机床与液压杂志

机床与液压杂志2024年第21期

• 缆索加劲的柔性机械臂振动特性及其边界控制

  吴彦达，牛军川，常锟

  针对柔性机械臂末端振动问题提出一种新型双边缆索加劲被动控制方式，建立双边缆索加劲柔性机械臂的动力学模型,并分析柔性机械臂末端振动固有频率以及振动幅度等振动特性。此外，为了控制柔性机械臂的关节定位精度以及提高其末端残余振动的抑制效果，基于双边缆索加劲柔性机械臂模型提出一种考虑缆索参数的边界控制策略，并通过Lyapunov方法证明该边界控制下柔性机械臂系统的稳定性。仿真结果表明：考虑新型缆索加劲的被动控制方式能够有效提高柔性机械臂系统刚度，并降低柔性机械臂末端振动幅值，改善柔性机械臂末端振动情况；提出的边界控制策略能够大幅度提高柔性机械臂关节的定位精度，并减少柔性机械臂达到稳态的时间，提高柔性机械臂运行效率。

• 遥操作机器人的碰撞风险量化与力反馈避障

  张涛，易承修，冉睿，梁科

  针对传统碰撞风险量化考虑因素不全导致遥操作机器人碰撞情况量化结果不精确的问题，提出一种新的碰撞风险量化模型。该模型不仅考虑距离因素，还考虑速度和外部环境等间接因素对碰撞的影响。将碰撞风险应用于力反馈避障模型中，通过主手向操作者提供虚拟力来感知环境中的障碍物，从而控制机器人避开。采用位置-速度映射搭建主从控制系统，对提出的碰撞风险量化模型和力反馈避障模型进行验证。结果表明：所提出的碰撞风险模型能正确反映机器人的碰撞情况，并且操作者能根据主手提供的反馈力控制机器人避开障碍物。

• 列车摘钩机器人的设计与试验

  刘治权，韦蕾蕾，倪文波，王雪梅

  针对国内编组站驼峰的人工摘钩问题，设计了一种双机械臂协同作业的关节型列车自动摘钩机器人。在SolidWorks软件中建立列车摘钩机器人的三维模型，并将模型导入ADAMS软件进行动力学仿真，得到机器人摘钩机械臂的摘钩大臂和摘钩小臂的位置和力矩曲线。在试验室进行摘钩机械臂的阶跃响应试验以及提钩杆空载和负载200 N的摘钩试验。试验结果表明：摘钩机械臂具有良好的运动性能，在阶跃试验中，摘钩大臂的上升时间为0.62 s，超调量为0.08‰；摘钩小臂的上升时间为0.35 s，超调量为0.04‰，二者的超调量小，动作平稳。在带负载的摘钩过程中，当负载力在设计范围内，机器人能顺利完成摘钩动作。

• 蠕动式管道清洗机器人设计与分析

  潘志文，马琪，邸亚伟，田晓洁

  针对目前管道清理的需求设计一款由多个模块构成的蠕动式管道清洗机器人。该机器人由前、后支撑模块和清洗模块组成，各模块之间相互配合实现机器人的前进及清洗工作。其中前、后支撑模块通过滚珠丝杠电机连接，是机器人管道内前进的动力来源；清洗模块在机器人前进的过程中始终处于工作状态，实现对管道内壁的清洗。通过对机器人进行不同工况下的受力分析，分析其越障能力、爬坡能力和牵引能力以及影响因素，计算得到理论最大越障高度、爬坡角度和牵引力；通过在ADAMS中建立虚拟样机模型，对机器人进行了动力学仿真验证，得到了动态性能稳定的管道清理机器人结构。

• 凿岩机械臂逆运动学解流形分析及优化

  张道德，何嘉懿，王君明

  针对一款位姿强耦合的七自由度凿岩机械臂，提出一种基于旋量理论和微分流形理论的逆运动学求解算法。利用Paden-Kahan子问题和几何法得到该冗余机械臂的全部逆解。由于冗余关节的存在，通过末端执行器所需位姿进行求解可以得到无穷组关节逆解，其呈现出光滑流形结构，根据自运动流形的特点，将其分别映射到位置关节空间和姿态关节空间。随后根据实际作业需要，建立多目标优化泛函，对机械臂的解空间进行优化，得到优化解流形。最后针对优化解流形的一组关节逆解进行五次多项式轨迹规划。结果表明：选取的最优解使凿岩机械臂在整个定位过程中运动稳定，位姿误差较小，从而验证了逆运动学解法和优化流形的正确性。

