检索结果-内蒙古大学图书馆

绵阳师范学院学报 2024年第7期43卷 72-78页

作者：罗勇林洁浙江工业大学机械工程学院浙江杭州310023

学习共同体是新时代高校教育改革发展背景下加强优良学风建设的新思路。其内涵是通过提升理想抱负水平来提高优良学风建设,最终达到学生的全方位成长。学生在共同体验、交互的环境中,以参与、合作、交流的方式互构提升。学习共同体具有... 详细信息

学习共同体是新时代高校教育改革发展背景下加强优良学风建设的新思路。其内涵是通过提升理想抱负水平来提高优良学风建设,最终达到学生的全方位成长。学生在共同体验、交互的环境中,以参与、合作、交流的方式互构提升。学习共同体具有三重内涵特征——成长共同体、价值共同体、育人共同体。学习共同体的构建与发展得益于学生共同的价值追求、理想抱负水平的提升以及充分有效的沟通。同时,以机械工程学院为例提出学习共同体建设的实践路径与现实成效。

关键词：学习共同体学风建设理想抱负大学生

来源：评论

学校读者我要写书评

暂无评论

基于SConvNeXt-ECMS与DBO-RELM模型的滚动轴承故障诊断方法

引用

航空动力学报 2025年第5期40卷 467-481页

作者：戚晓利毛俊懿王兆俊王志文崔德海赵方祥安徽工业大学机械工程学院

针对现有基于深度学习的滚动轴承故障诊断方法存在准确度不高、泛化性较差的缺点，提出了一种基于SConvNeXt-ECMS(the ConvNeXt network based on shuffled convolution-efficient channel and multi-scale spatial attention module)与DBO-RELM(dung beetleoptimizer regularized extreme learning machine)的滚动轴承故障诊断模型。将ECMS注意力机制与分流卷积模块融入ConvNeXt网络，提升ConvNeXt网络的特征提取能力；使用蜣螂优化算法完成参数寻优后的RELM替换网络原有分类层，提升网络对相近特征的分辨能力；利用哈尔滨工业大学航空轴承故障数据集仿真实验，验证所提分流卷积对ConvNeXt网络的提升效果；使用帕德博恩大学数据集进行滚动轴承混合故障诊断实验，验证所提SConvNeXt-ECMS与DBO-RELM模型的分类效果。仿真实验结果表明：所提SConvNeXt网络在航空轴承故障分类任务中，准确率可达100%，优于其他现有网络；帕德博恩大学滚动轴承混合故障诊断实验表明，所提ECMS注意力机制以及DBO-RELM方法均对原网络的性能有进一步的提升，新模型对滚动轴承混合故障的诊断准确率最高可达99.94%，相较于其他现有的滚动轴承故障诊断模型，均具有更高的故障诊断准确率和更强的泛化能力。

关键词：故障诊断滚动轴承分流卷积注意力机制正则化极限学习机(RELM) 蜣螂优化算法(DBO)

来源：评论

学校读者我要写书评

暂无评论

多线激光雷达与外置转轴间关系标定方法

引用

激光与光电子学进展 2025年第10期62卷 223-231页

作者：屈海龙王世强孟召宗高楠张宗华河北工业大学机械工程学院

多线激光雷达可直接捕获目标点距离，感知三维信息，但其垂直分辨率低，导致单帧点云稀疏，为此设计外置旋转轴实现多线激光雷达采集点云稠密化。为获取精准的点云数据，提出一种多级镂空圆孔标靶建立多线激光雷达和外置转轴间关系的方... 详细信息

多线激光雷达可直接捕获目标点距离，感知三维信息，但其垂直分辨率低，导致单帧点云稀疏，为此设计外置旋转轴实现多线激光雷达采集点云稠密化。为获取精准的点云数据，提出一种多级镂空圆孔标靶建立多线激光雷达和外置转轴间关系的方法。首先，外置旋转轴以不同的角度扫描该标定板得到多个单帧点云数据，求解外参初始值。其次，利用外置转轴在0°～180°和180°～360°区间扫描所得两组标靶点云数据建立优化模型。最后，将初值代入优化模型，对初始位姿进行优化，得到准确位姿参数。实验结果表明，所提方法在点云重建时精度更高，分布更密集。以标准球体为目标测量，误差绝对值为0.9 cm，可满足实际场景应用。

