基于敏感模态流形的变转速故障诊断方法

针对旋转机械变转速和复杂工况多分类问题，提出了一种基于构建改进敏感模态矩阵(ISMM)、等度量映射(ISOMAP)和convolution-vision transformer(CVT)网络结构的故障诊断方法。将变转速信号重叠采样之后构造高维ISMM,通过ISOMAP流形学习将ISMM映射到流形空间中，提取变转速信号的故障瞬态特征，实验证明能够很好地解决了常规方法无法对变转速数据进行有效特征提取的问题。结合自注意力机制和CNN的优点，使用CVT网络结构进行特征提取、故障识别分类。通过实验室HFXZ-Ⅰ行星齿轮箱变转速数据集对提出的故障诊断模型进行实验验证。实验结果表明，提出的故障诊断模型具有良好的识别准确率及鲁棒性。     

基于卷积神经网络的人体步态识别算法研究

针对人体步态识别准确率不高且需要手动提取信号特征的问题，采用卷积神经网络（CNN）自动提取传感器信号特征，对行走、上下楼和上下坡5种步态模式进行识别。搭建惯性传感器系统，采集人体的运动信息；针对该数据特点设计了一个4层的CNN模型用于自动提取信号特征和动作分类；利用检测的数据验证了所提方法的可行性，与传统的“人工特征+支持向量机（SVM）”的识别方法进行对比试验。实验结果表明：所提出的识别方法可以准确地识别运动步态，平均识别率达到91.5%，识别效果优于传统方案     

基于计算机图像处理的冲压床保护技术研究

本文用图像处理方法对冲压床保护技术进行了比较深入的研究。从两种角度对其进行了分析：对未带手套的手与工件的识别，采用了HSI颜色系统并利用了模糊技术进行处理；对带手套的手与工件的识别，利用了图像纹理形成的灰度共生矩阵并提取其特征参数来进行识别。实验结果表明：该方法能有效地区分手和工件，达到了预期目标，结果是可以接受的，为下一步进行有效的控制提供了依据。     

基于深度神经网络的粗糙度分类检测

现有的机器视觉测量表面粗糙度的方法依赖于特征提取来量化表面形态并建立预测模型,并且图片样本采集时高度依赖光源环境和拍摄角度。提出利用Swin-Transformer模型直接从表面纹理的数字图像中评估表面粗糙度并进行分类,避免了特征提取。实验中采用了不同的光源亮度和不同的角度进行拍摄,旨在模拟工业生产在线检测的环境。实验分类结果表明该方法对光源和拍摄角度具有良好的鲁棒性,测试集样本准确率可达97.54%。     

基于小波分析和RBF神经网络的轴承故障诊断研究

为了提高轴承故障信号的诊断性能，采用小波分析和RBF神经网络相结合的方法对轴承振动信号进行故障分类。首先对轴承振动信号进行小波变化，采用软阈值去噪方法滤除振动信号噪声，然后对振动信号矩阵化处理，接着构建RBF神经网络，输入轴承振动信号特征向量，初始化权重和阈值，最后通过不断反向迭代得到稳定的RBF神经网络故障判别模型。实验证明：通过差异化设置隐藏层神经元数量，确定合适的RBF神经网络规模，经过小波去噪可以有效提高轴承故障判别准确率，相比于常见轴承故障分类算法，算法具有更高的故障判别准确率。     

一种基于小波包和PCA的超声缺陷识别方法

在超声检测中，对缺陷进行定性分析是无损检测与评价的关键内容。本研究提出一种对缺陷类型进行分类的检测方法，通过对不同类型的缺陷波信号进行特征量提取，实现对缺陷的类型识别。首先使用空气耦合超声检测系统采集无缺陷信号与3种不同类型的缺陷波信号，提取信号的时域无量纲参数和小波包能量系数组成多维特征向量；然后使用主成分分析法（Principal component analysis，PCA）对多维特征向量进行降维处理得到特征融合量；最后输入BP神经网络系统进行缺陷类型的分类，并与未经过PCA处理的测试结果进行对比分析。实验结果证明，经过PCA处理的测试结果准确率更高，测试时间更短。     

基于SAX算法的CMT增材制造缺陷在线监测

针对增材制造过程中形成的缺陷会对工件造成不可逆的影响，分析了冷金属过渡（Cold metal transfer, CMT）增材制造过程的焊接电流信号和焊接电压信号，提出了一种基于时间序列算法的CMT增材制造缺陷在线监测方法。设置不同的焊接工况，收集良好组和缺陷组的原始焊接电流和焊接电压信号，使用SAX(Symbolic aggregate approximation)算法对数据进行预处理。使用随机森林模型对数值型数据再分类，达到实时监测的效果；同时为突出SAX算法的优越性，设置对比试验组，将原始的焊接电流数据直接放入随机森林模型进行分类。结果表明，原始焊接电流组的测试集准确率为80%,SAX算法数据预处理组的测试集准确率为96%。     

基于多模态信息融合的分流孔分类方法

为探究机器学习方法在挤压模设计智能化上的应用，结合型材截面图与数值分析，提出基于多模态信息融合的分流孔分类模型（CMMIF）。CMMIF利用卷积神经网络（CNN）实现型材面图像特征抽取，利用ReliefF算法对数值数据进行特征筛选，将2种不同的图像特征与数值特征进行融合。试验结果表明，与同基线模型对比CMMIF能有效表示分流孔特征，分类模型F1值为91.83%，实现对多种模态信息的准确分类，该研究成果为实现挤压模分流孔的智能设计提供支撑。     

