6

北京理工大學(xué)機(jī)械與車輛學(xué)院熊瑞等，鋰離子電池電化學(xué)反應(yīng)和產(chǎn)熱過程復(fù)雜，影響因素繁多，其精確的數(shù)學(xué)建模和內(nèi)部狀態(tài)可視化是動力電池系統(tǒng)管理的基礎(chǔ)。考慮電池外形特點(diǎn)和微觀幾何結(jié)構(gòu)，建立了動力電池電化學(xué)和熱特性的耦合機(jī)理模型；分析模型參數(shù)體系，提出了拆解測量和測試數(shù)據(jù)驅(qū)動辨識相結(jié)合的耦合機(jī)理模型參數(shù)獲取方法；建立鋰離子電池電化學(xué)反應(yīng)過程的數(shù)值解析方程，應(yīng)用顆粒內(nèi)部鋰離子擴(kuò)散機(jī)理實(shí)現(xiàn)了固相鋰離子濃度可視化，解釋了溫度和倍率對容量的耦合影響。完善擴(kuò)展了動力電池系統(tǒng)的測試平臺，開展了模型驗(yàn)證和評價試驗(yàn)，結(jié)果表明，端電壓預(yù)測誤差低于50 mV，溫度估計誤差低于2 ℃。

5

上海交通大學(xué)機(jī)械與動力工程學(xué)院曾治霖等認(rèn)為，針對某企業(yè)發(fā)動機(jī)缸體表面缺陷檢測的工業(yè)視覺應(yīng)用中，由于缺陷樣本數(shù)據(jù)集較少導(dǎo)致的識別準(zhǔn)確率低，檢測速度慢的問題，設(shè)計了一套基于深度學(xué)習(xí)的機(jī)器視覺表面缺陷檢測系統(tǒng)。采用生成對抗網(wǎng)絡(luò)pix2pix模型增強(qiáng)缺陷圖片數(shù)據(jù)集，結(jié)合灰度增強(qiáng)、帶通濾波等傳統(tǒng)圖像預(yù)處理方法突出表面缺陷特征，利用YOLOv5深度學(xué)習(xí)識別網(wǎng)絡(luò)進(jìn)行缺陷識別算法開發(fā)，并根據(jù)上述框架搭建了缸體表面缺陷檢測軟硬件系統(tǒng)。將所搭建的檢測系統(tǒng)在企業(yè)生產(chǎn)線進(jìn)行應(yīng)用驗(yàn)證，結(jié)果顯示，缺陷總體識別準(zhǔn)確率高達(dá)98.4%，單張圖片識別耗時小于0.5 s。所提方法解決了原有小樣本數(shù)據(jù)集難以支撐深度學(xué)習(xí)訓(xùn)練的難題，提高了缸體表面缺陷的識別精度和識別效率，在工業(yè)檢測的應(yīng)用中具有巨大的潛力。

4

武漢理工大學(xué)交通與物流工程學(xué)院高林等，認(rèn)為準(zhǔn)確估計車輛質(zhì)量和道路坡度，是實(shí)現(xiàn)車輛控制和節(jié)能的關(guān)鍵。針對現(xiàn)有道路坡度估計研究大多焦距縱向坡度，對于縱向道路坡度和連續(xù)轉(zhuǎn)彎上下坡相耦合場景下的坡度估計研究較為缺乏。為此，首先針對貨運(yùn)車輛加速過程中的質(zhì)量估計穩(wěn)定性問題，探究了不同加速類型對質(zhì)量估計的影響，提出了M估計和基于遺忘因子的遞歸最小二乘法(Forgetting factor recursive least square, FFRLS)聯(lián)合估計方法，實(shí)現(xiàn)了貨運(yùn)車輛質(zhì)量的魯棒估計。進(jìn)而，基于質(zhì)量估計結(jié)果對復(fù)雜工況道路坡度估計問題進(jìn)行分析，考慮連續(xù)轉(zhuǎn)彎上下坡、縱向上下坡等耦合復(fù)雜工況，提出了一種自適應(yīng)多模型融合框架，通過設(shè)計基于貨車縱向動力學(xué)模型的最小模型誤差(Minimum model error, MME)準(zhǔn)則來構(gòu)建貨車誤差補(bǔ)償模型，解決連續(xù)轉(zhuǎn)彎上下坡工況下貨運(yùn)車輛橫向輪胎力和大縱向坡度下模型誤差問題。通過提出基于卡方分布多分位點(diǎn)數(shù)據(jù)分類檢測的魯棒容積卡爾曼濾波(Robust cubature Kalman filter, RCKF)估計方法，解決道路坡度估計過程傳感器異常誤差干擾問題，實(shí)現(xiàn)道路坡度估計算法的魯棒性。結(jié)果表明，所提方法具有辨識精度高且魯棒性好，可以實(shí)現(xiàn)復(fù)雜工況下的車輛質(zhì)量和道路坡度魯棒估計。

