6

四川大學(xué)機械工程學(xué)院郭鑫等認(rèn)為，產(chǎn)品設(shè)計是面向用戶需求的反復(fù)迭代并逐步進化的創(chuàng)造性活動，其核心是多領(lǐng)域知識應(yīng)用。為了解決產(chǎn)品設(shè)計中知識可視化程度低、人機交互下知識推理弱等問題，提高產(chǎn)品設(shè)計智能化程度，提出了基于知識圖譜(Knowledge graph, KG)技術(shù)的產(chǎn)品交互式設(shè)計知識應(yīng)用模型。首先，基于產(chǎn)品設(shè)計活動間的作用與交互演進機制，分析產(chǎn)品設(shè)計問題與求解知識間的關(guān)聯(lián)關(guān)系，構(gòu)建一種可擴展的多層產(chǎn)品設(shè)計知識圖譜(An expandable multi-layer knowledge graph for product design, m-KGPD)用以結(jié)構(gòu)化組織多領(lǐng)域、跨學(xué)科求解知識，建立知識需求-求解知識信息檢索通道。其次，利用數(shù)據(jù)標(biāo)注平臺doccano開展知識文本標(biāo)注和模型訓(xùn)練集構(gòu)建并基于雙向編碼表征模型-雙向長短時記憶網(wǎng)絡(luò)-條件隨機場(BERT-BiLSTM-CRF)模型開展求解知識實體關(guān)系抽取，減輕在大規(guī)模文本知識提取工作中的人工重復(fù)性操作，利用知識圖譜可視化平臺GraphXR完成圖譜搭建。最后，基于交互式遺傳算法(Interactive genetic algorithm，IGA)提出滿足產(chǎn)品交互式設(shè)計演進規(guī)律的求解知識集迭代化推理方法，通過人機混合交互方式為產(chǎn)品設(shè)計知識需求匹配最優(yōu)求解知識集。以復(fù)雜地形多巖層成孔裝備交互設(shè)計過程為例，驗證了方法的可行性與有效性。

5

廣東工業(yè)大學(xué)省部共建精密電子制造技術(shù)與裝備國家重點實驗室馬帥等認(rèn)為，熱誤差是電主軸系統(tǒng)誤差的主要來源之一，熱誤差建模是提高系統(tǒng)可靠性的重要手段。電主軸裝載刀具加工時，需要在多個方向上運動，導(dǎo)致實時測量困難，難以采集足夠的熱誤差樣本。不同工況下的數(shù)據(jù)分布差異較大，在某一工況下訓(xùn)練的熱誤差預(yù)測模型難以在其他工況下取得滿意的預(yù)測精度。針對上述問題，提出了一種基于數(shù)字孿生和深度遷移學(xué)習(xí)的電主軸熱誤差建模方法。首先，建立電主軸系統(tǒng)熱行為數(shù)字孿生模型，模擬出不同工況下的溫度場和熱變形數(shù)據(jù)，緩解實際場景中熱誤差樣本缺失的限制。其次，開發(fā)基于領(lǐng)域?qū)箼C制的卷積雙向長短期記憶網(wǎng)絡(luò)，數(shù)字孿生模型生成的虛擬數(shù)據(jù)用作源域，真實數(shù)據(jù)作為目標(biāo)域，不同尺度的卷積層構(gòu)成特征提取器，分別提取源域和目標(biāo)域溫度數(shù)據(jù)的空間特征，處理多維溫度特征的共線性問題。構(gòu)建雙向長短期記憶網(wǎng)絡(luò)作為預(yù)測器，處理溫度與熱誤差的時序關(guān)系并輸出預(yù)測值。同時，結(jié)合領(lǐng)域適配的對抗訓(xùn)練技術(shù)，利用域判別器混淆兩域特征，最小化兩域數(shù)據(jù)分布，提高模型的泛化能力。最后，搭建多源數(shù)據(jù)協(xié)同采集平臺，獲取不同工況下的真實數(shù)據(jù)，通過不同遷移任務(wù)驗證，結(jié)果表明：在熱誤差標(biāo)簽樣本缺失的情況下，該方法成功實現(xiàn)熱誤差建模，具備較好的預(yù)測性能。

4

南開大學(xué)人工智能學(xué)院秦巖丁等認(rèn)為，面向上肢康復(fù)與輔助運動，研制了一款基于氣動人工肌肉(PAM)驅(qū)動的上肢康復(fù)外骨骼機器人。與純剛性驅(qū)動不同，該外骨骼機器人使用PAM與剛性連桿，同時實現(xiàn)了柔順驅(qū)動與高精度運動，有助于降低在康復(fù)過程中對用戶造成二次傷害的概率。在結(jié)構(gòu)設(shè)計上，該外骨骼采用直驅(qū)和繩驅(qū)相結(jié)合的方式，實現(xiàn)了肩肘關(guān)節(jié)運動的三個自由度。該外骨骼結(jié)構(gòu)緊湊，可以滿足可穿戴的要求。完成了該外骨骼的運動學(xué)建模，并基于PAM的三元素模型和拉格朗日方法完成了動力學(xué)建模。針對PAM的遲滯非線性，將直接逆模型法與自適應(yīng)投影算法相結(jié)合，實現(xiàn)了無須離線建模與求逆的自適應(yīng)遲滯補償。最后，通過遲滯補償實驗與抗干擾實驗完成了原理性驗證。實驗表明，研制的外骨骼兼具柔順性和高運動精度，可以滿足上肢康復(fù)與輔助運動的需求。