• 基于PCIe总线的机器人多轴控制器的研究

  张一东，徐一栋，陈海卫

  为了解决多轴机器人成本高和开放性不足的问题，提出一种新的多轴控制器设计方案。该方案以PCIe总线作为通信接口，FPGA作为核心处理器，ARM微处理器作为从处理器。以FPGA+ARM为基础实现控制器硬件电路搭建。针对笛卡尔空间下轨迹规划引入S型加减速快速规划算法，确保控制器插补过程中各关节速度和加速度的连续。在PT运动模式下使用脉冲平摊算法保证了脉冲信号的稳定输出。最后对笛卡尔空间下控制器的圆弧插补功能进行仿真与验证，结果表明该控制器能够实现预定轨迹且各关节速度与加速变化平滑。

• 面向非结构化坡面的四足机器人位姿优化方法

  孙茂琳，秦建军，曹钰，陈锡夫，邵派，房世豪，赵越

  为了提升四足机器人应对非结构化坡面的能力，提出一种面向非结构化坡面的位姿优化方法。根据四足机器人足端的位置估计了不规则坡面的角度和前进方向的角度并建立虚拟坡面；接着分析四足机器人在坡面行走时的稳定裕度和足端最远可达距离和最大跨越高度等坡面运动性能；然后利用稳定裕度、足端最远可达距离和最大跨越高度以及倾覆率等坡面运动性能通过加权构建单目标函数，并用海洋捕食者算法求解得到位姿参数的最优值，对四足机器人进行控制。最终通过MATLAB和Webots联合仿真，验证了所提位姿优化方法可以使四足机器人在应对不同场景的坡面时提升相应的能力，增强了四足机器人的非结构化坡面应对能力。

• 基于TwinCAT3的五轴机器人控制系统设计

  于伶，刘志恒，徐昌军，郭万金

  针对五轴混联机器人对控制的实时性、开放性要求高的特点，设计以EtherCAT现场总线为基础、基于TwinCAT3平台的控制系统。根据机器人的机械结构建立D-H模型，求解运动学正逆解算法，以C#编程语言进行算法的实现与封装。使用“设定值发生器”方法实时控制各轴运动，更加灵活有效地实现复杂运动控制功能，并可扩展应用于更广泛的场合。通过人机界面实现了机器人示教、参数设置、运动控制等功能。测试结果表明：该控制系统稳定可靠，实时性强，易扩展，具有广泛的应用前景。

• 基于单线激光雷达的道路区域分割

  李宏，赵礼刚，张浩傑

  针对单线激光雷达在进行道路区域分割时出现的识别不准确以及精度问题，研究一种基于最大熵原理提取自适应阈值，并通过滑动窗口法实现道路区域分割的方法。利用中值滤波对原始点云数据进行预处理，以减少噪声和异常值产生的影响；结合最大熵原理提取的自适应阈值和滑动窗口算法完成对道路区域点云的分割；最后基于概率论的方法确定道路边界点云。通过对3种不同类型的结构化道路进行实验，得到路面、障碍物以及路沿的识别准确率依次为96.88%、86.82%、95.50%，证明了该方法的有效性和适用性。

• 喷涂机器人风机叶片分片喷涂轨迹优化

  曾勇，陈洪博，赵雪雅，颜斌

  针对风机叶片机器人喷涂的涂层均匀性和喷涂效率优化问题，基于风机叶片的STL模型，提出一种风机叶片分片喷涂轨迹优化方法。首先，根据机器人运动空间和喷涂表面曲率对涂层厚度误差的影响规律，建立叶片表面的分片算法。然后，以涂层厚度方差最小和喷涂时间最短为目标，建立涂层均匀性和喷涂效率的多目标优化模型，并采用改进的多目标袋獾算法对喷涂轨迹参数进行求解。试验结果表明：提出的分片算法获得的分片数比传统方法至少减少45%，改进的多目标袋獾算法的搜索成功率比改进前提升了9.4%，经优化，涂层均匀性提升33.2%，喷涂效率提升16.4%。

