首页期刊导航|中国机械工程
期刊信息/Journal information
中国机械工程
中国机械工程学会
中国机械工程

中国机械工程学会

周佑启

半月刊

1004-132X

paper@cmemo.org.cn

027-88011893

430068

湖北省武汉市湖北工业大学772信箱

中国机械工程/Journal China Mechanical EngineeringCSCD北大核心CSTPCDEI
查看更多>>本刊是中国机械工程学会会刊。反映中国机械工程领域重大学术进展，报道中国机械工程学会系统的最新学术信息，围绕机械企业科技进步传播重大科技成果，就机械工程界的热点开展讨论，不断跟踪世界机械工程最新动向，注重完善机械科技人员的知识结构，以探询学科发展趋势，促进学术成果交流，提高科技人员素质、推动企业科技进步为宗旨，以深内涵、广视野、强应变、高品味、厚基础为办刊特色。
正式出版
收录年代

    序言

    姜潮
    761页
      原文链接:
    • 万方数据

    基于监督降维和自适应Kriging建模的高维不确定性传播方法研究

    宋周洲张涵寓刘钊朱平...
    762-769,810页
    查看更多>>摘要：高维不确定性传播目前面临维度灾难和小样本的问题,难以利用有限的样本资源获得高精度的分析结果,针对此问题,提出了一种基于监督降维和自适应Kriging模型的高维不确定性传播方法.利用改进充分降维方法将高维输入投影到低维空间中,并利用Ladle估计器确定低维空间的维度.将降维投影矩阵嵌入Kriging核函数中以减少待估计超参数的数量,提高建模精度和效率.最后,创新性地定义了投影矩阵留一交叉验证误差,并基于此提出了相应的Kriging自适应采样策略,可以有效避免模型精度在自适应采样过程中发生较大波动.数值算例与工程案例的结果表明,相比现有方法,所提方法能够以较少的样本点获得高精度不确定性传播结果,对复杂装备结构的不确定性分析和设计具有一定参考作用.

    高维不确定性传播监督降维Kriging模型自适应采样

      原文链接:
    • 万方数据
    • 维普

    区间过程激励下刚柔耦合系统动态不确定性分析的序列模拟方法

    刘延浩倪冰雨田万一姜潮...
    770-783页
    查看更多>>摘要：针对动态不确定性激励作用下的刚柔耦合系统动力学问题,提出了一种基于区间过程模型的动力学不确定性序列模拟方法,旨在通过区间过程序列抽样及刚柔耦合动力学序列模拟计算结构振动与机构运动等系统动态响应的上下边界.介绍了中心刚体-柔性梁刚柔耦合系统动力学方程的构建与数值求解方法.针对动态不确定性激励作用下的刚柔耦合系统动力学分析,引入区间过程模型及其区间K-L展开对动态不确定性进行了度量和高效表征,提出了一种求解系统机构运动与结构振动等动力学响应上下边界的序列模拟方法.该方法利用序列模拟策略识别当前模拟序列中对动态响应上边界或下边界具有贡献的区间过程参数样本集,作为下一模拟序列中的局部加密抽样中心,可有效避免直接蒙特卡罗模拟在计算动力学响应上下边界时因过多无效抽样模拟而导致的低效收敛问题.最后,通过三个算例对所提方法的有效性进行了验证.研究结果表明,对于刚柔耦合系统大范围运动及振动响应上下边界的求解,序列模拟方法相比于直接蒙特卡罗模拟方法具有更好的计算效率和计算精度.

    动态不确定性区间过程模型区间K-L展开刚柔耦合动力学序列模拟方法

      原文链接:
    • 万方数据
    • 维普

    一种基于AK-MCS-K的失效概率函数估计方法

    宋海征周长聪李磊林华刚...
    784-791页
    查看更多>>摘要：针对可靠性优化设计中失效概率函数求解复杂、计算量大等问题,提出一种求解失效概率函数的高效方法.所提方法的基本思路是利用 自主学习Kriging方法构造输入变量全空间在失效边界处的局部代理模型,进而通过该局部代理模型结合Monte Carlo模拟法计算在指定分布参数样本下结构的失效概率,然后基于Kriging方法拟合分布参数样本点与对应结构失效概率之间的函数关系,最终建立用Kriging模型表达的失效概率函数的隐式函数.为了检验所提方法的精度和效率,给出了两个算例,对比了所提方法与已有的求解失效概率函数方法的计算结果.算例结果表明,所提方法适用于求解复杂的功能函数问题,并在满足精度要求的基础上显著降低了计算量.

    结构可靠性失效概率函数自主学习Kriging方法代理模型

      原文链接:
    • 万方数据
    • 维普

    基于主动学习与贝叶斯深度神经网络的高维多输出不确定性传播方法

    刘竟飞姜潮倪冰雨汪宗太...
    792-801页
    查看更多>>摘要：针对实际工程中存在的具有多个输出响应的高维问题,提出一种基于主动学习与贝叶斯深度神经网络的高维多输出不确定性传播方法.利用多个输出响应对应同一组输入变量的特点,对输入变量进行一次性采样,从而构造初始训练样本集.采用贝叶斯深度神经网络初步构建高维多输出问题的代理模型.贝叶斯深度神经网络能够同时求解多个预测输出响应的不确定性估计,基于该特点发展了一种针对高维多输出问题的主动加点策略,通过主动学习的方式进一步构建具有较高精度的高维多输出代理模型.然后,利用蒙特卡罗采样方法以及高斯混合模型求解多个输出响应的联合概率密度函数.研究结果表明,所提方法不仅能够避免分别对多个输出响应进行独立求解的复杂过程,而且能够利用多个输出响应之间的关联,主动筛选关键样本点进行建模,在一定程度上提高了高维多输出问题的求解效率.最后,通过几个数值算例验证了所提方法的有效性.

