首页期刊导航|计算机集成制造系统
期刊信息/Journal information
计算机集成制造系统
计算机集成制造系统

杨海成

月刊

1006-5911

Bamt@onet.com.cn

010-68962468 68962479

100089

北京2413信箱34分箱

计算机集成制造系统/Journal Computer Integrated Manufacturing SystemsCSCD北大核心CSTPCDEI
查看更多>>本刊为国家级学术刊物，旨在交流国内外CIMS研究、开发和应用的信息，推动和促进中国CIMS的发展。主要报道国内外有关发展计算机集成制造系统的政策措施、重点、趋势、科研动态、科技成果、推广应用、产品开发和学术活动等内容。设有综述、论文、专家论坛、企业实践和动态信息等栏目。已成为全国中文核心期刊。中国科技论文统计与分析文献来源期刊。中国科学引文数据库来源期刊。美国《工程索引（EI）》检索文献源期刊。1999年度影响因子达到0.746,在中国科技论文与引文数据库1372种期刊中位居前列。
正式出版
收录年代

    考虑设备劣化的加工工时预测方法

    裴凤雀张佳煊刘检华庄存波...
    906-916页
    查看更多>>摘要：针对加工设备在不同寿命阶段造成的机加工工时波动问题,提出了考虑设备劣化的加工工时预测方法.针对单工况,构建了基于BiGCU-MHResAtt-Weibull模型的机加工工时预测模型,采用双向门控卷积单元(BiGCU)提取局部特征,利用多头残差自注意力网络,获取不同特征间的影响关系,全连层输出优化后的残余寿命值并通过Weibull概率分布函数实现加工工时倍率映射;针对多工况,结合单工况模型,设计了大数据集和特征迁移模型,并通过聚类和曲线拟合生成加工工时预测谱系.最后,采用美国国家航天局提供的涡扇发动机数据集完成了模型训练和预测,验证了所提方法的有效性.

    BiGCU-MHResAtt-Weibull模型设备劣化加工工时残余寿命预测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于贝叶斯优化神经网络的螺栓松动特性预测

    王灿韩帅帅孙清超
    917-925页
    查看更多>>摘要：针对螺纹松动过程影响因子多且具有典型非线性特征,预紧力衰减难以准确预测的问题,提出了一种基于贝叶斯优化神经网络的螺栓防松性能预测方法.首先建立了螺纹松动的动力学模型,并采用响应曲面法定量分析了各因子对残余预紧力的影响,确定了初始预紧力和振幅为影响松脱最敏感的两个因子;进一步采用贝叶斯优化算法,建立基于神经网络的螺栓残余预紧力预测模型,实现螺栓残余预紧力的精准预测,并对该模型进行了验证.结果表明:相对于三层神经网络、高斯过程回归以及支持向量机模型等,基于贝叶斯优化的神经网络预测模型的均方误差最小,且R2系数最接近1,通过试验验证,螺栓残余预紧力预测值与实际测试值误差在7％之内,验证了模型的有效性及可靠性,为螺栓可靠性防松设计奠定基础.

    螺纹松动机理残余预紧力响应曲面贝叶斯算法神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向精度提升与工艺改进的容差分配多目标模型融合方法

    郭飞燕宋长杰张硕童清云...
    926-941页
    查看更多>>摘要：在现代机械产品装配容差优化过程中,多以简单加权求和的方式构建多目标容差优化模型,求解效果较差且与装配现场的适用性不强.鉴于此,以装配精度提升与工艺改进为目标导向,首先,考虑配合误差引起的零件上不同关键特征间的位姿变动,构建装配误差传递累积模型与协调尺寸链,精准预测装配误差与多装配体间的协调误差;其次,结合各制造环节误差数据与装配精度累积数据,分别建立加工成本、质量损失、修配成本3个单目标优化模型,并以此提出可避免容差数据优化失衡与优化方向偏离的多目标模型权重参数分配方法,构建多目标容差优化分配模型;最后,采用加速粒子群算法求解得到面向工艺性能提升的各组成环误差数值.以某型航天器分段式机翼对接装配优化为例,在改进产品定位装夹方式之前,机翼对接外形阶差与修配成本分别降低94.68％与83.49％;在使用外形卡板定位后,通过优化使上述两项装配指标分别降低11.21％与8.50％,有效地保障了产品型面装配精度与对接协调质量.

