CN112749683B - 一种保留载荷时序的雨流计数方法 - Google Patents

一种保留载荷时序的雨流计数方法 Download PDF

Info

Publication number
CN112749683B
CN112749683B CN202110112711.8A CN202110112711A CN112749683B CN 112749683 B CN112749683 B CN 112749683B CN 202110112711 A CN202110112711 A CN 202110112711A CN 112749683 B CN112749683 B CN 112749683B
Authority
CN
China
Prior art keywords
points
point
sequence
peak
valley
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110112711.8A
Other languages
English (en)
Other versions
CN112749683A (zh
Inventor
王继新
李易
黄剑飞
杨永海
张超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin University
Original Assignee
Jilin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jilin University filed Critical Jilin University
Priority to CN202110112711.8A priority Critical patent/CN112749683B/zh
Publication of CN112749683A publication Critical patent/CN112749683A/zh
Application granted granted Critical
Publication of CN112749683B publication Critical patent/CN112749683B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Hydrology & Water Resources (AREA)
  • Artificial Intelligence (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Recording Measured Values (AREA)

Abstract

本发明公开一种保留载荷时序的雨流计数方法，其步骤为：1、采集原始应力谱；2、提取峰谷值点并记录其时间；3、采用四点法载荷循环判断原则，提取全循环载荷和非全循环载荷中的符合规则的点，输出带有时序的载荷识别结果。本发明能更加真实的反映载荷循环加载顺序，从而提高了载荷谱的真实性、准确性，为工程实践提供了依据。

