第四次工业革命利用信息化技术促进产业变革，将带我们进入智能化时代。工业装备的智能化必然会要求作为其核心动力和控制的液压元件及系统实现智能化。近年来，在国家重点研发计划等项目的支持下，相关液压元件及系统智能化有关技术研究持续推进，取得了一系列高质量的研究成果，有利地支撑了智能液压的技术进步和产业发展。因此，推动液压元件及系统智能化相关技术探讨研究和工程应用是《机械工程学报》的重要任务。为此，”专栏，广邀本领域专家学者结合自己科研实践，介绍最新研究进展、总结学科发展脉络及面临的挑战，集中展示智能液压元件及系统在原理方法及其应用等方面的最新研究进展，促进学术交流，推动相关领域纵深发展。专栏共收录论文
焦宗夏，中国工程院院士，教授，博士生导师。长江学者特聘教授，973首席科学家，“飞行器流体动力控制与操纵”长江学者创新团队带头人，国家杰出青年基金获得者。30多年一直在科研一线，从事电液伺服控制、液压基础件、液压减振降噪等理论与关键技术及工程应用研究等。在电液控制理论、核心基础件等方面取得多项原创性成果，系统解决了高可靠液压、伺服作动、高安全制动与飞行器试验等难题。主持承担了多项国家973、863、国家自然科学基金、航空基金、国家大型工程与国际合作项目。获国家技术发明二等奖2项、国家科学技术进步二等奖1项、教育部自然一等奖1项、国防科学技术进步一等奖1项、航空学会科技一等奖1项（均排1）。第一授权发明专利87项，国际发明专利2项，专著2本，发表论文300多篇，其中SCI论文141篇，连续4年入选爱思唯尔高被引学者。
张军辉，浙江大学，教授，国家优青基金获得者，中国机械工业科技创新领军人才。研究方向为高性能液压元件及电液控制管理系统，发表第一/通讯作者SCI论文80余篇，获国际会议最佳论文奖8次，爱思唯尔中国高被引学者。获中国机械工业科技奖一等奖3项、王玉明科技强基青年奖、中国机械工程学会青年科技成就奖。担任SCI期刊CJME、TMECH编委，以及CJA、JZUS-A等青年编委。
田边，西安交通大学教授，长江学者创新团队骨干，教育部先进传感技术与系统JM融合协同创新平台副主任，先进传感与健康管理联合研究中心副主任。从事MEMS微纳传感器研究，获得国家技术发明二等奖、陕西省科学技术一等奖等多个奖项及荣誉称号，发表相关SCI/EI论文47篇，主持并参与国家及省部级项目数项，包括国家自然基金、973、863、重大专项等。
吴帅，博士，副研究员/博导，长期从事电液伺服元件和系统方面的研究，承担国家自然科学基金青年和面上项目各1项，04重大专项课题1项，参加国家自然科学基金重点项目1项，重点项目1项，国家973课题1项。先后开展了高性能机载电液伺服元件、离散数字液压、智能液压系统控制等研究。在机械电子工程领域发表SCI论文20余篇，其中第一/通讯作者14篇，授权发明专利10余项，获得中国机械工业科技奖一等奖1项，教育部自然科学进步奖一等奖1项。
赵斌，太原理工大学机械与运载工程学院副教授，硕士生导师，山西省三晋英才拔尖骨干人才，山西省担当作为表现突出干部，现兼任机械工程学会流体传动与控制青年工作委员会分会委员，中国机械工程学会高级会员。长期以来在新型电液元件设计、电液比例控制、工程机械节能技术等领域开展面向应用的基础研究，近年来，主持国家重点研发计划1项、NSFC山西煤基联合基金重点项目1项(合作单位负责人)、国家自然科学基金项目2项，省部级科研项目5项，承担企业横向课题5项，参与国家重点研发计划1项。发表各类学术论文20余篇，SCI、EI收录论文10余篇，其中，以第一作者在国际顶级期刊IEEE Transactions on Industrial Electronics发表论文1篇，影响因子16.40；在中国卓越期刊重点期刊、梯队期刊发表论文3篇。申请发明专利10余项，授权发明专利7项，已实现成果转化3项。
引用格式:周宁, 姚建勇, 邓文翔. 基于神经网络的比例伺服阀阀芯液动力补偿鲁棒智能控制[J]. 机械工程学报, 2024, 60(4): 126-133.