• 涂覆并联机器人轨迹跟踪同步控制策略研究

  朱俊鹏，葛馨远，谢睿，周煜

  当涂覆并联机器人两侧分支不同步或从主动关节到末端执行器存在运动传递误差时，会影响机器人的轨迹跟踪性能。为此，提出一种结合深度学习的智能跟踪滑模同步控制方法(ITSSMSC)。基于复合误差设计滑动面，利用深度学习算法训练具有多隐层的深度神经网络，在不调整额外参数的情况下跟踪由不同涂层工艺要求决定的任意给定轨迹，并保证同步性能。最后，通过实验验证了该控制方法的有效性。结果表明：该控制方法在不同期望轨迹下均能实现良好的跟踪控制性能和同步性能。

• 动态场景感知下的移动机器人视觉定位与建图

  隆良梁，魏小源

  移动机器人可替代或辅助人类的生产和生活，并深入复杂或危险的环境，需随时感知周围场景。传统的ORB-SLAM2方法在动态场景中定位不准确，由此提出一种动态场景感知下的移动机器人视觉定位与建图方法。SLAM方法通过光学传感器采集环境信息完成建图，以ORB-SLAM2作为基本框架，在其跟踪线程中添加一个动态目标检测模块，该模块采用YOLOv4网络检测目标，使用的CSPDarknet53结构在减轻骨干网络权重的同时保持检测准确性；采用改进四叉树算法提取特征，并采用改进型形状上下文的图像匹配方法完成特征匹配。在TUM RGB-D数据集上进行实验，所提算法在walking_xyz场景序列的RMSE相对ORB-SLAM2算法增加97.6%，walking_rpy场景序列的RTE和RRE分别改进97.1%和96%。比较所提算法与ORB-SLAM2算法在高、低动态场景中的客观指标和估计轨迹误差，所提算法的RMSE、均值、中间值以及性能提升的改进百分比较优，所估计出的轨迹能够更好地拟合真实情况。

• 电液伺服增压系统压力冲击抑制方法研究

  张继五，郝云晓，权龙，孙斌

  传统阀控增压系统通过开环控制换向阀来控制双作用增压缸高频次往复运动进而达到高压容腔的工作压力，但开环控制换向阀频繁阶跃换向会导致巨大的压力冲击，易造成系统元件损坏与管路破裂等问题，影响系统稳定性和可靠性。因此，基于增压缸位置闭环与主动调节液压泵输出压力的复合控制策略连续调节换向阀的阀芯位移，从而减小增压缸系统工作过程中液压冲击。利用多学科仿真软件SimulationX搭建所提增压系统液压仿真模型，与传统阀控增压系统试验所得曲线对比。结果表明：所提系统增压缸油腔刚启动时压力冲击由19.45 MPa降低为7 MPa，运行过程中增压缸油腔压力冲击由4.8 MPa降低为1.11 MPa，液压泵压力冲击由18.3 MPa降低为2.8 MPa。此方法可有效降低增压系统压力冲击，具有良好的减缓冲击效果，有助于增强系统可靠性，延长元件及系统寿命，降低运维成本。

• 异形游梁式抽油机全要素数字孪生构建方法研究

  常赛科，孙文磊，刘立强，张学东，路程，姜任奔

  为满足工业设备数字化运维转型和安全生产的迫切需要，通过总结工业设备智能运维现状，以异形游梁式抽油机为研究对象，从数字孪生建模、信息融合、数据可视化等方面入手，探讨一种异形游梁式抽油机数字孪生系统的体系架构；基于生长树模型，研究数字孪生系统指标体系的构建方法以及设备运行信息与数字孪生的知识信息融合方法；提出一种基于物元可拓的工业设备全要素信息标识解析模型，实现了全要素信息的数字化管理；采用Unity3D软件以及C#编程技术搭建异形游梁式抽油机数字孪生系统，实现了设备运行状态监测。最后，对孪生系统进行了成熟度评估，分数为2.89，可实现以虚映实及部分以虚控实功能。研究可为油田抽油机数字孪生系统构建及应用提供借鉴。

