其他
《机械工程学报》2019年度高被引论文Top10
1
2
题目：大数据下机械装备故障的深度迁移诊断方法作者：雷亚国，杨彬，杜兆钧，吕娜
发表时间：2019年7期摘要：机械故障智能诊断是大数据驱动下保障装备安全运行的重要手段。为准确识别装备的健康状态,智能诊断需要依靠充足的可用监测数据训练智能诊断模型。而在工程实际中,机械装备的可用数据稀缺,导致训练的智能诊断模型对装备健康状态的识别精度低,制约了机械故障智能诊断的工程应用。鉴于实验室环境中获取的装备可用数据充足,即数据的典型故障信息丰富、健康标记信息充足,且此类数据与工程实际装备的监测数据间存在相关的故障信息,提出机械装备故障的深度迁移诊断方法,将实验室环境中积累的故障诊断知识迁移应用于工程实际装备。首先构建领域共享的深度残差网络,从源自不同机械装备的监测数据中提取迁移故障特征;然后在深度残差网络的训练过程中施加领域适配正则项约束,形成深度迁移诊断模型。通过实验室滚动轴承与机车轴承的迁移诊断试验对提出方法进行验证,试验结果表明:提出方法能够运用实验室滚动轴承的故障诊断知识,识别出机车轴承的健康状态。
3
题目：数字孪生驱动的装配工艺设计现状及关键实现技术研究作者：郭飞燕，刘检华，邹方，翟雨农，王仲奇，李少卓发表时间：2019年17期摘要：基于制造过程中的全数字量协调传递方式,通过"虚实融合、以虚控实"的手段,对数字孪生模型驱动的航空产品装配工艺优化-反馈-改进环机制进行了研究。分析了装配单元划分/求解/评价、孪生工艺模型构建、以及装配精度闭环控制等方面的技术内涵,阐述了国内外的研究现状及存在问题;考虑虚拟空间的设计与物理空间的装配等因素约束,提出数字孪生在装配工艺设计中的三项关键技术:①基于"面向装配设计"（DFA）的装配工艺规划与评价;②考虑真实物理拓扑关系的孪生工艺模型动态构建与分析;③面向装配现场的工艺优化—反馈—改进环机制构建,并给出具体的解决途径,从而拓展基于模型的制造技术内涵,将数字孪生落地应用,实现产品研发生产的闭环优化决策及产品研制模式的改变,提高装配准确性/一致性及装配效率。
4
题目：基于经验模态分解和深度卷积神经网络的行星齿轮箱故障诊断方法作者：胡茑庆，陈徽鹏，程哲，张伦，张宇
发表时间：2019年7期摘要：行星齿轮箱振动信号具有非平稳特性,需要一定的先验知识和诊断专业知识设计和解释特征从而实现故障诊断。为了实现行星齿轮箱的智能诊断,提出一种基于经验模态分解（Empirical mode decomposition,EMD）和深度卷积神经网络（Deep convolutional neural network,DCNN）的智能故障诊断方法。首先对振动信号进行经验模态分解得到内禀模式函数（Intrinsic mode function, IMF）;然后利用DCNN融合特征信息明显的IMF分量,并自动提取特征;最后,将特征用于分类器分类识别,从而实现行星齿轮箱故障诊断的自动化。试验结果表明:该方法能准确、有效地对行星齿轮箱的工作状态和故障类型进行分类。
5
题目：摩擦纳米发电机在自驱动微系统研究中的现状与展望作者：张弛，付贤鹏，王中林发表时间：2019年7期摘要：摩擦纳米发电机由王中林团队2012年首次发明,是基于机械界面摩擦起电与静电感应耦合效应的新能源技术,具有轻薄、柔性、选材广的特点,可收集人体与环境中的微小机械能,不但是一个微能源产生的新方法,更是机械传感的新途径。详述了摩擦纳米发电的机理、特性与理论模型。介绍了几种提高摩擦发电性能的微纳制造方法。综述了一系列基于摩擦电的微机械传感器、执行器和自驱动微系统,及其在柔性机械、智能装备和无线传感等领域的应用研究。对摩擦电自驱动微系统目前存在的问题做出了分析与讨论,展望了其未来的研究趋势。
6
题目：基于深度学习的飞行器智能故障诊断方法作者：姜洪开，邵海东，李兴球
发表时间：2019年7期摘要：高温度、快转速、重载荷、大扰动和强冲击的复杂运行工况使得飞行器关键机械部件不可避免地发生故障。飞行器的关键机械部件故障特征往往具有微弱性、非线性、耦合性、不确定性以及因果关系复杂等特点。以"先进信号处理技术+特征提取及选择"为框架的传统智能方法难以有效承担飞行器故障检测任务,深度学习作为智能故障诊断领域中的新起之秀,能自主挖掘隐藏于原始数据中的代表性诊断信息,直接建立原始数据与运行状态间的精确映射联系,在很大程度上摆脱了对人工特征设计与工程诊断经验的依赖。介绍了深度置信网络、卷积神经网络、深度自动编码机和循环神经网这四种主流深度学习模型的基本原理,总结了深度学习在故障诊断领域中最新研究现状,描述了基于四种深度学习模型的故障诊断思路,并依次实现了其在机械部件智能诊断和预测中的应用。试验结果表明深度学习方法能有效建立监测数据与关键机械部件健康状态间的精确映射联系,实现准确的故障诊断和预测。
