10月10日：《机械工程学报》2021年第6期最受关注论文推荐

原创新媒体部机械工程学报

提示：点击上方"机械工程学报"↑关注我吧

持续报名中

二轮通知｜《机械工程学报》第五届高影响力论文暨2022年重点刊登方向发布会、JME学院第三届青年科学家论坛

基于改进蜻蜓算法的斗轮取料机多目标优化

河南理工大学机械与动力工程学院的原永亮等针对斗轮取料机系统能耗高、重量大、制造成本高、设计变量多等特点,提出一种改进的蜻蜓算法用以求解斗轮取料机的多目标优化问题。提出的改进蜻蜓算法基于自然现象和物理现象,采用空气阻力和库仑力混合组成的策略对传统蜻蜓算法进行改进,并通过测试函数验证了改进后蜻蜓算法的性能。然后建立考虑斗轮取料机可靠性和振动频率约束的质量与转动惯量的多目标优化模型,利用改进后的蜻蜓算法进行多目标求解,获得斗轮取料机的Pareto前沿解集,选择以质量与转动惯量合适权重比为例进行优化,验证开展斗轮取料机多目标优化的有效性。结果表明,优化得到的阶梯截面布局方案具有更小的质量和转动惯量值,同时可以有效避开斗轮取料机系统的共振问题,可以使斗轮取料机的性能得到有效改善,为未来的整机材料-结构-控制多学科一体化协同优化提供基础。

基于迭代动态规划的网联电动汽车经济性巡航车速优化

东南大学机械工程学院的董昊轩等为提升网联电动汽车的能量效率,针对变坡度和变限速的交通场景,提出一种结合滚动优化与迭代动态规划(Iterative dynamic programming,IDP)的滚动距离域车速规划策略(Receding distance horizon velocity planning,RDHVP),实现了电动汽车(Electric vehicle,EV)能量优化与动态交通约束的时空解耦,快速优化求解经济性巡航车速。依据动态交通场景变限速特性,设计了基于道路限速分段的EV能量优化问题,在距离域上实现全程优化问题分段滚动优化,以避免限速变化引起的车辆控制力大幅度波动。基于动态规划原理,设计了包含状态量/控制量边界和网格大小缩放策略的IDP算法,以快速计算获取权衡计算速度和最优性的巡航车速。采集真实道路信息,建立仿真模型,验证所设计策略的有效性。结果表明,相较于传统恒定车速巡航策略和常规动态规划方法,提出的方法能够大幅度提高EV能量效率和巡航车速优化计算速度。

铁道车辆车轮非圆化磨耗形成机理及控制措施研究进展

西南交通大学牵引动力国家重点实验室的陶功权等指出车轮非圆化磨耗是铁道车辆常见的一种车轮磨耗形式,对车辆的振动、噪声、乘坐舒适性和运行安全性均具有较大影响。介绍车轮非圆化的表现形式,总结国内外轮轨轨道交通车辆运营中出现的车轮非圆化磨耗现象。重点总结车轮非圆化磨耗的形成机理,根据车轮非圆化磨耗形成原因的不同将其分成三大类:由车轮初始缺陷引起的非圆化;由车辆-轨道固有振动引起的非圆化;由踏面制动时闸瓦与车轮间热弹性失稳引起的非圆化。回顾车轮非圆化磨耗仿真的研究历程,指出当前车轮非圆化磨耗研究面临的难点和挑战。对车轮非圆化磨耗的控制措施进行总结,重点讨论改善车轮镟修质量、利用闸瓦或研磨子修复车轮非圆化这两个最主要措施。探讨针对车轮非圆化磨耗亟需开展的研究,可为车轮非圆化磨耗机理的研究和控制措施的选用与实施提供参考。

探花

结构疲劳百年研究的回顾与展望

华东理工大学机械与动力工程学院的轩福贞等认为疲劳是机械结构最普遍的失效模式之一。自1854年第一次提出"Fatigue"(疲劳)概念以来,相关研究已有160余年的历程,逐步形成了以疲劳研究为基础的机械结构强度理论与技术,推动机械结构从经验设计走向安全设计。本文回顾了结构疲劳研究的缘起及发展历程,总结了典型失效案例对疲劳基础研究的促进作用和里程碑式成果,基于文献统计分析了最近50年本领域的代表性进展、研究热点与发展趋势。研究表明,尽管经历了百余年的不懈努力,疲劳极限、损伤易感基因、裂尖主控机制、蠕变-疲劳交互和安全系数的物理本质等仍是困扰人们的难题。数据科学和大数据技术的兴起,为突破数据驱动的疲劳寿命预测方法、诠释疲劳损伤物理机制和建立极端条件下的高端装备疲劳可靠性设计技术提供了新的途径。

榜眼

基于信息融合的自动泊车系统多工况车位识别和决策规划

合肥工业大学汽车与交通工程学院的姜武华等针对自动泊车系统中对斜式车位识别的缺失,在原有平行车位和垂直车位识别基础上,通过距离和视觉信息的相互融合,提出一种智能识别日常生活中斜式车位的方法,并能够完成多工况车位的识别及泊车。该方法利用超声波传感器、摄像头和车轮速度传感器的信息得出车辆的车身姿态特征参数,采用Sugeno型模糊推理方法计算出水平、垂直和斜式三种不同的车位类型;使用Matlab/simulink搭建多工况车位识别模型和相应路径规划模型,并针对六种不同类型斜式车位、平行车位以及垂直车位场景进行仿真分析,并进行实车试验。仿真和实车试验验证上述车位识别方法及路径规划策略的有效性和合理性。

状元

多阶段自适应蝙蝠-蚁群混合群智能算法

燕山大学河北省重型机械流体动力传输与控制重点实验室的陈东宁等针对蝙蝠算法在优化过程中未充分利用蝙蝠间搜索信息交互影响的不足,借鉴拟态物理学中的作用力规则,基于阶段性搜索策略将搜索过程分为两个阶段,分别构造符合算法阶段性搜索特点的作用力规则,提出多形态作用力蝙蝠算法,并利用Benchmark函数对所提算法与标准蝙蝠算法、变异蝙蝠算法、标准微粒群算法、两阶段微粒群算法进行性能对比测试,结果表明,所提算法具有更好的寻优能力。针对标准蚁群算法在离散空间优化时信息素更新机制单一、容易早熟收敛的不足,结合蚁群的实际社会活动提出多阶段自适应信息素机制蚁群优化算法,并在算法出现长时间停滞时,引入混沌算子使算法跳出早熟收敛,更好地发挥蚁群算法的优势,相对于标准蚁群算法、引入差分进化算法交叉变异机制的混合微粒群算法、基于动态局部搜索蚁群算法,所提算法在旅行商问题中具有更高的寻优精度、更好的稳定性。为综合不同群智能算法的优势,针对多形态作用力蝙蝠算法全局搜索能力强、收敛速度快,多阶段自适应信息素机制蚁群优化算法局部精细化能力强的特点,将两种算法串行混合,提出了多阶段自适应蝙蝠-蚁群混合群智能算法。最后,通过液压系统可靠性优化和串-并联多态系统可靠性优化实例,验证了所提混合群智能算法的有效性。

编辑：李楠校对：张强