栏目文章

Select

1. 基于图检索增强生成的报废动力电池拆解序列规划

王航, 鄢威, 张绪美, 朱硕, 江志刚, 朱泽睿

中国机械工程 2026, 37 (4): 967-976. DOI: 10.3969/j.issn.1004-132X.2026.04.021

摘要（948）

HTML （4）

PDF（pc）（3829KB）（34）

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。

图表 | 参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

2. 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

郭洪飞, 傅文杰, 任亚平

中国机械工程 2026, 37 (4): 977-986. DOI: 10.3969/j.issn.1004-132X.2026.04.022

摘要（664）

HTML （6）

PDF（pc）（2123KB）（36）

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。

图表 | 参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

3. 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

杨洁, 江志刚, 朱硕, 陈鑫, 张华

中国机械工程 2026, 37 (4): 987-998. DOI: 10.3969/j.issn.1004-132X.2026.04.023

摘要（865）

HTML （5）

PDF（pc）（3842KB）（38）

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。

图表 | 参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

4. 基于直觉正态云的退役机械产品拆解序列方案决策

张洪浩, 韩涛, 张绍琳, 王丹琦, 田广东, 黄忠伟

中国机械工程 2026, 37 (4): 999-1006. DOI: 10.3969/j.issn.1004-132X.2026.04.024

摘要（952）

HTML （4）

PDF（pc）（5447KB）（40）

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。

图表 | 参考文献 | 相关文章 | 多维度评价 | 评论（0）

Select

5. 数据与模型融合迁移的再制造产品可靠性动态预测方法

冯雨康, 朱硕, 江志刚, 鄢威, 张华

中国机械工程 2026, 37 (4): 1007-1015. DOI: 10.3969/j.issn.1004-132X.2026.04.025

摘要（1124）

HTML （4）

PDF（pc）（2592KB）（46）

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。

图表 | 参考文献 | 相关文章 | 多维度评价 | 评论（0）

栏目文章信息