首页期刊导航|机械设计与研究
期刊信息/Journal information
机械设计与研究
机械设计与研究

邹慧君

双月刊

1006-2343

jofmdr@126.com;jsyy@chinajournal.net.cn

021-62932023

200030

上海市华山路1954号（上海交通大学内）

机械设计与研究/Journal Machine Design & ResearchCSCD北大核心CSTPCD
查看更多>>本刊为机械类期刊，集学术性、技术性于一体。本刊宗旨是提高学术水平，密切联系生产，立足实际应用。稿源丰富，录用稿件水平较高。编委会由国内外著名的专家、教授组成，有较大的影响和权威性。本刊由邮局公开发行，订户遍及国内外。全国中文核心期刊，中国科技论文统计源期刊，美国工程索引（EI）收录期刊。
正式出版
收录年代

    基于工业大数据的轴承包状态评估与故障预报

    王德芬杨贺绪张春兰
    229-233,244页
    查看更多>>摘要：针对粗轧机轴承解体周期长、运行状态处于"信息黑箱"而难以提供准确有效的解体策略、信息提纯困难等问题,创新性的搭建了工业现场测试平台,实时、准确、完整的采集了上/下工作辊轴承在轧制不同板坯时的动态信息.通过对不同道次的加速度信号进行特征域分析,融合轴承力学模型和失效机理,为生产现场提供精准有效的轴承包解体策略.研究表明:通过跟踪测试的三套轴承包加速度信号可以清晰判别轧辊空转、咬钢、稳定轧制和抛钢四个阶段,其中稳定轧制阶段有明显的周期性冲击,利用波形因子、脉冲因子等指标值可以区分不同轴承包运行状态.利用加速度信号,采用频域积分法模拟系统的水平响应特性.除了咬钢和抛钢瞬间,外力也会导致系统产生较大水平响应,其中下辊响应幅值明显大于上辊.研究为粗轧机工作辊轴承的下机保养和故障预知性维修提供精准有效策略.

    工业大数据滚动轴承解体策略状态评估故障预报

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

    基于多感官需求的智能床创新设计方法研究

    王军金信郭海琪刘晓彤...
    234-239,244页
    查看更多>>摘要：为提升床类产品智能化创新设计过程的合理性,体现用户行为与多感官需求研究在智能床设计中的作用,提出一种基于多感官需求的B/A-Kano/FAST设计流程(用户行为旅程图Behavior Journey Map、A-Kano模型和功能分析系统技术FAST法).对智能床的用户行为进行调研分析,采用用户行为旅程图找出用户对智能床的多感官需求;通过帕累托原理筛选需求,使用A-Kano模型获取需求类别,以建立功能需求类型列表;引入FAST法将需求逐步转化为产品功能,对总功能求解,指导产品方案设计;实例验证以智能床为研究对象,结合该设计流程对智能床进行分析与设计实践,通过李克特量表进行用户满意度评估,验证设计效果.B/A-Kano/FAST设计流程能将用户的多感官需求转化为产品功能模块,有助于获得符合用户真实需求的产品智能化设计方案.

    智能床多感官需求用户行为旅程图A-Kano模型FAST法

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

    基于足底力传感器的脑卒中患者下肢运动感知获取方法

    张敏王飞赵祥欣邹锋...
    240-244页
    查看更多>>摘要：脑卒中患者的下肢运动意图对下肢康复机器人辅助训练具有重要意义,本文提出了一种承受负载较大、结构简单、价格低廉的足底多维力传感器系统,旨在用于下肢康复机器人中的运动意图识别.首先,详细描述了足底多维力传感器系统的设计和分析,包括足底力分析、系统结构设计和力/扭矩转化模型的建立.接着,通过实验对传感系统平台的性能进行了校验,结果表明设计的传感系统能够稳定准确地感应患者足底力变化,为精准的运动意图识别提供了可靠的数据支持.这一方法有望应用于脑卒中患者的下肢康复训练,提高康复效果.

    辅助训练足底多维传感器系统关节力矩运动意图

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

    基于改进Swin Transformer的条码检测算法

    王正家庄健肖喆许款款...
    245-249页
    查看更多>>摘要：条码检测是一种广泛应用于不同行业的技术,用于识别、验证和检查条码的质量和准确性.然而,传统的检测方法在处理尺度变化较大等复杂情况下的表现较差,通常存在检测速度和效率低、应用范围有限等问题,并且传统的方法通常只关注图像的局部信息,忽视了条码在不同尺度上的特征等问题.针对上述问题,提出了 一种基于改进Swin Transformer的条码检测算法.首先,通过引入局部感知性和多尺度特征提取机制,具有更好的鲁棒性,能够应对不同大小和形状的条码;然后,引入了基于FCOS的检测框架的创新思想;最后,在标注好的条码数据集上对改进后的算法进行模型训练和测试.实验结果表明,所提出的改进后的模型与YOLOv4算法相比,精确率、召回率分别提高了 5.78％、3.18％,整体性能优于其他主流算法,有效提升了条码检测能力并达到较高的检测精度.

    目标检测深度学习条码SwinTransformerFCOS

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

    书讯

    前插3,250页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    《机械设计与研究》征稿启事

    前插1页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    论文插图要求

    前插2页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    参考文献格式要求

    前插2页
      原文链接:
    • NETL
    • NSTL
    • 万方数据