6月26日：《機(jī)械工程學(xué)報(bào)》2025年第10期最受關(guān)注論文推薦

6

吉林大學(xué)汽車底盤集成與仿生全國重點(diǎn)實(shí)驗(yàn)室馬文霄等為克服駕駛?cè)藢ψ詣?dòng)駕駛系統(tǒng)可接受度弱問題，提高系統(tǒng)在真實(shí)道路上的安全性與適應(yīng)性，提出基于混合增強(qiáng)智能的人機(jī)混合決策策略。混合增強(qiáng)智能理論可處理具備“黑-白盒”屬性的人機(jī)系統(tǒng)交互問題，并解耦混合決策關(guān)系。通過駕駛權(quán)分配機(jī)制與人機(jī)決策知識庫，實(shí)現(xiàn)人機(jī)混合決策并充分發(fā)揮人機(jī)系統(tǒng)“1+1＞2”的決策優(yōu)勢。建立考慮駕駛能力與人機(jī)軌跡相似度的駕駛權(quán)分配機(jī)制，分別通過主客觀相結(jié)合方法與反向傳播(Back propagation，BP)神經(jīng)網(wǎng)絡(luò)，對駕駛能力進(jìn)行分類與辨識。建立基于長短期記憶網(wǎng)絡(luò)(Long short-term memory，LSTM)的自動(dòng)駕駛子系統(tǒng)決策邏輯，并對其決策性能進(jìn)行評估。將包含安全性和舒適性的綜合評價(jià)函數(shù)作為人機(jī)共駕系統(tǒng)決策評價(jià)準(zhǔn)則，并通過主觀問卷評價(jià)駕駛?cè)藢ο到y(tǒng)的可接受度。采用具備人在回路功能的高精度智能駕駛模擬平臺，進(jìn)行試驗(yàn)數(shù)據(jù)采集與系統(tǒng)性能測試。結(jié)果表明，在雙車道和環(huán)島場景中施加不同程度駕駛?cè)思?lì)時(shí)，所提出的人機(jī)混合決策策略性能優(yōu)于僅駕駛?cè)恕⑷詣?dòng)駕駛系統(tǒng)以及基于博弈框架的人機(jī)共駕系統(tǒng)決策策略性能。

5

中國礦業(yè)大學(xué)機(jī)電工程學(xué)院郝敬賓等認(rèn)為，隨著工業(yè)機(jī)械裝備在極端環(huán)境中對關(guān)鍵部件表面性能要求的提高，Ni-WC功能梯度材料(Functionally graded material，F(xiàn)GM)在提升關(guān)鍵部件表面性能方面展現(xiàn)出更加廣泛的應(yīng)用潛力。本研究采用超聲輔助激光熔覆技術(shù)(Ultrasonic-assisted laser cladding，UALC)在H13鋼基板上制備Ni-WC梯度復(fù)合涂層，通過控制WC顆粒與Ni60粉末的混合比例，成功構(gòu)建三種不同WC含量的涂層(WC15、WC25、WC35)。超聲振動(dòng)的引入顯著優(yōu)化了涂層的微觀結(jié)構(gòu)，減少了內(nèi)部缺陷(如：裂紋和氣孔)，提升了涂層的致密性和均勻性。結(jié)果表明：梯度設(shè)計(jì)和超聲輔助能有效減少涂層內(nèi)部裂紋和氣孔，提高涂層成形質(zhì)量；超聲輔助促進(jìn)層間物質(zhì)交換，減少應(yīng)力集中和性能差異；超聲輔助的梯度涂層在硬度、耐磨性和抗沖擊性能方面均有提升，硬度相較于傳統(tǒng)多層單一WC25涂層提高了約10%、磨損率降低了55.56%、沖擊吸收功提升了18.7%；超聲梯度涂層展現(xiàn)出最佳的沖擊韌性，斷口分析顯示其具有更多的韌窩。研究結(jié)果證實(shí)了UALC技術(shù)在提升梯度涂層性能方面的有效性，為機(jī)械關(guān)鍵部件的表面強(qiáng)化提供了一種新的技術(shù)途徑。

