力、历史悠久的机电技术领域的专业性科技期刊。以报道机械、仪表技术,机电一体化技术、自动化技术及其应用为特色。《机电工程》杂志是中国机械工程学会优秀期刊,《中国学术期刊(光盘版)检索与评价数据规范》(CAD-CJ)执行规范优秀期刊,浙江省精品科技期刊。 中国学术期刊影响因子年报-自然科学与工程技术2011版显示:复合影响因子为0.748,影响因子列机械工程学科第8位(总计86种)。
正式出版
收录年代

    基于SCSSA-VMD-MCKD的轴承早期微弱故障异常检测方法

    陈立海谭奥贺永辉张笑琼...
    2129-2141页
    查看更多>>摘要:针对滚动轴承在强噪声干扰下早期微弱故障不易被检测的问题,提出了一种基于结合正余弦和柯西变异的麻雀智能搜索算法优化变分模态分解与最大相关峭度解卷积(SCSSA-VMD-MCKD)的轴承早期微弱故障异常检测方法.首先,采用结合正余弦和柯西变异的麻雀智能搜索算法(SCSSA)优化了VMD参数α和K,进而对轴承故障信号进行了自适应分解,根据加权包络谱峰值因子指标(WEPF)筛选有效模态分量,并重构得到了重构信号;然后,采用SCSSA优化了MCKD参数T、L和M,并用优化后的MCKD方法增强了重构信号故障冲击成分;最后,对经MCKD增强后的重构信号进行了包络谱分析,提取到了轴承故障特征频率及倍频;利用轴承故障仿真信号和试验信号对该故障异常检测方法进行了验证分析.研究结果表明:该检测方法能够有效降噪并自适应增强故障冲击成分,相较于经SCSSA-VMD分解并重构的信号,故障仿真信号和实测试验信号信噪比分别提升了 102.6%和 81.3%,均方根误差分别降低了26.7%和33.3%;轴承内外圈故障特征频率及倍频幅值更为突出,能够实现强噪声背景下滚动轴承早期微弱故障异常检测目的,与SSA-VMD-MCKD方法相比,更能突显该方法的优越性.

    滚动轴承故障诊断故障冲击成分增强结合正余弦和柯西变异的麻雀智能搜索算法变分模态分解最大相关峭度解卷积

    表面织构对径向柱塞泵滑靴副摩擦磨损性能的影响

    李少年陈世豪张子骞杨龙涛...
    2142-2151页
    查看更多>>摘要:高压大排量径向柱塞泵的承载力较大,而滑靴副是影响该类泵摩擦特性的关键因素之一.开展织构对滑靴副摩擦特性影响的研究,对提升高压大排量径向柱塞泵滑靴副润滑与摩擦特性具有重要意义.为此,以高压大排量径向柱塞泵滑靴副为研究对象,计算了不同形状、面积率、深径比织构的滑靴磨损量.首先,选取了正方形、圆形和三角形共 3 种形状的织构表面,对织构的深度、形状、面积率进行了定义,构建了滑靴织构形貌影响因素和正交试验样本;然后,开展了 10 组样本数据的试件摩擦磨损试验,分别以摩擦系数和磨损量为因变量,得到了多因素方差分析检验结果;最后,基于显著性小的因素确定了研究参数,开展了不同形状织构表面的摩擦仿真与试件试验.研究结果表明:织构的面积率对摩擦系数和磨损量影响最大;面积率为 9.66%、深度为 120 μm的三角形织构表面的摩擦系数最小,相比无织构表面下降16%;摩擦仿真所得三种形状织构表面的磨损量排序与试验结果一致;面积率为9.66%、深度为120 μm的正方形织构表面的减摩效果最好、磨损量最小,磨损量较无织构表面下降35%,摩擦系数相对无织构下降15.86%.该研究结果可以为高压大排量径向柱塞泵滑靴副设计,改善滑靴副的摩擦磨损特性,延长柱塞泵的使用寿命提供一定的参考.