    主动学习贝叶斯深度神经网络高维不确定性多输出问题

      原文链接:
    • 万方数据
    • 维普

    考虑双重不确定性的机械产品元动作可靠性分配方法

    张威谢俊杜彦斌冉琰...
    802-810页
    查看更多>>摘要：针对元动作可靠性分配中专家评价的不确定性问题,提出了一种同时考虑认知不确定性和随机不确定性的可靠性分配方法.利用功能-运动-动作(FMA)的层次方法将机械产品进行合理分解,得到产品的基本运动形式(元动作);将专家进行分组并以概率语言术语集(PLTS)进行评价,以降低专家评价的随机不确定性;将各组专家综合评价结果作为证据进行推理,根据证据融合理论综合所有专家信息,并减小专家的认知不确定性影响;计算各元动作权重值,进而将产品可靠性指标分配给元动作.通过应用实例,验证了所提方法的有效性和实用性.

    机械产品认知不确定性随机不确定性可靠性分配元动作

      原文链接:
    • 万方数据
    • 维普

    考虑随机变失效阈值的多相关退化可靠性建模

    冯洪齐金平刘晓宇李鸿伟...
    811-820页
    查看更多>>摘要：由于机械部件失效受多个退化过程及外界冲击等各种因素的耦合作用影响,而当前研究多考虑单一因素,并认为失效阈值为定值,未考虑到设备会因退化而导致其抗冲击能力降低的事实,因此同时考虑冲击对退化过程的影响,退化过程对冲击失效阈值的随机不确定性影响以及不同退化过程之间存在相关性影响,提出考虑随机变阈值的多相关退化可靠性模型.此外,通过Copula函数描述不同退化过程间的相关性,给出相关模型的参数估计方法.根据某型动车组的车轮实测磨耗数据进行实例计算,通过蒙特卡罗方法验证模型的准确性,讨论不同退化过程存在相关性对可靠度的影响,对随机变失效阈值进行灵敏度分析,进一步说明所提模型的实用性.

    可靠性多相关退化随机变失效阈值车轮磨耗退化-阈值-冲击模型

      原文链接:
    • 万方数据
    • 维普

    考虑性能稳定性的机械系统可靠性分配方法研究

    李健王宏伟慕宗燚杜彦斌...
    821-828,850页
    查看更多>>摘要：针对机械系统可靠性分配,提出了 一种考虑性能稳定性的可靠性分配方法.引入元动作理论对机械系统进行结构分解,以元动作单元为分配对象,建立元动作可靠性二层综合评价指标模型,结合多准则决策(MCDM)方法,得到元动作可靠性分配系数;然后建立机械传动系统稳定性模型,并计算各个元动作对系统性能稳定性的影响系数;最后,利用性能稳定性的影响系数对可靠性分配系数进行修正,实现机械系统可靠性的合理分配.通过与传统方法进行对比,验证了所提方法的有效性.

    多准则决策机械系统可靠性分配性能稳定性元动作

      原文链接:
    • 万方数据
    • 维普

    复杂载荷、极端环境下焊接结构疲劳寿命预测研究综述

    董志波王程程李承昆李峻臣...
    829-839页
    查看更多>>摘要：焊接接头易出现缺陷和应力集中,在疲劳载荷作用下将成为疲劳裂纹萌生和扩展的薄弱区域.与均质材料相比,接头各区域微观组织及应力局部化使得焊接结构疲劳问题进一步复杂化.区别于理想实验条件,实际焊接结构服役环境复杂,疲劳寿命预测须考虑环境因素与焊接结构耦合特性.为此,对影响焊接结构的内在因素进行总结分析,从复杂载荷和极端服役环境两方面对现有焊接结构寿命预测模型进行综述,结合最新研究进展对改进焊接结构疲劳寿命评估方法提出建议.

    焊接结构影响因素复杂载荷极端环境寿命预测模型

      原文链接:
    • 万方数据
    • 维普

    基于联合多重重建自编码器的桁架损伤识别

    刘满东彭珍瑞
    840-850页
    查看更多>>摘要：针对桁架杆单元存在不同损伤类型时损伤特征信息难以捕捉且识别结果不准确的问题,提出了利用联合多重重建自编码器(JMRAE)进行损伤识别的方法.首先,运用JMRAE按照不同尺度数分段截取信号,将Sigmoid函数和ReLU函数进行组合以提取特征量,引入零相位成分分析(ZCA)降低特征量维度,以保留重要信息并减少数据冗余.然后,运用SoftMax分类器求解隐含层中不同片段的局部特征量,并进行特征量融合以判断结构状态.最后,运用三维桁架结构数值模型和实验室搭建桁架进行验证,并与精细复合多尺度散布熵(RCMDE)、峰度和反向传播(BP)神经网络方法进行对比研究,结果表明所提方法具有更高的损伤识别准确性.

    联合多重重建自编码器零相位成分分析SoftMax分类器特征量融合损伤识别

      原文链接:
    • 万方数据
    • 维普