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

    结合面法向接触阻尼能量耗散弹塑性分形模型

    孙万姚志广任晓霞郭政堃...
    141-146页
    查看更多>>摘要:结合面法向接触阻尼能量耗散建模时,只考虑微凸体弹性变形时的储能和塑性变形时的耗能是不完全的,因为微凸体存在弹塑性变形情况.通过引入微凸体加卸载模型,分离了处于弹塑性变形的微凸体的能量储存与耗散,建立了更加符合实际情况的结合面法向接触阻尼能量耗散及其损耗因子模型.通过仿真发现,结合面法向接触阻尼能量耗散及其损耗因子随着分形粗糙度参数的增大而增大,随着分形维数的增大先减小后增大,且在 1.2 附近出现最小值;结合面法向接触阻尼能量耗散随着法向接触载荷的增大而增大,损耗因子随着法向接触载荷的增大而减小;考虑弹塑性过渡机制情况下法向阻尼能耗低于仅考虑弹性和塑性机制情况下的法向阻尼能耗.

    分形理论结合面弹塑性能量耗散阻尼损耗因子

    融合TA-TCN和迁移学习的滚动轴承寿命预测

    车鲁阳冷子文付惠琛张佳佳...
    147-151页
    查看更多>>摘要:针对在实际工业生产中,滚动轴承由于数据量少导致剩余寿命预测的准确度不高的问题,提出了一种时序注意力(temporal attention,TA)优化的时间卷积神经网络(time convolutional networks,TCN)与迁移学习相结合的剩余寿命预测方法.首先,通过互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)将原始特征向量分解为一组子序列分量,突出特征信号、降低噪声干扰;然后,将子序列分量输入搭建好的TCN模型并添加TA进行优化,深度挖掘深度特征与退化曲线关系;最后,引入迁移学习,利用源域数据进行训练和少量目标域数据进行参数微调,得到目标网络模型.经实例验证,所提模型的稳定性、预测精度相对于其它对比模型有所提升,且在异工况条件下依然有着良好的预测能力.

    滚动轴承寿命预测互补集合经验模态分解时序注意力时间卷积神经网络迁移学习

    激光辅助切削CNTs/AL的数值模拟及参数优化

    刘佳溢高奇
    152-156页
    查看更多>>摘要:针对碳纳米管铝基复合材料(CNTs/AL)加工过程中加工性差、刀具磨损大等特点,提出采用激光辅助加工的方法进行改善.使用ABAQUS有限元仿真软件进行,对CNTs/AL复合材料的表面损伤形式、亚表面残余应力分布及切削力进行仿真研究,以完成对激光辅助加工CNTs/AL的可行性验证.基于响应曲面实验分析切削力与加工参数的关系,并建立了拟合程度良好的切削力模型.结果表明,使用激光辅助加工可以有效减小切削力和表面质量,平均切削力降低34%,但会稍微增大残余应力;3 个工艺参数对切削力影响强弱依次为:激光功率、切削速度和切削深度.

    有限元激光辅助加工铝基复合材料切削力

    基于改进U2 Net的金属棒材划痕缺陷检测

    武志辉兰媛李利娜熊晓燕...
    157-160,167页
    查看更多>>摘要:针对金属棒材圆弧表面在光照条件下产生高光,易掩盖划痕信息的问题,设计了在多种照明条件下多种曲度棒材的缺陷数据采集实验,以增加样本的多样性和模型的泛化性;针对金属棒材表面划痕的检测问题,提出了一种改进的U2Net的缺陷分割方法,调整了残差模块(residual U blocks,RSU)的混合膨胀卷积的膨胀因子,并在全部RSU的最后一层增加了坐标注意力机制(coordinate attention,CA),缓解了原网络在编码和解码过程中各残差块的影响,提升了模型对划痕的检测效果.实验表明,改进U2Net网络与U2Net网络对比,准确率与召回率的综合评价指标由86.4%上升到了88.5%.

    划痕检测深度学习U2Net坐标注意力机制

    基于改进FNN-BP网络的 304 不锈钢薄板焊接质量推断模型

    文德沐胡晓兵张雪健毛业兵...
    161-167页
    查看更多>>摘要:针对目前激光焊接领域的激光焊接参数智能设定的发展方向,智能焊接系统的焊接参数推定模块成为了热点研究对象.在分析了焊接工艺参数对焊接质量的影响之后,搭建了一种基于改进模糊专家系统和BP神经网络的激光焊接质量推断模型,该模型包括两部分内容,即基于焊接速度、焊接功率和离焦量的焊接质量模糊推断和基于预测值、板材厚度、峰值功率和占空比的BP修正神经网络.焊接质量模糊推断,首先基于已有人工经验进行焊接参数模糊化和焊接规则库建立,然后通过分析确定模糊推断类型,最后进行模糊推断输出焊接质量预测值;BP神经网络修正,基于板材厚度等参数对不同板材厚度下焊缝图像质量评分和平面度差值进行预测值修正,以获得更加准确的推断值.通过实验证明,该不锈钢薄板智能激光焊接系统具有一定的可行性和重要的工程意义.

