[发明专利]基于潜在失效模式的汽车起重机臂架结构风险评估方法在审
| 申请号: | 201810813120.1 | 申请日: | 2018-07-23 |
| 公开(公告)号: | CN109033615A | 公开(公告)日: | 2018-12-18 |
| 发明(设计)人: | 董青;辛运胜;戚其松;徐格宁 | 申请(专利权)人: | 太原科技大学 |
| 主分类号: | G06F17/50 | 分类号: | G06F17/50 |
| 代理公司: | 太原华弈知识产权代理事务所 14108 | 代理人: | 王哲 |
| 地址: | 030024 山*** | 国省代码: | 山西;14 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 臂架 汽车起重机 潜在失效 风险评估 失效模式 在役 预测 风险评估指标 计算评估指标 安全性评估 结构安全性 模糊数据库 工程问题 破坏试验 使用寿命 发生率 风险度 快速性 实腹式 下臂架 有效地 权重 修正 维修 维护 | ||
1.一种基于潜在失效模式的汽车起重机臂架结构风险评估方法,其特征在于包括如下步骤:
(1)搭建失效模式模糊数据库
根据汽车起重机“下线→使用→定检→失效”流程,建立汽车起重机臂架结构失效模式模糊数据库,至少包括原始特征参数子数据库、典型使用工况子数据库和失效模式子数据库三个子数据库,各子数据库通过对起重机机型标识和检测序号标识进行匹配,并将相同机型标识与检测序号标识的汽车起重机原始特征参数、典型使用工况和失效模式组成一个工程实例;
(2)潜在失效模式的预测与修正
在步骤(1)的基础上,建立同一机型、不同典型使用工况下汽车起重机臂架结构失效模式实例库;待评估的在役汽车起重机臂架结构则通过收集典型使用工况,并将其作为目标实例,运用改进实例推理技术,确定与典型使用工况的评价指标对应的目标实例与实例库中源实例之间的相似度;当典型使用工况的各评价指标均存在对应的最佳相似实例时,组成最佳相似实例集,输出最佳相似实例集中各元素的失效模式,并作为潜在失效模式;当典型使用工况的各评价指标没有或部分没有存在对应的最佳相似实例时,根据专家知识对失效模式进行预估,在此基础上,通过汽车起重机臂架结构参数化有限元模型和仿真计算平台,对失效模式的结果进行修正,并将预测修正后的结果作为新案例保存到失效模式模糊数据库中;
(3)风险评估指标集的建立
在步骤2的基础上,根据失效模式对应危险截面上危险点的分布,结合失效准则建立风险评估指标集;
(4)计算评估指标权重
运用模糊改进DEMATEL法,结合无损检测技术得到的检测点的检测结果,确定汽车起重机臂架结构各风险评估指标的权重;
(5)确定在役汽车起重机臂架结构的风险度
基于汽车起重机臂架结构各检测点的权重系数,建立检测点的综合评价矩阵,得到臂架结构的综合评价矩阵,利用参数等级法对评价结果进行清晰化处理,最终得到臂架结构整体的风险度。
2.如权利要求1所述基于潜在失效模式的汽车起重机臂架结构风险评估方法,其特征在于:步骤(1)中,所述典型使用工况包括臂架结构的工作级别、载荷谱、伸缩油缸工作方式、支腿工作情况及超载使用情况。
3.如权利要求1所述基于潜在失效模式的汽车起重机臂架结构风险评估方法,其特征在于:步骤(1)中,所述原始特征参数包括工作参数、作业速度和骨架系统结构参数,所述工作参数包括最大额定起重量、基本臂最大起重力矩、基本臂最大起升高度、主臂最大起升高度、副臂最大起升高度;所述作业速度包括单绳最大速度、起重臂起幅时间、起重臂落幅时间、起重臂全伸时间、起重臂全缩时间、回转速度;所述骨架系统结构参数包括材料、臂架类型、臂节数、主臂截面形式和各臂节的结构尺寸参数。
4.如权利要求1所述基于潜在失效模式的汽车起重机臂架结构风险评估方法,其特征在于:步骤(2)中,所述改进实例推理技术,是通过二次检索策略和改进的欧式距离算法,建立在役汽车起重机臂架结构潜在失效模式预测过程中的实例检索优化方案,确定典型使用工况下各评价指标的最佳相似实例。
5.如权利要求1所述基于潜在失效模式的汽车起重机臂架结构风险评估方法,其特征在于:步骤(2)中的汽车起重机臂架结构参数化有限元模型和仿真计算平台,是以microsoft.Net Framework为平台,以Visual studio2013为开发工具,利用C#语言对ANSYS参数化文件的封装及调用,开发不同使用工况下汽车起重机臂架结构参数化有限元模型和仿真计算平台,通过输入待评估汽车起重机臂架结构的原始特征参数、典型使用工况,量化其失效模式的评定方式,对潜在失效模式进行修正。
6.如权利要求1所述基于潜在失效模式的汽车起重机臂架结构风险评估方法,其特征在于:步骤(4)中,所述模糊改进DEMATEL法,是通过构建各级风险评估指标之间的直接、间接影响模糊关系矩阵,推导各级评估指标的影响度矩阵与被影响度矩阵,从而获得各级评估指标的中心度和原因度,分析评估指标间的关联性与影响性,根据关联程度与影响程度分配权重。
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太原科技大学,未经太原科技大学许可,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/201810813120.1/1.html,转载请声明来源钻瓜专利网。





