全部分类/
农业与职业/
中国机械工程

中国机械工程

2026年04期

《中国机械工程》由中国科协主管、中国机械工程学会主办，是中国机械工程学会会刊，是中国机械工程领域的权威期刊。曾入选国家期刊方阵“双高”期刊，获三届国家期刊奖、三届全国百强科技期刊。

扫码免费借阅

目录

快速导航

低碳设计理论与方法 | 序言

低碳设计理论与方法 | 序言

编辑委员会：李方义教授山东大学曹华军教授重庆大学王海斗研究员陆军兵种大学向东教授北京科技大学黄海鸿教授合肥工业大学李聪波教授重庆大学何斌教授上海大学张雷教授合肥工业大学王黎明教授山东大学马国政副研究员陆军兵种大学彭涛副教授浙江大学李涛副教授大连理工大学陶璟副研究员上海大学策划编辑：袁兴玲随着我国“双碳”战略目标期限
低碳设计理论与方法 | 数据驱动的机电产品低碳设计与制造研究综述与展望

低碳设计理论与方法 | 数据驱动的机电产品低碳设计与制造研究综述与展望

摘要：碳足迹数据是量化机电产品全生命周期碳排放、驱动制造业低碳转型的核心依据。聚焦于碳足迹数据从获取到应用的全流程，系统综述了其相关研究方法。梳理了多源异构碳足迹数据的获取技术与数据质量评估体系，解决数据“如何来”的问题。围绕“如何用”，重点阐述了数据驱动技术在低碳设计和制造中的应用，包括基于数据的碳足迹关联建模、智能预测、低碳设计方案生成与多目标决策方法，数据驱动下的制造能耗预测、低碳工艺规划与车间智能调度策略。最后分析了低碳设计和制造在数据完整性及系统集成性方面面临的挑战和未来研究方向，为机电产品绿色低碳发展提供理论参考。
低碳设计理论与方法 | 面向增材制造的生态设计：知识驱动的技术框架与应用

低碳设计理论与方法 | 面向增材制造的生态设计：知识驱动的技术框架与应用

摘要：为了开发具有环境可持续性的增材制造零部件，明确了面向增材制造的生态设计（EcoDfAM)概念内涵及所需知识体系，并融合多种智能技术，提出了一种知识驱动的EcoDfAM技术框架，该框架共三层，即知识来源层、知识模型层、设计服务层。以金属粉床熔融制造的飞机机翼处液压系统阀体零件为例，对所提框架进行了应用分析与讨论，结果表明，所提的融合本体、机器学习、知识图谱等技术的框架能够有效整合EcoDfAM所需的多领域复杂专业知识，并通过灵活重用知识产生生态设计推荐方案。该研究可用于开发智能设计顾问系统，通过在不同设计阶段提供合适的知识指导设计师，有效提高增材制造零部件生态设计过程的效率和质量。
低碳设计理论与方法 | 产品全生命周期低碳设计跨组织协同冲突协商模型

低碳设计理论与方法 | 产品全生命周期低碳设计跨组织协同冲突协商模型

摘要：产品全生命周期低碳设计利益相关主体多、设计环节多、难度大、风险高，各主体间就不同的经济性、技术性、绿色性的多维度性能目标如何进行设计协同与冲突协商，是一个亟需解决的瓶颈问题。阐述了产品全生命周期低碳设计跨组织协同原理，明确了全生命周期低碳设计冲突协商议题生成路径，构建了基于多Agent系统的全生命周期低碳设计多主体多议题协商模型以及基于NSGA-Ⅱ的自动协商决策算法，通过数值仿真验证了所提出协商模型的适用性和有效性，为产品全生命周期低碳设计跨组织协同冲突消解提供了有效的策略依据。
低碳设计理论与方法 | 考虑研发人员全生命周期动态特征的绿色设计知识主动推送方法

