CN112685846B

CN112685846B - 一种载荷谱采集试验方法、系统

Info

Publication number: CN112685846B
Application number: CN202011391586.0A
Authority: CN
Inventors: 冯国弟; 刘汉光; 苏俊收
Original assignee: Jiangsu XCMG Guozhong Laboratory Technology Co Ltd
Current assignee: Jiangsu XCMG Guozhong Laboratory Technology Co Ltd
Priority date: 2020-12-02
Filing date: 2020-12-02
Publication date: 2023-06-30
Anticipated expiration: 2040-12-02
Also published as: CN112685846A

Abstract

本发明公开了一种载荷谱采集试验方法、系统，包括典型用户工况调研分析；进行产品故障定义及梳理；基于定义及梳理的产品故障，确定产品各系统的关键故障；基于确定的关键故障，确定研究零部件的关键载荷；基于确定的关键载荷进行传感器匹配及测点确定，基于用户工况调研分析的结果，确定载荷谱采集试验工况，即可开展载荷谱采集试验。本发明载荷谱采集全面系统、针对性强，有助于为产品设计、仿真以及零部件台架试验提供真实有效的载荷输入。

Description

一种载荷谱采集试验方法、系统

技术领域

本发明涉及工程机械试验技术领域，尤其涉及一种载荷谱采集试验方法、系统。

背景技术

激烈的市场竞争中，产品好用可靠性高已成为产品竞争力和品牌影响力的重要指标，直接影响产品的优胜劣汰。产品的可靠性与环境载荷密切相关，载荷谱为产品设计、试验、仿真等提供真实有效的原始载荷数据，是企业重要的财富。

目前，关于产品载荷谱采集仅限于部分系统，没有从整机层面研究各系统零部件载荷采集，而且载荷采集繁杂不精细，导致采集大量无用的载荷数据，不能有效的指导产品设计、试验等，容易造成企业资源浪费。

发明内容

本发明的目的是提供一种载荷谱采集试验方法、系统，从故障角度出发，开展整机各系统关键零部件载荷谱采集方法研究，解决产品载荷谱采集不系统、不精准，缺乏理论依据的问题。

