机械工程考研，机械工程考研学校排名
《机械工程学报》、《Chinese Journal of Mechanical Engineering》是由中国科学技术协会主管、中国机械工程学会主办的中国机械工程领域的学术刊物，主要报道机械工程领域及其交叉学科具有创新性的基础理论研究、工程技术应用的优秀科研成果，两刊均已成为国内外机械工程领域具有高影响力的学术期刊。
科学的未来在青年。在我国从“制造大国”向“制造强国”迈进之时，青年科技工作者是科技创新的生力军。《机械工程学报》编辑部JME学院旨在团结青年、凝聚青年、服务青年，构建平等、宽松、自由的学术交流平台。
高影响力论文评选活动由中国机械工程学会、两刊编委会、董事会以及编辑部JME学院共同组织策划，旨在评选出创新性强、学术影响力高、关注度广的优秀论文，并予以奖励优秀论文的作者。
报道顺序不分先后
论文作者：李亚, 黄亦翔, 赵路杰, 刘成良
作者代表：黄亦翔
单位：上海交通大学
个人简介：
黄亦翔,男,上海交通大学机械与动力工程学院副研究员。主要研究方向为工业大数据与人工智能，设备故障诊断与智能运维/PHM，智能制造。
论文背景：
在数控机床的生产制造过程中，刀具状态的检测是一个极为重要的课题。一方面过度磨损的刀具性能会发生改变，不但会影响加工的质量，还会产生刀具破损，研究表明，约20%的停机事件与刀具失效有关；另一方面，刀具状态的检测也是未来无人化、自动化生产的必要环节。为此，本文针对刀具的磨损提出了一个完整的评估方案。
试验方法：
在切削过程中，刀具的切削部分与工件表面、切屑产生剧烈的摩擦，产生巨大的压力和很高的温度，结果就会使刀具磨钝，逐渐失效。影响刀具磨损速率的因素有工件材质、刀具材质、加工工况等诸多因素，本文将针对切削深度、进给速度、切削速度三个因素进行研究。
图1 传感器布置
图2 数据处理流程
从数控机床采集的信号分为振动信号和电流信号。对采集到的信号提取时域、频域以及小波包特征，尽可能全面的提取了信号的有效信息。采用t分布邻域嵌入和K-means算法实现了对工况的聚类，进一步提高了模型预测的准确率和泛化能力。最后使用XGBoost集成学习算法作为评估器，采用回归和分类两种方式对该模型进行评价。
结论：
刀具是数控机床的关键部件，其健康状况直接影响到加工质量，本文针对刀具的磨损提出了一个完整的评估方案，该方案综合使用了机床主轴的电流信号和振动信号，先是对信号进行分割，划分出包含有效信息的数据，然后采用t-SNE和K-means算法对特征进行降维和聚类，最后采用XGBoost评估器进行磨损量的预测。
（1）对于刀具加工中的不同工况，如果不进行工况分类，评估的准确率较低，如果针对每一种工况分类，模型的泛化能力较低，而采用工况聚类的方式可以有效的提高模型预测的准确率和泛化能力。
（2）对于刀具加工所产生的信号特征，由于刀具磨损量的变化，采用传统的降维方式很容易产生信号间的混淆，而采用t-SNE降维方式可以通过概率映射有效地区分不同工况。
（3）刀具本身磨损的特性会导致样本的分布不平衡，采用集成学习的方法可以有效的处理这类问题。实验表明，XGBoost算法相较传统的集成学习方法在精度上有明显提高，而在计算时间上可以减少一个数量级，是一种准确高效的预测方法。
致谢：
感谢上海交大智邦科技有限公司为本文研究协调了相关平台与测试应用场地。
创新点：
（1）针对刀具状态检测单一信号的不足，综合采用电流信号与振动信号，实现互补融合；
（2）针对样本有限问题，采用t-SNE降维方法对工况进行聚类，提高了预测准确率；
（3）针对样本不平衡问题，采用XGBoost作为评估器，其性能优于其他集成学习方法，且运算时间小一个数量级。
引用本文：
李亚, 黄亦翔, 赵路杰, 刘成良. 基于t分布邻域嵌入与XGBoost的刀具多工况磨损评估[J]. 机械工程学报, 2020, 56(1): 132-140.
LI Ya, HUANG Yixiang, ZHAO Lujie, LIU Chengliang. Multi-condition Wear Evaluation of Tool Based on T-SNE and XGBoost[J]. Journal of Mechanical Engineering, 2020, 56(1): 132-140.
责任编辑：李 娜
责任校对： 金 程
审 核：张 强
JME学院简介
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！
欢迎关注JME学院视频号~
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!
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
机械工程考研(机械工程考研学校排名)