• 液压直驱手腕基于积分滑模面的自适应鲁棒控制

  李虎林，汪成文，赵二辉，成磊

  针对液压直驱手腕在参数不确定和未知干扰等不确定非线性存在情况下轨迹跟踪误差大的问题，对自适应鲁棒控制(ARC)算法做出改进,提出一种积分滑模面自适应鲁棒控制(ISMS-ARC)策略。基于手腕整体的高阶动力学模型引入积分滑模函数，并结合反步法和自适应鲁棒控制器设计方法构造控制器，在保证系统具有鲁棒性的同时实现对未知状态的解耦和对不确定参数的估计。结合李雅普诺夫稳定性理论证明控制器的稳定性。搭建基于AMESim、MATLAB/Simulink、ADAMS的手腕联合仿真模型，并将ISMS-ARC与ARC、DRC控制方法进行关节轨迹跟踪的仿真对比。结果表明：ISMS-ARC方法不仅有效减小了跟踪误差，而且在跟踪参考轨迹恒定或系统受到常值干扰时依然能实现渐进跟踪；与其他2种控制方法相比，该方法表现出更高的跟踪精度和更强的鲁棒性。

• 基于欧拉-拉格朗日方法的空化模型改进与应用

  王静，闫康昊，赵金海，黄丹

  针对现有空化模型经验参数较多影响预测精度的问题，提出改进的空化模型。采用欧拉-拉格朗日方法模拟不凝性气体与空化气泡的融合过程，得到气泡数密度与液体体积分数的关系。结合气泡在液体中的力平衡状态和气体状态方程，得到气泡半径的表达式。基于简化的Rayleigh-Plesset方程建立空化模型，将不凝性气体摩尔浓度确定为唯一需要指定的参数。最后，将改进模型和ZGB模型应用于节流孔板和文丘里管，并与文献中的实验结果进行对比。结果表明：改进的空化模型能准确地预测空化流，并且对于非定常空化流，可以捕捉到空化初生、发展、分离、脱落和溃灭的周期性过程。

• 基于改进灰狼算法的非线性摩擦力辨识与补偿方法研究

  张太豪，李学伟，祝玉恒，程祥，陈玉坤

  为减小非线性摩擦力对机床伺服系统运动控制精度的影响，对机床伺服系统摩擦特性进行研究，将改进灰狼算法应用于LuGre摩擦模型参数辨识，通过搭建伺服系统动力学模型进行摩擦前馈补偿仿真，并在三轴数控雕铣机试验平台进一步完成摩擦前馈补偿验证。结果表明：应用基于改进灰狼算法辨识的LuGre摩擦模型前馈补偿方法，在两轴联动圆轨迹运动跟随过程中，低速运动换向时最大跟随误差下降幅度为67.7%，高速运动条件下误差下降幅度为84.0%，有效消除了非线性摩擦在速度换向过程中产生的负面影响，证明该方法在非线性摩擦力辨识方面具有优异的效果，有助于提高机床伺服系统的运动控制精度。

• 基于非线性干扰观测器的液压机械臂反演鲁棒控制

  张勇，赵二辉，汪成文

  针对液压机械臂中存在的高度非线性、未建模摩擦力、外部随机干扰等问题，建立液压机械臂动力学模型，提出一种基于非线性干扰观测器的反演鲁棒控制方法。非线性干扰观测器可以对系统中存在的干扰进行观测与补偿，从而提高反演鲁棒控制器的控制性能。对所提控制方法的稳定性进行理论推导与分析，并通过AMESim、MATLAB/Simulink联合仿真验证其有效性。仿真研究表明：该控制方法能够准确观测与补偿未知干扰，控制效果明显优于PID以及反演鲁棒控制。