关键词：多线激光雷达三维重建位姿标定圆孔标定板主成分分析算法

来源：评论

学校读者我要写书评

暂无评论

基于PSO算法的低比转数冲压离心泵水力性能多目标优化

引用

农业机械学报 2025年第5期56卷 353-360页

作者：郑水华赵学燕章程李奕良柴敏浙江工业大学机械工程学院

针对低比转数冲压离心泵水力性能偏低问题，以CDL1型多级冲压离心泵叶轮为研究对象，结合数值模拟和试验测试方法，对首级叶轮的水力性能进行分析。由于低比转数冲压离心泵叶轮水力性能受多个因素影响，本文使用拉丁超立方方法对首级叶... 详细信息

针对低比转数冲压离心泵水力性能偏低问题，以CDL1型多级冲压离心泵叶轮为研究对象，结合数值模拟和试验测试方法，对首级叶轮的水力性能进行分析。由于低比转数冲压离心泵叶轮水力性能受多个因素影响，本文使用拉丁超立方方法对首级叶轮各设计变量进行抽样形成样本空间并获得相应性能参数，进而建立Kriging代理模型分析各参数对叶轮水力性能的敏感性，选定叶轮关键影响参数为粒子群算法(PSO)输入，对多参数进行优化设计，在此基础上探究叶轮的水力性能和内流机制。结果表明，优化后的叶轮水力性能优于原始设计，最高效率点效率提升2.8个百分点，单级扬程提高0.4 m。

关键词：低比转数冲压泵水力性能优化粒子群算法数值模拟试验测试

来源：评论

学校读者我要写书评

暂无评论

5182铝合金压印接头疲劳服役失效规律量化分析

引用

焊接学报 2025年第3期46卷 75-81页

作者：石也雷蕾闫明宋春雨沈阳工业大学机械工程学院沈阳110870

针对疲劳服役过程中的5182铝合金压印接头开展研究,通过动态响应—强度退化交替试验分阶段采集接头的固有频率,并测试接头在疲劳服役过程中的剩余静强度情况,借助固有频率变化量及强度退化规律,探究并量化压印接头疲劳退化的失效过程,... 详细信息

针对疲劳服役过程中的5182铝合金压印接头开展研究,通过动态响应—强度退化交替试验分阶段采集接头的固有频率,并测试接头在疲劳服役过程中的剩余静强度情况,借助固有频率变化量及强度退化规律,探究并量化压印接头疲劳退化的失效过程,基于剩余强度非线性理论模型和累积损伤模型探求接头服役失效的量化方法.结果表明,疲劳加载过程中压印接头固有频率曲线出现明显左移现象,随服役寿命的增加接头固有频率逐渐减小,其接头剩余强度同样出现对应减小变化.固有频率下降曲线和强度退化曲线走势大致相同,变化阶段分区明显,均呈现由平缓减小到急剧下降的过程.基于两种模型建立了压印接头疲劳服役强度退化理论公式,进一步得出5182铝合金压印接头剩余强度预测模型,经验证应用效果良好.创新点:(1)量化分析铝合金压印接头的渐进失效过程.(2)建立了铝合金压印接头剩余强度预测模型.

关键词：压印连接铝合金动态响应固有频率强度退化

来源：评论

学校读者我要写书评

暂无评论

基于层次化多尺度特征融合的金属缺陷分类模型

引用

仪器仪表学报 2025年第3期46卷 206-218页

作者：李季桐刘杰杨娜王子宁沈阳工业大学机械工程学院沈阳110870

金属缺陷检测作为工业质量控制的关键环节,其检测精度直接影响制造业智能化进程。针对现有特征融合模块存在特征信息丢失、跨尺度信息交互不足以及识别准确率低等问题,提出一种基于层次化多尺度特征融合的分类模型。该模型通过融合Swin ... 详细信息