    高压大排量径向柱塞泵滑靴副摩擦特性表面织构模型摩擦磨损性能滑靴副润滑性能正交试验多因素显著性分析

    基于改进引导滤波算法的蜗轮齿廓边缘保持方法

    郑永谢伟陈艳赵化雨...
    2152-2162页
    查看更多>>摘要:在使用机器视觉方法测量蜗轮齿距过程中,工业相机采集的蜗轮齿廓图像极易受到高斯噪声和光照不均引起的轮廓伪影的影响.针对以上问题,提出了一种基于改进引导滤波算法的蜗轮齿廓边缘保持方法.首先,对原始蜗轮齿廓图像进行了滤波处理和二值化处理,滤波处理采用了改进的引导滤波算法,使用高斯函数构造权重系数替代了引导滤波算法中的均值权重系数,二值化处理使用最大类间方差进行了阈值分割;然后,对滤波后的图像与二值化图像进行了图像融合,对融合后的图像进行了拉普拉斯锐化处理;最后,进行了灰度拉伸对数变换,得到了增强后的图像,并采用实验验证了基于改进引导滤波算法的蜗轮齿廓边缘保持方法.研究结果表明:基于改进的引导滤波的蜗轮齿廓边缘保持算法在处理蜗轮齿廓边缘时,相比传统保边滤波算法,峰值信噪比可提高7.81%,图像对比度可提高43.6%,有效地增加了图像的信噪比和对比度;使用该蜗轮齿廓边缘保持算法增强后的蜗轮齿廓图像,当采用机器视觉测量其蜗轮齿距偏差时,左、右齿面单个齿距偏差为4.6 μm和4.5 μm,左、右齿面齿距累积偏差为 16.5 μm和16.6 μm,测量结果均在允许的齿距偏差范围内.这说明采用蜗轮齿廓边缘保持算法增强后的蜗轮齿廓图像,去噪效果更好,蜗轮齿廓细节更清晰准确,有利于后续蜗轮齿廓特征的提取与齿距的测量.

    蜗轮齿廓图像引导滤波二值化图像融合图像锐化灰度拉伸图像增强

    船载起重机防摆装置及其动态特性的仿真与实验研究

    王丙昱靳国良王生海孙茂凱...
    2163-2173,2194页
    查看更多>>摘要:针对船载起重机吊重系统的摆动问题,建立了船载起重机防摆装置的数学模型,采用Simulink-AMESim联合仿真方法,对防摆过程中的船载起重机吊重系统的动态特性进行了研究.首先,建立了防摆装置传递函数、吊重系统动力学的数学模型,分析了液压系统工况与吊重系统动力学响应之间的动态耦合关系,提出了防摆装置液压马达的控制策略;然后,采用 MATLAB/Simulink和AMESim软件,对防摆装置的动态特性进行了联合仿真分析,研究了船舶运动激励条件下船载起重机的吊重摆动特性、防摆绳索张力输出特性和液压马达压力变化特性;最后,利用液压驱动防摆装置实验平台,进行了硬件实验,并对比分析了实验与仿真结果,对防摆装置数学模型的正确性以及联合仿真结果的有效性进行了验证.研究结果表明:利用液压驱动防摆装置可将起重机吊重摆动角度限制在3°以内,摆动幅度抑制效果达到77.6%,验证了该液压驱动防摆方案和液压马达控制策略的有效性,也验证了上述数学模型和仿真分析的正确性.该研究成果可以为液压驱动防摆装置的控制器设计提供依据,同时为液压驱动防摆装置的进一步实船应用提供理论和实验基础.

