CN103838931A - 一种工程机械臂架类结构再制造准入期评估方法 - Google Patents

Abstract

本发明涉及一种工程机械臂架类结构再制造准入期评估方法，该具体过程为：步骤a，制定在役实腹式臂架失效形式评价准则；步骤b，修正和完善参数化有限元模型和仿真计算平台；步骤c，建立再制造臂架典型服役工况下的性能，即失效形式的数据库；步骤d，失效形式及主要影响因素溯源分析；步骤e，预测臂架剩余寿命，形成再制造臂架准入期评价方法。本发明利用计算机的虚拟仿真技术，通过对相关实测数据的处理，建立臂架类结构件的专家评价系统，以作为评定臂架类结构的剩余寿命和相关的技术指标。

Description

一种工程机械臂架类结构再制造准入期评估方法

技术领域

本发明涉及机械设计制造领域，尤其涉及一种工程机械臂架类结构再制造准入期评估方法。

背景技术

目前，我国工程机械设备保有量巨大，种类多，但是产品质量却居于国际二流水平，表现在产品可靠性和寿命相对较低、早期故障多，外观造型以及表面质量有待提高，随着报废数量的不断增加，已有80％的在役工程机械达到大修期，外加典型、大型、贵重等机械类装备与零部件，便对再制造、再利用技术的发展提出了迫切需求。因此，开展工程机械再制造势在必行，而且潜力很大。

臂架作为工程机械的主要承载结构件，很大程度上决定着整机的安全性，在起重机的使用过程中，臂架的寿命很大程度上决定了整机的使用寿命，只要臂架在使用过程中表现出相关失效现象，便可认为整机已失效，需进行相关维修或者再制造处理。因此科学地评估把握工程机械臂架的安全状态，建立臂架失效形式数据库，及时预测其剩余使用寿命，确定设备再制造准入期，对于提高工程机械工作效率、保证安全生产、提高经济效益、合理利用资源具有十分重要的意义。

由于影响金属结构疲劳的因素复杂，准确预计工程机械臂架类金属结构疲劳寿命的工作仍比较困难，工程机械臂架的报废使用时间至今没有统一标准，其在役的工程机械大多已服役多年，所以对这些在役臂架的安全状态的评估，便成为我们当下非常关心和迫切需要解决的问题。

鉴于上述缺陷，本发明创作者经过长时间的研究和实践终于获得了本创作。

发明内容

本发明的目的在于提供一种工程机械臂架类结构再制造准入期评估方法，用以克服上述技术缺陷。

为实现上述目的，本发明提供一种工程机械臂架类结构再制造准入期评估方法，

该具体过程为：

步骤a，制定在役实腹式臂架失效形式评价准则；

步骤b，修正和完善参数化有限元模型和仿真计算平台；

步骤c，建立再制造臂架典型服役工况下的性能，即失效形式的数据库；

步骤d，失效形式及主要影响因素溯源分析；

步骤e，预测臂架剩余寿命，形成再制造臂架准入期评价方法。

进一步，在上述步骤a中，分析其在典型工况下的主要失效形式，归纳建立符合设计标准，起重机设计规范、起重机金属结构能力验证的臂架结构的力学-3S＊2、缺口效应和焊接效应的失效形式评价准则，并以最易失效作为判定最终失效为原则；

所述力学-3S＊2，即为Strength-静强度，疲劳强度、Stiffness-静态刚性，动态刚性和Stability-整体稳定性，局部单肢稳定性。

进一步，在上述步骤b中，具体过程为：

根据相关流动式起重机臂架类结构的基本参数，包括结构以及载荷参数录入数据库；

以流动式起重机类椭圆截面实腹式臂架作为研究对象，建立实腹式臂架结构，实现对流动式起重机吊臂在相同构造特征下的不同截面尺寸、不同组合方式、不同臂节数以及不同典型服役工况下的有限元参数化模型建立与分析计算；

根据有限元仿真模拟分析结果以及调查分析的破坏方式，与理论分析计算进行对比验证，确定结构最危险部位失效形式，即应力集中及塑性应变大小和位置，缺口效应和焊接效应的特征值，并根据其修正和完善参数化有限元模型和仿真计算平台。

