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
针对船舶装配领域知识体系零散及海量工艺数据无法有效挖掘和利用的问题，提出基于大模型的面向船舶领域知识图谱自动构建技术。该方法采用大语言模型将非结构和半结构化的船舶数据转化为结构化数据，构建船舶工艺语料库；基于大语言模型辅助建模船舶本体知识结构，设计船舶装配领域指令提示框架，实现高效的实体关系抽取，完成知识图谱的自动化构建。此外，将通用大语言模型指令提示构建的三元组集作为微调训练集，进一步微调专用小型语言模型，在降低计算资源的同时保证特定隐私船舶数据安全。实验结果表明，该方法在准确率等关键指标上均优于传统基线模型，为船舶制造领域的知识管理和智能化升级提供新的技术路径。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
刀具磨损预测对降本增效及保证加工质量意义重大。针对在环境噪声复杂，信噪比较低环境下刀具磨损相关信息特征提取困难、所提特征利用率低、预测精度和准确度不高等问题，首先提出了一种对振动信号进行多尺度样本重构（Multi-scale Sample Reconstruction，MSR）的方法来降低噪声对后续模型预测效果的影响，随后提出了一种以残差神经网络（Residual Neural Network，ResNet）和双向长短期记忆（Bidirectional Long Short-Term Memory Networks，BILSTM）网络集成模型为基础并通过在每个残差层融合交叉注意力机制（Criss Cross Attention，CCA），采用堆叠双向长短期记忆网络（Stacked Bidirectional Long Short-Term Memory Networks，SBILSTM）的改进模型，将改进模型与ResNet-BILSTM模型以及传统的深度学习模型进行对比，结果表明该方法很显著地提高了刀具磨损的预测精度和准确度。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
在机场行李系统设备的故障中，轴承故障占主要原因，因此亟须一种有效的轴承健康管理方法。传统方法在振动特征提取上，往往缺乏有效的信号去噪和特征增强。为此，提出了一种结合指数平滑和双重关注预测网络（DFPN，Dual-Focus Prediction Network）的轴承剩余寿命预测方法。首先，通过指数平滑技术对振动数据进行去噪处理，从而提高信号的质量，并计算时域特征进行融合。接着，利用卷积层对提取的特征进行压缩，并通过DFPN双重注意力网络分别提取空间和通道特征。在解码器阶段，应用注意力机制对特征进行加权，最终生成轴承剩余寿命的预测序列。实验结果表明，所提出的方法在FEMTO-ST和西安交通大学数据集上的表现优异，相比第二好的现有方法，分别在均方根误差（RMSE）和平均绝对误差（MAE）方面提升了8.91%、2.60%以及37.17%、12.63%。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对矿车重载荷、长轴距及矿区道路狭窄，道路工况复杂导致的四轮转向性能较差，车辆通过性能降低等问题，提出了一种基于改进PSO-LQR（Particle Swarm Optimization-Linear Quadratic Regulator，粒子群优化-线性二次型调节器）的主动四轮转向控制方法。该方法基于改进PSO算法求解合适的权重矩阵，可以随着车辆状态变化动态调整LQR算法得到最优反馈系数。并基于四轮转向二自由度模型，通过改进LQR算法使车辆实时追踪理想横摆角速度及质心侧偏角，随后在矿车四轮转向七自由度车辆动力学模型上进行了验证，最后通过四种实验工况，验证了所提算法的有效性：在正弦转角工况，对比了LQR，PSO-LQR，SMC（Sliding Mode Control，滑模控制）算法的跟踪性能：在大转向角变化率工况，体现了改进算法动态调整权重系数的特点，验证了PSO算法计算的实时性：在稳态圆周工况，分析对比了LQR算法及PSO-LQR算法针对主动四轮转向对车辆动力学性能影响：在碎石路面双移线工况下，检验了改进算法的鲁棒性。仿真结果表明，所提出的基于改进PSO-LQR算法的主动四轮转向具有更高的跟踪精度，且PSO算法运算简单，可以动态调整权重系数，使之适应不同工况，具有较强的鲁棒性，实时性。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