    起重机械吊重系统摆动液压驱动防摆装置动态特性Simulink-AMESim联合仿真吊重摆动角度

    基于ASMVMD和MOMEDA的齿轮特征提取方法

    唐贵基曾鹏飞朱爽
    2174-2184页
    查看更多>>摘要:针对齿轮信号易被强噪声干扰,导致损伤特征难以提取的问题,提出了一种基于自适应逐次多元变分模态分解(ASMVMD)和多点最优最小熵解卷积(MOMEDA)的齿轮故障特征提取方法.首先,采用加权黑猩猩优化算法对SMVMD分解参数进行了自适应寻优,以SMVMD分解后各个通道的所有分量的平均包络谱峰值因子(Ec)之和的相反数作为寻优的适应度函数,确定了最大惩罚因子α和最大分解模态数k的最优值;然后,采用ASMVMD方法对齿轮多通道故障数据进行了自适应分解,根据Ec指标提取了各通道特定分量,并将这些分量相加,进行了信号重构;最后,采用MOMEDA解卷积处理了重构信号,进一步强化了齿轮故障的冲击特性,并利用包络谱分析解卷积信号,提取了齿轮的故障特征频率.研究结果表明:通过仿真信号和模拟实验信号的分析,可知利用ASMVMD-MOMEDA相结合的方法处理得到的信号降噪效果显著,能有效抑制无关干扰成分的影响,从包络谱中可以清晰地看到故障频率的前几阶倍频;与多元经验模态分解(MEMD)-MOMEDA相结合的方法进行对比,发现采用ASMVMD-MOMEDA方法得到的包络谱较MEMD-MOMEDA方法的谱线更加干净,各阶倍频更加明显,进一步证明ASMVMD-MOMEDA方法可以准确提取齿轮故障特征.

    齿轮损伤特征故障特征提取自适应逐次多元变分模态分解多点最优最小熵解卷积多通道解卷积包络谱峰值因子信号重构

    基于改进SAGGAN模型的齿轮故障分类方法研究

    刘洋但斌斌易灿灿严旭果...
    2185-2194页
    查看更多>>摘要:针对齿轮故障样本获取困难,导致深度学习驱动故障分类模型的可靠性和准确性不足这一问题,提出了一种基于改进自注意力门单元生成对抗网络(SAGGAN)的半监督齿轮故障分类模型.首先,为增强改进SAGGAN模型的特征表示能力,提升齿轮故障的半监督分类效果,在自注意力生成对抗网络(SAGAN)的基础上,引入了门控通道转换模块(GCT)、改进自注意力门控模块(SAG)和预训练的Inception V3 分支;然后,使用齿轮故障实验装置采集齿轮断齿、磨损、周节误差和正常四种状态下的振动信号,并将数据划分为训练集、验证集与测试集;最后,将计算结果与现有的半监督分类方法:TripleGAN、Bad-GAN、Reg-GAN、SF-GAN进行了对比,并对改进模块进行了消融实验研究.研究结果表明:在标签样本为 40、60、80、100 时,改进SAGGAN模型的整体分类准确率分别为89%、90%、92%、94.25%,远高于其他四种方法,特别在只有少量标签样本情况下的优越性更为明显.以上结果揭示了改进的SAGGAN模型在齿轮故障分类领域中的实用性和优越性.

    齿轮故障模式分类自注意力门单元生成对抗网络半监督学习自注意力生成对抗网络门控通道转换模块自注意力门控模块

    大型风电机组双TRB主轴承装配过程仿真及测试研究

    何先照鲍陈马徐立晖白璐...
    2195-2203页
    查看更多>>摘要:在风力发电机组运行过程中,常存在由于安装不到位而导致轴系的预紧力达不到设计值的问题.为此,建立了某MW级风电机组的传动系统模型,针对主轴承装配过程展开了仿真分析和试验测试.首先,研究了轴承内外套圈与主轴、轴承座过盈配合导致的轴系轴向移动,以及竖直安装状态下轴承座对于预紧力的影响;然后,对比分析了不同压紧量及不同运行温度下轴系产生的预紧力大小;最后,在常温下,对主轴承的装配过程开展了位移测试,测量了从前轴承合套后至压紧盖锁紧过程中前轴承内外套圈的相对位移情况.研究结果表明:轴系的轴向位移与轴承套圈过盈量成正比;竖直安装状态下,轴承座重力会导致主轴承产生一定的预紧;轴承运行时,预紧力大小与轴承运行时内外圈温差呈正相关,与轴系平均温度大小无关.位移实测结果与仿真值误差为5.3%,验证了上述轴承装配有限元仿真方法的准确性及安装的可靠性.