探花

華東理工大學(xué)機械與動力工程學(xué)院高壯等認(rèn)為，輕量化設(shè)計是航空航天、汽車、醫(yī)療等行業(yè)的重要需求，在降低能耗、提高性能等方面具有顯著優(yōu)勢，增材制造技術(shù)通過逐層添加材料可以實現(xiàn)復(fù)雜結(jié)構(gòu)的制造，點陣結(jié)構(gòu)與增材制造技術(shù)相結(jié)合已成為高性能輕量化結(jié)構(gòu)設(shè)計與制造的新思路。然而，增材制造點陣結(jié)構(gòu)在服役過程中往往會受到循環(huán)載荷，發(fā)生疲勞破壞，結(jié)構(gòu)輕量化與抗疲勞的協(xié)同仍是制約新一代航空航天等結(jié)構(gòu)研發(fā)的難題。介紹了輕量化設(shè)計與制造方法，總結(jié)了點陣結(jié)構(gòu)設(shè)計與制造技術(shù)，綜述增材制造點陣結(jié)構(gòu)疲勞性能研究進展，指出設(shè)計/制造一體化是增材制造點陣結(jié)構(gòu)抗疲勞的可行路線。

榜眼

北京理工大學(xué)機械與車輛學(xué)院黃思翰等認(rèn)為，工業(yè)4.0階段，人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等新興技術(shù)層出不窮，加速推動制造業(yè)轉(zhuǎn)型升級，在這個過程中，各類機器人扮演著越來越重要的角色，也為智能制造高質(zhì)量發(fā)展夯實了基礎(chǔ)。隨著工業(yè)5.0的提出，以人為中心的理念逐漸深入人心，催生了人本智造這一新興領(lǐng)域。人與機器人在智能制造系統(tǒng)中的界限變得越來越不明顯，人與機器人自主協(xié)同作業(yè)研究成為了熱點。因此，提出基于大語言模型和機器視覺的智能制造系統(tǒng)人機自主協(xié)同作業(yè)方法，借助機器視覺和大語言模型的優(yōu)勢提高智能制造系統(tǒng)中人機協(xié)同作業(yè)的智能化水平。首先，融合機器視覺和深度學(xué)習(xí)對智能制造系統(tǒng)中人機協(xié)同作業(yè)過程進行動態(tài)精準(zhǔn)感知，通過融合YOLO算法和遷移學(xué)習(xí)來識別作業(yè)狀態(tài)，利用長短期記憶網(wǎng)絡(luò)和注意力機制準(zhǔn)確追蹤操作工動作。然后，面向人機協(xié)同作業(yè)對大語言模型進行微調(diào)，建立基于微調(diào)大模型的人機協(xié)同作業(yè)決策框架，為提供機器人自主配合操作工完成動態(tài)作業(yè)的任務(wù)指令，形成人機自主協(xié)同作業(yè)閉環(huán)。最后，通過一個減速器裝配案例驗證了該方法的有效性。

狀元

國防科技大學(xué)智能科學(xué)學(xué)院羅自榮等認(rèn)為，微型仿生機器人作為尺寸在厘米級及以下的微型機電系統(tǒng)，具有體積小、質(zhì)量輕、便于攜帶等特點，被廣泛應(yīng)用于環(huán)境探測、目標(biāo)搜索、偵查打擊等復(fù)雜環(huán)境中。為使廣大研究人員了解微型仿生機器人的研究進展，基于全球最大的文摘和引文數(shù)據(jù)庫Scopus對近15年的相關(guān)文獻進行總結(jié)和分析，直觀描繪了微型仿生機器人領(lǐng)域的發(fā)展趨勢。從微型仿生機器人的仿生運動形式、制造技術(shù)、驅(qū)動技術(shù)三個關(guān)鍵點入手，輔以生物機電混合微型機器人特殊研究方向的介紹，總結(jié)了微型仿生機器人的總體特征和研究現(xiàn)狀。分析目前微型仿生機器人發(fā)展的技術(shù)瓶頸，提出能源-驅(qū)動-感知-控制全柔性一體化的發(fā)展思路，同時促進一體化制造技術(shù)的創(chuàng)新發(fā)展?；谲娛潞头纯址辣?yīng)用背景，充分分析微型仿生機器人的特征優(yōu)勢，進行以微型仿生機器人為核心的作戰(zhàn)應(yīng)用構(gòu)想，并拓展討論了微型仿生機器人在民用方面的應(yīng)用。最后，對現(xiàn)有微型仿生機器人的不足與未來發(fā)展進行討論與總結(jié)，為微型仿生機器人技術(shù)領(lǐng)域的發(fā)展及其軍事應(yīng)用前景提供有價值的參考。

對以上文章感興趣的讀者可以點擊題目，或在文后點擊“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

審 核： 張 彤

JME學(xué)院是由《機械工程學(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