无线电能传输（Wireless Power Transfer， WPT）技术可有效提高无人机（Unmanned Aerial Vehicle， UAV）充电的便捷性、高效性以及安全性，从而提高无人机的飞行时间。但是其也面临着线圈间难以精准定位所导致的能效下降等关键问题。因此，提出了一种基于无源信标的阵列式无人机无线充电定位的方法。首先，构建了WPT定位系统的数学模型；其次，针对阵列式多对一WPT系统提出了一种基于无源信标线圈定位接收线圈的方法，实现了多对一WPT系统的位置检测；最后，分别在接收线圈横向偏移、纵向偏移以及沿45°角偏移三种工况下，进行了位置检测分析，并通过投入电磁状态最佳的发射线圈的方式，保证系统的能量传输效率始终处于高效的工况。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
由于光伏出力随机场与电网惯性响应的非合作博弈特性，难以根据分布式光伏电源接入后配电网节点的电压确定分布式光伏接入容量目标，易出现电压越限问题，导致控制的节点电压标幺值波动较大，对此，提出基于自适应粒子群优化（Adaptive Particle Swarm Optimization，APSO）算法的分布式光伏电源接入容量动态均衡控制方法。构建分布式光伏电源接入配电网节点电压模型，剖析分布式光伏电源接入配电网前后的电压变化情况，更新分布式光伏电源接入后配电网节点电压；利用更新的接入后电压，构建配电网双层目标函数，上层以电网节点电压偏差最小为多目标，确定分布式光伏电源接入成本，下层确定分布式光伏接入容量目标，避免电压越限，同时设置约束条件；利用APSO算法，在约束条件下求解双层目标函数，找到最优目标函数结果，确定最优的分布式光伏电源的接入容量动态均衡控制结果，保证配电网安全稳定运行。实验结果表明，在配电网各种极限节点负荷情况下，该算法均可以对接入配电网节点的分布式光伏电源容量进行动态均衡控制，控制后每个节点电压标幺值均可以维持在0.96~1.02之间，电压波动变小且更为均衡，同时控制的不均衡度均小于0.09，满足电压运行标准，可以保证运行安全。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
为保障电力传输系统的安全稳定，实现对新建电力铁塔的全方位验收维护，面向铁塔现有供维护人员攀爬的脚钉，提出了一种中心对称的四支链类人攀爬机器人，每个支链按3-1-2方式配置6个自由度，支链末端针对现有脚钉设计了大容差半封闭式勾型夹持工具，该工具容差大，无需机器人精确末端定位，可快速实现脚钉勾挂。开展了机器人类人攀爬步态规划设计，通过勾型夹持工具对铁塔脚钉的快速勾挂夹持实现电力铁塔的全域攀爬。以40 m高的自立式输电铁塔为攀爬对象，完成机器人全域攀爬动力学建模仿真，仿真结果表明该构型的攀爬机器人可实现铁塔的类人全域攀爬，从塔底到顶攀爬时长小于30分钟，达到维护人员攀爬效率，为输电铁塔机器人维护应用提供了可行性方案。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
为了提高机器人在非结构化场景中通过视觉信息抓取物体的成功率和预测抓取位姿的准确性，提出了一种融合卷积与自注意力的抓取检测模型—UFGNet（Unified transformer grasp network）。UFGNet采用编码器-解码器结构。其中，编码阶段采用分层的Transformer模块，该模块中的多头关系聚合器整合了卷积和自注意力的优势，在浅层和深层分别有效地提取了丰富的多尺度特征和全局信息；解码阶段的残差结构可以让模型学习到更加复杂的特征表示，并通过Shuffle Attention模块更加关注抓取区域，提高了抓取检测性能。为了验证UFGNet的性能，使用Cornell数据集和Jacquard数据集对UFGNet进行训练和测试，并搭建PyBullet仿真平台进行抓取实验。结果表明，UFGNet在Cornell数据集和Jacquard数据集上的准确率分别达到了98.4%和94.9%，表现出具有竞争力的性能。在仿真实验中，平均抓取成功率为95.8%，实验结果验证了UFGNet在抓取物体方面的准确性和鲁棒性。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