进一步，在上述步骤c中，具体过程为：

通过调研收集在役实腹式臂架有限量性能，故障/失效形式数据以及通过所建立的参数化有限元模型和仿真平台分析得出的失效形式数据，采用模糊聚类方法进行分类、归纳、分析，建立在役实腹式臂架结构特征参数，包括材料、截面种类、臂节长度、臂节个数、搭接长度、支撑情况等和典型服役工况下的性能，包括故障/失效形式，力学、缺口、焊接模糊数据库。

进一步，在上述步骤d中，具体过程为：

针对上述臂架典型失效形式研究分析其主要影响因素溯源，提取并量化失效特征，获取臂架性能衰退失效规律；

采用模糊识别和LMBP人工神经网络相结合的方法，构建、训练在役实腹式臂架结构特征参数和典型服役工况下的失效形式预测网络模型，进行失效形式及主要影响因素溯源分析研究，获取在役实腹式臂架性能衰退规律；

分析在役实腹式臂架结构剩余寿命与材料损伤量及极限裂纹长度的相关规律性，建立在役实腹式臂架剩余寿命与材料损伤量及极限裂纹长度的本构关系，提取并量化失效特征，提出量化计算方法。

进一步，在上述步骤e中，具体过程为：

根据在役实腹式臂架结构特征参数和典型服役工况下的失效形式，依据失效形式评价准则，基于不同在役实腹式臂架的结构特征参数、裂纹参数，对在役实腹式臂架材料损伤量及极限裂纹长度的影响度，预测臂架剩余寿命；

研究综合评价决策方法，据此开发在役实腹式臂架再制造准入期和经济性评价软件，为在役实腹式臂架再制造准入期和经济性评价提供依据。

进一步，在上述步骤d中，采用模糊识别和LMBP人工神经网络相结合的过程为：

步骤d1，规范化在役实腹式臂架结构特征参数样本矩阵与标准指标矩阵；

步骤d2，确定实测指标矩阵；

设在役实腹式臂架结构特征参数类型有n种，其失效形式有m种，那么实测的指标矩阵为，

X_m×m＝(x_ij)_m×n

式中，

i为失效形式，i＝1，2，L，m；

j为在役实腹式臂架结构特征参数类型，j＝1，2，L，n；

x_ij为在役实腹式臂架结构特征参数类型关于失效形式的实测值；

步骤d3，确定标准指标矩阵；

设失效形式m个，评价级别有c类，对于工程机械臂架类结构再制造准入期评估的数值区间型类别取类别标准值，判断准入期的标准指标矩阵为：

Y_m×c＝(y_ih)_m×c

式中，h为工程机械臂架类结构标准识别矩阵类别，h＝1，2，L，c；

y_ih为工程机械臂架类结构h级标准类别指标的标准值；

步骤d4，定义相对隶属度；

步骤d5，构建模糊识别和LMBP人工神经网络，构建模糊识别和LMBP人工神经网络，并对其进行训练，确定在役实腹式臂架结构失效的类别相对隶属度矩阵U_c×n。

进一步，，在上述步骤d4中，定义对模糊概念损伤A相对隶属度，对模糊集合损伤∑A相对隶属度，定义类别相对隶属矩阵，

U_c×n＝(u_ij)_c×n，满足条件

式中，j为样本；

u_hj为相对隶属度。

进一步，，在上述步骤d5中，所选激励函数为模糊优选模型函数；

隐含层：

$u_{\mathrm{hj}}=\frac{1}{1+{[{\left(\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{ik}}{r}_{\mathrm{ij}}\right)}^{-1}-1]}^2}=\frac{1}{1+{(I_{\mathrm{kj}}^{-1}-1)}^2}$ 其中 $I_{\mathrm{kj}}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{ik}}{r}_{\mathrm{ij}}$