低碳设计理论与方法 | 考虑研发人员全生命周期动态特征的绿色设计知识主动推送方法

摘要：针对机电产品全生命周期设计过程中绿色设计知识获取难、研发人员画像匹配和推送效率低等问题，表征了研发人员全生命周期绿色设计过程中各类特征，包含类型特征、操作特征、知识特征与任务特征等多个维度，并进行了特征量化、权重优化及降维融合；提出了研发人员动态画像相似度、全生命周期特征距离与知识绿色度等绿色设计知识匹配指标函数，并构建了绿色设计知识匹配模型;提出了考虑研发人员画像迁移预测下的绿色设计知识推送机制，建立了考虑全生命周期距离预测与检验的绿色设计知识主动推送方法。最后，基于某款新型冰箱的高容积率、低耗材、低能耗等绿色研发需求，开展了相应绿色设计知识匹配及推送应用验证，结果表明，该方法所匹配并主动推送的绿色设计知识集合能够有效启发研发人员实施机电产品绿色结构优化及节能设计。
低碳设计理论与方法 | 大语言模型驱动的产品低碳设计知识建模方法

低碳设计理论与方法 | 大语言模型驱动的产品低碳设计知识建模方法

摘要：针对产品低碳设计知识多源异构、语义建模复杂等问题，提出了一种大语言模型驱动的低碳设计知识建模方法。构建了涵盖产品结构、低碳要素及性能约束的领域本体，实现从结构设计到性能验证的语义层次表达;提出了基于大语言模型的数据标注范式，通过双路径协同实现低碳设计数据的自动化语义标注；设计了基于对比学习的知识抽取模型，通过对比学习增强BERT对语义边界进行识别，以此改进集合预测网络的语义编码，实现多实体、多关系的精确抽取。结果表明，该方法在精确率、召回率和F1值方面分别达到 84.2%.82.7% 和 83.4% ，为低碳设计知识的语义建模提供了智能化路径。
制造过程能效优化与低碳工艺 | 小样本下基于比能值和ELM-AdaBoost的数控铣削能效优化模型构建方法

制造过程能效优化与低碳工艺 | 小样本下基于比能值和ELM-AdaBoost的数控铣削能效优化模型构建方法

摘要：针对数控铣削过程能效数据采集成本高、传统数控铣削能效模型在小样本数据下预测精度低的问题，提出了一种基于比能值和极限学习机(ELM)-自适应增强算法(AdaBoost)的能效优化模型。通过正交试验设计获取试验数据，构建基于比能值的机理模型，结合ELM与AdaBoost形成ELM-AdaBoost数据模型，最后集成能效预测模型，在保证预测精度的同时有效减少模型对数据量的需求。建立以最小比能值和最低加工成本为目标的能效优化模型，通过非支配排序遗传算法Ⅱ和熵权-TOPSIS进行最优工艺参数求解与优化，加工试验验证了提出方法的可行性。
制造过程能效优化与低碳工艺 | 基于贝叶斯优化时间卷积网络的工业机器人能耗预测

制造过程能效优化与低碳工艺 | 基于贝叶斯优化时间卷积网络的工业机器人能耗预测

摘要：为了实现在线、高效的工业机器人能耗预测，提出了一种基于贝叶斯优化时间卷积网络(TCN)的方法，通过TCN建立了运动学参数与机器人能耗之间的非线性映射关系，有效地捕捉了能耗预测数据的时序特征，通过贝叶斯方法对模型中的超参数进行寻优，提高了能耗预测模型的精度。IRB1600-10/145工业机器人消融实验和对比实验结果表明，所提出的方法在无负载和 1.5kg 负载下机器人平均总能耗相对误差分别为 1.04% 和 1.78% ，优于目前常用的其他能耗预测模型。
制造过程能效优化与低碳工艺 | 微量润滑切削用气动雾化器设计及雾化特性研究

制造过程能效优化与低碳工艺 | 微量润滑切削用气动雾化器设计及雾化特性研究

摘要：雾化器作为内置式雾化型微量润滑(MQL)装置的核心部件，其性能直接影响润滑油的雾化效率与切削加工效果。基于液体喷雾学理论，深入分析了润滑油雾化机制及影响雾化器性能的关键因素，研发了一种气动雾化型MQL油雾化器。结合雾化器性能评价方法与实验研究，明确了喉管直径、吸油管孔径及孔壁间隙对雾化器性能的耦合作用机理。基于激光喷雾粒度仪数据，验证了雾化器在不同黏度油品下的优异雾化表现，雾粒直径的数量频度分布集中在 0.8～10μm 之间，体积频度分布峰值位于 25μm ，索特平均直径 D₃₂ 为 5～12μm 。
制造过程能效优化与低碳工艺 | 滚齿刀具和控制参数超启发优化与决策