    风电机组主轴承双圆锥滚子轴承传动链结构预紧力轴系位移轴承过盈量

    压合衬套强化耳片孔疲劳寿命优化研究

    刘儒军蔡晓鲍益东黄翔...
    2204-2211,2251页
    查看更多>>摘要:压合衬套冷挤压强化耳片孔挤压量与强化效果的对应关系难以获得,并且存在残余应力沿轴向分布不均及孔壁变形不均的问题,为此,对大孔径耳片孔压合衬套冷挤压强化工艺进行了研究,提出了一种带夹具的低成本工艺改进方法,并对改进后工艺的可行性进行了验证.首先,建立了压合衬套冷挤压强化耳片孔的有限元模型,开展了耳片孔冷挤压强化,探究了不同挤压量下耳片残余应力分布规律及孔壁变形规律;然后,采用有限元模型分析了耳片疲劳寿命与挤压量的映射关系;通过压合衬套冷挤压安装实验和X射线衍射仪应力检测实验,对压合衬套冷挤压强化耳片孔有限元模型的可靠性进行了验证;最后,提出了改进的压合衬套冷挤压强化工艺,并采用有限元方法对其有效性进行了验证.研究结果表明:冷挤压强化效果并非与挤压量呈正相关,而是在某一挤压量下取得峰值.采用改进后的压合衬套冷挤压强化工艺可改善耳片孔变形不均的问题,进一步延长耳片孔的疲劳寿命.

    压合衬套冷挤压强化有限元模型残余应力变形均匀性控制疲劳寿命分析冷挤压强化工艺

    基于自适应Wiener去噪与优化匹配追踪算法的微弱故障诊断方法

    王红玉卜令瑞邢海燕
    2212-2219页
    查看更多>>摘要:为了准确地诊断出旋转机械的早期微弱故障,在分析信号特点的基础上,采用自适应Wiener滤波去除信号中的随机冲击干扰,并提出了一种基于优化匹配追踪算法的微弱故障特征提取方法.首先,分析了旋转机械早期微弱故障信号特点,在短时Wiener滤波中引入了窗长自适应策略,去除了早期微弱故障信号的随机冲击干扰,保留了故障信号中的有用分量;然后,分析了当前匹配追踪算法中算法迭代门限值在重构精度中存在的不足,设计了基于相邻残差的匹配追踪算法鲁棒终止条件,有效提高了故障信号的重构精度和重构信号质量;最后,将优化的匹配追踪算法应用于微弱故障特征提取中,实现了对微弱信号中强特征信号的提取目的.研究结果表明:采用自适应Wiener滤波可以有效去除信号中的随机干扰,且保留信号中的周期性故障信号;优化匹配追踪算法重构信号包络谱中的特征频率160 Hz及其倍频凸显,在其他频段的信号能量几乎为0,这意味着该方法能够准确判断出故障类型.与传统Wiener去噪和匹配追踪算法相比,自适应Wiener去噪和优化匹配追踪算法在微弱故障提取中具有可行性和优越性.

    旋转机械自适应Wiener去噪匹配追踪算法微弱信号故障诊断鲁棒终止条件信号包络

    基于深度学习的工艺知识图谱构建及其应用

    王宇东张琦马雅丽王智...
    2220-2231页
    查看更多>>摘要:针对现有的零件工艺知识分散度高、结构性弱、复用性差等问题,提出了一种基于深度学习技术的工艺知识图谱构建和工艺重用方法.首先,分析了工艺知识结构,并建立了工艺知识图谱模式层;其次,搭建了深度学习知识抽取算法,并以工艺知识图谱模式层作为数据模式抽取了工艺知识,建立了工艺知识图谱的数据层;然后,基于图神经网络深度学习算法,搭建了工艺知识推理模型,将其作为工艺推荐基础;最后,搭建了零件工艺知识图谱可视化系统,并以行星架类零件为例,验证了工艺知识的检索和推荐功能.研究结果表明:该方法在工艺知识上的识别准确率达到了 80%以上,工艺推荐准确率达到了 70%以上,相比以往模型有所提高,证明了该方法在工艺知识图谱自动化构建和工艺重用上的有效性和可行性.

    工艺知识结构深度学习技术工艺重用知识抽取知识推理模型图神经网络模式层和数据层