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
2026年, 第48卷, 第8期
刊出日期：2026-08-25
刊出日期：2026-08-25
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对双臂闭链协同操作中内外环柔顺控制困难、力耦合干扰严重及参数不确定性导致的抓取不稳定问题，提出了一种基于主从架构的内外环双通道柔顺控制框架。首先，通过多姿态静力学方法对物体的质量、质心等关键参数进行高精度在线辨识，有效提升了动力学模型的准确性，并为精确的力解耦和力补偿奠定基础。进而，考虑到实际操作中接触方式的差异，引入了抓取松紧约束分析。通过构建带有修正权重矩阵的伪逆负载分配模型，将单向受力等物理边界条件纳入求解过程，并利用抓取矩阵的零空间投影技术，将末端广义力解耦为用于平衡外部负载的“承载力”与维持抓取稳定的“纯内力”。在该控制架构下，从臂主导内环力控制以主动抑制夹持内力的波动，主臂主导外环导纳控制以柔顺响应环境交互。实验结果表明，该方法能有效解耦内外环控制通道，显著提升双臂协同操作的稳定性、安全性与环境适应性，为复杂接触工况下的高精度闭链操作提供了可靠的技术方案。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对滚动轴承损伤诊断方法依赖人工特征提取、缺乏语义解释能力以及在复杂工况下泛化性能不足的问题，提出一种基于自适应分频特征建模与CNN-Transformer融合网络的滚动轴承损伤识别与可解释诊断方法，并引入大语言模型作为辅助语义解释模块。首先，利用短时傅里叶变换将原始振动信号转换为时频表示法，并结合轴承特征频率分布，提出一种自适应分频特征建模方法，将信号划分为多个具有物理意义的频带子空间，实现对不同损伤特征频率的精细表征；其次，设计一种融合卷积神经网络与Transformer的特征提取网络，对分频后的时频信号进行机械深度特征学习与跨频带信息融合，从而提升模型对微弱损伤特征的识别能力。将融合后的深度特征及关键频带响应构建为结构化语义表示，在诊断结果生成阶段，将模型输出的损伤类别、关键频带响应及特征贡献信息构建为结构化语义表示，并输入大语言模型进行辅助解释；同时，结合轴承典型损伤特征频率，建立特征频带与损伤机理之间的对应关系，从而提升诊断结果的可解释性与工程可信度。最后，通过公开轴承数据集实验验证所提方法的有效性，并与多种深度学习模型进行对比，结果表明该方法在识别精度与可解释性方面均具有优越性能。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
自然语言转SQL技术在大语言模型的推动下取得显著进展，但在特定垂直领域部署时，因业务规则隐含、术语歧义等问题，准确率往往断崖式下降。现有检索增强生成方法虽能引入外部知识实现一定的改善，但仍存在知识片段无重要性区分（置信度缺失）、重复知识浪费上下文（语义冗余）、矛盾知识误导大语言模型（逻辑冲突）及无法从交互中演化（知识库静态）的问题。为此，提出了一种知识驱动的自适应自然语言转SQL方法（简称KD4SQL），专门用于解决这些挑战。首先，该方法基于大语言模型感知的动态知识重排序策略，融合检索分数与有用性分数实现了重要性排序；其次，通过置信度驱动的语义冗余消除，自动移除了重复片段；此外，通过集成适用条件感知的矛盾消解机制，解析条件并动态处理了冲突；最后，通过反馈驱动的知识演化策略，根据用户修正或执行失败增量更新权重、抽取新规则，动态扩展了知识库。通过在真实的制造企业数据上进行验证，KD4SQL的执行准确率达到82.7%，优于所有基线模型。此外，在时间开销方面，KD4SQL常规查询的平均端到端耗时为5.2 s，相比最佳基线增加约27%，但准确性收益远覆盖额外推理成本。特别地，由于提出的创新改进脱离于模型学习过程之外，因此可快速迁移至其他领域，具有很强的自适应性。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对船厂坞区门式起重机工况复杂、知识分散且故障诊断依赖经验导致的运维效率低下问题，提出一种融合知识图谱（KG）、大语言模型（LLM）与基于工况数据的设备故障预测与健康管理（PHM）的三位一体智能运维方法。构建了涵盖结构、故障、维修、记录与状态的五维运维知识图谱，实现多源异构知识的结构化表征与动态更新；设计了基于知识图谱增强检索生成（KG-RAG）的协同推理机制，将知识图谱的逻辑约束与PHM评估的实际载荷谱系数、剩余工作循环次数等动态指标共同注入LLM，有效抑制幻觉并生成可溯源的诊断报告；引入基于实际工况数据的剩余使用寿命评估方法，实现整机健康度的动态量化与图谱实时更新。实际案例验证表明，该方法能够显著提升故障根因定位的准确性与维修决策的可解释性，降低非计划停机风险，为复杂装备的“知识－数据”双驱动智能运维提供了可复现的技术范式。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