    焊接质量评价焊接参数模糊专家系统BP神经网络

    基于改进YOLOv5 的轴类零件表面缺陷检测算法

    张昕楠李颖郝涌汀付靖凯...
    168-171,176页
    查看更多>>摘要:针对当前轴件表面缺陷种类繁多、缺陷形态复杂等原因导致的检测精度低,提出了一种改进的YOLOv5 的目标轴件表面缺陷检测方法.为解决在日常生产中经常出现轴件表面小目标缺陷被漏检、错检的问题,在原YOLOv5 基础上,添加一个新的小目标检测层,并将较浅特征图与深特征图拼接,使得整个网络更加关注小目标缺陷.同时为解决多目标缺陷和不完整轴件检测精度低与漏检,自建数据集中添加多目标缺陷与遮挡处理的轴件图像数据,经对比实验可知,改进的YOLOv5模型的检测性能优于FasterRCNN、SSD、原始YOLOv5 三种主流算法模型,测试的平均值精度分别高出7%、9%、4%.证明了该方法对轴件的表面缺陷检测精度更高,且对多目标缺陷与不完整的轴件的检测效果有显著提升.

    轴件缺陷检测改进的YOLOV5模型小目标多目标

    域对抗图卷积注意力变工况故障研究

    邢如意尹洪申
    172-176页
    查看更多>>摘要:针对滚动轴承在变工况环境中网络特征提取能力不足的问题,提出了一种域对抗图卷积注意力迁移学习的故障诊断方法(DAGRESL).首先,通过残差神经网络(residual network,Resnet)提取输入的轴承故障信息特征并通过Simam注意力模块增强Resnet的特征表达能力;其次,利用图生成层学习Resnet的特征数据并挖掘样本结构特征之间的关系来构造实例图;然后,利用图卷积网络(graph convolutional network,GCN)对实例图进行建模;最后,利用域判别器和局部最大平均差异(local maximum mean discrepancy,LMMD)对齐子域和全局域之间的分布并通过标签分类网络完成故障分类.通过在SQI-MFS轴承数据集的实验结果证明了所提出的DAGRESL模型能够精准地区分变工况轴承故障类型,有效解决了滚动轴承在变工况环境中网络特征提取能力不足的问题.

    故障诊断变工况卷积注意力模块图卷积

    基于CEEMDAN和改进轻量化时空网络的刀具状态监测

    周鹏博刘德平
    177-181,186页
    查看更多>>摘要:针对刀具退化特征提取困难和传统时空网络模型参数多等问题,提出了基于自适应噪声完备经验模态分解(CEEMDAN)和改进轻量化时空网络(BiLSTM-SN-ECA)的刀具磨损监测模型.首先,将刀具振动信号经CEEMADAN分解得到若干模态分量,将模态分量与振动信号结合,构造特征矩阵;其次,利用ECA改进ShuffleNetv2 基本单元,并优化ShuffleNetv2 整体结构,构造BiLSTM-SN-ECA网络模型;最后,将特征矩阵输入模型进行特征学习与磨损预测.所提方法预测值的平均绝对误差和均方根误差分别为1.246 μm和2.065 μm,结果表明该方法在减少传统时空网络模型参数量与训练时间的同时,提高了预测准确度.

    刀具磨损监测自适应噪声完备经验模态分解轻量化时空网络注意力机制

    数据驱动的加工产线生产周期预测研究

    张翔宇李想王伟杨旭...
    182-186页
    查看更多>>摘要:针对生产周期中的不可控时间、生产线数据结构复杂和构成变化的问题,提出一种以异构数据融合驱动的生产线周期预测方法.基于隶属函数和动态规整算法在三角特征构型下建立异构数据融合算法,将异构数据统一;以深度置信网络为主建立周期预测模型进行生产周期预测,通过确定因素求解生产周期中的不可控时间,用改进方程沟通粒子群算法和神经网络,每次迭代优化神经网络的同时还会反馈改进粒子群算法.以某航空企业加工产线为例,优化后神经网络正确率提升9%,粒子群训练时间减少5%,预测模型实现了生产周期的预测,且模型能够适应产线构成的变化.

    特征融合粒子群算法深度置信网络生产周期预测

    基于熵增强混沌遗传算法的柔性作业车间调度

    李永湘姚锡凡
    187-192页
    查看更多>>摘要:为使企业获得最优综合调度质量的车间调度方案,研究了多目标柔性作业车间调度数学模型及其求解算法,建立了基于最大完工时间、最大机器负荷差、机器总负荷和调度复杂度 4 个调度质量指标的多目标柔性作业车间调度问题模型(MFJSP),提出熵增强混沌遗传算法(ECGA)求解该模型,应用伯努利混沌映射公式改进算法选择操作,用高斯云模型改进变异算子和交叉算子,提高算法的全局寻优能力和搜索效率.根据计算的交叉概率和变异概率执行切牌式交叉操作和两基因片段式变异操作提高种群基因的多样性.以M8J12P3 调度问题为例验证了MFJSP模型和ECGA算法的有效性.结果表明,与SGA、PSO和ABC相比,ECGA具有更快的收敛速度和更好的全局搜索能力,有助于企业提高生产效率和降低成本.

    柔性作业车间调度遗传算法多目标优化调度质量