金属缺陷检测作为工业质量控制的关键环节,其检测精度直接影响制造业智能化进程。针对现有特征融合模块存在特征信息丢失、跨尺度信息交互不足以及识别准确率低等问题,提出一种基于层次化多尺度特征融合的分类模型。该模型通过融合Swin Transformer与ConvNeXt两种网络架构的互补优势,构建了具有层次化感知能力的特征学习网络。其中,Swin Transformer采用移位窗口机制和多级自注意力机制有效捕获全局特征,ConvNeXt通过深度可分离卷积和高效卷积操作精准提取局部特征。为实现全局与局部的高效融合,创新性地设计自适应层次特征融合层,该层采用通道注意力机制、空间注意力机制和多尺度融合策略,实现全局与局部特征在多层次上的有效融合,同时在该层中增加多层倒残差融合模块,通过动态调整提取特征信息,以确保特征融合的精准性与可靠性。为验证模型的有效性,在公开NEU-DET和GC10-DET数据集上进行实验,准确率分别达到99.6%和96.9%。为验证模型的泛化性,在自建数据集上进行实验,准确率达到99.8%,与目前主流算法ConvNeXt、Swin transformer、VGG16、ResNet34模型相比,准确率分别提升3.4%、2.3%、4.3%、2.7%。实验结果表明,HMFF模型在金属缺陷检测领域具有更显著的分类准确性和鲁棒性,为工业场景下的高精度缺陷检测提供了新的研究方法。

关键词： Swin Transformer ConvNeXt 缺陷分类多尺度特征提取自适应层次特征融合多层倒残差连接

来源：评论

学校读者我要写书评

暂无评论

舰船设备关键零件的冲击损伤累积及寿命预测方法

引用

振动与冲击 2025年第3期44卷 163-170页

作者：陈卓闫明金映丽沈阳工业大学机械工程学院沈阳110870

针对舰船设备在海战时遭受敌方武器及自身火炮后坐力冲击造成的损伤累积问题,提出了隶属函数和Miner损伤累积理论相结合的冲击疲劳寿命预测方法。从外界冲击中提取冲击幅值和均值,根据GM(1,1)模型预测冲击幅值的参数,并利用BP(back prop... 详细信息

针对舰船设备在海战时遭受敌方武器及自身火炮后坐力冲击造成的损伤累积问题,提出了隶属函数和Miner损伤累积理论相结合的冲击疲劳寿命预测方法。从外界冲击中提取冲击幅值和均值,根据GM(1,1)模型预测冲击幅值的参数,并利用BP(back propagation)神经网络修正残差提高预测精度。利用疲劳模数与寿命的联系提出一种新的应力-寿命模型,并基于多项式变异理论确定模型中的参数。将舰船设备上的关键零件6061铝合金轴作为试验对象,并结合几种隶属函数预测试件的冲击疲劳寿命。结果表明:采用Γ分布隶属函数求得的冲击疲劳寿命预测值与试验值相比误差最小,且当Γ分布中的k值一定时,参数a_(1)的变化在初始阶段对预测值基本不产生影响,只有当a_(1)逐渐接近S_(0)时才会有微小的影响。说明提出的疲劳寿命预测方法是可靠的,为舰船设备关键零件的冲击损伤累积研究及寿命预测提供理论参考和数据基础。

关键词：灰色估计多项式变异冲击损伤累积隶属函数寿命预测

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv5s的精密视觉检测系统快速调焦方法

引用

中国机械工程 2025年第4期36卷 864-872页

作者：胡新宇刘锡阳张骏巍严爽李云翔叶旭辉湖北工业大学机械工程学院武汉430068

针对视觉检测系统在测量时因受生产精度、装配误差等外界因素影响,图像存在离焦模糊的问题,提出了一种基于YOLOv5s的精密视觉检测系统快速调焦方法,该方法采用粗精结合调焦策略。首先利用训练的YOLOv5s模型搜索清晰成像的景深区间,准确... 详细信息

针对视觉检测系统在测量时因受生产精度、装配误差等外界因素影响,图像存在离焦模糊的问题,提出了一种基于YOLOv5s的精密视觉检测系统快速调焦方法,该方法采用粗精结合调焦策略。首先利用训练的YOLOv5s模型搜索清晰成像的景深区间,准确率达到97.6%,900 ms内完成粗调焦过程;然后利用清晰度评价函数及改进搜索算法实现精调焦,在景深区间内快速准确地找到最佳成像平面。实验结果表明,在±4 mm的离焦区间内,调焦精度达到0.04 mm,平均用时不超过1600 ms,较现有基于图像处理的方法缩短了47.6%,具有速度快、精度高、适应性强等优点,可应用于视觉检测系统的在线精密测量。

