本发明涉及重机设备健康监测技术领域,特别是涉及一种重机设备健康监测分析方法。
背景技术:
目前,重机的维保现状多依赖于在关键部位安放检测传感器实测传感器数据,通过实测传感数据进行数据分析处理和预警监测,利用在关键部位安放检测传感器,维修检测时只要查看传感器数据就能判断关键部位的可靠性。由于传感器安装需求,未安装传感器的部位依旧依赖人工,很多关键部位无法安装传感器;目前因传感器技术无法安装测试等原因造成无法对重机整机进行准确的维保预警。
技术实现要素:
本发明针对现有技术存在的问题和不足,提供一种新型的重机设备健康监测分析方法。
本发明是通过下述技术方案来解决上述技术问题的:
本发明提供一种重机设备健康监测分析方法,其特点在于,其包括以下步骤:
s1、按照重机设备的各个部件的关键程度和布局要求,确定真实传感器在各个部件上的布局位置点作为数据采集节点;
s2、通过真实传感器对对应的数据采集节点进行力、位移或加速度等真实数据采集,将实测传感数据保存在数据存储中心;
s3、基于重机设备的实物图像模型建立重机设备的智能虚拟主模型;
s4、在智能虚拟主模型中确定虚拟传感器的布局位置点;
s5、将实测传感数据经处理后得到的激励数据输入智能虚拟主模型中进行虚拟仿真,获取虚拟传感器的布局位置点对应的实时参数;
s6、将虚拟传感器对应的实时参数存入数据存储中心,对真实传感器对应的实测传感数据和虚拟传感器对应的实时参数进行数据处理和数据分析,最终输出重机设备结构的受力、疲劳寿命以及预计失效时间分析结果。
较佳地,在步骤s3中,所述智能虚拟主模型包括整机细节虚拟模型、关键部件的疲劳损伤虚拟模型、以及设备运行载荷历程虚拟模型。
较佳地,在步骤s5中,将某一关键部件的实测传感数据对应的激励数据输入该关键部件的疲劳损伤虚拟模型中进行虚拟仿真,获取该关键部件上虚拟传感器的布局位置点对应的实时参数。
较佳地,在步骤s5中,将某一整机细节的实测传感数据对应的激励数据输入该整机细节的整机细节虚拟模型中进行虚拟仿真,获取该整机细节上虚拟传感器的布局位置点对应的实时参数。
较佳地,在步骤s5中,将设备运行的实测载荷数据对应的激励数据输入设备运行载荷历程虚拟模型中进行虚拟仿真,获取设备运行载荷历程虚拟模型上虚拟传感器的布局位置点对应的实时参数。
较佳地,所述数据存储中心采用云数据存储中心。
在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明的积极进步效果在于:
本发明利用主模型构建技术,通过将重机设备结构实测传感数据和虚拟仿真技术相结合,关联实测传感数据实现重机设备结构的受力和疲劳寿命分析,通过主模型关联实现对重机设备结构的健康状况进行评估和维护。
本发明针对传统物理传感器监测方法的限制利用关联智能主模型的监测方法、虚拟仿真建模技术,通过对实测数据的处理,建立重机结构的虚拟性能预测系统,评定重机设备的疲劳剩余寿命和其余的技术指标,进而研究重机设备结构的设计、制造和技术改造。
附图说明
图1为本发明较佳实施例的重机设备健康监测分析方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本实施例提供一种重机设备健康监测分析方法,其包括以下步骤:
步骤101、按照重机设备(如港机、起重机等)的各个部件的关键程度和布局要求,确定真实传感器在各个部件上的布局位置点作为数据采集节点。
步骤102、通过真实传感器对对应的数据采集节点进行力、位移或加速度等真实数据采集,将实测传感数据保存在云数据存储中心。
