ISSN 1009-0134
CN 11-4389/TP
主管：中国机械工业联合会
主办：北京机械工业自动化研究所有限公司
CN 11-4389/TP
主管：中国机械工业联合会
主办：北京机械工业自动化研究所有限公司
中国科技核心期刊
中国期刊方阵双效期刊
机械行业优秀期刊
中国期刊方阵双效期刊
机械行业优秀期刊
2025年, 第47卷, 第6期
刊出日期：2025-06-25
刊出日期：2025-06-25
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对复杂场景下工程车图片背景复杂和目标相对较小造成分割精度低的问题，提出一种基于YOLOv8x-seg改进的工程车定位分割算法。首先，在主干网络引入改进的C2f特征融合模块（C2f_Faster），提取丰富的空间与通道信息。其次，将坐标注意力（Coordinate Attention Mechanism）引入颈部网络，以增强对图像中重要区域的关注，从而提高模型对复杂场景下工程车的精准定位和分割。之后，使用改进的特征金字塔提取网络（GBiFPN），构建浅层分割头，以加强特征的多尺度表达，有效应对目标尺度较小的问题。为验证所提算法的有效性，构建了输电线路下工程车数据集ENNG-3K，并进行了对比实验。结果表明，改进算法相较于YOLOv8x-seg，其mAP50和mAP50-95分别提升了2%和0.8%，展现出卓越的性能。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
水电站门式起重机（门机）在运行过程中由于环境腐蚀和工作负荷等因素，会产生变形、损伤等失效形式，因此门机健康管理和寿命预测研究至关重要，而其结构应力监测是重要一环。近年来随着数字化智能化的发展，数字孪生和人工智能已成为实现门机应力监测的有效技术手段。通过分析门机应力产生机理，提出了基于机理模型的应力场构建方法和基于Transformer的应力场重构方法并开发了相应的门机设备数字孪生系统。在孪生系统中结合多个特征点和应力机理模型构建应力场，使用Transformer算法结合多个应力观测数据实现门机应力场实时推演，进而达到门机应力场动态重构的目的，并以门机三维应力云图的方式进行展示，通过分析算法的收敛性以及系统的有效性可以得知本方法有效解决了门机应力监测难以覆盖全物理场、应力分析过程繁琐、应力仿真算力不足以满足工程实时性需求等问题。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
螺栓拧紧质量对机械产品的安全性有重大影响，而传统的诊断方法效率低且精度不高，因此实现有效的故障诊断具有重要的工程价值。提出一种基于 LSTM（长短期记忆网络）和专家知识的螺栓拧紧故障智能诊断方法。首先，基于特定故障模式下拧紧过程数据建立故障诊断专家知识；其次，采用噪声裁剪、阶段分割、拟合和采样等算法对拧紧数据进行预处理，提高数据质量；之后，构建融合LSTM与专家知识的故障诊断模型，通过 LSTM 获取的特征向量作为专家知识模型的输入，得到专家知识向量，并将这两个向量结合作为故障分类器的输入；最后试验结果表明，该方法与 SVM（支持向量机） 和传统 LSTM方法相比，在多种故障模式下具有更高的故障诊断精度。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
在机器人运动控制领域，面对多样化的起始和终止位置以及速度要求，提出一种新型的通用S型速度规划算法，旨在适应任意指定的起始和终止位置及速度条件。首先介绍了速度到速度的S型速度规划算法，随后详细阐述了普通7段S型速度规划算法，并在此基础上，提出了更为通用的S型速度规划算法。针对不同的输入参数，将s-t曲线分为十种类型，并为每种类型提供了详细的分段规划策略。通过仿真测试，验证了该算法不仅在效率上具有优势，而且在规划曲线的平滑度和位置精度上表现出色。此外，通过在实际机器人平台上的测试，进一步证实了该算法能有效减少机器人运行过程中的冲击和抖动，显著提升了机器人的运行性能，显示出良好的实用性和广泛的应用前景。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
