8月2日：《机械工程学报》2021年第24期最受关注论文推荐

Free access...

6

燕山大学河北省重型机械流体动力传输与控制实验室巴凯先等认为液压驱动执行器是航空航天、机器人和工程机械等高端移动装备中的核心执行元件,是液压系统的"肌肉"。对液压驱动执行器进行轻量化设计是提升上述高端移动装备的续航能力、机动性和承载能力的主要途径之一。以适用于足式机器人腿部关键驱动的液压执行器为研究对象,首先建立执行器各部件精确质量模型。然后,采用可以定量评估参数对模型影响的基于Sobol的全局灵敏度分析方法,并结合蒙特卡洛数值模拟方法增强其分析效率,揭示了质量参数变化对执行器质量的影响规律,最终得到了影响液压驱动执行器质量的关键参数,并通过系统建模验证了灵敏度分析结果的准确性。同时,所采用的分析方法为通用方法,可对不同液压驱动执行器进行质量建模并进行灵敏度分析,为其轻量化设计提供重要理论参考。

5

哈尔滨工业大学流体控制及自动化系彭敬辉等认为紧凑、轻量化、高效节能型换热器对高端移动装备中液压油源的小型化至关重要。基于不同普朗特数流体的换热和流动阻力经验关联式设计并优化了一种矩形错列翅片式换热器。推导出相关质量、出口温度和压力损失的函数模型,通过灵敏度分析研究关键参数对目标函数的影响,从而评估各变量对换热器综合性能的贡献度。在此基础上,利用遗传算法对换热器的关键参数进行优化。同时,通过数值模拟研究优化前后换热器的流动特性和换热性能。结果表明,理论计算与数值仿真结果吻合良好。优化后换热器质量减小25.79%,换热器降温幅度提高25.24%。研究成果对液压油源的小型化和轻量化具有积极的促进作用。

4

电静液作动器精细化建模和特性分析

南京理工大学机械工程学院葛曜文等认为电静液作动器（Electro-hydrostatic actuator, EHA）是电驱液传的执行机构,具有体积小、重量轻、功率密度高、可控性好、维护性好、集成度高、可靠性高等优势。传统EHA的线性建模方法通常忽视电机和泵的强非线性,这种建模方式过于保守,导致模型精度降低,影响高性能控制及性能预测的准确性。为处理传统建模方式的保守性问题,建立考虑伺服电机和泵非线性的精细化模型:通过MATLAB/SIMULINK建立时变、非线性、强耦合、多变量的永磁同步交流电机（Permanentmagnet synchronous motor, PMSM）模型,通过AMESim建立含流量脉动和外泄漏的定量柱塞泵模型,完善了EHA仿真模型;改变系统参数进行MATLAB-AMESim机电液联合仿真,通过多种仿真工况的结果对比,分析EHA系统的典型特性,揭示了系统参数对控制器跟踪性能的影响。建立精细化模型进行特性分析,为EHA系统参数对控制性能的影响度分析提供了理论支撑和仿真验证手段。

探花

高性能波束形成声源识别方法研究综述

重庆大学机械与运载工程学院杨洋等指出基于传声器阵列测量的波束形成声源识别技术广泛应用于军事、工业、环境等领域。围绕"空间分辨能力增强、寄生虚假声源抑制、定位定量精度提升、鲁棒稳健性能强化、声源识别功能完善"的目标,国内外学者开展了大量研究工作并取得了丰硕成果,反卷积波束形成、函数型波束形成和压缩波束形成三类典型高性能方法先后被提出。为帮助国内学者全面了解三类高性能波束形成方法并加以推广应用,系统阐述其核心思想,全面综述其重要研究进展,根据需要计算的阵列点传播函数的数目对反卷积波束形成进行科学分类,根据采用的网格点类型对压缩波束形成进行科学分类。综述同时涵盖适宜识别阵列前方局部区域内声源的平面传声器阵列和适宜360°全景识别声源的球面传声器阵列。

榜眼

北京航空航天大学自动化科学与电气工程学院尚耀星等认为液压元件及系统广泛应用于运载设备、重载机器人和飞行器等移动装备。出力大、功重比高是液压传动区别于其他传动最明显的优势之一。液压缸作为液压系统最主要的执行元件,现有技术的液压缸重量大,严重制约主机性能提升,其科学减重可进一步提升功重比,对实现装备的节能减排,提高承载能力、机动性能和续航能力具有突出意义。通过深入剖析轻量化复合材料液压缸的迫切需求、轻量化途径、轻质材料选择、研究现状与市场现状,对轻量化复合材料液压缸的发展进行综述。强度-密度比极高的纤维增强聚合物复合材料（Fiber reinforced polymer,FRP）,是高压轻量化液压缸的优选材料,减重潜力巨大。结合应用FRP制造轻量化液压缸的约束条件,重点阐述各向异性FRP的设计参数影响规律、异质材料复合结构设计、异质材料复合结构控形控性制造、密封-摩擦副、性能表征等5个挑战。论述面向轻量化、耐高压、低泄漏、低摩擦、耐疲劳等特征的液压缸的主要挑战和发展趋势。

状元

基于深度学习的无人驾驶汽车导航传感器异常诊断方法

武汉理工大学高性能舰船技术教育部重点实验室宫文峰等认为近年来,无人驾驶汽车（Unmanned autonomous vehicle,UAV）作为未来智能交通系统（Intelligent transportation system,ITS）的重点发展方向已成为业内研究的热点。作为一种新兴智能交通工具,无人汽车的行驶完全依赖于导航传感器提供的精确位置和路径数据。GPS传感器因计算机黑客的恶意网络攻击或物理故障而造成导航位置数据异常或篡改给无人车的安全行驶带来了巨大的威胁和挑战。针对无人汽车GPS传感器易受攻击的现实问题,提出一种基于深度学习的无人车GPS传感器异常检测新方法。该方法通过改进传统一维卷积神经网络（1D Convolutional neural network,1D-CNN）的拓扑结构,设计出1DGAP-CNN算法框架,使其满足快速实时性的诊断要求。首先,原始的多传感器位置数据直接输入到提出的算法中进行数据融合和预处理;其次,提出的算法自动的进行特征提取、降维减参和模式辨识;最后,模型直接输出诊断结果,整个诊断过程由模型自主完成。结果表明,提出的方法相比于主流的智能诊断算法具有更高的诊断准确率和更快的检测速度。

对以上文章感兴趣的读者可以在文后点击“阅读原文”下载浏览全文或学报官网浏览。

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！

寻觅合作伙伴

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。

感谢关注我们！我们《机械工程学报》编辑部将努力为您打造一个有态度、有深度、有温度的学术媒体！

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!

微信投稿、转载等：

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