关键词：自动调焦视觉检测区间搜索清晰度评价函数

来源：评论

学校读者我要写书评

暂无评论

超高压高速斜盘式轴向柱塞变量泵配流副油膜抗倾覆润滑承载特性研究

引用

机械工程学报 2025年第2期61卷 358-370页

作者：胡敏丘天祥吴喆刘睿曾亿山刘常海合肥工业大学机械工程学院合肥230009

超高压化是液压技术的必然发展趋势与要求,然而超高压工况增大了轴向柱塞泵的缸体受到的倾覆力矩,加剧了缸体倾覆,更易于造成配流副偏磨失效、泄漏加大问题,对配流副油膜摩擦润滑与密封承载性能提出了更高的要求。为此,建立起耦合结构... 详细信息

超高压化是液压技术的必然发展趋势与要求,然而超高压工况增大了轴向柱塞泵的缸体受到的倾覆力矩,加剧了缸体倾覆,更易于造成配流副偏磨失效、泄漏加大问题,对配流副油膜摩擦润滑与密封承载性能提出了更高的要求。为此,建立起耦合结构参数、工况参数和油液介质性能参数等与配流副油膜摩擦润滑、密封承载特性映射关系的数值解析模型。基于该模型,通过数值解析研究设计出一种适应超高压63 MPa工况的具有平面辅助支承结构的配流盘,对该配流副油膜特性的数值解析结果表明,在超高压63 MPa工况下,平面辅助支承结构可以使得缸体在由于倾斜而将与配流盘发生接触的位置处的油膜产生额外的承载能力,从而可以进一步地平衡缸体所受的负载倾覆力矩,增强了配流副油膜的抗倾覆能力。将该配流盘应用于研发的国内首台额定压力能达到63 MPa的超高压高速斜盘摆动变量式轴向柱塞联体泵马达物理样机中,通过试验测试验证了配流副的良好工作性能。研究结果可为高性能配流副的研发提供先进的设计方法与指导。

关键词：轴向柱塞泵轴向柱塞马达超高压辅助支承配流副润滑油膜

来源：评论

学校读者我要写书评

暂无评论

基于回声状态网络的风电机组运行状态监测

引用

仪器仪表学报 2025年第1期46卷 258-269页

作者：金晓航喻轩昂关汉林浙江工业大学机械工程学院杭州310023

“双碳”目标引领下,风能作为一种清洁可再生能源得到了广泛的利用。风电机组作为将风能转化为电能的重要装备,累计装机容量持续增长。然而,风电机组工作环境恶劣,运行工况多变,故障频发。为保障风电机组安全高效运行,亟需故障诊断与智... 详细信息

“双碳”目标引领下,风能作为一种清洁可再生能源得到了广泛的利用。风电机组作为将风能转化为电能的重要装备,累计装机容量持续增长。然而,风电机组工作环境恶劣,运行工况多变,故障频发。为保障风电机组安全高效运行,亟需故障诊断与智能运维技术。针对风电机组运行工况复杂多变以及循环神经网络在时间序列学习过程中存在梯度消失和爆炸等问题,提出一种融合运行工况识别与回声状态网络的风电机组运行状态监测方法。首先,采用最大互信息系数对数据采集与监控系统(SCADA)采集的多维数据进行特征选择,筛选出与风电机组运行状态相关性高的特征。其次,利用K-means聚类算法构建机组的工况识别模型,对不同运行工况进行有效划分。然后,利用差分进化算法优化不同工况下的回声状态网络模型,增强其对复杂运行工况的适应能力,以此开展不同工况下风电机组有功功率预测。继而,结合功率预测残差分析确定相应的健康阈值,用于评判机组运行状态。最后,通过两个实际风电机组的案例分析表明,所提方法可有效监测机组的运行状态,当故障发生时,比SCADA系统提前发现机组运行状态的异常,可实现故障的早期预警。

关键词：风电机组状态监测回声状态网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：