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

    基于LayoutXLM的核电工程图纸标题栏信息自动提取方法研究

    林杰曾俊冬初凤红王树昂...
    53-58,71页
    查看更多>>摘要：对核电工程图纸进行数字化管理,需要从大量既有图纸的标题栏中提取有用信息.针对核电工程图纸标题栏结构多变的特点,提出了基于LayoutXLM的标题栏文本信息自动提取方法.首先,利用光学字符识别技术获取标题栏图像的文本坐标和文本内容,将标题栏文本、文本布局信息和标题栏图像信息作为多模态预训练模型LayoutXLM的输入,提取出标题栏文本的语义实体特征.然后,将实体特征作为BiGRU-CRF网络和双仿射注意力机制的输入,分别构建语义实体识别模型和关系抽取模型.最后,使用自建标题栏数据集对语义实体识别模型和关系抽取模型进行验证.实验结果表明,语义实体识别的F1分数达到90%以上,关系抽取的F1分数达到78%,验证了该方法的有效性,为标题栏信息的自动提取提供了新的思路.

    标题栏LayoutXLM语义实体识别关系抽取

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

    采用熵权偏好排序的变电站告警信息评价方法

    蒋文辉孟令雯冯义张庆伟...
    59-64页
    查看更多>>摘要：告警信息是监督变电站运行的重要方式.由于变电站规模的不断扩大,告警信息的数量呈指数级增长.变电站告警信息的重要程度评价可以帮助运维人员及时处理重要故障、正确采取相关处理措施,有效保证变电站的安全运行.在此背景下,对可能引起变电站告警的各类异常进行分析,基于信息熵建立评价告警信息重要程度的指标体系;其次,采用改进的群体偏好排序算法确定评价指标的权重;最后,采用改进物元可拓理论法进行综合分析,确定变电站告警信息的重要程度等级.算例分析的结果表明该评价方法能够准确、及时地对告警信息的重要程度进行评价,按照告警信息重要程度的高低依次呈现给运维人员,具有较好的准确性和可行性.

    变电站告警信息信息熵物元可拓理论评价指标

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

    电力市场中分布式能源整合交互模型研究

    林庆标吴问足吴俊越阮光宗...
    65-71页
    查看更多>>摘要：开发考虑不确定性的电力市场模型,可促进分布式能源资源的市场整合,同时支持与电网公司合作解决网络使用问题.提出了一个整合交互模型,通过该模型激励灵活性发电来源以减轻可再生能源间歇性的影响,同时确保提供可靠的电力以及保证市场参与者获得一定效益.首先,分布式能源发电商在日前市场中竞标,如果无法实时满足其日前承诺,则会受到处罚.其次,为了对冲分布式能源不确定性,这些分布式能源发电商在事前期权市场从天然气发电厂等灵活性来源购买储备期权.天然气发电厂保留一些燃料以备分布式能源短缺的情况下使用,而分布式能源发电商则购买在需要时请求使用该储备的权利.然后,求解耦合的日前市场和期权市场中发电机组组合的最佳策略,并证明这些期权增加了电网从分布式能源中获取的发电量,并为灵活性发电厂提供了足够的报酬.在测试系统对所提出的方法进行了评估,与基准情况相比,基于所提出的交互方法在电力市场中实现了互惠互利的交易环境,促进了分布式能源整合.

    分布式能源整合电力市场智能电网

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

    改进SLP的输送带生产车间布局优化研究

    郭莹贺阿红
    72-78,86页
    查看更多>>摘要：为了解决输送带生产车间的空间利用不合理和物流路线迂回交叉的布局问题,利用SLP与遗传算法相结合的方法对车间进行布局优化,减少了人员、物料之间的移动成本,提高了车间的空间利用率和企业的市场竞争力,达到降低成本、增加利润的目的.首先通过SLP方法分析车间物流和非物流关系,初步确定输送带生产车间布局优化的两个方案.将初步方案作为遗传算法的初始种群染色体,利用遗传算法对车间布局进行优化,得到最终的车间优化布局方案.最后通过Flexsim对最终方案进行仿真验证,结果表明优化后的物料搬运总距离是原来的46.22%,车间产出增长3.4%,运输机等待时间减少3.41%.

    SLP车间布局遗传算法Flexsim

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

    基于DCGAN与DRSN的滚动轴承细粒度故障诊断

    阮慧黄细霞王乐王清...
    79-86页
    查看更多>>摘要：针对目前滚动轴承故障诊断难以获取大量典型的轴承故障数据以及检测故障种类为粗粒度的现状,提出一种基于深度生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)和深度残差收缩网络(Deep Residual Shrinkage Networks,DRSN)的滚动轴承细粒度故障诊断方法.通过DCGAN对滚动轴承故障样本进行数据增强,结合原始故障样本用于进一步故障特征提取,DRSN模型中注意力机制从大量故障特征信息中聚焦于更为关键的信息,软阈值化旨在为处于不同健康状态的轴承样本设置不同的阈值.在凯斯西储大学轴承故障数据集CWRU上验证DCGAN-DRSN模型的有效性并与其他经典模型对比,结果表明,该方法能够解决数据不平衡造成的模型泛化性能差、故障诊断精度低的问题,实现对轴承故障细粒度分类的目的,为后续的设备维护提供依据,具有较好的实际工程意义和推广性.