Description

一种保留载荷时序的雨流计数方法
技术领域
本发明属于工程机械技术领域，具体研究构件的载荷应变特性，尤其是涉及一种保留载荷时序的雨流计数方法。
背景技术
工程机械的零部件众多，在使用过程中多数零件会受到扭矩以及压力的随机实时载荷，载荷谱即为零件在使用过程中其应变或者载荷随时间变化的折线图，载荷谱能够用以记录零件在生命周期中的载荷信息。载荷谱的编制需要借助统计理论处理实测载荷，目前应用较为广泛的方法是循环计数法。循环计数法是从疲劳的角度考虑，研究载荷数据在结合数据特征计算出的不同量值的出现次数，通过统计量值区间和出现的频次，分析数据的分布规律，这种方法简单便捷、易于实施，缺点是丢失了载荷出现的顺序。
目前循环计数法的种类有很多，包括：雨流计数法、振幅计数法、穿级计数法、峰值计数法等。雨流计数法是由英国工程师Matsuiski和Endo提出的，该方法名字的由来是因为循环的构型类似于雨水流过一个塔顶的形状。雨流计数法并主要用于工程领域中的疲劳寿命方面，该方法同时保留了幅值和均值两个参数，最终得到均幅值-频次矩阵，属于双参数计数法。相比于其他的计数方法，雨流计数法保留了均值和幅值，考虑了载荷循环的应变特征，能较好地根据构件的应力集中部位局部应力-应变响应来预估计构件的寿命，因此用雨统计数法常常作为统计计数处理的手段。
相比于单一载荷，双载荷同时作用的顺序效应，即由载荷顺序所产生的损伤和冲击效应，更应考虑进载荷谱的编制之中，从而使加载时载荷的大小变化趋势更接近真实水平。因此提出一种可以保留载荷循环时序信息的雨流计数法极具现实意义。
发明内容
本发明针对现有雨流计数法没有考虑载荷循环时序的问题，提出一种保留载荷时序的雨流计数方法，本发明通过引入载荷循环开始及结束时间从而弥补载荷谱丢失载荷加载顺序的缺陷。
本发明采取的具体技术方案如下：一种保留载荷时序的雨流计数方法，包括如下步骤：
步骤1：采集待测件原始应变谱；
步骤2：按照时间顺序提取峰谷值点，同时记录每个峰谷值点对应的时间点；
步骤3：从第一个峰谷值点开始，每次按顺序读取四个点对载荷循环进行识别，若该四个点为全循环，则执行步骤4，若该四个点为非全循环且不为峰谷值序列最后的四个点，则执行步骤5，若该四个点为非全循环且为峰谷值序列最后的四个点，或者识别的峰谷值点已不足四个点，则执行步骤6；
步骤4：对于全循环序列的四个点，则计算中间两个点的幅值和均值，并记录这两个点对应的时间，然后在峰谷值序列中删除这两个点，再顺序补填够四个点，继续识别；
步骤5.对于非全循环序列且不为峰谷值序列最后的四个点，则删除其中的第一个点，并记录该点的载荷和对应的时间，然后以第二个点为起始点再补填够四个点，继续识别；
步骤6.对于非全循环序列且为峰谷值序列最后的四个点，或者已不足四个的点，则提取出全部这些点，连同步骤5中所删除的那些点，按时间顺序组成序列，并计算这些序列的幅值和均值，再将具有相同幅值和均值的两个半循环合成一个完整的循环，同时记录下前半个循环的两点发生时间、幅值和均值；
步骤7.将步骤4、步骤6记录的所有数据结果输出，即为该待测件原始应变谱改进的识别结果。
优选的，采用三点法确定所述峰谷值点，即：如果某一点紧邻的前、后两点都小于该点，则该点定为波峰点，如果某一点紧邻的前、后两点都大于该点，则该点定为波谷点，所有波峰点和波谷点统称为峰谷值点。
优选的，在顺序读取的四个点中，设顺序编号为A、B、C、D，若满足：A>B、B≥D、C≤A或者A<B、B≤D、C≥A，则这四个点构成的载荷循环即为全循环，否则为非全循环。
优选的，在所述步骤6中，设序列中各个点的值为Y1、Y2、Y3、Y4、Y5…Yn，则采用变程均值计数法，计算幅值和均值分别为：|Y2-Y1|/2、|Y3-Y2|/2……|Yn-Yn-1|/2和|Y2+Y1|/2、|Y3+Y2|/2……|Yn+Yn-1|/2。
本发明提出的一种保留载荷时序的雨流计数方法，因为其引入载荷循环开始及结束时间，通过保留载荷循环时序信息使加载时载荷的大小变化趋势更接近真实水平，进而提高了载荷谱的真实性、准确性，更具现实意义。
附图说明
图1为本发明的一种保留载荷时序的雨流计数方法的步骤流程图；
图2为全循环波形图示例一；
图3为全循环波形图示例二；
图4为载荷循环发散—收敛图；
图5为扭矩雨流矩阵图；
图6为时间-幅值图；
图7为时间-均值图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明：
以车辆旋转机构为实施例：一种保留载荷时序的雨流计数方法，其步骤如图1所示。
步骤1.采集旋转机构原始载荷应变谱(或者应力谱也可以)。
步骤2.在应变谱上，采用三点法原则，选取峰谷值点。三点法峰谷值点的选取标准为：如果该点紧邻的前后两点都小于该点，则该点定为波峰点，如图2中的C点；如果该点紧邻的前后两点都大于该点，则该点定为波谷点，如图3中的C点，波峰点和波谷点在以下统称为峰谷值点。
按照三点法原则在应变谱上从第一个峰谷值点开始，按顺序提取所有峰谷值点，并同时记录这些峰谷值点对应的时间点，形成峰谷值序列。
步骤3.采用连续四点法进行载荷循环的识别。在峰谷值序列中，从第一个峰谷值点开始，按顺序每次提取连续的四个峰谷值点进行载荷识别，设峰谷值点的顺序编号为：A、B、C、D、E、F、H…，若提取的四个峰谷值点的大小关系满足：A>B、B≥D、C≤A，或者A<B、B≤D、C≥A，则这种载荷循环即为全循环，否则为非全循环。
若载荷循环为全循环，则执行步骤4；若载荷循环为非全循环，且连续提取的四点并非为峰谷值序列的最后四个点，则执行步骤5；若载荷循环为非全循环，且连续提取的四点为峰谷值序列的最后四个点，或者连续提取的峰谷值点已不足四点，则执行步骤6。
步骤4.若提取的四个点A、B、C、D为全循环序列，它们的载荷为X1、X2、X3、X4，则计算中间两个点的幅值|X3-X2|/2和均值|X3+X2|/2，并同时记录下B、C两点的发生时间，将上述信息全部记录保存起来；然后在峰谷值序列中删除B、C两点，再顺序补填两个点，读取A、D、E、F四点再返回步骤3进行识别，若A、D、E、F依然满足全循环条件，则依然执行步骤4的计算方法，若A、D、E、F不满足全循环条件，则执行步骤5或6。
步骤5.若提取的四个点A、B、C、D为非全循环序列，且这四点并非峰谷值序列的最后四个点，则删除A点，并记录A点的载荷和对应的时间保存下来，然后以B点为起始点重新按照顺序读取B、C、D、E四点再返回步骤3重新识别，根据识别结果执行步骤4或5或6。
步骤6.识别到最后，若剩下的峰谷值点为四个但为非全循环，或者已不足四个，则将最后剩下的几个载荷，以及上述步骤5记录下来的所有删除点的载荷，统一定为发散序列，记为Y1、Y2、Y3、Y4、Y5…Yn，将这些发散序列采用变程均值计数法，计算幅值和均值，记为：|Y2-Y1|/2、|Y3-Y2|/2……|Yn-Yn-1|/2和|Y2+Y1|/2、|Y3+Y2|/2……|Yn+Yn-1|/2，得到一系列半个循环(半波)；再将具有相同的幅值和均值的两个半循环合成一个完整的循环(一个全波)，如图4所示，同时记录下前半个循环的两点发生时间、载荷幅值和均值。
步骤7.将步骤4、步骤6识别出的所有载荷循环进行输出，即为整个数据序列的改进雨流法识别结果。图5为扭矩雨流矩阵图，图6为时间-幅值图，7为时间-均值图。
本发明提出的一种保留载荷时序的雨流计数方法，相比常规雨流计数法，能更加真实的反映载荷循环加载顺序，进而提高后期台架试验的真实性、准确性。