目前已报道的针对焊缝缺陷检测方法存在小目标缺陷易漏检以及多尺度特征表达不足等问题。于是，提出一种基于 YOLOv-RPW的焊缝缺陷检测方法。首先，该方法是在YOLOv11n模型主干网络中引入基于感受野注意力机制的 C3K2-RAFConv 模块，通过增强局部感受野特征表达能力，提高模型对裂纹、气孔等细粒度缺陷特征的提取效果；其次，针对焊缝缺陷中小尺度目标占比较高的特点，在检测头中设计轻量化 P2-Lite 小目标检测分支，充分利用浅层高分辨率特征，在提升小缺陷检测能力的同时控制模型复杂度；最后，引入 WIoU 损失函数优化边界框回归过程，增强模型对缺陷目标的定位精度。实验结果表明，本文提出的YOLOv-RPW 模型在焊缝缺陷检测任务中取得了较优性能，其P、R、mAP@0.5 和 mAP@0.5：0.95 分别达到 91.26%、83.58%、90.31% 和 67.24%，相比基线模型 YOLOv11n 分别提升了 4.31%.、4.31%、4.35% 和 3.27%。总之，所提出的方法能够有效降低焊缝缺陷误检和漏检现象，大幅提升模型对小尺度焊缝缺陷的检测精度与定位能力，为工业场景下焊缝缺陷的自动化检测提供了一种有效方法。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对智能制造园区无人机巡检中行人、车辆等目标尺度小、背景复杂、遮挡密集导致漏检误检的问题，提出一种基于通道上下文注意力的航拍小目标检测算法EGA-YOLO。该算法以YOLOv8为基础，引入通道上下文注意力模块ECCA以增强小目标特征表达，设计增强型多尺度融合模块EGD-Fusion以减少特征融合损失，并构建C2fGhost模块降低冗余特征。基于VisDrone2019-DET进行实验，结果表明，EGA-YOLO的mAP@0.5和mAP@0.5： 0.95分别达到44.9%和30.1%，较YOLOv8s提升8.1和8.3个百分点，验证了其有效性与泛化能力。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对钢材表面在线质检中缺陷边缘对比度低、尺寸跨度大且细小缺陷密集，致使传统轻量化模型识别精度不足、难以适配产线实时检测工况的问题，提出一种基于YOLO11改进的APGS-YOLO钢材表面缺陷检测算法。该算法设计了C3k2-AP多尺度边缘增强模块，通过特征分流结合多方向非对称卷积提升细微缺陷特征提取能力，抑制板面背景纹理干扰；引入GhostBottleneckV2轻量化注意力残差模块，在强化全局特征融合能力的同时削减模型计算开销；采用跨尺度特征融合策略，强化多尺度缺陷特征提取；设计CSSDIoU尺度敏感混合损失函数，提升微小缺陷定位精度。实验结果表明，APGS-YOLO的mAP@0.5、mAP@0.5：0.95分别达到80.3%、48.2%，较YOLO11n提升2.9%、2.5%，对比实验优于其他主流目标检测模型，同时模型参数量压缩7.0%，推理速度可达86帧/s。该算法兼顾检测精度与实时推理性能，可满足钢材生产线自动化在线质检需求。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对传统配电网故障选线方法特征提取主观性强、极端工况下准确率与泛化性能不足的问题，提出一种结合电气量虹膜图与双通道卷积神经网络的故障选线新方法。首先，通过自适应降噪平滑模型对零序电流信号进行预处理，提升特征信噪比；其次，利用短时傅里叶变换将降噪信号映射为虹膜图，通过方位角表征时间、半径表征频率的圆形拓扑结构显式整合信号的周期性物理特征，并引入超像素分割算法对时频域同质能量区域进行语义聚类，旨在通过限制动态范围剔除冗余干扰信息并强化故障能量包络的形态特征；最后，构建并行双通道卷积神经网络，同步挖掘零序电流的一维原始序列特征与虹膜图的二维图像拓扑特征，实现多维特征融合下的故障线路精准识别。实验结果表明：该方法消除了传统选线对主观特征的依赖，在高阻接地、通信延迟等极端工况下展现出卓越的鲁棒性与抗噪性能。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