• 电子液压制动系统轮缸压力估算与控制

  邹俊逸，毛晗，王峰，冉茂平，刘旺

  为了提高制动轮缸压力估算及跟踪的精确性，提出一种基于电磁阀开度的轮缸压力精确控制算法和轮缸压力的估算算法。通过分析电子液压制动系统（EHB）的工作原理，建立电磁阀的流量特性模型、轮缸运动方程和制动管路数学模型。考虑轮缸压力变化中的非线性特性，提出基于RBF神经元网络PID的轮缸压力控制策略，并基于轮缸?p-V?特性和电磁阀流量方程提出轮缸压力估算策略，以减小跟踪控制误差，保证压力控制的精确反馈。最后，基于AMESim建立轮缸、电磁阀的物理仿真模型，在MATLAB/Simulink中建立控制器模型，进行联合仿真验证。结果表明：轮缸压力控制算法可有效跟随目标压力，控制压力误差不超过0.2 MPa，估算压力与实际压力误差不超过0.15 MPa，具有较高的精度，可提高车辆的行驶安全性。

• 基于视觉技术和Mask R-CNN的法兰盘表面缺陷检测研究

  赵祺，刘国宁，吕展博，张峰源

  在法兰表面缺陷检测任务中，为了对缺陷进行精准定位和分类，根据缺陷位置和类别综合判定法兰是否符合特定标准的质量要求，结合缺陷特征和相应标准，提出一种基于视觉技术和Mask R-CNN的法兰表面缺陷检测与评估方法。依据法兰的适用原则和缺陷判定标准对法兰表面进行区域划分。通过搭建图像采集平台，采集图像并对其进行预处理操作后添加至网络训练集中。采用Mask R-CNN作为缺陷检测网络的基本框架，结合法兰表面缺陷特点改进Mask R-CNN骨干网络和颈部网络，并对网络性能进行验证。最后，根据检测标准，使用边缘检测算法对模型检测结果进行复检。结果表明：改进后的方法能够实现精确的定位并进行质量评估，满足法兰表面缺陷检测的要求。

• 高斯变异粒子群优化径向基神经网络铣削力预测

  匡佳维，周细枝，付渝彬，余中全，黎仕

  针对传统电流-切削力神经网络预测模型精度不高且神经网络参数难以确定的问题，将主轴电流与驱动轴电流同时考虑作为输入样本，提出帐篷映射下高斯变异粒子群优化径向基神经网络算法。算法在改进收缩粒子群径向基神经网络（改进CFA PSO-RBF）的基础上，对粒子位置初始化采用帐篷映射（Tent Map），同时提出粒子动态高斯变异。该算法能够均匀化粒子初始位置，控制变异过程，并有效避免算法陷入局部最优的早熟问题。基于此方法进行算法对比分析实验，结果表明：同时考虑主轴与驱动轴电流，较单一考虑主轴电流，铣削力预测精度更高；在该算法下，随机15次训练结果平均均方根误差低于BP、RBF、改进CFA PSO-RBF神经网络，能够有效提高铣削力预测精度。

• 基于ODCGWO-Elman的生产线设备软测量模型

  宋佩林，崔振丰，陆鹏，王清云，胡成威，李岩

  由于设备本身的复杂多样性以及传感器应用范围和成本的限制，导致部分故障检测信息无法完整、准确获得。为解决上述问题，提出一种基于改进灰狼算法的Elman神经网络（ODCGWO-Elman）软测量模型，用于预测故障时间。该模型以Elman网络作为基础结构，将灰狼算法（GWO）与Elman网络结合，以克服网络因随机选取的权值和阈值不恰当对预测精度的影响，提高模型的学习能力和泛化性。同时，在灰狼算法中引入反向学习策略、基于余弦函数自适应的收敛因子和正则函数对其进行改进，提高灰狼算法的求解精度。实验结果表明：ODCGWO-Elman预测准确率为94.8%，相较于GWO-Elman和传统Elman网络，预测准确率分别提升了11.5%和22.3%，有效提升了设备故障预测的准确性。

• 基于LSTM和CRF的加工过程运行状态识别

  吴家奎，周焮钊，李浩亮，陈文平，李雄伟

  针对加工过程中时序信号截取成本高和运行状态自动识别困难的问题，提出一种结合双向循环神经网络BiLSTM和条件随机场(CRF)的加工过程信号状态识别模型，适用于变参数加工场景。采用LSTM来捕捉时间序列数据的前后依赖性关系，并利用该网络对振动信号进行深层特征提取。在此基础上，为了进一步捕捉状态数据，将LSTM的输出特征输入至条件随机场（CRF）模型和多层感知机（MLP）中进行边界帧分类，进行预测并输出结果标签序列。最后以变参数下的铣削实验为例，验证了基于BiLSTM-CRF的信号状态识别模型在复杂变参数场景下的有效性。