基于GWO-CMFH和改进ResNet轴承故障诊断

针对不同程度的小分类轴承故障，现有故障诊断方法准确率不高的问题，提出基于GWO-CMFH和改进ResNet的滚动轴承故障诊断方法。对于同一类型不同程度故障，提出基于GWO自适应优化结构元素参数的CMFH滤波方法，增强振动信号的脉冲故障特征并抑制背景噪声；采用连续小波变换将滤波后的信号转换成二维时频图谱；最后，提出基于混合注意力机制改进的残差网络模型，提高轴承故障诊断精度。在西储大学、东南大学及所选轴承数据集上进行验证实验，不同故障程度的小分类诊断准确率分别达到99.73%、98.12%和99.07%,表明所提方法具有很好的抗噪性、鲁棒性，可提高滚动轴承不同故障程度的诊断效果。     

基于主成分分析的多域特征融合轴承故障诊断

针对复杂工况下难以区分轴承故障状态的问题,提出一种基于主成分分析的多域特征融合轴承故障诊断方法。采集轴承振动加速度信号,提取轴承时域新量纲一化特征、频域幅值谱特征和时频域经验模态分解特征共13维特征用于完整表征轴承状态;利用主成分分析方法对所提取特征融合与降维,降低诊断模型复杂度与数据分析难度;最后,选择合适的卷积神经网络进行分类,通过石化机组故障诊断实验平台进行验证。结果表明：多域融合特征相对于单域特征诊断效果更好,卷积神经网络分类模型相对于其他经典分类模型诊断准确率更高,融合诊断分类方法整体诊断准确率达到86%。     

巡检机器人机械臂空间变形解析模型分析

根据高压输电线路检测环境,提出一种高压输电线路巡检机器人.以该输电线路巡检机器人为研究对象,采用Denavit-Hartenberg法建立巡检机器人的连杆坐标系,推导巡检机器人的变换矩阵.并应用微分变换法推导巡检机器人的雅可比矩阵,得到操作空间外力(速度)与关节空间内力(速度)的线性映射关系.机器人操作臂的刚度影响整个...     

3-SPT-S并联机构运动学性能指标分析

以3-SPT-S并联机构为研究对象,对机构进行位置分析,建立机构运动学模型和数学模型,推导出机构的雅可比矩阵和Hessian矩阵,并求解出局部速度灵巧度性能指标和加速度灵巧度性能指标。利用数学软件MATLAB绘制了局部性能指标的图谱,分析机构处于不同位姿下,性能指标的变化规律。     

铝基复合材料扩散焊接接合区微连接行为

以铝基合材料Al2O3p/6061Al为对象,对该种材料扩散焊接接合区微连接行为进行了探索性的研究,分析了接头微观组织及力学性能。研究表明,扩散焊接温度对接合区的微连接行为有显著影响,当焊接温度低于铝基复合材料固相线温度时,增强相-基体、增强相-增强相之间微连接属弱连接;当焊接温度介于该种材料液、固两相温度区间时,接头区域出现液态基体金属,增强相-基体之间可以实现较好结合,同时液态金属对增强相-增强相接触部位进行渗透,使增强相-增强相接触转化为增强相-基体-增强相结合,在此基础上发现在铝基复合材料液、固两相温度区有“临界温度”存在,为成功实现该种材料扩散连接奠定理论基础。     

Influence of alumina particles on the mechanics of machining metal matrix composites

A plane-strain thermo-elasto-plastic finite element model has been developed and used to simulate orthogonal machining of alumina/aluminium 6061 metal matrix composite using a tungsten carbide tool. Simulations were carried out employing temperature-dependent material physical properties. The interface failure mode between the aluminium matrix and alumina particles was incorporated in this model. The model is used to investigate the effective and shear stresses on the alumina particles. Detailed results of the cutting forces generated during the machining process are presented and a comparison has been made with the experimental results for a range of feeds. Of particular interest are the contact stress distributions and alumina particle's interface failure. Normal and shear stresses and cutting temperatures were investigated.     

窄长悬臂件冲模设计

对窄长悬臂零件进行了工艺分析 ,解决了模具强度问题 ,为避免条料产生偏摆而设计了侧压装置 ,取得了较好的效果     

铝基和钛基复合材料的塑性与超塑性

综述了近年来铝基和钛基复合材料的塑性和超塑性研究进展 ,分析了材料制备工艺和变形温度等参数对于复合材料的塑性和超塑性的影响规律 ,并展望了两种复合材料塑性和超塑性研究的发展方向。     

多层薄壁零件冷挤压模设计

介绍的多层薄壁零件冷挤压模 ,采用镶套式组合凸、凹模和浮动凹模结构 ,不仅解决了型腔制造和工件脱模的困难 ,而且改善了模具的填充、排气性能     

散热器进出水管剖切模设计

散热器进出水管剖切模采用浮动凹模芯轴结构形式。该结构完全适应管类零件剖或切的冲压加工需要 ,浮动凹模芯用以补偿轴与凹模的间隙 ,消除产品变形     

非连续增强钛基复合材料研究新进展

非连续增强钛基复合材料由于具有各向同性、比强度高、优良的高温强度、成本较低等特点而受到高度关注。TiC及TiB增强颗粒以其稳定的复合结构、良好的增强效果得到发展,成为非连续增强钛基复合材料的最终优选增强剂。从制备方法、增强体与基体的界面结构及复合材料的性能等方面概述了非连续增强钛基复合材料的最新研究进展。     

SiCp增强铝基复合材料的制备与应用的研究进展

介绍了国内外有关SiCp颗粒增强铝基复合材料研究的进展情况，主要包 括SiCp增强铝基复合材料的传统制备工艺与新的制备工艺，传统应用领域与未来应用前景。