线驱柔性机械臂在电力行业应用现状与关键技术综述
摘要：线驱柔性机械臂作为电力机器人的一种作业工具，在电力行业关键设备运维检修领域发挥了重要作用。总结了线驱柔性机械臂在变电和以核电为主的发电领域中的应用现状，综述了电力场景下所应用的线驱柔性机械臂的关键技术，分析了线驱柔性机械臂的结构设计、建模控制、传感检测、运动规划和人机交互的研究现状与存在的问题。最后，分别从线驱柔性机械臂在电力行业和其他工业领域关键设备运维检修的发展趋势进行总结与展望。
面向增材制造的生态设计：知识驱动的技术框架与应用
摘要：为了开发具有环境可持续性的增材制造零部件，明确了面向增材制造的生态设计（EcoD-fAM）概念内涵及所需知识体系，并融合多种智能技术，提出了一种知识驱动的EcoDfAM 技术框架，该框架共三层，即知识来源层、知识模型层、设计服务层。以金属粉床熔融制造的飞机机翼处液压系统阀体零件为例，对所提框架进行了应用分析与讨论，结果表明，所提的融合本体、机器学习、知识图谱等技术的框架能够有效整合EcoDfAM 所需的多领域复杂专业知识，并通过灵活重用知识产生生态设计推荐方案。该研究可用于开发智能设计顾问系统，通过在不同设计阶段提供合适的知识指导设计师，有效提高增材制造零部件生态设计过程的效率和质量。
面向“十五五”的超精密装备：挑战与机遇
摘要：精密装备通常指加工工艺中精度达到微米级的装备，超精密装备通常需要达到微米级甚至纳米级以上。超精密装备是今天先进制造的基础，同时也是若干高技术产业的关键组成部分，如集成电路、显示、航空航天、仪器仪表、高端机床等。这些产业中超精密装备的水平对该产业的发展水平有决定性影响。超精密装备还是现代科学、技术和工程实践成果的结晶，其发展是一个不断迭代进步的历史过程，需求牵引、科技进步和工程师的关键技能（know-how）积累缺一不可。时至今日，超精密装备产业基本被发达国家的少数企业垄断。超精密装备产业比较薄弱，也是中国作为全球第一制造业大国但还不是制造强国的重要原因之一。文章分析了当前我国超精密装备产业发展的现状和存在的主要问题，以及这些问题产生的原因。面对剧烈变化的内外环境，提出了抓住机遇、迎接挑战的具体工作建议。
构建具身智能新范式：人形机器人技术现状及发展趋势综述
摘要：当前人形机器人技术正在加速演进，已成为全球科技创新与产业升级的新高地。在“人本智造”理念下，人形机器人作为具身智能的重要代表，具有广阔的发展前景。针对人形机器人技术多学科交叉、体系复杂与高度集成的特点，结合该领域的最新研究成果与发展动态，综述人形机器人的技术现状及发展趋势。首先，介绍人形机器人的定义与发展历程，从技术水平、产业格局、政策支持等方面描述国内外现状，对比总结典型技术发展特征与产品特色。重点剖析了核心零部件、环境感知与场景理解、步态控制与灵巧操作、具身智能与大模型、人机共融与交互、操作系统与工具链等关键核心技术，讨论其实现途径与当前研究进展。进而，介绍人形机器人在特殊服役环境、智能制造、家庭及社会服务等领域的典型应用，并探讨其在新兴应用领域的拓展潜力。进一步，围绕技术瓶颈和应用难题，分析当前人形机器人发展面临的主要挑战。最后，针对以人形机器人为代表的具身智能在多模态垂直大模型、高算力仿真训练平台以及安全与伦理等方面的发展趋势进行了展望。希望在总结把握人形机器人前沿技术发展动态的同时，为相关研究人士提供参考与启发，助力推动我国人形机器人技术进步与产业化发展。
基于机器视觉的轴承缺陷检测研究进展