液动力补偿的创新方法：提出了一种基于神经网络的阀芯液动力补偿鲁棒控制器(FF-NNRC)，利用Fluent软件获取不同工况下的液动力信息，通过神经网络学习逼近液动力扰动，实现动态补偿，解决了液动力对智能比例伺服阀智能化程度的限制问题；
鲁棒控制设计：设计了针对系统其他扰动及神经网络估计误差的鲁棒项，确保了系统的稳定性。通过Lyapunov稳定性理论证明了该控制策略的有界稳定性，为智能比例伺服阀的高精度和抗干扰控制提供了理论保障；
优越的仿真结果：仿真根据结果得出，与传统的PID控制器和基于名义值模型补偿的鲁棒控制器(MC-RC)相比，所提出的FF-NNRC具有更高的控制精度和抗干扰能力，明显提升了智能比例伺服阀在高端液压系统中的应用性能。
引用格式:王波, 赵星宇, 权龙, 赵斌, 李运帷, 郝云晓. 基于主动压差调控的变增益流量控制原理[J]. 机械工程学报, 2024, 60(4): 134-142.
创新的变增益流量控制原理：提出了基于主动压差调控的变增益流量操控方法，通过在补偿器阀芯上增设力控制单元，改变阀芯受力平衡状态，实现主阀压差的主动可调，进而达到变增益控制流量的目的；
改进的控制策略：设计了扰动补偿策略和非线性流量校正策略，提高了补偿器的控制精度。研究结果为，补偿液动力后，流量控制精度明显提升，稳态负载下主阀流量控制偏差由补偿前的27%降低至4%。采用非线性流量校正策略后，可以自主设定阀口流量曲线，实现多种节流槽流量控制效果；
可行性验证：通过理论分析和试验验证，证明了所提出的变增益流量控制原理和控制策略的可行性。试验根据结果得出，连续控制比例电磁铁输出力，可以实时改变主阀压差和流量，实现不同的流量增益和流量范围，适应主机智能化发展的需求。
引用格式:高强, 李林飞, 朱玉川. 阵列数字阀控电液压力伺服系统混合编码控制[J]. 机械工程学报, 2024, 60(4): 143-154.
创新的电液压力伺服结构：提出了一种基于A型半桥液阻回路和并联数字液压技术的阵列数字阀控电液压力伺服结构，适用于变转速直升机摩擦离合传动的高可靠电液压力控制需求；
混合编码控制策略：提出了一种融合非线性脉冲数量调制（PNM）编码、非对称差动脉冲宽度调制（PWM）、信号缓冲分配及信号循环分配技术的混合编码控制策略，以提高数字阀的压力控制精度和使用寿命；
显著的性能提升：实验根据结果得出，混合编码控制策略在跟踪恒定压力时的最大和平均误差相较于PNM编码控制器分别减少47.6%和87.9%，并且切换次数标准差相较于差动PWM控制器从31.6降至2.5，有效兼顾了压力控制的高精度和数字阀切换次数分布的均匀性。
引用格式:姚静, 杨帅, 殷航, 王运昌, 王文静, 丘铭军. 基于阀芯位移软测量的数字阀智能驱动方法研究[J]. 机械工程学报, 2024, 60(4): 155-166.
创新的智能驱动方法：提出了一种基于阀芯位移软测量的数字阀智能驱动方法，通过建立阀芯位移软测量模型，以提高数字阀的动态响应速度和控制精度。通过有限元仿真和试验修正温度影响，软测量模型的精度达到92.04%；
关键参数的精准控制：研究表明，驱动电压和阀入口压力是影响数字阀响应速度的关键参数。基于此，智能驱动方法利用阀芯位移软测量值进行多级工作阶段的精准切换，并通过智能调节驱动信号来适应压力变化，提高了系统的动态响应和控制精度；
显著的性能提升：实验结果验证了智能驱动方法的有效性，相较于单电压驱动方法，智能驱动方法下阀芯启闭时间最高缩短43.9%，占空比-流量特殊性质曲线%。这表明智能驱动方法明显提高了数字阀的动静态特性，且大幅度降低了线圈电能损耗。
引用格式:王志颖, 李天福, 许文纲, 孙闯, 张军辉, 徐兵, 严如强. 降噪混合注意力变分自编码器及其在轴向柱塞泵故障诊断中的应用[J]. 机械工程学报, 2024, 60(4): 167-177.
