首页期刊导航|组合机床与自动化加工技术
期刊信息/Journal information
组合机床与自动化加工技术
组合机床与自动化加工技术

宋鸿升

月刊

1001-2265

zhjcqk@126.com

0411-86658407

116033

大连市沙河口区新生路80号504室

组合机床与自动化加工技术/Journal Modular Machine Tool & Automatic Manufacturing Technique北大核心CSTPCD
查看更多>>本刊是中国机械工程学会与大连组合机床研究所共同主办，中国科协主管的，由科技部和新闻出版署共同审核批准的公开发行的学术性科技期刊。1959年创刊。本刊主要讨论新技术在生产工程领域内的实际应用，内容侧重以汽车生产为代表的大批量制造技术及成套技术装备的开发设计。本刊也多视角、全方位的报道制造领域的研究成果，理论探讨，应用实践，技术展望及行业动态。《组合机床与自动化加工技术》的读者对象是从事机床及其它工艺装备开发、设计的工程师，从事新技术、新设备、新工艺开发及应用的科研院所工程师；汽车、内燃机、摩托车、农机、家电等大批量生产企业的工艺设计、技改设计及设备规划的工程技术人员、机电院校师生等。《组合机床与自动化加工技术》在国内制造业及机电工程院校中具有广泛的影响，相当的权威性和较高的知名度。本刊是历届中文核心期刊，长期以来一直被国内主要数据库、文摘刊物所收录，历年来一直被科技部中国科技信息所列为《中国科技论文统计源期刊》，被中国科学文献计量评价研究中心、中科院文献评价中心、中国社科院文献信息中心等六部门认定为"中国科学引文数据库来源期刊"、"中国学术期刊综合评价数据库来源期刊"。
正式出版
收录年代

    基于YOLOv5s-CBC的钢材表面缺陷检测

    刘翰林刘凌云李超凡仝保国...
    155-159页
    查看更多>>摘要：为了解决工业上钢材表面缺陷检测精度低的问题,提出了一种基于YOLOv5s目标检测网络的钢材表面缺陷检测方法YOLOv5s-CBC.首先,在主干网络中引入CBAM注意力机制,加强对钢材缺陷图像的特征提取,同时弱化钢材表面背景对检测结果的影响;其次,用轻量级上采样算子CARAFE替换颈部的最近邻插值上采样算子,增强感受野,提高目标检测能力并保持轻量化;最后,采用加权双向特征金字塔网络BIFPN修改原始模型中的PANet,增强模型的特征融合能力.实验结果表明,YOLOv5s-CBC在 NEU-DET 数据集上的平均精度均值(mAP)达到了 80.1%,比原有YOLOv5s提高了3.6%.表明该方法具有良好的高效性和检测精度,为工件识别领域带来了一种有效的解决方案.

    缺陷检测YOLOv5s注意力机制CARAFE加权特征金字塔

      原文链接:
    • 维普
    • 万方数据

    基于YOLOv5和ConvNext的钢铁表面缺陷检测研究

    李强强皋军邵星王翠香...
    160-165,170页
    查看更多>>摘要：为解决工业钢铁表面缺陷检测速度慢、准确度低问题,提出一种基于改进YOLOv5 网络的检测方法.在YOLOv5 网络的FPN特征金字塔模块中加入ECANet模块,以提高检测精度;利用K-Means算法在NEU-DET数据集上重新聚类,生成3 组新的先验框,降低网络损失;针对钢铁缺陷的小目标特征,将ConvNext网络应用到YOLOv5 的主干网络中,用ConvNext网络提取小目标缺陷特征,增强模型学习能力.实验结果表明,改进后的YOLOv5 模型与原YOLOv5 模型相比,mAP提升了3.84%,平均检测速率为36.9 frame/s,能够做到快速和准确的检测,满足实际应用需求.

    缺陷检测K-Means算法ConvNextECANetYOLO

      原文链接:
    • 维普
    • 万方数据

    基于SK-ResNet和迁移学习的滚动轴承故障诊断

    潘雪娇董绍江邹松吕智明...
    166-170页
    查看更多>>摘要：针对传统深度学习模型在变工况环境下泛化能力差、诊断精度低的问题,提出了一种基于SK-ResNet和迁移学习的滚动轴承故障诊断方法.首先,对采集到的时域信号进行快速傅里叶变换(FFT)获得频域信号,并进行加权融合得到新的时频域数据集;其次,将选择性内核网络(SKNet)融入到残差网络(ResNet)中提高特征提取能力;然后,采用基于多核最大均值差异(MK-MMD)和相关对齐(CORAL)改进的差异对齐损失(DDM)缩小变工况下滚动轴承故障数据特征分布差异,并将其应用到模型的多个模块中进一步缩小特征之间的分布距离.实验结果表明,与传统滚动轴承故障诊断方法相比,本文方法具有更好的诊断精度和泛化能力.