为解决在复杂条件下压力容器泄漏源位置的定位问题，提出了一种基于稳健自适应波束形成算法的压力容器泄漏检测方法。所提算法通过导向矢量优化结合重构协方差矩阵的方法实现波束形成，提高了波束形成的稳健性，具体通过构造信号子空间的投影矩阵，对导向矢量进行投影修正，降低导向矢量带来的误差，得到更加准确的期望信号导向矢量，同时采用广义线性组合的方法重构协方差矩阵，从而实现稳健波束形成技术。通过数值仿真分析和实验验证了算法的检测定位效果，结果表明基于稳健波束形成算法可以准确定位气体泄漏源的位置，平均检测成功率在93%以上，最大定位误差小于0.03 m。相比于传统泄漏检测方法，在低采样率和低信噪比的噪声情况下，该方法具有更高的定位分辨能力和准确率，提高了压力容器泄漏检测的工程实用性。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对异步电机故障诊断中特征提取能力不足、准确率低等问题，提出了一种基于卷积神经网络（CNN）-Transformer-BiLSTM的异步电机故障诊断模型。通过将大尺度卷积核与BiLSTM模块连接来提取故障振动信号的时序特征，利用门控机制和双向时序学习机制，能够有效地学习故障信号在多个时刻之间的特征关系；采用小尺寸卷积核与Transformer模块连接，进一步增加了模型对时序特征的提取能力，利用多头注意力机制实现对特征序列的并行高效处理，通过Softmax分类输出诊断结果。在10 dB的噪声干扰下，将所提模型与MSCNN-LSTM-Attention、MSCNN、BiLSTM、1DCNN模型进行对比试验。对比试验结果表明，该模型能够有效地提取故障特征，故障诊断准确率分别提高了4.3%、9.7%、17.2%、18.5%，体现出该模型在噪声干扰的情况下具有较高的故障准确率。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
轴承故障检测在工业设备的健康监测与维护中具有重要意义，但传统方法在处理超长时序信号和复杂工况时，难以同时兼顾全局建模能力与计算效率，导致检测精度下降或推理速度受限。针对这一问题，提出了一种基于噪声自适应多变量变分模态分解（NA-MVMD）和自适应局部卷积注意力Transformer（ALCAT）的故障检测方法，以提高故障检测的准确性、鲁棒性及计算效率。其中，NA-MVMD 通过引入噪声自适应机制优化多变量信号解耦，增强特征提取的稳定性和可靠性；ALCAT 结合信号自适应分组（SAS）、卷积神经网络（CNN）、注意力机制（Attention）及 Transformer 结构，实现高效的局部与全局特征学习，从而提升故障识别精度和推理速度。为验证该方法的有效性，将NA-MVMD-ALCAT 与多个先进模型进行对比。实验结果表明，该方法在各项性能指标上均显著优于对比方法，F1 值达到 0.9863，展现出优越的故障检测能力。此外，当窗口大小设定为 1024 时，该模型实现了检测精度与计算效率的最优平衡，能够高效处理超长时序数据。综上，NA-MVMD-ALCAT 适用于在线轴承故障监测与智能运维系统，为工业设备健康监测提供了一种高效、精准的解决方案。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对采煤机摇臂齿轮振动信号特征提取不充分以及传统深度学习模型收敛速度较慢的问题，提出了一种结合扩张卷积核与残差连接的故障诊断方法。扩张卷积核能扩大感受野的同时有效地捕获振动信号中的局部特征信息，而残差连接通过缓解梯度消失问题，加速模型训练并提升模型性能。为验证方法的有效性，在DDS传动系统故障诊断实验台对采集到的齿轮故障数据进行实验。实验结果表明，模型在准确率、收敛速度及稳定性方面，优于CNN、ResNe-1D、MobileNet-1D、Inception-1D和Dilated-CNN等方法。在正常、裂纹、少齿、磨损和断齿五种行星齿轮状态下的诊断准确率达95%以上。在信噪比不低于10 dB的条件下，该方法能准确且高效地实现齿轮故障诊断。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对车间设施布局效果不佳，导致布局后搬运成本和搬运时间较高的问题，提出一种基于改进海星搜索算法的优化方法。