Buck型DC-DC变换器广泛应用于航空航天、汽车电子和通信电源等领域，其在复杂工况下的精确动态建模对系统设计、性能评估和在线分析具有重要意义。传统机理模型依赖完备电路参数，且高分辨率仿真计算开销较大；纯数据驱动方法缺乏物理约束，在工况变化下预测能力受限。针对上述问题，提出一种基于能量守恒约束的物理信息神经网络（Energy-Conservation Physics-Informed Neural Network， EC-PINN）模型，用于模拟闭环Buck变换器在不同工作点、参数偏移及负载扰动下的时域响应。为验证所提方法的有效性，同时建立物理信息全连接神经网络（Fully Connected Neural Network， FCNN）和纯数据驱动长短期记忆网络（Long Short-Term Memory， LSTM）作为对比模型，实验结果表明，EC-PINN在输出电压和电感电流预测精度上优于FCNN和LSTM模型；相较于FCNN，二者RMSE均值分别降低67.9%和79.1%。在时间步长为1 μs的高分辨率仿真条件下，GPU平台上的EC-PINN相较于显式欧拉法和后向欧拉法分别实现约6倍和10倍加速，表明该方法在快速时域仿真中具有应用潜力。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
为解决三电机驱动电驱桥在振动同步环境下同步协同性差、相位差难以稳定的问题，以圆周分布式三电机电驱桥驱动振动系统为对象，建立运动学微分方程及振动系统的动力学模型。采用小参数平均法，对三机复合同步进行稳定性分析，求解系统的同步性与稳定性条件；同时，融合模糊自适应滑模控制与转子磁链定向控制，设计一种转速相位双闭环同步跟踪控制器。经MATLAB仿真验证，结果显示：该控制策略和方法可使电机间的相位差波动显著减弱实现零相位差同步运行。在改变电机结构参数和内部扰动情况下，系统仍能保持稳定同步状态。相较于传统控制同步，所提方法使系统同步调节时间缩短了约30%，并能有效抑制机械耦合引发的抖振现象，显著提升了分布式驱动系统在动态工况下的鲁棒性。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对取水管线低空巡检中视觉特征易受不良环境条件影响，激光雷达语义表达不足，细长管线目标连续跟踪困难等问题，对激光雷达与视觉融合的无人机自主导航方法进行了研究；采用局部鸟瞰图空间作为多模态统一表征载体，构建了视觉语义、激光雷达几何与惯性运动状态的融合表达；提出了基于时空观测置信度的门控状态空间模型，利用自适应模态可靠性门控抑制退化特征干扰，并通过管线拓扑前向优先扫描与局部邻域扫描增强中心线连续建模能力；建立了耦合管线跟踪、安全避障、观测角度和轨迹平滑约束的局部导航代价函数；实验表明，方法的管线跟踪误差为0.17 m，位置均方根误差为0.13 m，障碍物交并比为88.2%，避障成功率为96.4%，单帧推理时间为46.8 ms；结果表明该方法能够满足常见取水管线场景的低空巡检导航需求。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
为应对异构环境互联带来的挑战和提升电网工控系统的安全性，设计异构环境互联下的电网工控网络安全漏洞自动化验证方法。构建由解码器、处理核心以及编码器三部分组成的源代码漏洞挖掘图网络，实现电网工控网络安全漏洞自动化挖掘。基于张量Tucker分解算法的大数据表示框架，由大数据张量化表示模块、大数据降维模块构成，实现挖掘的源代码漏洞数据的统一表示。将安全漏洞的自动化验证过程划分为两个关键阶段：迁移路径的生成和迁移路径的驱动执行。利用搜索的状态间迁移路径构造方法高效生成状态间的迁移路径，采用基于迁移路径导向的模糊测试策略构建出高效测试用例，引导程序顺利到达预定的目标状态。测试结果表明，设计方法能够生成不同种类的漏洞利用代码，耗时较短，其中最短耗时仅为257 s。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对流程工厂管道轴测图（ISO）自动生成中拓扑关系、几何布局、标注避让与分图处理相互耦合的问题，构建一种分阶段协同约束求解方法。以属性有向图统一表达连接、流向、组合件及工程属性，在轴测方向离散映射的基础上，通过线性规划和增量分离约束完成连续布局与几何冲突处理。标注选择首先通过多起点搜索和冲突边修复生成初始解，再由自适应邻域回退（ANR）依据残余冲突图确定活动邻域，并对邻域内候选组合进行协同优化，分图作为连续布局与标注选择后的反馈环节参与整体调整。固定种子模型、消融试验和MILP最优性验证结果表明，该方法能够在不同规模管线中保持拓扑一致性，并协调图面布局、标注质量与计算代价。其中，ANR主要用于高质量离线生成过程中残余冲突的局部协同处理。高密度跨图场景下，有限候选和有限邻域仍存在适用边界，需通过候选扩展、邻域调整和断点重选进一步处理。所构建流程为流程工厂管道ISO图的自动生成与质量复核提供了一种可追溯的实现路径。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
