首页期刊导航|制造业自动化
期刊信息/Journal information
制造业自动化
制造业自动化

黎晓东

半月刊

1009-0134

ma@riamb.ac.cn

010-82285780

100011

北京德胜门外教场口1号

制造业自动化/Journal Manufacturing AutomationCSCD北大核心CSTPCD
查看更多>>本杂志由北京机械工业自动化研究所主办，国家机械工业局主管，1979年创刊。主要刊载制造业自动化领域所取得的新技术、新成果、新产品、新方法以及自动化技术应用成果、科技动态与信息等。常设栏目有：专家论坛、先进制造技术、CAD/CAM/CIMS、生产自动化、自动化技术与装置、控制与检测、数控技术、工业机器人、应用技术、产业动态等。读者对象为从事制造业自动化技术工作的科技人员、管理人员、企业技工、院校师生等。
正式出版
收录年代

    复杂环境下单目视觉AGV识别起终点算法的研究

    王晨铮杨龙兴
    101-103,119页
    查看更多>>摘要：针对工人来回走动等干扰对采用视觉导航的自动引导车(AGV)正常工作产生的影响,提出了一种基于SURF算法,提高AGV识别工作环境准确率的方法.研究AGV起点和终点之间不同环境样本的匹配程度,发现有干扰时图像之间提取的特征点匹配率较低,通过对比匹配度的高低将图像分为正负样本再进行深度学习,相较于没有分类的深度学习正确率提升3％左右.结果表明,此方法能有效的提升AGV识别工作环境的正确率,消除干扰对正常工作的影响,有较大应用价值和市场前景.

    AGVSURF算法图像识别特征提取

      原文链接:
    • 万方数据
    • 维普

    往复压缩机连杆裂纹故障动力学仿真及振动响应分析

    王金东于德龙赵海洋宋美萍...
    104-108页
    查看更多>>摘要：以往复压缩机连杆裂纹故障为研究对象,利用ADAMS和ANSYS软件建立往复压缩机刚柔耦合仿真模型,以连杆大小头间隙接触力为主要激励源,在此基础上添加连杆裂纹故障,通过仿真计算得到连杆裂纹激励的振动响应信号.考虑裂纹深度和输入转速等影响因素,进行变工况仿真,并通过仿真结果对比分析了连杆裂纹激励在机体表面的振动响应规律.结果表明,当往复压缩机发生连杆裂纹故障时,其振动信号的幅值会显著增大,并且裂纹深度越大、输入转速越高,振动信号的冲击和幅值就越大.仿真结果有助于对往复压缩机连杆裂纹故障的定性和定量分析.

    连杆裂纹动力学仿真ADAMS往复压缩机

      原文链接:
    • 万方数据
    • 维普

    大规格磨齿机扫描式集成在机测量系统及其误差补偿方法

    赵柏涵薛媛王洪喜王冠伟...
    109-114页
    查看更多>>摘要：为实现大规格渐开线齿廓的高精度集成在机测量,提出了一种基于三维扫描式测头的集成在机测量及其误差补偿方法.在分析探针与被测齿面啮合关系的基础上,建立了渐开线综合测量模型;以测量精度为判据,确定了最佳的齿廓偏差在机测量方案;基于多体系统理论及齐次坐标变换方法,推导了对应于测量方案的机床综合精度模型;建立了机床几何及运动误差与测量误差之间的映射关系;计算了各测点处的测量误差;实现了在机测量误差的后补偿;在一台五轴数控成形磨齿机上进行了齿廓偏差的在机测量及其误差补偿实验.将经过补偿的测量结果与齿轮量仪的计量结果进行了对比,结果证明方法测量精度高、可靠性好.

    大规格磨齿机渐开线在机测量齿廓偏差扫描误差补偿

      原文链接:
    • 万方数据
    • 维普

    用于工业机器人的增强图注意力网络故障诊断算法

    毛栋陈翀王涛程良伦...
    115-119页
    查看更多>>摘要：工业机器人的平稳运行是智能制造的核心需求.针对工业机器人运行数据中特征隐含和易受噪声干扰导致故障诊断准确率不足以及低效的问题,提出一种用于工业机器人的金字塔注意力增强的图注意力网络故障诊断方法;通过将数据转化为图结构,利用图注意提取的多尺度特征与金字塔注意力结合,提升单一故障和复合故障诊断的准确率与缩短其训练时间.实验平台采用某国产机器人设备,通过采集不同故障类型的反馈电流数据对诊断精度进行实验测试,与改进图注意网络(GATv2)、图卷积网络(GCN)、图切比雪夫网络(ChebyNet)等主流模型进行对比,结果表明,提出的模型可有效提升工业机器人故障诊断准确率和效率.

    工业机器人故障诊断图神经网络金字塔注意力

      原文链接:
    • 万方数据
    • 维普

    自动扶梯减速箱故障诊断系统研究

    汪宇亮
    120-123,161页
    查看更多>>摘要：扶梯减速箱故障会导致梯级倒转,引发严重的人员伤亡事故.通过对扶梯减速箱传感器获取的设备相关信息数据进行分析,实现减速箱的故障诊断和预测,不仅可以提高自动扶梯设备的可靠高效运行时间,降低设备的维护成本,还能有效减少事故的发生.本文针对自动扶梯减速箱的故障振动特征,建立减速箱故障振动的数学模型,并通过快速傅里叶变换方法对故障特征进行提取和故障诊断,基于PHM(故障预测与健康管理)理论等关键技术,结合机器学习算法进行故障预判对减速箱故障趋势进行判断,构建故障诊断系统,通过不同故障的数据特征分析,建立数据库从而实现自动扶梯的预防性维修,及早发现扶梯自身存在的问题,及时处理故障隐患,从根本上避免了事故的发生.