制造过程能效优化与低碳工艺 | 滚齿刀具和控制参数超启发优化与决策

摘要：为研究滚齿刀具和控制参数优化中的启发式算法自动选择问题以及用户对加工性能看重程度模糊表达下的参数决策问题，提出了一种基于改进超启发算法和模糊优劣解距离法（TOPSIS）的滚齿刀具和控制参数优化与决策方法。使用谱聚类算法根据历史加工数据确定滚齿参数的上下限；以碳排放量、切削时间和质量为优化目标，使用改进的多目标超启发算法获取优化滚齿参数（非支配解）；采用模糊TOPSIS对优化滚齿参数进行排序以获取最符合用户要求的参数。最后通过实验验证了方法的可行性和有效性。
制造过程能效优化与低碳工艺 | 面向客户收益的云制造机床服务资源非合作博弈节能调度

制造过程能效优化与低碳工艺 | 面向客户收益的云制造机床服务资源非合作博弈节能调度

摘要：为解决云制造中机床资源竞争和客户利益冲突，推进制造服务能效均衡转化为客户收益，提出了一种基于非合作博弈的云制造机床资源节能调度方法。以时效型、能效型、经济型、质量型、综合型为5类客户偏好，构建了面向客户收益的云制造机床设备节能调度模型，采用改进非合作博弈遗传算法求解纳什均衡。分析了基于客户价值分类的差异化折扣策略对调度结果的影响趋势。以徐工集团典型工程机械产品的多种油缸活塞杆零件制造为例进行仿真试验，结果显示，所提方法使客户制造任务平均收益提高 4.1% ，任务能耗最高下降 28% 。
制造过程能效优化与低碳工艺 | 超声赋能线材表面节能干燥试验技术研究

制造过程能效优化与低碳工艺 | 超声赋能线材表面节能干燥试验技术研究

摘要：现有线材干燥采用的高速气流吹除工艺方法存在线材表面液膜极薄、气流作用面积小等问题。将超声能量作用于线材结构，使固液接触面高频振动，产生超声雾化效果。建立了超声雾化与高速空气射流的能耗模型，并围绕超声功率和液滴体积等关键参数开展对比试验测试。研究结果表明：超声通过毛细波与声空化诱发液滴快速铺展与雾化，液膜去除效率显著快于空气射流；在液滴体积 10μL 、作用时间 18ms 下，360W超声去除率达到 84.37% ，而450W高速空气射流对液膜的去除率仅为8.58% ；能耗上，在实现同等去除效果的条件下，超声相比空气射流可使系统能耗至少降低约 46.67% ，表明超声赋能为线材表面快速、节能地除水干燥是可行的。
制造过程能效优化与低碳工艺 | 精密铣削机床效能孪生模型构建及动态优化方法

制造过程能效优化与低碳工艺 | 精密铣削机床效能孪生模型构建及动态优化方法

摘要：提出了一种面向机床加工过程的数字孪生动态多目标优化方法。该方法融合历史加工数据与机床实时运行数据，构建由几何模型、物理模型、行为模型和规则模型组成的数字孪生系统，并结合基于Optuna优化的梯度提高回归(Optuna-GBR)预测模型与改进的多目标雾松优化算法（IMORIME)实现加工工艺参数的动态调整。数字孪生系统对切削力波动进行实时监测，当切削力波动超出自适应阈值时，触发动态优化过程，重新生成Pareto解集并通过熵权-逼近理想解排序法（TOPSIS)决策出最优工艺参数组合。实验验证表明，数字孪生系统的动态优化方法使主轴能耗较优化前降低 19.99% ，切削比能降低 29.02% ，加工噪声降低 11.22% ，显著提高加工效率，降低主轴能耗及加工噪声。
制造过程能效优化与低碳工艺 | 刀具表面微织构与微量润滑协同技术研究进展