式中，

j为样本序数；

r_ij为输入层输入；

ω_ik为i层和k层之间的连接权重；

u_kj为k层节点输出；

输出层：

$u_{\mathrm{hj}}=\frac{1}{1+{[{\left(\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{kh}}{u}_{\mathrm{kj}}\right)}^{-1}-1]}^2}=\frac{1}{1+{(I_{\mathrm{hj}}^{-1}-1)}^2}$ 其中 $I_{\mathrm{hj}}=\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{kh}}{u}_{\mathrm{kj}}$

式中，

u_hj为隐含层输入；

ω_kh为k层和h层之间的连接权重；

u_hj为h层节点输出。

与现有技术相比较本发明的有益效果在于：本发明针对在役流动式起重机实腹式臂架开展性能评估，研究再制造臂架典型失效形式及主要影响因素溯源，提取并量化失效特征，获取臂架性能衰退失效规律，预测臂架剩余寿命，形成再制造臂架准入期评估方法。

本发明利用计算机的虚拟仿真技术，通过对相关实测数据的处理，建立臂架类结构件的专家评价系统，以作为评定臂架类结构的剩余寿命和相关的技术指标。

附图说明

图1为本发明模糊识别和LMBP人工神经网络结构图。

具体实施方式

以下，对本发明上述的和另外的技术特征和优点作更详细的说明。

本发明工程机械臂架类结构再制造准入期评估方法利用计算机的虚拟仿真技术，通过对相关实测数据的处理，建立臂架类结构件的专家评价系统，以作为评定臂架类结构的剩余寿命和相关的技术指标，该具体过程为：

步骤a，制定在役实腹式臂架失效形式评价准则；

分析其在典型工况下的主要失效形式(力学-3S＊2、缺口、焊缝)，归纳建立符合设计标准，起重机设计规范、起重机金属结构能力验证的臂架结构的力学-3S＊2(Strength-静强度，疲劳强度、Stiffness-静态刚性，动态刚性和Stability-整体稳定性，局部单肢稳定性)、缺口效应和焊接效应的失效形式评价准则，并以最易失效作为判定最终失效为原则。

步骤b，修正和完善参数化有限元模型和仿真计算平台；

根据相关流动式起重机实腹式臂架类结构的基本参数，包括臂架结构以及典型工况下的载荷参数，依托大型有限元分析软件ANSYS的参数化设计语言APDL，结合VC++二次开发语言建立相对应的数据库系统：结构数据库中拟建立包含臂架类结构通用的截面形式、对应截面尺寸、臂架长度、相关连接尺寸、臂节数目等相关参数；载荷数据库中拟建立包含臂架典型工况以及对应的约束、载荷参数，分别录入对应数据库。

以该数据库支撑下分别实现对流动式起重机吊臂在相同构造特征下的不同截面尺寸、不同组合方式、不同臂节数以及不同典型服役工况，包括最大幅度、最小幅度、中间幅度下的有限元参数化模型建立与分析计算，得出其对应工况下臂架的最危险位置以及其最危险应力，对应得出其仿真臂架失效形式。

根据有限元仿真模拟分析结果以及调查分析的破坏方式，与理论分析计算进行对比验证，确定结构最危险部位失效形式，即应力集中及塑性应变大小和位置，缺口效应和焊接效应等特征值，并具体量化其失效形式，完善实腹式臂架结构包括焊缝、缺口处参数数据库，在原先模型基础上添加相关缺陷参数，修正和完善参数化有限元模型和仿真计算平台，在附加缺陷相关参数的情况下，对臂架系统再进行相关典型工况有限元分析，得出其在役式臂架最终典型失效形式。

步骤c，建立再制造臂架典型服役工况下的性能，即失效形式的数据库；

通过调研收集在役实腹式臂架有限量性能数据，故障/失效形式数据以及通过所建立的参数化有限元模型和仿真平台分析得出的失效形式数据对比分析，并与理论分析计算结果相结合，采用模糊聚类方法进行分类、归纳、分析，建立在役实腹式臂架结构特征参数，包括材料、截面种类、臂节长度、臂节个数、搭接长度、支撑情况等和典型服役工况下的性能，包括故障/失效形式，力学、缺口、焊接模糊数据库。