步骤103、基于重机设备的实物图像模型建立重机设备的智能虚拟主模型。
在步骤103中,所述智能虚拟主模型包括整机细节虚拟模型、关键部件的疲劳损伤虚拟模型、以及设备运行载荷历程虚拟模型。
步骤104、在智能虚拟主模型中确定虚拟传感器的布局位置点。
步骤105、将实测传感数据经处理后得到的激励数据输入智能虚拟主模型中进行虚拟仿真,获取虚拟传感器的布局位置点对应的实时参数。
具体地,将某一关键部件的实测传感数据对应的激励数据输入该关键部件的疲劳损伤虚拟模型中进行虚拟仿真,获取该关键部件上虚拟传感器的布局位置点对应的实时参数。
将某一整机细节的实测传感数据对应的激励数据输入该整机细节的整机细节虚拟模型中进行虚拟仿真,获取该整机细节上虚拟传感器的布局位置点对应的实时参数。
将设备运行的实测载荷数据对应的激励数据输入设备运行载荷历程虚拟模型中进行虚拟仿真,获取设备运行载荷历程虚拟模型上虚拟传感器的布局位置点对应的实时参数。
步骤106、将虚拟传感器对应的实时参数存入云数据存储中心,对真实传感器对应的实测传感数据和虚拟传感器对应的实时参数进行数据处理(例如数据清洗去噪)和数据分析,最终输出重机设备结构的受力、疲劳寿命以及预计失效时间分析结果,该分析结果用于指导设计改进和维保服务决策。
本发明利用主模型构建技术,通过将重机设备结构实测传感数据和虚拟仿真技术相结合,关联实测传感数据实现重机设备结构的受力和疲劳寿命分析,通过主模型关联实现对重机设备结构的健康状况进行评估和维护。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
1.一种重机设备健康监测分析方法,其特征在于,其包括以下步骤:
s1、按照重机设备的各个部件的关键程度和布局要求,确定真实传感器在各个部件上的布局位置点作为数据采集节点;
s2、通过真实传感器对对应的数据采集节点进行力、位移或加速度等真实数据采集,将实测传感数据保存在数据存储中心;
s3、基于重机设备的实物图像模型建立重机设备的智能虚拟主模型;
s4、在智能虚拟主模型中确定虚拟传感器的布局位置点;
s5、将实测传感数据经处理后得到的激励数据输入智能虚拟主模型中进行虚拟仿真,获取虚拟传感器的布局位置点对应的实时参数;
s6、将虚拟传感器对应的实时参数存入数据存储中心,对真实传感器对应的实测传感数据和虚拟传感器对应的实时参数进行数据处理和数据分析,最终输出重机设备结构的受力、疲劳寿命以及预计失效时间分析结果。
2.如权利要求1所述的重机设备健康监测分析方法,其特征在于,在步骤s3中,所述智能虚拟主模型包括整机细节虚拟模型、关键部件的疲劳损伤虚拟模型、以及设备运行载荷历程虚拟模型。
3.如权利要求2所述的重机设备健康监测分析方法,其特征在于,在步骤s5中,将某一关键部件的实测传感数据对应的激励数据输入该关键部件的疲劳损伤虚拟模型中进行虚拟仿真,获取该关键部件上虚拟传感器的布局位置点对应的实时参数。
4.如权利要求2所述的重机设备健康监测分析方法,其特征在于,在步骤s5中,将某一整机细节的实测传感数据对应的激励数据输入该整机细节的整机细节虚拟模型中进行虚拟仿真,获取该整机细节上虚拟传感器的布局位置点对应的实时参数。
5.如权利要求2所述的重机设备健康监测分析方法,其特征在于,在步骤s5中,将设备运行的实测载荷数据对应的激励数据输入设备运行载荷历程虚拟模型中进行虚拟仿真,获取设备运行载荷历程虚拟模型上虚拟传感器的布局位置点对应的实时参数。
6.如权利要求1所述的重机设备健康监测分析方法,其特征在于,所述数据存储中心采用云数据存储中心。
技术总结