制造过程能效优化与低碳工艺 | 刀具表面微织构与微量润滑协同技术研究进展

摘要：回顾了近年来微量润滑(MQL)与微织构刀具技术在难加工金属材料(DMMs)切削加工中的研究进展，重点分析了两者的协同机理及其对DMMs切削加工性能的影响。相较于干切削，微织构 + MQL协同作用可使平均切削力减小 25%～48.3% ，切削温度下降 20%～50% ，表面粗糙度减小15%～40% ，刀具寿命延长 1.5～2.4 倍。总结了现有研究在以下方面尚待加强：一是协同机制的定量理论模型；二是针对不同材料的适应性分析；三是工业化条件下长期稳定性的实验验证。未来的研究应集中于构建基于热力学和摩擦学行为的定量协同模型，特别是在钛基合金和铝基合金等高强度、高温材料加工中的应用优化，并通过实际工况下的长期效能评估来验证其工业应用价值。
制造过程能效优化与低碳工艺 | 面向QT550-5激光硬化工艺参数的可解释性模型构建与优化

制造过程能效优化与低碳工艺 | 面向QT550-5激光硬化工艺参数的可解释性模型构建与优化

摘要：为实现对球墨铸铁QT550-5表面激光硬化及其加工工艺参数的优化，构建了QT550-5激光硬化温度场与相变场耦合的有限元模型，以激光功率、扫描速度和搭接率为实验变量，将试样的硬化层深度和熔凝层深度作为优化目标，采用拉丁超立方抽样进行实验设计，并基于实验数据构建贝叶斯优化的多任务神经网络预测模型，进一步引入沙普利加性解释方法进行可解释性分析，明确各参数对激光硬化结果的贡献机制。采用多目标河马算法进行工艺参数寻优，并采用熵权法结合逼近理想解排序法构建一种综合评价体系，对非劣解集排序得到最佳工艺参数组合。最后采用最佳工艺参数组合进行实验验证，结果表明， QT550-5 表面硬化效果显著。
制造过程能效优化与低碳工艺 | 自冲铆接头动态响应分析等效模型研究

制造过程能效优化与低碳工艺 | 自冲铆接头动态响应分析等效模型研究

摘要：汽车车身在实际运行中时刻处于复杂路况导致的动态载荷作用下，而目前对自冲铆接（SPR）的研究集中于静态载荷响应分析，缺乏动态载荷的响应分析。提出了一种基于质量弹簧系统的自冲铆接接头动态建模分析方法。利用ABAQUS有限元分析识别自冲铆接头的拉伸、剪切刚度参数，将自冲铆接头与板材之间的连接抽象成为质量弹簧系统之间的连接关系；搭建了SPR三自由度非线性动态响应模型，利用有限元仿真对SPR动态响应等效模型进行验证。研究结果表明，SPR三自由度非线性动态响应模型可以实现对自冲铆接头动态响应的高效、准确预测。
碳足迹评估与预测 | 基于数据分配的铝铸件生产过程细粒度碳排放核算方法

碳足迹评估与预测 | 基于数据分配的铝铸件生产过程细粒度碳排放核算方法

摘要：提出了一种适配铝铸件生产企业差异化数据采集能力的数据分配方法，在无需新增成本投入的条件下，实现单件铝铸件按产品、型号和批次区分的细粒度碳排放核算。该方法基于碳排放相关生产数据的采集粒度和周期，将企业数据采集能力划分为高、中、低三个水平，针对不同水平构建相应的数据分配策略，获取单件铝铸件的细粒度能源/材料活动水平;使用排放因子法计算产品级碳排放，并建立了废料回收与外售的碳排放修正机制。最后，以铝制轮毂生产为例进行应用验证，结果表明该方法能够克服传统依赖文献调研数据中工况恒定假设导致的偏差，提高碳核算结果的准确性。
碳足迹评估与预测 | 制造特征智能解析驱动的零件低碳工艺优化方法

