[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 | ||
本发明属于工程机械技术领域,公开了一种基于工程机械结构的疲劳寿命评估方法及系统,基于工程机械结构的疲劳寿命评估系统包括:工程机械参数采集模块、工程机械图像采集模块、工程机械硬度采集模块、中央控制模块、缺陷检测模块、疲劳分析模块、寿命预测模块、性能评估模块、显示模块。本发明通过缺陷检测模块基于稠密网络实现了机械结构的自动检测,使用基于稠密网络的机器学习的计算,减少了外围设备的设计与使用,去除了前期研发提取图像特征算法的过程,增加网络模型的通用性;同时,通过疲劳分析模块可以根据实际运行情况来对机械结构的剩余寿命、维护计划根据指定的周期进行调整,简化了数据收集、分析的复杂度。
技术领域
本发明属于工程机械技术领域,尤其涉及一种基于工程机械结构的疲劳寿命评估方法方法及系统。
背景技术
工程机械是装备工业的重要组成部分。概括地说,凡土石方施工工程、路面建设与养护、流动式起重装卸作业和各种建筑工程所需的综合性机械化施工工程所必需的机械装备,称为工程机械。它主要用于国防建设工程、交通运输建设,能源工业建设和生产、矿山等原材料工业建设和生产、农林水利建设、工业与民用建筑、城市建设、环境保护等领域。工程机械包括挖掘机械,铲土运输机械,工程起重机械,工业车辆,压实机械,桩工机械,混凝土机械,钢筋及预应力机械,装修机械,凿岩机械,气动工具,铁路路线机械,军用工程机械,电梯与扶梯,工程机械专用零部件等。然而,现有基于工程机械结构的疲劳寿命评估方法对机械结构检测容易出现漏检率、误检率高;同时,对机械结构疲劳分析复杂。
综上所述,现有技术存在的问题是:现有基于工程机械结构的疲劳寿命评估方法对机械结构检测容易出现漏检率、误检率高;同时,对机械结构疲劳分析复杂。
发明内容
针对现有技术存在的问题,本发明提供了一种基于工程机械结构的疲劳寿命评估方法及系统。
本发明是这样实现的,一种基于工程机械结构的疲劳寿命评估方法,所述基于工程机械结构的疲劳寿命评估方法包括以下步骤:
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;
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/202010439713.3/2.html,转载请声明来源钻瓜专利网。