    自动扶梯减速箱数学模型故障诊断

      原文链接:
    • 万方数据
    • 维普

    改进YOLOv5s的汽车玻璃花点缺陷检测算法

    陈炜沈力俞斌马莹...
    124-129页
    查看更多>>摘要：针对目前汽车玻璃生产中,玻璃质量检测还大量依赖人工的问题,对YOLOv5s模型进行改进,提出了CSi-YOLOv5s的缺陷检测算法,用于实现汽车玻璃3类花点缺陷(黏连、残缺、缺失)的自动检测.首先,在Backbone部分的CBL模块中加入注意力模块CBAM,强化特征提取网络对多种花点缺陷特征的学习能力.其次,通过将激活函数改变为SiLU来优化深度网络的训练效果.对比实验数据表明,所提出的CSi-YOLOv5s花点缺陷检测算法对经过训练的3种花点图案的平均检测精度mAP达到99.1％,每张图像的平均检测时间小于0.15s.该算法对未经训练的4种花点图案的平均检测精度mAP也达到89.9％.算法实现了花点图案中微小缺陷的检测和分类,为汽车玻璃生产过程的缺陷检测提供了一种高效、实用且满足实时在线检测需求的解决方案.

    YOLOv5sCBAMSiLU花点缺陷在线检测

      原文链接:
    • 万方数据
    • 维普

    基于机器视觉的变速器齿轮表面缺陷检测研究

    罗山廖瑞郑彬
    130-133,166页
    查看更多>>摘要：针对人工检测变速器齿轮表面缺陷存在可靠性差、效率低、不能满足批量生产的问题,开展齿轮表面缺陷自动检测的研究.以汽车变速器齿轮为检测对象,首先搭建机器视觉齿轮表面缺陷检测系统,采集齿轮缺陷图像样本,对采集的齿轮图像进行去噪、增强等预处理;然后采用改进的Scharr边缘检测算法提取齿轮边缘;最后获取感兴趣区域的坐标信息,寻找齿轮外圆的边缘点,计算齿轮的边缘点之间的距离,从而实现齿轮缺陷的精确定位.实验结果表明:该系统可准确检测出齿轮表面缺陷所在位置,可靠性和稳定性良好,检测效率高,为机器视觉齿轮缺陷检测技术的应用提供了思路.

    变速器齿轮表面缺陷检测机器视觉Halcon

      原文链接:
    • 万方数据
    • 维普

    水电机组多通道振动信号融合智能工况识别研究

    万欣刘育李博
    134-137页
    查看更多>>摘要：针对水力发电机组运行工况的智能识别问题,开展了信息融合与残差网络模型研究.首先,获取了水电机组多个关键部分的振动信号,依托本征正交分解实现了多通道振动信号的信息融合,实现了信号压缩与重构;进而,以深度残差网络模型为核心,分别以融合信号为输入、以机组运行工况为输出,构建了多通道振动信号与机组工况之间的决策模型;最后,以我国西南地区某台轴流式水电机组为对象,对其上下机架和定子系统的6通道振动信号进行了数据融合研究,实现了机组不同负荷、增减转速、启动停机等多种工况下识别功能,模型达到了98.33％的识别准确率.提出方法对于提高水电机组日常运维中的信息利用率和智能化水平具有参考意义.

    残差网络信息融合水电机组振动信号

      原文链接:
    • 万方数据
    • 维普

    自适应双光融合人体摔倒检测方法研究

    谷湘煜刘晓岚罗洪伟饶爽...
    138-141,216页
    查看更多>>摘要：针对基于可见光图像的人体摔倒检测方法在光照变化情况下性能不佳,无法满足全天候工况的问题,提出一种适用于变化光照条件下全天候工况的双光融合人体摔倒检测方法.首先利用Sobel算子提取可见光图像的边缘特征,通过非线性灰度变换增强红外图像的对比度;同时,将可见光图像从RGB空间转换到HSI空间并根据归一化亮度进行自适应双光融合;最后,将融合的双光图像作为CenterNet检测器的输入样本,完成人体姿态检测任务.在自建双光数据集上开展验证实验,自适应光照融合策略在SSIM指标上达到了0.77,在MI指标上达到了 1.21.在CenterNet检测模型上融合后,平均检测精度mAP提升了9.71％.实验结果证明了方法的有效性.

    特征提取自适应策略双光融合摔倒检测

      原文链接:
    • 万方数据
    • 维普

    采用改进Transformer的挤压机齿轮箱故障诊断技术研究

    师恩容
    142-146页
    查看更多>>摘要：石化行业挤压造粒机日趋大型化,其齿轮箱故障将造成非必要停车.对挤压机齿轮箱进行故障监测及诊断可以提高其可靠性.提出一种改进的Transformer挤压机齿轮箱故障诊断方法,对于原始信号输入首先经过多尺度感知层,其中使用三个不同尺度的卷积核提高捕捉局部特征信息的能力,经过多尺度感知层后的信号进入线性嵌入层进行线性映射,并在线性嵌入层添加位置信息矩阵以此解决Transformer丢失位置特征的能力,该算法展现了良好的故障特征提取能力.相较于传统的卷积神经网络诊断精度提高14％,最终达到95.4％的分类精度.

    挤压机齿轮箱故障诊断Transformer

      原文链接:
    • 万方数据
    • 维普