步骤d，失效形式及主要影响因素溯源分析；

针对上述臂架典型失效(故障)形式研究分析其主要影响因素溯源，提取并量化失效特征，获取臂架性能衰退失效规律。

采用模糊识别和LMBP人工神经网络相结合的方法，构建、训练在役实腹式臂架结构特征参数和典型服役工况下的失效形式预测网络模型，进行失效形式及主要影响因素溯源分析研究，获取在役实腹式臂架性能衰退规律，分析在役实腹式臂架结构剩余寿命与材料损伤量及极限裂纹长度的相关规律性，建立在役实腹式臂架剩余寿命与材料损伤量及极限裂纹长度的本构关系，提取并量化失效特征，提出量化计算方法。

在该步骤中，采用模糊识别和LMBP人工神经网络相结合的方法的具体过程为：

步骤d1，规范化在役实腹式臂架结构特征参数样本矩阵与标准指标矩阵；

步骤d2，确定实测指标矩阵；

设在役实腹式臂架结构特征参数类型有n种，其失效形式有m种，那么实测的指标矩阵为，

X_m×n＝(x_ij)_m×n             (1)

式中，

i为失效形式，i＝1，2，L，m；

j为在役实腹式臂架结构特征参数类型，j＝1，2，L，n；

x_ij为在役实腹式臂架结构特征参数类型关于失效形式的实测值。

步骤d3，确定标准指标矩阵；

设失效形式m个，评价级别有c类，对于工程机械臂架类结构再制造准入期评估的数值区间型类别取类别标准值，判断准入期的标准指标矩阵为：

Y_m×c＝(y_ih)_m×c              (2)

式中，h为工程机械臂架类结构标准识别矩阵类别，h＝1，2，L，c；

y_ih为工程机械臂架类结构h级标准类别指标的标准值。

步骤d4，定义相对隶属度；

用相对隶属度来描述中介过渡的模糊性，如下表1所示；

表1对模糊概念损伤A相对隶属度

标准指标矩阵的指标i的标准值	模糊概念损伤A相对隶属度
		1级	0
L	L
		h级	Sih＝(yih-yi1)/(yic-yi1)
L	L
		c级	1

同理，对于模糊集合∑A，如表2所示，

表2对模糊集合损伤∑A相对隶属度

标准指标矩阵的指标i的标准值	相对隶属度
		xij≤yi1	0
yi1≤xij≤yic	rij＝(xij-yi1)/(tic-yi1)
		xij≥yic	1

利用上表，两种矩阵对应的指标相对隶属度矩阵见表3所示，

表3实测指标矩阵与标准指标矩阵对应的相对隶属矩阵

指标矩阵	相对隶属矩阵
		实测指标矩阵Xm×n	Rm×n＝(rij)m×n
标准指标矩阵Ym×c	Sm×c＝(sih)m×c

定义类别相对隶属矩阵，U_c×n＝(u_ij)_c×n，满足条件

式中，j为样本；

u_hj为相对隶属度。

步骤d5，构建模糊识别和LMBP人工神经网络，

构建模糊识别和LMBP人工神经网络，并对其进行训练，确定在役实腹式臂架结构失效的类别相对隶属度矩阵U_c×n。模糊识别和LMBP人工神经网络结构图如图1示，其中，输出层h，含有c个节点；隐合层k，含有1个节点；输入层I，合有m个节点。

所选激励函数为模糊优选模型函数；

隐含层：

$u_{\mathrm{hj}}=\frac{1}{1+{[{\left(\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{ik}}{r}_{\mathrm{ij}}\right)}^{-1}-1]}^2}=\frac{1}{1+{(I_{\mathrm{kj}}^{-1}-1)}^2}$ 其中 $I_{\mathrm{kj}}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{ik}}{r}_{\mathrm{ij}}$

式中，

j为样本序数；

r_ij为输入层输入；

ω_ik为i层和k层之间的连接权重；

u_kj为k层节点输出。

输出层：

$u_{\mathrm{hj}}=\frac{1}{1+{[{\left(\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{kh}}{u}_{\mathrm{kj}}\right)}^{-1}-1]}^2}=\frac{1}{1+{(I_{\mathrm{hj}}^{-1}-1)}^2}$ 其中 $I_{\mathrm{hj}}=\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{kh}}{u}_{\mathrm{kj}}$