创新的降噪混合注意力变分自编码器方法：提出了一种端到端的降噪混合注意力变分自编码器方法，直接提取淹没在噪声中的故障特征，以此来实现噪声环境下轴向柱塞泵的故障诊断。这一方法有效解决了传统故障诊断方法对人工经验和专家知识的依赖，并且增强了对数据和噪声的鲁棒性；
多信号融合与自适应降噪：通过卷积变分自编码器从压力信号和振动信号中提取故障特征，并引入混合注意力机制，实现编码器隐层特征的加权融合，以增强故障特征并削弱噪声影响。此外，使用自适应软阈值降噪方法，逐步降低噪声干扰，提高了在强噪声环境下的故障诊断准确率；
优异的实验验证效果：通过轴向柱塞泵故障模拟试验和噪声鲁棒性试验，验证了所提出方法的有效性。根据结果得出，该方法在5dB噪声下的诊断准确率高达99.32%，在-5dB的强噪声影响下仍能保持69.72%的准确率，显著优于常用的故障诊断方法，展示了该方法在噪声环境下的强大诊断能力。
引用格式:刘思远, 艾超, 郁春嵩, 张伟哲, 陈文婷, 康伟. 基于深度信念网络多参数智能融合的滑靴副性能退化状态评估方法[J]. 机械工程学报, 2024, 60(4): 178-188.
多参数智能融合评估方法：提出了一种基于深度信念网络的多参数智能融合方法，用于滑靴副性能退化状态评估。该方法综合考虑了表面形貌和摩擦特性两个方面的多个参数，避免了单一参数评估的局限性，提高了评估精度；
分形理论与灰色关联分析的应用：应用分形理论从滑靴表面形貌特征中提取分形维数、尺度系数和特征粗糙度等参数，并使用摩擦因数作为摩擦特性评估指标。同时，利用灰色关联分析计算摩擦因数信号与高斯白噪声序列信号之间的关联度，根据关联度对性能退化状态进行区域划分，为深度信念网络提供更为精准的输入数据；
高评估准确率验证：通过滑靴副磨损过程模拟试验，分析指标参数和灰色关联度对性能退化状态的影响规律，构建样本数据集，对评估模型进行训练和测试。根据结果得出，基于深度信念网络的评估模型对性能退化状态的评估准确率达到97%以上，验证了该方法在滑靴副性能退化状态评估中的有效性与高精度。
引用格式:丹, 黄伟迪, 张军辉, 赵守军, 于斌, 刘施镐, 吕飞, 苏琦, 徐兵. 基于边缘计算的轴向柱塞泵磨损状态辨识方法研究[J]. 机械工程学报, 2024, 60(4): 189-199.
基于边缘计算的实时磨损状态辨识：提出了一种基于边缘计算的轴向柱塞泵磨损状态辨识方法，有效解决了现有方法中存在的延时长和数据量大的问题，实现了实时性需求。通过在边缘节点集成信号采集、预处理、特征提取和分类功能，显著减少了延迟时间和传输数据量；
敏感特征值选择和嵌入式实现：在上位机中利用随机森林包外误差方法选择磨损状态辨识的敏感特征值，降低了边缘节点的计算量。同时，将信号预处理、特征提取算法和磨损状态分类模型参数嵌入边缘节点，确保在边缘设备上高效执行磨损状态辨识任务；
高效性和准确性的验证：通过设置四种轴向柱塞泵滑靴副磨损状态作为故障源，构建磨损故障数据集，并在上位机中训练磨损状态分类的人工神经网络模型。在线磨损状态辨识试验和与其他方法的比较根据结果得出，该方法在磨损状态辨识的正确性和实时性方面具有非常明显优势，证明了其在实际应用中的有效性。
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。
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！