本发明为实现上述发明目的采用如下技术方案：

本发明提供了一种载荷谱采集试验方法，包括：

典型用户工况调研分析；

进行产品故障定义及梳理；

基于定义及梳理的产品故障，确定产品各系统的关键故障；

基于确定的关键故障，确定研究零部件的关键载荷；

基于确定的关键载荷进行传感器匹配及测点确定，基于用户工况调研分析的结果，确定载荷谱采集试验工况，即可开展载荷谱采集试验。

进一步地，典型用户工况调研分析的方法包括：

收集产品典型用户工况信息；

基于用户工况信息，开展样本估计，包括如下：

构建样本矩阵，分别计算样本均值、样本方差和标准差；

计算样本抽样平均误差和样本抽样极限误差进行样本区间估计；

若样本抽样极限误差较小，也可采用点估计分析。

进一步地，进行产品故障定义及梳理的方法包括：

明确产品故障的定义及分类，梳理收集产品保修期内的故障信息；

建立产品故障数据库。

进一步地，确定产品各系统的关键故障的方法包括：

剔除产品故障数据库的轻微故障，以建立产品初选故障数据库；

对产品初选故障数据库中的产品的实际故障进行统计分析，明确产品各系统的高频故障，并结合建议研究的故障，建立产品初选关键故障数据库；

对产品初选关键故障数据库中的故障零部件开展故障模式影响及危害性分析，梳理对系统影响大的故障模式，确定产品各系统的关键故障，并建立产品关键故障数据库。

进一步地，确定研究零部件的关键载荷的方法包括：

基于建立的产品关键故障数据库，开展故障机理分析和载荷相关性分析，梳理各类环境载荷；

分析各类环境载荷的贡献率，确定研究零部件的关键载荷。

进一步地，所述故障机理包括下列至少一种：

机械疲劳、磨损、化学腐蚀、机械过载、电过载、电迁移、热疲劳。

进一步地，所述环境载荷包括下列至少一种：

振动载荷、冲击载荷、电应力、腐蚀应力、温度、摩擦载荷、湿度、焊接应力、张紧力。

进一步地，基于确定的关键载荷进行传感器匹配及测点确定，实现载荷谱采集的方法包括：

基于确定的关键载荷，结合理论分析，针对关键零部件匹配相应的传感器，明确测点的位置，完成传感器测点位置布置方案，布置相应传感器。

进一步地，环境载荷的贡献率的计算方法包括：

基于建立的产品关键故障数据库，得到零部件的故障模式集为F：

F＝{f₁,f₂,…,f_u}

式中：f_i表示第i个故障模式，u为总的故障模式数量；

设与相关联的载荷集FE_j＝{E_j1,E_j2,…E_ju}，通过故障机理分析和载荷相关性分析，得到故障模式集F与载荷集FE_j的映射关系；

统计各载荷E_ju的频次，计算每种载荷对相应故障模式f_u的贡献率：

E_ju贡献率＝载荷E_ju的频次/零部件故障总频次×100％。

本发明提供了一种载荷谱采集试验系统，包括：

第一模块，用于典型用户工况调研分析；

第二模块，用于进行产品故障定义及梳理；

第三模块，用于确定产品各系统重点攻克的关键故障；

第四模块，用于确定研究零部件的关键载荷；

第五模块，用于进行传感器匹配及测点的确定。

本发明的有益效果如下：

本发明的载荷谱采集试验全面系统、针对性强，有助于为产品设计、仿真以及零部件台架试验提供真实有效的载荷输入。

附图说明

图1为根据本发明实施例提供的一种载荷谱采集试验方法的流程图；

图2为图1中典型用户工况调研分析流程图；

图3为图1中关键故障确定流程图；

图4为图1中某型机械工作装置故障统计分析直方图；

图5为图1中故障机理分析流程图；

图6为图1中关键载荷确定流程图；

图7为图1中某型机械工作装置典型工况下热点区域示意图。

具体实施方式

下面结合具体实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

一种载荷谱采集试验方法，具体步骤如下：

第一步：典型用户工况调研分析：采用客户走访、电话咨询、邮件调查等多种方式，收集产品典型用户工况信息。基于调研的用户工况信息，开展样本估计。具体是首先构建样本矩阵，分别计算样本均值、方差及标准差，然后开展样本抽样平均误差和极限误差分析，最后开展样本区间估计或点估计。典型用户工况调研分析结果为产品载荷谱采集试验工况提供依据。

第二步：产品故障定义及梳理：由公司各部门专家组成工作小组，参考相关标准，根据公司产品实际情况，明确产品故障的定义及分类，梳理收集的产品故障。

第三步：关键故障确定：基于第二步梳理的产品故障，结合公司各部门专家建议和故障统计分析结果，开展故障模式影响及危害性分析，梳理对系统影响大的故障模式，确定产品各系统重点攻克的关键故障。

第四步：关键载荷确定：基于第三步确定的关键故障，开展故障机理分析和载荷相关性分析，梳理各类环境载荷，分析各类载荷的贡献率，确定研究零部件的关键载荷。

第五步：测点位置确定：基于第四步确定的关键载荷，结合理论分析(如有限元分析等)结果，针对关键零部件匹配相应的传感器，明确测点的位置，完成传感器测点位置布置方案，布置相应传感器。

具体地，所述的典型用户工况信息，包括作业类型、作业介质、作业比例、作业习惯等信息。典型用户工况调研分析结果为产品载荷谱采集试验工况提供依据。

具体地，所述的故障定义是产品无法在规定的时间和工况下完成规定的功能，故障分类包含致命故障、严重故障、一般故障和轻微故障。故障定义和分类的详细内容由公司专家组确定。

具体地，所述的关键故障确定流程如图3所示。

具体地，所述的故障机理，包括机械疲劳、磨损、化学腐蚀、机械过载、电过载、电迁移、热疲劳。故障机理分析流程如图5所示。

具体地，所述的环境载荷，包括振动载荷、冲击载荷、电应力、腐蚀应力、温度、摩擦载荷、湿度、焊接应力、张紧力。关键载荷确定分析流程如图6所示。

其中，载荷贡献率计算方法是：

基于第三步确定的关键故障，得到零部件的故障模式集为F：

F＝{f₁,f₂,…,f_u} (1)

式中：f_i表示第i个故障模式，u为总的故障模式数量。

设与相关联的载荷集合FE_j＝{E_j1,E_j2,…E_ju}，通过故障机理分析和载荷相关性分析，得到故障模式集F与载荷集FE_j的映射关系，即获得了环境载荷与各故障的定性分析结论，再统计各载荷E_ju的频次，即可计算每种载荷对相应故障模式f_u的贡献率：

E_ju贡献率＝载荷E_ju的频次/零部件故障总频次×100％ (2)

本发明提出一种载荷谱采集试验方法，主要包括典型用户工况调研、故障定义及梳理、关键故障确定、关键载荷确定、测点位置确定等步骤，通过各类工具方法的应用，系统全面地确定载荷采集的试验工况、关键零部件、载荷形式及位置，确定产品载荷谱采集方案，以便精准开展载荷谱采集工作，为产品设计、试验提供真实有效的载荷输入。