    选择性内核网络残差网络迁移学习差异对齐损失

      原文链接:
    • 维普
    • 万方数据

    改进Steger算法流程的激光条纹中心提取

    邓仕超何新凯
    171-174,180页
    查看更多>>摘要：在三维测量与重建的过程中,准确地提取激光条纹的中心位置至关重要.然而,由于Steger算法运算量庞大,难以满足工业领域对实时性的迫切需求.为克服Steger算法运算量大、提取效率低的难题,首先,采用波峰波谷阈值分割的方法对预处理过的图像进行阈值分割,以降低图像的复杂性;其次,通过设置最小矩形面积和最小长宽比查寻感兴趣区域,提取感兴趣区域以减少算法的冗余计算;最后,对感兴趣区域用改进后的Steger算法进行中心提取.经过实验数据分析,所提算法保留了传统Steger算法的精度和有效提高了Steger算法的运算速度,这为实时进行三维重建提供了有力支持.

    Steger中心提取阈值分割感兴趣区域

      原文链接:
    • 维普
    • 万方数据

    改进的Q-learning蜂群算法求解置换流水车间调度问题

    杜利珍宣自风唐家琦王鑫涛...
    175-180页
    查看更多>>摘要：针对置换流水车间调度问题,提出了一种基于改进的Q-learning算法的人工蜂群算法.该算法设计了一种改进的奖励函数作为人工蜂群算法的环境,根据奖励函数的优劣来判断下一代种群的寻优策略,并通过Q-learning智能选择人工蜂群算法的蜜源的更新维度数大小,根据选择的维度数大小对编码进行更新,提高了收敛速度和精度,最后使用不同规模的置换流水车间调度问题的实例来验证所提算法的性能,通过对标准实例的计算与其它算法对比,证明该算法的准确性.

    Q-learning算法人工蜂群算法置换流水车间调度

      原文链接:
    • 维普
    • 万方数据

    部分拆装线平衡问题的多目标人工蜂群算法

    杨琬琳李梓响郑晨昱张子凯...
    181-186,192页
    查看更多>>摘要：拆卸线广泛应用于拆解报废产品,当前大多数的研究关注于废弃产品的完全拆卸,缺乏对拆卸利润和节省碳排放量等的研究.针对部分拆装线平衡,构建了面向利润、节省碳排放量和线平衡的多目标数学模型.为实现问题的高效求解,设计了改进多目标人工蜂群算法.该算法采取操作排序向量和拆卸零部件数量的双层编码,同时设计双层解码以分别处理优先关系约束和节拍约束.该算法雇佣蜂阶段采取邻域操作、跟随蜂阶段采取交叉操作以获得差异化的种群,同时侦察蜂阶段采取从永久帕累托前沿选择一个解来替换抛弃的个体以获得高性能的新解.为了测试改进算法的性能,该算法与原始多目标人工蜂群算法、多目标模拟退火算法、快速非支配遗传算法进行对比.测试结果表明改进策略有效提升了人工蜂群算法的性能,同时改进人工蜂群算法优于对比的算法,可实现多目标拆卸线平衡问题的高效求解.

    部分拆卸线平衡碳排放多目标优化多目标人工蜂群算法

      原文链接:
    • 维普
    • 万方数据

    改进樽海鞘算法的多目标电镀调度问题优化

    陈晓雪杨波黄青青杨再风...
    187-192页
    查看更多>>摘要：针对多目标电镀生产系统未能同时最小化能源消耗和最大完工时间的问题,建立了双目标模型,并提出增强型樽海鞘优化算法(MC-SSA)求解该模型.MC-SSA将樽海鞘优化算法(SSA)分为两个不同的追随者组别,嵌入局部飞蛾火焰算法(MFO)用于更新"追随者A组"的位置以提高全局探索,引入通信机制(CM)策略用于更新"追随者B组"的位置以提高局部勘探能力.通过算法性能对比和实际生产案例验证,MC-SSA的优化精度和收敛速度优于其他算法,且经算法优化后目标值明显降低,表明MC-SSA具有更好的寻优能力且双目标模型能生成更优的生产方案.

    电镀调度能源消耗樽海鞘优化算法多目标优化

      原文链接:
    • 维普
    • 万方数据