    装配精度工艺优化容差分配参数融合对接协调

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融合Mar-G LSTM的流程生产工艺质量预测算法

    阴艳超苏逸凡唐军林文强...
    942-957页
    查看更多>>摘要：针对流程生产连续性强、时序耦合复杂等特点,传统神经网络不具备长期记忆能力,且在深层次网络训练时易出现训练参数灾难、梯度爆炸等问题,提出基于马尔可夫优化的融合门控循环单元(GRU)与长短期记忆网络(LSTM)的组合预测模型(Mar-G LSTM).首先在循环神经网络结构中融入门控机制构建深度LSTM神经网络模型,对流程生产时序数据信息进行选择性记忆,学习时序数据序列的信息依赖,进而解决训练过程中的梯度爆炸问题;同时结合马尔可夫链对GRU-LSTM模型的预测结果进行修正优化,在降低模型的复杂度的情况下进一步提高了模型的预测精度.最后,结合某流程生产线的工艺数据进行分析验证,结果表明,Mar-G LSTM算法在预测精度上较随机森林模型、门控循环单元神经网络模型(GRU)、长短期记忆神经网络模型(LSTM)和卷积神经网络与门控循环单元网络组合模型(CNN-GRU)分别提高了37.42％、21.32％、17.91％和12.56％,所提Mar-G LSTM算法可实现流程生产质量的准确预测,为降低工艺参数调控任务的完成时间提供了思路和实现途径.

    流程生产工艺质量预测门控循环单元长短期记忆网络马尔可夫链

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于偏正结构表示的加工命名实体识别方法

    王素琴王钰珏石敏朱登明...
    958-967页
    查看更多>>摘要：制造企业积累大量的零件加工经验多以文本形式存在,如何从文本中挖掘出高质量的零件加工知识是个尚待解决的问题.针对待识别实体存在的偏正结构特征,导致实体边界界定模糊的问题,提出一种多网络协调的中文命名实体识别方法.在BERT生成字向量的过程中,通过领域自适应方法,提高字向量对工艺实体的表征能力,同时,在BiLSTM-CRF模型中引入注意力机制和多门控制的混合专家网络捕获上下文特征与实体信息.实验表明,较于当前主流的命名实体识别模型,该文提出的方法对机械零件加工实体识别的F1值达到80.15％,取得优于其他模型的最好性能.

    中文命名实体识别机械零件加工多门控制的混合专家网络领域自适应

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    先验规则和深度学习融合驱动的舰船电气图纸布局方法

    黄一学秦克罗威吴盛...
    968-981页
    查看更多>>摘要：针对目前舰船总体设计过程中电气图纸设计自动化程度低、人力消耗大、易出错等问题,提出一种融合先验规则和深度学习、统筹布局和布线、可应用于工程实践的电气图纸自动化布局方法.首先,根据当前舰船电气原理图布局的拓扑特点,基于树状图拓扑结构提炼出典型的先验规则;其次,以电气连接关系为输入,自动化生成初步电气原理图;最后,采用奇异值分解方法提取连接关系特征,并使用深度神经网络对初步电气原理图参数进行优化.选取某型舰船的7张典型图纸开展应用验证,结果表明:①所提方法可在保证图纸连接关系正确的基础上,实现自动化电气设计布局布线任务,②在大样本的布线试验中,99.1％的图纸都能在10秒内完成布线.所提方法可以应用在所有连接关系为树状拓扑或可以转化为树状拓扑的电气布线任务中,实现电气图纸正确、快速、合理的自动化布线布局,有效提高电气布局布线工作中的自动化程度,进而提高舰船的总体设计能力和效率.

    先验规则神经网络奇异值分解图分解

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进MobileNetV2的铣削振动状态辨识

    郑华林涂磊胡腾王小虎...
    982-991页
    查看更多>>摘要：针对现有铣削振动状态辨识模型准确率不高,训练耗时较长的问题,提出基于改进MobileNetV2的铣削振动状态辨识方法.以MobileNetV2骨干结构为主干特征提取网络,联合多尺度注意力聚融层(MAFL)与层递式分类器(LC)对MobileNetV2顶层结构进行重建,从而达到模型改进目的;其次,以变分模态分解与希尔伯特变换为基础开展铣削振动状态数据预处理,并以迁移学习(TL)与Fine-tune相结合对改进模型进行训练;进而,以不同转速下变切深侧铣工艺为对象,利用改进MobileNetV2模型及多种经典分类模型对铣削振动状态进行辨识与对比分析.结果表明,改进MobileNetV2在准确率和耗时方面均具有优势,所提辨识方法更适应制造工程领域对切削状态实时认知与颤振预警的应用需求,具有较广阔的工程应用前景.