具体方案实施：

结合附图对本发明进一步阐述。

如附图1所示，一种载荷谱采集试验方法，具体步骤如下：

步骤1:典型用户工况调研

典型用户工况信息为产品载荷谱采集试验工况提供依据。产品的典型用户工况，主要包括作业类型、作业介质、作业比例、作业习惯等信息。工况调研的形式不限，可以客户走访、邮件调研、电话咨询等多种方式。典型用户工况调研分析流程如附图2所示。

通过调研收集了某型机械典型用户工况信息，以下为该型机械不同作业介质时间占比调研分析过程。

a、首先构建样本矩阵X，x_ij该型机械在不同工作介质中所占用的工作时间占比，假设该型机械主要作业介质有m类，构建n×m的样本矩阵如下式所示，其中列数m表示不同工作介质，行数n表示样本数。

b、计算样本机械针对不同工作介质的工作时间占比的平均值

c、计算样本方差和标准差，方差和标准差可判断该型机械样本数据与样本均值间的离散程度。

方差：

标准差：

d、问卷调研采用的是不重复抽样，由于所调研的对象总体非常大，当样本数也比较大时，根据数理统计的相关理论，样本机械不同工作介质比重的抽样平均误差可由下式计算得到。

抽样平均误差的大小反应了所调查样本对总体的代表性，抽样平均误差越小，样本对总体的代表性越大，用样本指标对总体指标进行估计的准确度越高。

e、根据数理统计理论，在某一置信度(1-α)时，样本的不同工作介质比重抽样极限误差可以表示为：

其中，Z_α/2的取值与置信度之间的对应关系如表1所示。

表1 Z_α/2的取值与置信度之间的对应关系

置信度	0.90	0.95	0.9545	0.99	0.9973
						Z_α/2	1.65	1.96	2	2.58	3

f、大样本情况下，一定置信度时，该型机械在某工作介质工作时间比重的总体平均数的置信区间可由抽样调查数据的样本平均数及样本极限误差表示为：

g、大样本情况下，若样本极限误差较小，可以采用点估计方法。由数理统计理论知，无论总体服从什么分布，样本均值和样本方差分别为总体均值和总体方差的矩估计量。

步骤2：故障定义及梳理

由公司各部门专家组成工作组，结合相关标准和本企业产品实际情况，明确产品故障的定义及分类。如挖掘机产品故障定义及分类，可参考标准GB/T 7586-2008。基于公司专家确定的故障定义及分类，梳理收集的产品故障。

步骤3：关键故障确定

基于步骤2梳理的各类故障，对产品的实际故障进行统计分析，按系统明确产品的高频故障。结合专家建议研究的故障，初选关键故障库，进而对故障零部件开展故障模式影响及危害性分析，梳理对系统影响大的故障模式，确定产品各系统重点攻克的关键故障。FMECA分析可参考标准GJB/Z1391-2006故障模式、影响及危害性分析指南。关键故障确定流程如附图3所示。

某型机械工作装置关键故障确定示例如下所示。

基于某型机械工作装置售后故障信息，开展故障统计分析，分析结果如附图4所示。根据专家建议和故障统计结果，初选关键故障库，进而对该型机械工作装置开展故障模式影响及危害性分析，由工作装置故障模式影响及危害性分析结果，确定动臂销轴磨损为关键故障之一。

步骤4：关键载荷确定

对步骤3确定的关键故障开展故障机理分析和载荷相关性分析，梳理故障集与载荷集的映射关系，分析各类载荷的贡献率，确定研究零部件的关键载荷。故障机理分析流程和关键载荷确定分析流程，如附图5和附图6所示。

步骤5：测点位置确定

对应步骤4确定的关键载荷进行传感器匹配及测点确定。如动臂销轴的关键载荷为摩擦载荷，相应匹配销轴传感器，测点位置也相应确定。对于工作装置等结构件的关键载荷通常为振动载荷、冲击载荷等，相应匹配应变片/花、力传感器、加速度传感器等。另外，基于用户典型工况，运用有限元分析方法确定结构件的危险位置，完成测点位置布置方案，合理布置应变片/花。附图7为某型机械工作装置典型工况下热点区域示意图，运用有限元分析方法，确定该型机械工作装置不同典型工况下的危险位置，综合确定测点位置，布置应变片/花。

本发明提出一种载荷谱采集试验系统，包括：

第一模块，用于典型用户工况调研分析；

第二模块，用于进行产品故障定义及梳理；

第三模块，用于确定产品各系统重点攻克的关键故障；

第四模块，用于确定研究零部件的关键载荷；

第五模块，用于进行传感器匹配及测点的确定。

本发明提供一种载荷谱采集试验方法、系统，首次从故障角度出发，开展整机各系统故障分析、载荷相关性分析、载荷贡献率分析等，确定关键故障及载荷，运用有限元等方法，明确载荷测点位置。载荷采集全面系统、针对性强，有助于为产品设计、仿真以及零部件台架试验提供真实有效的载荷输入。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。