    细粒度故障诊断滚动轴承生成对抗网络深度残差收缩网络深度学习

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

    参数智能优化变分模态分解的输电短路信号提取

    裴东锋刘勇李勇苗靓...
    87-92,101页
    查看更多>>摘要：输电短路信号因非线性含噪难以准确提取,影响后续故障诊断正确率.为此,提出参数智能优化变分模态分解的输电短路信号提取方法.引入峰值密度实时监测粒子群种群密度,设计权重自适应更新策略,以避免种群多样性缺失导致算法陷入局部最优;然后,建立变分模态分解(Variational Mode Decomposition,简称VMD)算法优化求解的适应度函数,并采用上述改进粒子群算法实现VMD参数智能优化下的输电短路信号提取.采用典型测试函数验证了改进粒子群算法具有比其他算法更好的搜索速度和稳定性,并进一步验证了提出的参数智能优化变分模态分解方法可以较好提取非线性含噪输电短路信号,可提高故障诊断正确率.

    变分模态分解参数优化粒子群优化惯性权重输电短路信号提取

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

    ZB25型烟草包装机轴承故障诊断方法研究

    陈玲贾有东李云霞陈圣...
    93-96页
    查看更多>>摘要：在当今的烟草制造业中,设备的稳定性和效率直接关系到生产成本和产品质量.因此,烟草企业亟需一种既经济又科学的设备检维修体系来降低资源消耗,并确保设备能够持续稳定运行.实时监测设备健康状态并快速诊断出现的故障,对于提高生产效率和降低停机时间至关重要.面对这一需求,提出了一种结合快速谱峭度算法和共振解调技术的新型故障诊断方法,专门针对ZB25型包装机组中常见的滚动轴承外圈故障.通过对轴承外圈的实际故障数据进行分析,旨在验证所提出方法的有效性,并探索其在工业设备监测和诊断中的应用潜力.

    健康状态监测谱峭度故障诊断滚动轴承

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

    面向焊接场景的自适应权重高动态图像生成算法

    张晗冯永利王宝中
    97-101页
    查看更多>>摘要：为实现焊接过程实时监控,首先需要获取包含清晰焊缝信息的焊接过程图像.为了能够实时获取具有足够清晰度且包含充足的焊区信息的图像,提出了一种基于拉普拉斯金字塔多曝光融合的高动态图像生成的改进算法.以对比度、色彩饱和度和曝光良好度作为图像融合的3个指标,在图像金字塔上对不同尺度的图像信息进行分层融合,同时引入了强化学习对融合指标进行自适应调整,优化了图像融合权重的选取,并进行了实验验证.对经算法处理前后的焊接图像进行实验数据对比,结果显示,图像的信息熵、方差、平均梯度分别提高了59.7%、75.0%和83.1%,表明改进后的算法能得到的更清晰的焊接图像的纹理和细节,有效避免了弧光附近区域细节信息丢失的问题,更加有利于对焊接过程进行实时监控.

    智能焊接高动态范围多曝光融合图像融合

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

    融合EMD-TCN-GBM算法的配电网线路负载预测方法研究

    叶炜吴桂联唐露林婷婷...
    102-106页
    查看更多>>摘要：随着高比例分布式光伏(Distributed PV)接入配电网,使得配电网的电压时间序列表现出高度的波动性和随机性,给配电网的线路带来了很大的压力.针对高比例光伏接入的线路进行线路负载率的预测,可以有效地对配网的改造进行规划,合理安排运行安全裕度,保持系统潮流传送能力,并对配电网网架优化起到指导作用.提出一种经验模态分解(Empirical Mode Decomposition EMD)、时间卷积网络(Temporal Convolutional Network TCN)与基于决策树的梯度提升算法(Light Gradient Boosting Machine LightGBM)相结合的线路负载率预测方法(EMD-TCN-GBM).主要采用3种样条插值函数对数据中出现的功率数据缺失及负载参数缺失的情况进行合理填充,获得可靠的样本数据集,并通过EMD将负载时间序列进行分解,形成多序列子信号,降低数据的不稳定性.利用LightGBM提取影响负载率的多个特征点,避免了单一特征测量结果所带来的局限性,提高了整体的预测精度.最终根据这些特征使用TCN算法进行一维因果卷积和扩展卷积的线路负载率的预测.通过实验分析,验证模型能够比较完整准确地对实时高比例分布式光伏接入配电网的线路负载率做出量化的预测评价.

    分布式光伏新型有源配电网经验模态分解梯度提升算法线路负载率预测

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

    采用经量级卷积神经网络的电力线路故障检测方法

    常荣杨传旭刘开文
    107-112页
    查看更多>>摘要：针对目前基于深度学习的电力线路巡检中目标检测速度慢、准确率低的问题,提出了一种采用经量级卷积神经网络的电力线路故障检测方法,对销钉缺陷、绝缘子自爆以及鸟巢这三种常见故障进行检测.在YOLOv5(You Only Look Once v5)算法的基础上,首先使用Ghost模块设计轻量级网络,减小网络的参数量和计算时间,提高了线路巡检的实时性;其次,利用跨层级联的方式改进特征金字塔,更好地融合特征,提高了网络的精度;最后,使用CIoU Loss损失函数加快网络的收敛速度.经过实验验证,原来的YOLOv3模型和YOLOv5模型进行对比,巡检平均精度均值提高了3.49%和1.23%,巡检时间分别降低了10.752ms和5.577ms,验证了方法的有效性.

    电力线路巡检目标检测轻量级卷积神经网络YOLOv5Ghost

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