4

北京交通大學(xué)土木建筑工程學(xué)院肖宏等認(rèn)為，對鋼軌波磨的檢測原理進(jìn)行系統(tǒng)梳理，總結(jié)其優(yōu)缺點(diǎn)與適用范圍，闡述依據(jù)不同檢測原理的檢測方法，綜述常見的波磨靜態(tài)和動(dòng)態(tài)檢測裝置及新一代檢測、監(jiān)測裝置的研發(fā)進(jìn)展，并展望波磨檢測的研究方向。研究結(jié)果表明：鋼軌波磨檢測原理可分為弦測法、慣性基準(zhǔn)法、信號重構(gòu)法、機(jī)器視覺法與時(shí)序建模法五類。弦測法具有傳遞函數(shù)不為1的固有缺陷，波長越短幅值振蕩越劇烈，可使用組合弦模型測量波磨。慣性基準(zhǔn)法依據(jù)慣性原理，傳感器可安裝在軸箱、構(gòu)架及車體等多個(gè)位置，低速下慣性傳感器的響應(yīng)越來越小，噪聲與趨勢項(xiàng)成分逐漸占據(jù)主導(dǎo)。信號重構(gòu)法利用數(shù)字信號處理技術(shù)分解軸箱加速度、構(gòu)架加速度、輪軌噪聲及車內(nèi)噪聲信號等多源數(shù)據(jù)，從中提取關(guān)于波磨的有效信息。機(jī)器視覺法基于圖像處理和模式識別技術(shù)，使計(jì)算機(jī)能夠感知、理解和解釋鋼軌圖像中的內(nèi)容，主要包括基于圖像處理、基于激光攝像和基于三維點(diǎn)云重構(gòu)三種方法測量波磨。時(shí)序建模法將波磨識別轉(zhuǎn)換為分類或回歸問題，通過機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)建立波磨與振動(dòng)、噪聲等響應(yīng)的映射關(guān)系，從而實(shí)現(xiàn)對波磨的檢測。鋼軌波磨的檢測、監(jiān)測裝置朝著智能化、集成化和小型化的便攜測量方向發(fā)展。

探花

湖南大學(xué)機(jī)械與運(yùn)載工程學(xué)院邵海東等認(rèn)為，作為一種復(fù)雜工業(yè)設(shè)備，風(fēng)機(jī)在長期運(yùn)行過程中將不可避免出現(xiàn)新的故障。增量故障診斷能從連續(xù)的數(shù)據(jù)流中不斷積累新的故障知識，以持續(xù)擴(kuò)展模型的診斷能力，并克服災(zāi)難性遺忘。然而，在面向風(fēng)機(jī)復(fù)雜的多增量階段與小故障樣本的場景時(shí)，增量診斷模型仍會(huì)出現(xiàn)“穩(wěn)定性-可塑性”的困境。因此，提出一種動(dòng)態(tài)記憶策略自驅(qū)動(dòng)的增量故障診斷方法，在故障樣本有限的場景下，實(shí)現(xiàn)多增量階段的風(fēng)機(jī)智能診斷。首先，構(gòu)造自適應(yīng)樣例庫模塊，通過自主地提煉存儲具有代表性的舊類別樣本，以避免多增量診斷過程的災(zāi)難性遺忘。其次，設(shè)計(jì)權(quán)值動(dòng)態(tài)校正算法，幫助模型實(shí)時(shí)修正各類別節(jié)點(diǎn)之間的重要程度，以靈活地學(xué)習(xí)有限故障數(shù)據(jù)中的診斷知識。在風(fēng)機(jī)的小故障樣本多增量階段的診斷試驗(yàn)中，通過與當(dāng)前主流的增量學(xué)習(xí)方法多維對比，驗(yàn)證了所提方法的優(yōu)越性。