碳足迹评估与预测 | 制造特征智能解析驱动的零件低碳工艺优化方法

摘要：针对零件设计模型与制造阶段的碳排放评估之间因缺乏有效关联与映射而导致低碳工艺优化困难的问题，提出了一种结构化特征解析与智能映射驱动的零件低碳工艺优化方法。首先通过解析STEP文件提取几何与拓扑信息，构建扩展属性邻接图及其对应的矩阵表示，并利用特征子矩阵匹配特征库实现典型制造特征识别；然后依据识别结果触发对应的参数提取规则，获取特征几何尺寸实现制造信息结构化表达；最后构建制造环节碳排放与加工时间的协同量化模型，以低碳高效为目标构建多目标工艺优化框架，通过NSGA-ⅡI算法求解帕累托最优解集，为零件的低碳制造工艺规划提供决策支持。
碳足迹评估与预测 | 高负载动态工况下工业机器人的能耗预测

碳足迹评估与预测 | 高负载动态工况下工业机器人的能耗预测

摘要：工业机器人在高负载、强波动加工工况下的功率呈现非平稳和多源耦合特征，导致能耗预测模型在跨工况条件下易出现精度与稳定性下降的问题。基于自主搭建的加工实验平台采集多源时序数据,通过时间戳对异频数据进行同步与重采样处理，利用滑动窗口构建功率标签。对比了随机森林、梯度提高树、支持向量回归、多层感知机及两种融合结构模型在多工况下的预测结果。结果显示梯度提高树十支持向量回归融合模型的能耗预测结果在未参与训练的工况中最优，平均绝对误差为 3.73% 。研究揭示了不同模型在高动态加工工况下的预测特性，可为工业机器人高负载加工过程的能效建模、工艺优化与绿色运行提供技术支撑。
碳足迹评估与预测 | 制造场景驱动的机械加工过程碳排放预测与不确定性分析方法

碳足迹评估与预测 | 制造场景驱动的机械加工过程碳排放预测与不确定性分析方法

摘要：针对传统碳排放预测方法中制造信息多源异构、参数不确定性强等突出问题，整合加工、能源、资源、排放多维影响因素，识别并定义制造场景，实现了碳排放影响因素的统一表征与描述；融合随机森林的决策树集成机制与贝叶斯算法的自适应超参数优化，形成了“特征筛选-模型训练-参数调优”的三阶预测体系，支持碳排放的高精度预测；构建了蒙特卡罗-贝叶斯优化随机森林不确定性分析方法，甄别碳排放敏感参数并量化其影响，通过参数优化改进来提高可靠性。以风机叶片加工为例验证预测方法的有效性，结果表明，该方法的碳排放预测结果拟合度良好，经不确定性分析后变异系数降低0.0347，显著提高了预测结果可靠性与决策支撑能力。
碳足迹评估与预测 | 一种新型的SiC金属氧化物半导体场效应管的寿命预测

碳足迹评估与预测 | 一种新型的SiC金属氧化物半导体场效应管的寿命预测

摘要：为应对碳化硅金属氧化物半导体场效应管(SiCMOSFET)在高频、高温和大功率密度应用中面临的可靠性挑战，提出了一种新型的融合卷积神经网络、高效通道注意力机制与双向长短期记忆网络的SiCMOSFET寿命预测方法。该方法以漏源极导通电压为核心退化特征，结合异常值剔除、归一化和指数平滑等预处理策略，并通过滑动窗口对退化时间序列进行重构，实现小样本条件下的有效建模。实验对比结果表明，所提方法在预测精度、稳定性和鲁棒性方面均具有明显优势。
再制造与退役产品资源化技术 | 基于图检索增强生成的报废动力电池拆解序列规划

再制造与退役产品资源化技术 | 基于图检索增强生成的报废动力电池拆解序列规划

摘要：针对报废动力电池拆解知识难以复用所导致的序列生成效率低下问题，融合知识图谱（KG）在结构化知识表征与大语言模型在语义推理方面的互补优势，提出了一种基于图检索增强生成的报废动力电池拆解序列规划方法。首先提出基于KG标签匹配的子图生成方法，通过Cypher查询语言形成待拆解特定型号电池的专属拆解序列子图;然后建立基于混合检索和重排序的拆解知识粗粒度检索机制，以实现对目标电池组件的精确定位;最后，构建基于层级约束关系多跳推理的拆解知识细粒度检索模式，通过提取与组件关联的拆解序列信息，利用大语言模型实现拆解序列的智能生成。实验结果显示，所提方法在5种主流动力电池拆解序列生成上实现 93.9% 的准确率，展现出优异的可行性和有效性。
再制造与退役产品资源化技术 | 基于异构图与改进近端策略优化的退役机电产品选择性拆卸序列规划