7
题目：大数据分析技术在新能源汽车行业的应用综述——基于新能源汽车运行大数据作者：佘承其，张照生，刘鹏，孙逢春
发表时间：2019年20期摘要：为应对化石能源危机和环境污染问题,新能源汽车技术的发展与应用引起广泛重视。新能源汽车具有高信息化的特点和智能网联化的发展趋势,在日常运行中会产生大量行驶数据信息。利用海量多源异构数据进行安全预警与监管、车辆技术分析,是推动我国新能源汽车行业发展的关键。综述了大数据分析技术在新能源汽车行业的应用情况,概述了大数据分析技术的基础理论、发展历程,介绍了新能源汽车国家监测与管理平台的架构和功能,并着重阐述了新能源汽车大数据分析过程。分别从动力电池数据、汽车运行数据和充电数据的角度出发,分析了现有的研究方向和研究方法,列举了部分研究成果和应用情况。最后,对当前新能源汽车大数据分析领域存在的问题和发展应用前景进行了总结和展望。
8
题目：XJTU-SY滚动轴承加速寿命试验数据集解读作者：雷亚国，韩天宇，王彪，李乃鹏，闫涛，杨军
发表时间：2019年16期摘要：预测与健康管理对保障机械装备安全服役、提高生产效率、增加经济效益至关重要。高质量的全寿命周期数据是预测与健康管理领域的基础性资源,这些数据承载着反映装备服役性能完整退化过程与规律的关键信息。然而,由于数据获取成本高、存储与传输技术有待发展等原因,典型的全寿命周期数据极其匮乏,严重制约了机械装备预测与健康管理技术的理论研究与工程应用。为解决上述难题,西安交通大学机械工程学院雷亚国教授团队联合浙江长兴昇阳科技有限公司,选取工业场景中典型的关键部件——滚动轴承为试验对象,开展了历时两年的滚动轴承加速寿命试验,并将获取的试验数据——XJTU-SY滚动轴承加速寿命试验数据集面向全球学者公开发布。该数据集共包含3种工况下15个滚动轴承的全寿命周期振动信号,采样频率高、数据量大、失效类型丰富、记录信息详细,既可为预测与健康管理领域提供新鲜的"数据血液",推动故障诊断与剩余寿命预测等领域的算法研究,又可助力工业界智能化运维的"落地生根"。
9
题目：基于拓扑优化的变密度点阵结构体优化设计方法作者：廖中源，王英俊，王书亭
发表时间：2019年8期摘要：点阵材料是一种超轻高强的高性能多孔材料,目前主要以等密度构建点阵结构体。在实际情况下,点阵材料的各部分承受着不同的载荷,等密度点阵材料存在性能不能充分发挥的问题。针对上述问题,将拓扑优化引入点阵材料设计中,提出一种基于均匀化方法的多尺度拓扑优化方法,实现了变密度点阵结构体的优化设计,可根据实际载荷设计出最优的变密度点阵结构体,以达到最优性能。以汽车连杆为例,与现有商业软件HyperWorks采用的梁模型点阵优化方法进行对比验证。结果表明,所提出方法优化所得连杆的轻量化效果更好,应力分布更合理。该方法生成的变密度点阵结构有着更优异的性能,更适合变密度点阵结构体的优化设计。
10
题目：轮足式仿生软体机器人设计与运动分析作者：姚建涛，陈新博，陈俊涛，张弘，李海利，赵永生
发表时间：2019年5期摘要：基于自然界中弯曲蠕虫的运动原理,借鉴其结构特点,设计一种双腔结构的轮足式仿生蠕动软体机器人,利用硅橡胶材料的超弹性特征,通过在多气囊结构中充气挤压变形使软体机器人本体结构发生弯曲,周期性的充放气实现软体机器人的蠕动运动。引入轮足式设计,将软体机器人软体基体的蠕动运动转变为车轮的旋转运动,加快蠕动型机器人的运动速度,通过向软体基体双腔充入不同气压,实现大角度转弯。分析了蠕动机器人周期性的直线运动和转向运动过程,研究了机器人运动过程中的非线性力学特性,测试了软体基体双腔充气状态下变形量与气压的关系以及单腔状态下转弯角度与气压的关系,分析了软体机器人的最快行进速度和最小转弯半径,确定了软体机器人的运动性能。
编辑：李楠 校对：张强
JME学院是由《机械工程学报》编辑部2018年创建，以关注、陪伴青年学者成长为宗旨，努力探索学术传播服务新模式。首任院长是中国机械工程学会监事会监事长、《机械工程学报》中英文两刊主编宋天虎。
欢迎各位老师扫码添加小助理-暖暖为好友，由小助理拉入JME学院官方群！
有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。
推荐阅读
版权声明：
本文为《机械工程学报》编辑部原创内容，欢迎转载，请联系授权！
在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!
商务合作：
联系人：暖暖
电话：010-88379909
E-mail：jme@cmes.org
网 址：http://www.cjmenet.com.cn
官方微信号：jmewechat