式中，

u_hj为隐含层输入；

ω_kh为k层和h层之间的连接权重；

u_hj为h层节点输出。

步骤e，预测臂架剩余寿命，形成再制造臂架准入期评价方法。

根据在役实腹式臂架结构特征参数和典型服役工况下的失效形式，依据失效形式评价准则，基于不同在役实腹式臂架的结构特征参数、裂纹参数，包括源于声发射、磁记忆快速无损检测数据，对在役实腹式臂架材料损伤量及极限裂纹长度的影响度，预测臂架剩余寿命；

研究综合评价决策方法，据此开发在役实腹式臂架再制造准入期和经济性评价软件，为在役实腹式臂架再制造准入期和经济性评价提供依据。

以上所述仅为本发明的较佳实施例，对发明而言仅仅是说明性的，而非限制性的。本专业技术人员理解，在发明权利要求所限定的精神和范围内可对其进行许多改变，修改，甚至等效，但都将落入本发明的保护范围内。

Claims (9)

1.一种工程机械臂架类结构再制造准入期评估方法，其特征在于，该具体过程为：

步骤a，制定在役实腹式臂架失效形式评价准则；

步骤b，修正和完善参数化有限元模型和仿真计算平台；

步骤c，建立再制造臂架典型服役工况下的性能，即失效形式的数据库；

步骤d，失效形式及主要影响因素溯源分析；

步骤e，预测臂架剩余寿命，形成再制造臂架准入期评价方法。

2.根据权利要求1所述的工程机械臂架类结构再制造准入期评估方法，其特征在于，在上述步骤a中，分析其在典型工况下的主要失效形式，归纳建立符合设计标准，起重机设计规范、起重机金属结构能力验证的臂架结构的力学-3S＊2、缺口效应和焊接效应的失效形式评价准则，并以最易失效作为判定最终失效为原则；

所述力学-3S＊2，即为Strength-静强度，疲劳强度、Stiffness-静态刚性，动态刚性和Stability-整体稳定性，局部单肢稳定性。

3.根据权利要求1或2所述的工程机械臂架类结构再制造准入期评估方法，其特征在于，在上述步骤b中，具体过程为：

根据相关流动式起重机臂架类结构的基本参数，包括结构以及载荷参数录入数据库；

以流动式起重机类椭圆截面实腹式臂架作为研究对象，建立实腹式臂架结构，实现对流动式起重机吊臂在相同构造特征下的不同截面尺寸、不同组合方式、不同臂节数以及不同典型服役工况下的有限元参数化模型建立与分析计算；

根据有限元仿真模拟分析结果以及调查分析的破坏方式，与理论分析计算进行对比验证，确定结构最危险部位失效形式，即应力集中及塑性应变大小和位置，缺口效应和焊接效应的特征值，并根据其修正和完善参数化有限元模型和仿真计算平台。

4.根据权利要求1或2所述的工程机械臂架类结构再制造准入期评估方法，其特征在于，在上述步骤c中，具体过程为：

通过调研收集在役实腹式臂架有限量性能，故障/失效形式数据以及通过所建立的参数化有限元模型和仿真平台分析得出的失效形式数据，采用模糊聚类方法进行分类、归纳、分析，建立在役实腹式臂架结构特征参数，包括材料、截面种类、臂节长度、臂节个数、搭接长度、支撑情况等和典型服役工况下的性能，包括故障/失效形式，力学、缺口、焊接模糊数据库。

5.根据权利要求1或2所述的工程机械臂架类结构再制造准入期评估方法，其特征在于，在上述步骤d中，具体过程为：

针对上述臂架典型失效形式研究分析其主要影响因素溯源，提取并量化失效特征，获取臂架性能衰退失效规律；

采用模糊识别和LMBP人工神经网络相结合的方法，构建、训练在役实腹式臂架结构特征参数和典型服役工况下的失效形式预测网络模型，进行失效形式及主要影响因素溯源分析研究，获取在役实腹式臂架性能衰退规律；