再制造与退役产品资源化技术 | 基于异构图与改进近端策略优化的退役机电产品选择性拆卸序列规划

摘要：针对当前选择性拆卸序列规划问题中存在物理建模复杂、适应性差以及算法泛化能力不足等问题，结合结构化异构图建模方法和自适应近端策略优化算法，提出了一种高效的拆卸序列优化方法。通过结构化异构图建模，统一表示产品中零部件的多约束关系，为后续优化提供更具表达力的状态表示；在优化算法中引入优势函数标准化与熵正则化机制，对不同训练阶段数据因量纲差异所带来的分布不一致进行规范化调整，同时自适应调节训练过程中的探索强度，以提高模型的训练稳定性和泛化能力。实验结果表明，引入优势函数标准化显著提高了算法的收敛速度和训练稳定性，而熵正则化机制则增强了算法的探索能力。与传统深度强化学习算法相比，自适应近端策略优化算法在收敛性和最优策略质量方面均表现更好。
再制造与退役产品资源化技术 | 多寿命特征下再制造机电产品全工作域可靠性设计研究进展

再制造与退役产品资源化技术 | 多寿命特征下再制造机电产品全工作域可靠性设计研究进展

摘要：再制造机电产品可靠性低因多方面因素作用：复杂多变的工况场景即跨工作域性能差异，产品各物场单元物理、技术、经济多属性寿命的不平衡性以及不同寿命期内不同工作域下可靠性演变的不一致性，导致产品可靠性提升困难。为此，全工作域可靠性设计研究应运而生，通过探究其设计内涵提出多寿命特征下全工作域可靠性设计框架;基于所提框架从可靠性设计方案的生成到优化等方面综述基于寿命特征的再制造产品全工作域可靠性演化、再制造产品可靠性设计、再制造产品可靠性多目标优化等代表性研究，进而讨论当前研究面临的挑战；最后，总结当前研究重点并提出未来可靠性设计的发展方向。
再制造与退役产品资源化技术 | 基于直觉正态云的退役机械产品拆解序列方案决策

再制造与退役产品资源化技术 | 基于直觉正态云的退役机械产品拆解序列方案决策

摘要：针对退役机械产品在复杂模糊环境中拆解序列方案排序困难的问题，提出了一种基于直觉正态云(INC)模糊理论的主客观权重融合的混合多属性决策方法。通过分析产品拆解特点，从环境、经济和人本3个维度建立了综合的退役机械产品拆解序列方案选优指标体系；结合蒙特卡罗模拟和云模型距离对交叉熵和完全一致性方法进行改进，确定指标融合权重；采用INC-折中正负理想解排序法对备选拆解序列方案进行排序以确定最优方案。最后以退役火电机组为例进行验证，通过比较不同赋权方式、决策方法对决策结果的影响，验证了所提方法的科学性和有效性。
再制造与退役产品资源化技术 | 数据与模型融合迁移的再制造产品可靠性动态预测方法

再制造与退役产品资源化技术 | 数据与模型融合迁移的再制造产品可靠性动态预测方法

摘要：针对再制造产品可靠性因数据样本少而导致其服役过程中可靠性状态难以准确预测的问题，提出了融合相似产品物-场退化数据与模型迁移微调的再制造产品可靠性动态预测方法。首先，利用物-场模型分析影响产品可靠性的“物性”与“场性”退化指标，利用线性回归模型构建反映产品多维物-场退化特征的综合退化指标，并设计一个三阶段相似性计算方法来筛选和迁移相似产品历史退化数据以扩充样本。然后，针对相似产品历史物-场退化数据的空间耦合性和时间依赖性特征，建立基于卷积长短期神经网络的可靠性预测模型。进一步，通过深度迁移技术动态调整预测模型参数，提高模型对再制造产品在个性化服役场景下的可靠性预测精度。最后，以某再制造主轴系统为例对所提预测方法进行验证，预测结果的决定系数 (R²) 达到0.92，表明了该方法的有效性。

过往期刊

更多

猜你喜欢

广州大学电子阅览室