    铣削振动改进MobileNetV2状态辨识

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    专利数据辅助的新产品概念设计方案生成方法

    杨雯丹曹国忠
    992-1010页
    查看更多>>摘要：在生成新产品概念设计方案的过程中,企业常缺乏辅助新产品功能描述、分解及创新的设计知识,且存在功能实现技术检索结果可用性不高、难以有效转化为概念设计方案技术特征的问题.为此,提出一种专利数据辅助的新产品概念设计方案生成方法.首先,使用文本相似度算法,检索国际专利分类表中与设计任务相关的分类号文本,辅助描述新产品的主功能.其次,引入C-K理论将下级分类号释义视为K空间中的元素,新产品子功能视为C空间中的元素,通过元素间转化辅助完成主功能分解.再次,结合专利技术成熟度分析和功能创新策略,确定新产品的功能创新方向,并依据共现分类号释义预测新产品的集成功能,辅助实现新产品的功能创新.接着,应用专利文献跨域特征分析模型,引入技术领域融合度的概念,量化专利技术的知识广度和流动性,辅助优选功能实现技术,并利用语义解析技术自动提取专利独立权利要求中的技术特征,辅助生成新产品概念设计方案.最后,将该方法应用于重型汽车底盘预装设备领域的新产品开发,证明了方法的有效性.

    概念设计专利数据功能设计专利技术优选语义解析

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于深度学习的产品风格精细识别

    李雄苏建宁张志鹏祝铎...
    1011-1022页
    查看更多>>摘要：为有效提取具有差异性的产品风格特征,提出一种基于复合学习通路的细粒度风格识别卷积神经网络(FSR-CNN).一是注意力学习通路,以残差结构为基础,采用串并结合的方式将坐标注意力、卷积块注意力和多头注意力嵌入其中,提出轻量化的混合注意力残差网络(HA-ResNet),用于抽取"专用特征".二是迁移学习通路,应用微调预先训练的GoogLeNet以扩充HA-ResNet模型容量,实现多感受野"通用特征"抽取.最后对二者输出的特征进行融合,并使用MLP分类器识别产品风格类型.在自行车头盔数据集上进行实验,并与其他经典深度卷积神经网络模型进行比较,实验结果表明FSR-CNN模型表现出较高的准确率和良好的稳健性,为产品风格精细检索与知识重用提供了一种新的模型算法架构.

    产品造型风格识别混合注意力迁移学习复合学习机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    考虑多源误差影响的谐波减速器传动误差建模与分析

    杨聪彬李文汉张涛刘志峰...
    1023-1035页
    查看更多>>摘要：为解决现有谐波减速器传动误差建模方法的不足,提出一种考虑装配误差、齿面误差的综合误差建模方法.该方法首先建立装配误差和齿面误差数学模型,并进行误差影响参数分析.其次,测量实验样机装配偏心量和歪斜角度,基于模型得到对应偏心误差、歪斜误差模型理论值,齿面加工误差幅值按一般加工工况大小代入模型,得到对应加工误差模型理论值;然后,分别进行500 h、1500 h、3000 h时长的磨损实验,磨损后进行齿面形貌扫描和数据分析,得到对应的齿面形貌参数,基于模型得到对应的磨损误差模型理论值.最后,综合考虑多源误差影响,设置3组同型号样机,进行传动误差实验.实验结果表明:考虑装配偏心、歪斜和齿面加工等影响因素,传动误差的实验测量值与模型理论值误差在1.7～3.3％之间;综合考虑装配偏心、歪斜、齿面加工、齿面磨损等影响因素,在磨损500 h、1 500 h、3 000 h后传动误差的实验测量值与模型理论值误差分别在-3.45～2.07％、-5.88～-2.94％、1.33～5.33％之间.

    谐波减速器多源误差影响参数分析传动误差建模模型验证

      原文链接:
    • NETL
    • NSTL
    • 万方数据