分析在役实腹式臂架结构剩余寿命与材料损伤量及极限裂纹长度的相关规律性，建立在役实腹式臂架剩余寿命与材料损伤量及极限裂纹长度的本构关系，提取并量化失效特征，提出量化计算方法。

6.根据权利要求1或2所述的工程机械臂架类结构再制造准入期评估方法，其特征在于，在上述步骤e中，具体过程为：

根据在役实腹式臂架结构特征参数和典型服役工况下的失效形式，依据失效形式评价准则，基于不同在役实腹式臂架的结构特征参数、裂纹参数，对在役实腹式臂架材料损伤量及极限裂纹长度的影响度，预测臂架剩余寿命；

研究综合评价决策方法，据此开发在役实腹式臂架再制造准入期和经济性评价软件，为在役实腹式臂架再制造准入期和经济性评价提供依据。

7.根据权利要求1所述的工程机械臂架类结构再制造准入期评估方法，其特征在于，在上述步骤d中，采用模糊识别和LM BP人工神经网络相结合的过程为：

步骤d1，规范化在役实腹式臂架结构特征参数样本矩阵与标准指标矩阵；

步骤d2，确定实测指标矩阵；

设在役实腹式臂架结构特征参数类型有n种，其失效形式有m种，那么实测的指标矩阵为，

X_m×n＝(x_ij)_m×n

式中，

i为失效形式，i＝1，2，L，m；

j为在役实腹式臂架结构特征参数类型，j＝1，2，L，n；

x_ij为在役实腹式臂架结构特征参数类型关于失效形式的实测值；

步骤d3，确定标准指标矩阵；

设失效形式m个，评价级别有c类，对于工程机械臂架类结构再制造准入期评估的数值区间型类别取类别标准值，判断准入期的标准指标矩阵为：

Y_m×c＝(y_ih)_m×c

式中，h为工程机械臂架类结构标准识别矩阵类别，h＝1，2，L，c；

y_ih为工程机械臂架类结构h级标准类别指标的标准值；

步骤d4，定义相对隶属度；

步骤d5，构建模糊识别和LMBP人工神经网络，构建模糊识别和LMBP人工神经网络，并对其进行训练，确定在役实腹式臂架结构失效的类别相对隶属度矩阵U_c×n。

8.根据权利要求7所述的工程机械臂架类结构再制造准入期评估方法，其特征在于，在上述步骤d4中，定义对模糊概念损伤A相对隶属度，对模糊集合损伤∑A相对隶属度，定义类别相对隶属矩阵，

U_c×n＝(u_ij)_c×n，满足条件

式中，j为样本；

u_hj为相对隶属度。

9.根据权利要求7所述的工程机械臂架类结构再制造准入期评估方法，其特征在于，在上述步骤d5中，所选激励函数为模糊优选模型函数；

隐合层：

$u_{\mathrm{hj}}=\frac{1}{1+{[{\left(\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{ik}}{r}_{\mathrm{ij}}\right)}^{-1}-1]}^2}=\frac{1}{1+{(I_{\mathrm{kj}}^{-1}-1)}^2}$ 其中 $I_{\mathrm{kj}}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{ik}}{r}_{\mathrm{ij}}$

式中，

j为样本序数；

r_ij为输入层输入；

ω_ik为i层和k层之间的连接权重；

u_kj为k层节点输出；

输出层：

$u_{\mathrm{hj}}=\frac{1}{1+{[{\left(\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{kh}}{u}_{\mathrm{kj}}\right)}^{-1}-1]}^2}=\frac{1}{1+{(I_{\mathrm{hj}}^{-1}-1)}^2}$ 其中 $I_{\mathrm{hj}}=\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{\mathrm{\ω}}_{\mathrm{kh}}{u}_{\mathrm{kj}}$

式中，

u_hj为隐含层输入；

ω_kh为k层和h层之间的连接权重；

u_hj为h层节点输出。

Images