电商行业的蓬勃发展催生出“多品种小批量”的订单特征和送货时效的客户需求，仓储面临的关键难题在于如何向智能化方向发展，合理优化仓库布局，高效执行订单拣选。基于此，为提高订单拣选效率，优化攀爬机器人存取系统中攀爬机器人的运行时间，提出一种考虑任务顺序的储位指派策略，并联合优化攀爬机器人任务调度和料箱动态储位指派。以最小化最大攀爬机器人拣选时间为优化目标，构建了混合整数规划模型，并通过设计模拟退火算法求解模型。最后，通过数值实验验证了所提储位指派策略和算法的有效性。结果表明，在SKU分散存储策略下，考虑任务顺序的储位指派策略在随机生成的算例上相较于固定储位、就近指派策略平均提高了12.48%和11.6%，模拟退火算法比遗传算法、变邻域搜索算法具有更好的优化效果，在中大规模算例下平均提高了6.04%和9.5%。所提储位指派策略、数学模型和算法可以有效节约订单拣选时间，为在实践应用中提升运营效率和降低物流成本提供决策依据。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
目前许多桥式起重机作业场所仍采用近距离人工手柄操作，针对操作人员容易面临潜在的安全风险，设计一种可远程路径规划的桥式起重机实验装置。为提高桥式起重机的稳定性和抓取效率，确定装置的机械结构方案；通过研究实验台三维空间下的工作特点，设计装置的三维路径规划；对蚁群算法进行改进，将信息素存储在路径节点上，采用逐层前进与栅格平面法相结合的搜索方式，运用剪枝算法对路径节点进行优化处理，并采用全局与局部路径规划相结合的信息素更新方式。通过以上改进策略，在MATLAB软件中仿真得到，改进蚁群算法比传统蚁群算法的迭代次数少3次，拐点数少46次，算法耗时短22.6874 s，最短路径短4.4043单位。最后设计实验台的运行系统，并搭建实验样机，运行结果表明：装置满足实际工作需求，验证改进蚁群算法的可行性和有效性。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
为兼顾连续可调阻尼（Continuous Damping Control，CDC）减振器独立控制与整车半主动悬架系统协调控制，并改善传统半主动悬架控制单元软件设计中存在的基于裸机开发的软件实时性难以满足、CPU利用率低等问题，首先分别建立半主动悬架整车七自由度模型与CDC减振器正、逆模型，并在天棚控制策略的基础上融合基于Mamdani模糊控制方法构建的整车协调并联模糊控制策略，然后通过移植FreeRTOS-SMP多核实时操作系统，以英飞凌的AURIX系列32位三核微控制器TC275为主控芯片设计出CDC减振器控制单元的软、硬件系统，并进行了多核实时操作系统任务调度验证，最后利用典型随机路面，通过硬件在环实验验证了所设计控制单元的有效性与所提控制策略对于整车平顺性的提升。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
为了有效地解决配电网故障类型辨识困难的问题，提出了一种基于相电压图像生成的配电网故障类型辨识方法。首先，提取故障前与故障后一个周期的三相电压信号，并通过模变换矩阵将获取的三相电压信号转换为线模分量；其次，利用格拉姆角和场以及格拉姆角差场将电压信号的线模分量转换为含有丰富故障特征的图像，并将这两种特征图进行空间域图像融合，融合后图像的点线面等信息可以充分反映当前系统的运行工况；最后，将融合后的图像输入到卷积神经网络中，通过Softmax函数输出配电网故障类型。实验结果表明，所提方法在高阻接故障时，依然能够准确地诊断出配电网故障类型，且诊断方法具有较高的鲁棒性。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
固体发动机界面脱粘是固体火箭发动机的主要破坏模式之一，是限制发动机寿命的薄弱环节。准确可靠的监测粘接界面的脱粘损伤对于确保发动机可靠性具有重要意义。固体发动机的脱粘监测识别准确度仍然较低，为此提出了基于概率神经网络的机电阻抗脱粘损伤识别方法。建立了脱粘监测的概率神经网络，直接采用机电阻抗实部曲线作为输入，实现脱粘损伤位置的“端到端”识别。试验验证了所提出方法的识别精度，结果表明所提出的方法可以在每个类别12个训练样本下获得90%以上的识别精度，且传感器位置对识别精度影响较小，同时克服了现有方法依赖于人工构建的损伤指标的缺点，为发动机脱粘监测提供了技术基础。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