• 基于KNN算法的数控机床加工过程异常检测方法研究

  刘福民，凌思庆，于音，冯子豪，董琦，高诚

  针对数控机床加工过程异常检测问题，提出一种基于KNN算法的数控机床加工过程异常检测方法。该方法利用机床加工过程信号，通过时、频域分析提取信号特征，利用KNN算法进行决策判断，可检测并识别出数控机床加工过程中存在的异常情况。利用某生产线上的实验案例，在数控机床上完成了多组正常零件和常见异常零件的加工实验，采集了加工过程各轴的高频电流数据，对信号进行处理，完成了加工过程信号的特征提取并从中选取了对异常检测有效的特征，经过交叉实验，确定了KNN算法合适的?K?值。最后，通过训练，得到了异常检测模型，并利用验证集对模型进行了验证，证明了该异常检测模型具有较高的准确率。

• 20 MN压剪试验机工作台导轨表面隆起形状研究

  李延民，孙文斌，王栋，尹泽涵

  20 MN压剪试验机进行压剪试验时，由于工作台承受偏心加载，导致其下方的滚动导轨块受力不均，使滚动导轨块出现低周疲劳破坏。同时，这种不均匀力还导致工作台产生不均匀变形，影响工作台寿命及检测精度。为解决上述问题，对工作台在压剪条件下的载荷情况进行分析，并对工作台进行静态仿真。通过提取导轨面上变形数据，进行多项式拟合，提出导轨隆起曲面结构，分析得到优化曲面，有效提高了滚动导轨块受力均匀性，减小了工作台变形，为工作台导轨的设计与改善提供了有力支撑。

• 管材对涡流管能量分离效应的影响分析

  黄志远，韩志宏，刘蜀阳，甘德俊，李申申，张健，李强

  鉴于当前不同材料对涡流管内部流动特性的影响机制尚不清晰，采用CFD仿真研究5种涡流管管材（铜、铝、钢、PVC、木）对涡流管能量分离效应的影响。选用压缩空气作为工质，设置入口压力为0.1~0.5 MPa，冷流率为0.1，涡流管的 L/D =16，采用Standard κ-ε 模型对涡流管内的气体流动进行稳态数值模拟，获得不同材料、不同压力和不同粗糙度下的速度、压力及温度变化趋势。结果表明：金属材料的涡流管比非金属具有更高的温度梯度，且金属材料性能优于非金属材料，其性能由高到低依次为：铜、铝、钢、PVC、木；粗糙度升高，涡流管的制热性能增加，但制冷性能降低。

• 蓄能器组参数灵敏度分析及多目标优化

  张立强，丁杰，张建强

  以小型液压升降机系统中的皮囊式蓄能器组为研究对象，利用液压系统仿真软件对液压升降机系统的势能回收及能量释放进行仿真分析。介绍系统的工作过程，搭建液压升降机系统仿真模型，并根据设计的正交试验方案进行仿真。对试验结果数据采用多元线性回归模型中逐步回归分析方法，去除对试验结果不显著的参数，得到显著性影响因素回归系数并得到其与回收效率之间的线性回归方程，根据回归方程得到显著性参数的灵敏度排序。将5个显著性参数作为优化对象，利用RBF神经网络代理模型求得在整个试验范围内的全局结果，再通过NSGA-Ⅱ多目标遗传算法得到满足囊式蓄能器组回收效率和流量特性两个目标的Pareto最优解集。对参数优化前后的仿真结果进行了对比分析，验证了代理模型和优化结果的准确性。仿真结果表明：显著性参数的灵敏度排序由高到低依次为：p0、V1、V2、V3、V4；优化后的蓄能器组整体回收效率较优化前略有提高，最大响应流量提高了6.76%。