设计一台小型龙门式五轴数控机床并围绕其开展结构优化与性能提升研究。首先采用有限元法对整机进行静力学、模态及谐响应分析，识别出滑枕为关键薄弱部件；随后以滑枕为优化对象，采用SIMP开展拓扑优化，重构其传力路径与内部结构布局；结合参数灵敏度分析构建响应面模型，采用多目标遗传算法完成关键尺寸优化。仿真结果表明，优化后滑枕质量仅增加6.16%，最大变形量降低44.04%，一阶固有频率提升10.05%；整机最大变形量减小14.97%，各阶固有频率提升，X、Y、Z三个方向最大共振幅值分别降低51.39%、39.15%、53.21%，整机静动态性能显著改善，可为同类小型龙门式数控装备的结构优化设计提供参考。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对高速印刷电路板（Printed Circuit Board， PCB）互联系统中耦合微带线的远端串扰问题，设计一种T型缺陷结构与Tabbed Routing的复合微带线模型以抑制宽带范围远端串扰，并采用改进SAC（Soft Actor-Critic）强化学习算法对模型结构参数进行优化设计。该方法将微带线几何结构参数的优化问题转化为连续动作空间下的马尔可夫决策过程，通过状态、动作、奖励函数和状态转移描述SAC智能体与电磁仿真环境之间的闭环优化。提出根据微带线当前优化状态动态调整SAC算法的目标熵系数，在有限的电磁仿真环境中强化算法的探索与利用。结果表明，改进SAC算法的收敛速度显著提升，相较于SAC算法提升了8.28%。且相比于传统微带线模型，优化后的微带线模型在0~16 GHz宽频范围内的远端串扰平均值由-18.96 dB抑制至-37.41 dB，在3.2 GHz主频点处串扰抑制达到-59.02 dB。串扰电压峰值绝对值由41 mV降低至4 mV。该研究证明所提出方法能够有效提高SAC算法效率，得到复合微带线的结构参数，实现高速链路中的串扰抑制，提升信号传输稳定性与系统完整性。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
面向装配的设计（Design for Assembly，DFA）是提升机械产品早期设计阶段可制造性、降低装配成本的重要技术手段。然而，现有DFA评价方法主要依赖人工经验和规则检索，难以实现设计几何信息、装配工艺知识与制造资源能力之间的跨域关联，导致装配约束冲突难以及时识别与追溯。针对上述问题，提出一种面向装配约束的机械产品DFA知识推理与设计优化方法。首先，构建基于计算几何的零件DFA特征自动提取方法，通过解析STEP模型中的B-Rep几何拓扑信息，获取零件尺寸、物理属性、对称性及稳定性等结构化设计特征，实现三维模型向DFA评价数据的自动转换。其次，建立“零件—工艺—专机”三元协同本体模型，通过知识图谱实现设计属性、装配过程与制造资源之间的语义关联，并支持制造资源参数的动态映射。在此基础上，构建融合OWL描述逻辑推理与Python规则推理的混合推理机制，结合931分级评价体系，实现装配约束冲突识别、原因追踪、约束严重程度量化以及设计优化反馈。以包含58个零部件的蝶阀装配体为实验对象，选取专机能力不匹配和结构设计约束两个典型案例进行验证，并通过模块化消融实验分析几何特征提取、知识模型构建以及混合推理机制对方法性能的影响。实验结果表明，所提出方法能够有效实现机械产品早期设计阶段的装配约束诊断，实现设计问题发现、冲突原因追溯及优化决策支持，为面向制造约束的协同设计优化提供有效支撑。
摘要 (
)
PDF全文
HTML
(
)
可视化
收藏
针对传统C/C++实时内核缺乏语言级编译期内存安全保障的问题，以采用LA464处理器核的龙芯3A5000为参考处理器，面向LoongArch架构基于Rust设计并实现了一个抢占式内核原型。硬件层面，利用LoongArch的寄存器布局与统一异常入口等特性，以专用寄存器直指任务上下文，实现基于固定长度指令序列的上下文切换。安全层面，利用Rust的所有权和借用检查机制收敛不安全操作，unsafe Rust占内核代码的3.1%，并结合通用缺陷分类（CWE）分析了Rust机制对八类典型安全缺陷的防护能力。调度层面，提出以静态优先级为第一排序键、动态剩余截止时间为第二排序键的混合调度算法。QEMU LA464模型上的实验表明，异常入口路径开销与任务数量关系较弱，调度决策开销随任务数量增加而上升。两类一次性任务场景中，混合调度的高优先级任务截止时间达标率均为100%，平均响应时间均为三种策略中最低。其中异构冲突场景的平均响应时间为545.80 ms，较FPPS和EDF分别降低17.8%和20.9%。周期释放场景中，混合调度与EDF的10个任务实例均按时完成，优于FPPS的70%整体达标率。实验结果初步验证了该内核在LoongArch架构适配、Rust安全机制应用和混合调度方面的可行性。