榜眼

中國地質(zhì)大學(xué)(北京)工程技術(shù)學(xué)院賀世偉等認(rèn)為，激光電弧復(fù)合增材制造過程中成形質(zhì)量控制及微觀組織演變規(guī)律等較焊接過程更為復(fù)雜。為了明確掃描速度對激光電弧復(fù)合增材制造高強(qiáng)鋁合金成形質(zhì)量、微觀組織以及顯微硬度等的影響規(guī)律，以2024高強(qiáng)鋁合金為研究對象，采用激光與冷金屬過渡加脈沖(Cold metal transfer and plus，CMT-P)電弧復(fù)合增材制造技術(shù)制備了不同掃描速度下的薄壁構(gòu)件。研究掃描速度對薄壁構(gòu)件的成形質(zhì)量、微觀組織演變規(guī)律以及顯微硬度的影響規(guī)律。研究結(jié)果表明，合理調(diào)節(jié)掃描速度可以有效提高薄壁構(gòu)件的成形精度以及降低增材制造過程中的飛濺程度；所有試樣均呈現(xiàn)周期性明暗分層結(jié)構(gòu)，其晶粒結(jié)構(gòu)沿沉積方向呈現(xiàn)梯度演變特征，底部區(qū)域?yàn)槎ㄏ蛏L的柱狀晶，頂部區(qū)域由粗大的柱狀晶和等軸晶的混合結(jié)構(gòu)組成；同時(shí)，不同掃描速度下的增材試樣沿著增材方向從下到上的顯微硬度走勢基本相同，且增材試樣穩(wěn)定區(qū)域的顯微硬度是基板硬度的80%～85%，其基本保持在90～115 HV0.98N。

狀元

現(xiàn)代汽車零部件技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室胡杰等認(rèn)為，針對智能車輛在復(fù)雜動(dòng)態(tài)環(huán)境中難以與周圍車輛有效交互，換道行為過于保守或激進(jìn)的問題，提出一種基于博弈的交互決策與軌跡規(guī)劃算法。根據(jù)駕駛員操作特性和駕駛風(fēng)格建立人類駕駛車輛模型，利用貝葉斯推理算法評估駕駛行為的保守程度，實(shí)現(xiàn)對交互車輛博弈動(dòng)作的實(shí)時(shí)預(yù)測；在此基礎(chǔ)上建立自車換道決策規(guī)劃模型，首先采樣換道終點(diǎn)生成換道候選路徑，隨后構(gòu)建自車收益函數(shù)評價(jià)博弈過程中的換道策略，最后設(shè)計(jì)一種融合主從博弈思想的動(dòng)態(tài)規(guī)劃算法，考慮車輛間的交互情況下生成最優(yōu)策略和軌跡。通過Matlab/Simulink和PreScan搭建的人在環(huán)仿真平臺，對多組換道工況進(jìn)行驗(yàn)證分析，結(jié)果表明該算法在復(fù)雜動(dòng)態(tài)的換道場景中能夠有效與周圍車輛進(jìn)行交互，行為決策合理，運(yùn)動(dòng)軌跡在保證安全的基礎(chǔ)上兼顧平順性。

對以上文章感興趣的讀者可以點(diǎn)擊題目，或在文后點(diǎn)擊“閱讀原文”在官網(wǎng)瀏覽。

責(zé)任編輯：杜蔚杰

責(zé)任校對：張 強(qiáng)

審 核： 張 彤

JME學(xué)院是由《機(jī)械工程學(xué)報(bào)》編輯部2018年創(chuàng)建，以關(guān)注、陪伴青年學(xué)者成長為宗旨，努力探索學(xué)術(shù)傳播服務(wù)新模式。

歡迎各位老師掃碼添加小助理-暖暖為好友，由小助理拉入JME學(xué)院官方群！

歡迎關(guān)注機(jī)械工程學(xué)報(bào)視頻號~

尋覓合作伙伴

有一種合作叫做真誠，有一種發(fā)展可以無限，有一種伙伴可以互利共贏，愿我們合作起來流連忘返，發(fā)展起來前景可觀。關(guān)于論文推薦、團(tuán)隊(duì)介紹、圖書出版、學(xué)術(shù)直播、招聘信息、會(huì)議推廣等，請與我們聯(lián)系。

感謝關(guān)注我們！我們《機(jī)械工程學(xué)報(bào)》編輯部將努力為您打造一個(gè)有態(tài)度、有深度、有溫度的學(xué)術(shù)媒體！

版權(quán)聲明：

本文為《機(jī)械工程學(xué)報(bào)》編輯部原創(chuàng)內(nèi)容，歡迎轉(zhuǎn)載，請聯(lián)系授權(quán)！

在公眾號后臺留言需要轉(zhuǎn)載的文章題目及要轉(zhuǎn)載的公眾號ID以獲取授權(quán)!

微信投稿、轉(zhuǎn)載等：

聯(lián)系人：暖暖

電話：010-88379909

E-mail：jme@cmes.org

網(wǎng) 址：http://www.cjmenet.com.cn

官方微信號：jmewechat