• 6H-SiC高速纳米磨削的去除行为及亚表面损伤机制的分子动力学仿真研究

  耿瑞文，双佳俊，谢启明，杨志豇，周星辰，李立军

  6H-SiC在光电子等领域应用广泛，作为典型的硬脆性材料，其材料去除行为及亚表面损伤机制目前尚不清晰，高效地获得光滑、平坦、低损伤的表面仍十分困难。采用分子动力学模拟的方法研究磨削速度对6H-SiC去除行为及亚表面损伤的影响。结果表明：磨削时原子层有两条去除路径，即向左上方形成切屑，向右下方形成加工表面。在磨削深度为1 nm、磨削速度为100 m/s的条件下，工件通过相变、堆垛层错、晶格畸变和原子空位产生塑性变形，从而导致工件材料的去除。随着磨削速度增加，磨粒所受的平均切向磨削力和摩擦因数都减小。相比100 m/s，磨削速度为200、400 m/s时，平均切向磨削力分别减少了52.3%和55%，摩擦因数分别减少了7.4%和11.9%。增大磨削速度可以减小工件亚表层的损伤深度，提高工件表面材料的去除率，改善工件表面的加工质量。

• 基于RCMDE和GWO-LSSVM的抗蛇行减振器故障诊断

  岑潮宇，代亮成，池茂儒，赵明花

  针对高速列车抗蛇行减振器故障振动信号具有非线性、非平稳特征以及特征信号提取相对困难的问题，提出一种基于自适应噪声完备集合模态分解（CEEMDAN）与灰狼算法优化的最小二乘支持向量机（LSSVM）相结合的故障诊断方法。利用CEEMDAN方法分解车辆的振动信号，得到振动信号的各模态分量（IMF），并计算IMF各分量的精细复合多尺度散布熵(RCMDE)，组成每个样本下的特征向量，最后输入到利用灰狼优化算法（GWO）对LSSVM的惩罚系数和核函数参数迭代寻优以获得最优分类效果的LSSVM中进行故障诊断。试验结果表明：通过提取CEEMDAN各模态分量IMF的精细复合多尺度散布熵作为特征输入到GWO-LSSVM中具有很好的诊断效果，实现了抗蛇行减振器故障的有效判别，验证了该方法的可行性。

• 基于MTFSK-CapsNet的滚动轴承故障诊断研究

  肖杨，亚森江·加入拉，汪凯，崔鹏飞

  针对一维滚动轴承振动信号输入神经网络无法保留原始振动信号的时域信息、易受强噪声干扰和胶囊网络分类精度不高的问题，提出一种基于MTFSK-CapsNet滚动轴承故障诊断方法。构建基于马尔可夫变换场和改进胶囊网络的轴承故障诊断模型，利用MTF对原始振动信号进行重新编码，保留振动信号的时频序列。通过改进后具有更强特征提取能力的选择核网络进行初步特征提取。引入改进后的胶囊网络进行特征集合的二次提取，并使用Softmax分类器完成对故障特征的分类。最后，为了验证模型的性能，在凯斯西储大学和实验室轴承数据集上进行了测试。结果表明：该方法在两个轴承数据集上都具有较高的准确率，证明该模型具有较好的泛化能力和抗噪能力。

• 基于深度强化学习的串联系统屏蔽故障维修策略研究

  樊小波，黄允，谌楚，夏诗雨

  多部件串联系统维修决策优化问题得到越来越多的关注，目前绝大多数相关研究均假设系统失效时其失效部件是可直接观测的。实际的生产运营中，当系统发生失效时，其故障原因往往是屏蔽的，需要采用专业的工具进行诊断才能确定失效部件，继而进行维修。当诊断成本较高且部件接近更换役龄时，可以选择直接更换整个系统而不进行诊断。面向串联系统，考虑其发生屏蔽故障时，可以执行故障诊断确定失效部件继而更换，或者直接更换整个系统，建立半马尔科夫决策模型，以长周期成本率最低为目标函数，决策出每次屏蔽故障时的最佳动作。考虑到多部件导致的状态空间维数灾难问题，采用深度强化学习算法进行求解。最后将模型和算法应用于水电站液压自动抓梁系统，证明了其有效性。