[发明专利]一种基于工程机械结构的疲劳寿命评估方法及系统在审
申请号: | 202010439713.3 | 申请日: | 2020-05-22 |
公开(公告)号: | CN111553093A | 公开(公告)日: | 2020-08-18 |
发明(设计)人: | 刘纲;华洺 | 申请(专利权)人: | 枣庄职业学院 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F30/17;G06T5/00;G06T7/00 |
代理公司: | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人: | 汤东凤 |
地址: | 277000 山东省枣庄*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 工程机械 结构 疲劳 寿命 评估 方法 系统 | ||
1.一种基于工程机械结构的疲劳寿命评估方法,其特征在于,所述基于工程机械结构的疲劳寿命评估方法包括:
步骤一,通过工程机械参数采集模块采集工程机械结构属性及工作参数;通过工程机械图像采集模块利用摄像设备采集工程机械结构机械结构俯视图、仰视图、前视图、后视图、左视图、右视图;
步骤二,采用双边滤波和分段线性变换算法对步骤一采集的图像分别进行图像去噪和图像增强预处理;建立机械结构的图像样本库;
步骤三,对所述图像样本进行霍夫变换,提取图像样本中的零件区域;
步骤四,提取零件区域中的非检测区域,对所述零件区域中的非检测区域进行掩膜处理,得到掩膜后的图像样本;将所述掩膜后的图像样本划分为多个图像块;对每个所述图像块进行仿射变换处理,得到预处理后的图像样本;
步骤五,中央控制模块通过缺陷检测模块建立稠密网络模型,并利用预处理后的图像样本对所述稠密网络模型进行训练,得到训练后的稠密网络模型;利用所述训练后的稠密网络模型检测机械结构的缺陷;
步骤六,通过疲劳分析模块利用分析程序通过机械结构负载检测设备基于所述机械结构的负载特征表示和指定时间段内的历史运行数据,确定所述结构部件的负载周期;
步骤七,以步骤六得到的负载周期为边界条件,确定所述机械结构上的指定区域的应力周期;
步骤八,基于步骤七得到的应力周期,分析确定所述机械结构在检查时刻的疲劳指示参数,对机械结构进行疲劳分析;并通过寿命预测模块利用预测程序对工程机械结构寿命进行预测;
步骤九,通过性能评估模块利用评估程序将工程机械结构按功能分类,并将不同功能的工程机械结构进行随机组合,得到实现工程机械结构功能的所有解决方案的组合,然后为各组合设定两个以上的评价指标;
步骤十,依次针对各评价指标下的各组合执行性能评估操作,得到各评价指标下各组合对应的工程机械结构的性能评估中间值;
所述性能评估操作包括以下步骤:
1)获取当前组合所选用的各解决方案的使用概率;
2)对于当前组合中所选用的解决方案,获取各解决方案两两之间的兼容性概率,然后将所有兼容性概率累乘,得到兼容性累乘概率;
3)为当前的评价指标设定等级,然后获取该组合所选用的解决方案属于每个等级的概率,其中等级至少为两级,且不同等级对应不同分值;
4)根据不同等级对应的分值,将当前组合中不同组件的解决方案的分值进行求和,得到该组合对应的最高分数值;
5)获取步骤4)中最高分数值对应的概率,并将该最高分数值对应的概率作为当前组合在当前的评价指标下对应的工程机械结构的性能评估中间值。
步骤十一,对于每一个解决方案的组合,基于贝叶斯联合概率密度公式,将步骤十中得到的各评价指标下的性能评估中间值,与相应组合对应的各解决方案的使用概率、兼容性累乘概率相乘,则相乘结果作为选用该组合中包含的解决方案而得到的机械结构的性能评估值,所述性能评估值越大,表示工程机械结构的性能越好;
步骤十二,通过显示模块利用显示器显示工程机械结构参数、图像、硬度及缺陷、分析结果、预测结果、评估结果。
2.如权利要求1所述基于工程机械结构的疲劳寿命评估方法,其特征在于,步骤五中,所述稠密网络模型建立方法包括:
建立输入层,在输入层使用卷积和池化操作提取输入图像的特征信息;
建立稠密块,基于所述稠密块利用公式x1=H1([x0,x1,...,xl-1])进一步提取输入图像的特征信息;
式中,H1(·)为多个操作的串联:批规范-激活-卷积核为1×1的-批规范-激活-卷积核为3×3的卷积,x0、x1、xl-1、xl分别为第0层、第1层,第l-1层和第l层的输出;
建立过渡层,在过渡层引入压缩参数ρ,使用卷积和池化操作,降低卷积核参数θ的数量;
建立分类层,使用分类层,输出检测预测结果y。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于枣庄职业学院,未经枣庄职业学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010439713.3/1.html,转载请声明来源钻瓜专利网。