摘要：机器视觉是一种用机器替代人眼进行测量和检测的技术，这种技术应用于缺陷检测具有效率高、速度快、成本低等优点，许多学者将其应用在不同领域（农业、航空航天等），并取得了较好的成果，目前轴承领域也逐渐采用该检测方法。因此，需对应用于不同轴承缺陷及机器学习、深度学习下的轴承缺陷检测算法进行综述，并对其缺陷检测算法的性能进行分析归纳及对比。首先，探讨分析了轴承缺陷形成的磨损机理，并详细介绍了轴承常见磨损形式（腐蚀磨损、疲劳磨损、黏着磨损、滚道磨损等）；然后，分别介绍了基于机器学习和深度学习的检测算法的区别及特点；其次，列举了机器学习的算法及深度学习的算法用于轴承缺陷检测的研究应用与分析，主要包括机器学习的人工神经网络、主成分分析、支持向量机等，及深度学习的单阶段和双阶段目标检测算法的应用；最后，为了促进深度学习算法用于轴承缺陷的诊断，针对具体问题提出了轴承缺陷检测的挑战和未来研究方向并给出了详细的建议，对机器视觉在轴承缺陷检测中的研究现状提出了总结与展望。
先进硬质合金刀具涂层材料及涂层技术研究现状
摘要：随着现代化武器装备和航空航天技术的快速发展，对刀具提出了更高要求，刀具涂层材料及技术装备已成为国内外学者关注的焦点。对TiN、TiC、CrN 三种常用二元涂层的性能和特点进行了介绍；以Ti基、Al基和Cr基三元及多元涂层为例，综述了不同元素对涂层刀具性能的影响；最后概述了CVD、PVD 以及复合涂层技术的基本原理与研究现状，并提出展望。
搅拌摩擦增材制造技术研究进展与展望
摘要：为系统梳理搅拌摩擦增材制造（friction stir additive manufacturing，FSAM）的研究进展、技术瓶颈及发展前景，采用文献计量学方法，使用VOSviewer 可视化工具对Web of Science 数据库进行了计量学分析。FSAM 作为大型轻质合金构件成形的固相增材技术，已在全球先进制造领域引发广泛关注。本文系统归纳总结了FSAM 技术及其相关工艺机理的国内外研究进展，将常见的FSAM 分为基于薄板叠加的搅拌摩擦增材制造和搅拌摩擦沉积增材制造两类，并对两类典型FSAM 技术的特征及其工艺优缺点进行了对比分析。系统综述了FSAM 的技术原理、工艺参数、材料体系、微观组织演变及力学性能，重点分析了该技术在金属材料加工方面的国内外研究与应用现状，最后指出深入理解增材工艺内在机理、拓展新材料应用、开发外场辅助工艺改型以及利用人工智能进行工艺优化是未来该领域研究的重点方向。
取向硅钢在电机中的应用及展望
摘要:为了进一步降低电机铁损、提高电机性能,取向硅钢取代无取向硅钢应用于电机已经成为一个新的研究方向。本文介绍了电机用取向硅钢应用技术发展,总结了取向硅钢电机的发展历程并分析了每项技术对电机性能的影响;分析了目前电机应用取向硅钢过程中存在的问题,及未来取向硅钢电机可能的发展趋势,以期为我国电机行业的高效、高功率密度和低损耗发展方向提供参考。
机器学习在电弧增材制造中的应用
摘要：电弧增材制造技术具有成形效率高、成本低等优势，已成为金属增材制造技术不可或缺的一部分。然而，电弧增材制造稳定性较差，成形过程需大量人工干预，存在智能化程度低等难题。基于机器学习的电弧增材制造分析方法，对于促进电弧增材制造技术智能化具有重要意义。主要围绕电弧增材制造设计、过程监测、工艺参数与成形零件性能关系这3个方面，总结了机器学习在电弧增材制造工艺流程中的应用。通过对该领域文献调研，综述了在上述3个方面的机器学习方法研究及应用进展。在此基础上，指出了该领域面临的挑战与发展前景。
增材修复质量预测模型及工艺优化研究进展
摘要：增材修复工艺参数与修复质量之间存在复杂的映射关系，工艺参数直接影响修复质量，优化工艺参数是调控修复质量的有效方法；建立增材修复质量预测模型旨在揭示工艺参数与修复质量之间的关系，对实现工艺参数优化具有重要意义。基于此，在预测模型方面，对回归分析模型和机器学习模型在增材修复领域的研究现状进行综述，重点阐述机器学习中神经网络、随机森林和支持向量机三种典型的预测模型，并对比分析各模型的优缺点；在工艺优化方面，综述田口法、响应曲面法和机器学习算法在增材修复领域的研究情况，分类阐述响应曲面法中鲍克斯-本肯设计和中心复合设计两种方法，重点分析机器学习算法中遗传算法和粒子群优化算法在增材修复工艺优化中的研究进展。最后对预测模型和优化方法在增材领域的应用现状进行总结，并对其未来发展方向做出展望。