探花

南京理工大學(xué)機(jī)械工程學(xué)院梁相龍等認(rèn)為，鑒于運(yùn)動學(xué)標(biāo)定能夠有效地提高機(jī)械臂的定位精度且逆運(yùn)動學(xué)求解是控制機(jī)械臂正確運(yùn)動的關(guān)鍵。以六自由度液壓機(jī)械臂為研究對象，采用M-DH方法和幾何映射方法分別實(shí)現(xiàn)了液壓機(jī)械臂Ⅰ型運(yùn)動學(xué)和Ⅱ型運(yùn)動學(xué)誤差建模，然后基于列文伯格-馬夸爾特(Levenberg-Marquardt, L-M)算法辨識誤差參數(shù)。另外考慮到機(jī)械臂存在幾何參數(shù)誤差，無法應(yīng)用反變換法求解機(jī)械臂的逆運(yùn)動學(xué)，為此提出一種結(jié)合解析解法和偏微分理論的逆解計算方法。仿真試驗(yàn)結(jié)果表明，經(jīng)過L-M算法標(biāo)定后，液壓機(jī)械臂的末端位置誤差從3.032 9 mm下降到0.007 0 mm，效果提升99.77%，液壓缸1的位置誤差從1.276 2 mm下降到0.000 3 mm，效果提升99.98%，液壓缸2的位置誤差從1.167 0 mm下降到0.001 2 mm，效果提升99.90%，證明了標(biāo)定算法的有效性。此外仿真結(jié)果還表明所提出的逆解計算方法可有效地獲得機(jī)械臂逆解。

榜眼

西南大學(xué)工程技術(shù)學(xué)院申志康等，認(rèn)為航空航天、兵器等重大裝備大型關(guān)鍵結(jié)構(gòu)整體化設(shè)計和一體化制造已成為輕量化和服役性能的重要保障。增材制造作為實(shí)現(xiàn)創(chuàng)新結(jié)構(gòu)的變革技術(shù)被廣泛關(guān)注和應(yīng)用，但高強(qiáng)鋁合金、鎂合金等輕質(zhì)高強(qiáng)金屬增材制造仍面臨諸多挑戰(zhàn)。攪拌摩擦以強(qiáng)塑性非熔化方式為此類合金高質(zhì)量增材制造提供了新的思路和方法，并基于此形成了固相增材制造技術(shù)與裝備。攪拌摩擦增材制造技術(shù)的突出優(yōu)勢迅速引發(fā)了全球范圍的廣泛關(guān)注和研究，但當(dāng)前該技術(shù)的基礎(chǔ)理論和沉積材料組織性能等尚待進(jìn)一步厘清。系統(tǒng)梳理了攪拌摩擦增材制造領(lǐng)域的最新研究進(jìn)展，全面評述了國內(nèi)外在攪拌摩擦增材制造產(chǎn)熱機(jī)制、材料流動行為、打印工具設(shè)計、工藝參數(shù)和組織性能等方面的研究成果及裝備開發(fā)和工程應(yīng)用現(xiàn)狀。最后，展望了攪拌摩擦增材制造技術(shù)的未來機(jī)遇和發(fā)展趨勢。

狀元

北京理工大學(xué)坦克傳動國防科技重點(diǎn)實(shí)驗(yàn)室魏超等，為提高無人車障礙物檢測跟蹤的精度和穩(wěn)定性，首先針對YOLO v5(You only look once version 5，YOLO v5)網(wǎng)絡(luò)存在的語義信息和候選框信息丟失的問題，引入深度可分離空洞空間金字塔結(jié)構(gòu)與目標(biāo)框加權(quán)融合算法完成對網(wǎng)絡(luò)的優(yōu)化；其次針對單階段障礙物點(diǎn)云聚類精度低的問題，設(shè)計一種考慮點(diǎn)云距離與外輪廓連續(xù)性的兩階段障礙物點(diǎn)云聚類方法并完成三維包圍盒的建立；最后將注意力機(jī)制引入MobileNet使網(wǎng)絡(luò)更加聚焦于目標(biāo)對象特有的視覺特征，并綜合利用視覺特征和三維點(diǎn)云信息共同構(gòu)建關(guān)聯(lián)性度量指標(biāo)，提高匹配精度。利用KITTI數(shù)據(jù)集對構(gòu)建的障礙物目標(biāo)檢測、跟蹤與測速算法進(jìn)行仿真測試，并搭建實(shí)車平臺進(jìn)行真實(shí)環(huán)境試驗(yàn)，驗(yàn)證所提算法的有效性和真實(shí)環(huán)境可遷移性。

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》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)隊介紹、圖書出版、學(xué)術(shù)直播、招聘信息、會議推廣等，請與我們聯(lián)系。

感謝關(guān)注我們！我們《機(jī)械工程學(xué)報》編輯部將努力為您打造一個有態(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》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