在种群初始化阶段引入拉丁超立方采样，提高初始种群的多样性；引入Levy飞行和布朗运动策略提高解的多样性和局部探索能力，在迭代过程中实现全局搜索与局部搜索的平衡。通过算法计算复杂度分析表明复杂度并未增加，采用CEC2017基准测试函数中的12函数与SFOA、GA、PSO、GWO、WOA五种算法进行算法性能对比实验，将求得的结果进行对比，结果表明改进后的海星搜索算法在均值与标准差在大多数情况下比其他五种算法结果更好。在最终的布局方案中搬运成本降低44.47%、搬运时间减少46.33%、目标函数值下降44.81%。该方法显著提高了布局优化效率和求解精度，具有较强的实用性和可行性。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
螺旋折流板是管壳式换热器中重要的折流元件，有效获取螺旋折流板曲面空间位置信息是解决螺旋折流板管孔加工的关键。针对螺旋折流板纹理弱、遮挡多，其表面具有反射性，三维重建精度和时间难以满足工业需求的问题，提出了融合特征检测器与稠密视觉的匹配算法和可变视野的注意力模块，以在弱纹理和反光区域获取更多的特征点；采用级联式的CasMVSNet实现螺旋折流板稠密点云的重建以减少表面空洞，缩短重建时间。在自采集的数据集上的实验结果表明，采用所提出的三维重建技术，获得了完美的螺旋折流板曲面，在弱纹理区域几乎不存在空洞和噪点。相较于其他算法，重建精度提高了3.96%，位姿估计累积误差曲线面积提高了6.48%，重建时间下降到180 s以内，证明了该重建技术的可靠性和有效性。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
大型变压器内部故障诊断困难，机器鱼以小体积、运动灵活等优势在变压器故障诊断中得到了越来越多的研究。但正由于机器鱼体积过小的原因，导致其可携带的电池容量有限，需频繁回收充电，因此，利用无线电能传输技术为其进行有效的能量补给成为了相关研究的热点领域之一。巡检机器鱼能量发射线圈与接收线圈间的相对位置变化将对系统的充电效率和功率产生不可忽视的影响，如何有效识别线圈间互感值和负载等效电阻值成为了提升系统能效特性的关键问题之一。为解决这一问题，提出了一种基于混合式补偿拓扑结构的巡检机器鱼无线充电系统在线互感与负载识别方法。该方法仅需检测拓扑切换前后系统输入阻抗，即可准确识别线圈间互感值和负载电阻值。因此，可根据所识别出的互感值，选择合适的补偿拓扑结构以进一步提升系统能效特性。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对手机中框微孔背景复杂、缺陷中小目标数量多且形态随机性高等给视觉检测带来的挑战，提出一种基于YOLOv8的改进型的YOLOv8-burr模型。该模型通过在网络颈部设计基于分组卷积的轻量化全局注意力变换模块，在主干部分融合多尺度特征提取模块，以及在网络上采样部分引入极化自注意力机制与CARAFE算子，使得模型能够通过全局特征信息和多深度通道信息来实现更加准确的识别微小目标缺陷。实验结果表明，改进后的模型在拥有14.4 M大小的同时能够实现92.1%的微孔缺陷识别准确率，且在难识别的“毛刺”缺陷类别中，相较于改进前模型获得10.4%的准确率提升，达到了机器人对识别手机中框微孔加工缺陷模型的识别精度要求。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
传统的人工势场法在路径规划时没有考虑车辆的动力学约束，结合规划层的模型预测控制系统能够实现避障时轨迹重规划功能，但生成轨迹往往不够平滑，从而导致车辆稳定性差的问题。为解决上述问题，首先，对经典的人工势场斥力模型进行改进，提出了势场平滑指数概念，研究不同势场平滑指数对斥力模型的影响并且在斥力模型中考虑车辆速度对避障的影响。其次，构建了包含道路边界、可穿越障碍物、不可穿越障碍物综合势场模型，将综合势场模型作为模型预测算法规划层的避障功能函数，设计了可对障碍物分类避障的APF-MPC控制器。最后，通过CarSim/Simulink联合仿真分析APF-MPC控制器在混合障碍物场景下势场平滑指数对生成路径、车辆前轮转角、横摆角、滑移率、前轮纵向力的影响。研究结果表明：设计的APF-MPC控制器可对不同障碍物分类避障，控制器的鲁棒性强，生成路径更加平滑，车辆的稳定性和安全性得到提升。