工厂自动化作业中，栈板识别工作通常在多目标场景下进行，仅依赖神经网络提供的检测置信度来选择目标物，容易引发误识别问题。此外，对于存在显著偏移角度或位移的栈板，进行位姿计算的效用有限，不仅可能误导后续任务，还会带来计算资源的浪费。针对以上问题，提出了一种多目标场景下基于筛选策略与置信度评估的栈板识别方法。首先，利用深度相机安装在货叉中部的几何特性，结合神经网络预测框的像素坐标、置信度及深度信息，从多个识别结果中筛选出待插取的目标栈板；其次，通过法向量估计和RANSAC算法提取栈板平面；最后，综合提取结果以及原始栈板平面点云，评估当前结果的置信度。相比基线模型，在多目标场景下，通过像素筛选策略有效剔除非待插取栈板，显著降低了误识别的可能性；当栈板存在显著偏移或位姿较差的场景下，通过置信度评估策略评估提取的平面点云质量，能够及时识别不适宜的点云数据，避免无效的位姿计算和资源浪费。两种策略的融合显著提升了系统在复杂场景下的可靠性和稳健性。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
当前保温板生产线设备的故障诊断手段缺乏对历史故障数据的系统整理和有效利用，针对该问题，研究提出一种保温板生产线故障知识图谱构建方法。首先，在模式层上，分析选取的故障知识特点，设计定义保温板生产线故障知识本体。其次，在数据层上，对多源故障数据进行预处理和序列标注，形成可用于实验的数据集。基于此数据，引入BERT-BiLSTM-CRF等深度学习模型进行实体识别。基于句法树对实体进行关系匹配，形成三元组数据。最后，采用Neo4j图数据库存储三元组信息，完成生产线故障知识图谱构建。研究结果表明：实体识别模型的精确度84.84%，召回率89.88%，F 1值为87.29%，根据此构建的保温板生产线故障知识图谱可实现对故障知识的有效利用以及对故障原因的精确解释，研究结果可为保温板生产线故障诊断提供知识支持。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
为求解可变工件数量与可变机器数量场景下的动态作业车间调度问题，提出一种将密集卷积网络（DenseNet）和带有dueling network的双价值深度Q学习算法（D3QN）相结合的Dense-D3QN方法。使用析取图模型构建最小化最大完工时间的单目标作业车间调度模型，以多维矩阵的方式表达调度场景中的状态并设计密集-稀疏奖励函数。为验证提出算法的有效性，分别使用公共算例和实际数据构建公共调度环境和实际调度环境，在公共环境中训练并测试Dense-D3QN模型的性能，在实际环境中训练并分别在静态和动态环境中测试Dense-D3QN模型的性能。实验结果表明，Dense-D3QN模型能更好地应对可变规模的动态作业车间调度问题。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
为解决多站位装配车间排产方式过度依赖人工经验、计划细致度低等问题，提出了车间智能排产方案。首先，将车间排产抽象为马尔可夫序列决策问题，建立了以装配总任务完工时间最小为优化目标的深度强化学习模型。其次，针对车间特性，设计了一种递阶式的多智能体合作方式，引入了噪声网络与优先经验回放机制，提高智能体的训练效率。最后，为解决由缺料导致的计划频繁调整问题，提出了一种基于前摄性评估的排产方式，利用物料的库存、配送以及加工信息对装配所需物料进行齐套时间评估，并将评估结果作为排产的核心输入之一。多种情况下的仿真实验结果表明，该研究提出的算法收敛速度快，稳定性强，能生成较优的排产策略。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
标书是高速列车配置设计的核心依据，现有的技术指标抽取主要依赖人工操作，存在效率低、易遗漏等问题。尽管近年来文档实体及关系抽取技术取得了显著进展，但由于不同业主对技术指标的描述存在差异，且列车模块间存在复杂的结构及接口约束，导致技术指标的自动抽取仍难以达到预期。为此，提出了一种融合知识图谱和大语言模型的标书技术指标自动抽取方法。首先，建立谱系配置设计本体模型，定义了本体结构及关联约束；其次，设计了自动抽取技术框架，通过预训练大语言模型实现标书技术指标的自动抽取，通过谱系元结构树和名称字典对抽取结果进行预对齐，构建出产品技术指标数据图，通过形状约束定义语言对产品模块、模块间结构及参数值约束进行了定义，构建出形状约束图对抽取结果进行检查并提供修正依据；最后，开发了自动抽取工具软件，并以某高速列车标书为例，验证了方法的有效性。