Claims (4)

1.一种保留载荷时序的雨流计数方法，其特征在于，包括如下步骤：
步骤1.采集待测件原始应变谱；
步骤2.按照时间顺序提取峰谷值点，同时记录每个峰谷值点对应的时间点；
步骤3.从第一个峰谷值点开始，每次按顺序读取四个点对载荷循环进行识别，若该四个点为全循环，则执行步骤4，若该四个点为非全循环且不为峰谷值序列最后的四个点，则执行步骤5，若该四个点为非全循环且为峰谷值序列最后的四个点，或者识别的峰谷值点已不足四个点，则执行步骤6；
步骤4.对于全循环序列的四个点，则计算中间两个点的幅值和均值，并记录这两个点对应的时间，然后在峰谷值序列中删除这两个点，再顺序补填够四个点，继续识别；
步骤5.对于非全循环序列且不为峰谷值序列最后的四个点，则删除其中的第一个点，并记录该点的载荷和对应的时间，然后以第二个点为起始点再补填够四个点，继续识别；
步骤6.对于非全循环序列且为峰谷值序列最后的四个点，或者已不足四个的点，则提取出全部这些点，连同步骤5中所删除的那些点，按时间顺序组成序列，并根据变程均值计数法计算按时间顺序组成的序列的幅值和均值，再将具有相同幅值和均值的两个半循环合成一个完整的循环，同时记录下前半个循环的幅值和均值及其两点发生时间；
步骤7.将步骤4、步骤6记录的所有数据结果输出，即为该待测件原始应变谱改进的识别结果。
2.根据权利要求1所述的保留载荷时序的雨流计数方法，其特征在于，采用三点法确定所述峰谷值点，即：如果某一点紧邻的前、后两点都小于该点，则该点定为波峰点，如果某一点紧邻的前、后两点都大于该点，则该点定为波谷点，所有波峰点和波谷点统称为峰谷值点。
3.根据权利要求1所述的保留载荷时序的雨流计数方法，其特征在于，在顺序读取的四个点中，设顺序编号为A、B、C、D，若满足：A>B、B≥D、C≤A或者A <B、B≤D、C≥A，则这四个点构成的载荷循环即为全循环，否则为非全循环。
4.根据权利要求1所述的保留载荷时序的雨流计数方法，其特征在于，在所述步骤6中，设序列中各个点的值为Y1、Y2、Y3、Y4、Y5…Yn，则采用变程均值计数法，计算幅值和均值分别为：|Y2-Y1|/2、|Y3-Y2|/2……|Yn-Yn-1|/2和|Y2+Y1|/2、|Y3+Y2|/2……|Yn+Yn-1|/2。
CN202110112711.8A 2021-01-27 2021-01-27 一种保留载荷时序的雨流计数方法 Active CN112749683B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110112711.8A CN112749683B (zh) 2021-01-27 2021-01-27 一种保留载荷时序的雨流计数方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110112711.8A CN112749683B (zh) 2021-01-27 2021-01-27 一种保留载荷时序的雨流计数方法

Publications (2)

Publication Number Publication Date
CN112749683A CN112749683A (zh) 2021-05-04
CN112749683B true CN112749683B (zh) 2022-11-08

Family

ID=75653235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110112711.8A Active CN112749683B (zh) 2021-01-27 2021-01-27 一种保留载荷时序的雨流计数方法

Country Status (1)

Country Link
CN (1) CN112749683B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116029145B (zh) * 2023-02-14 2023-07-07 南京航空航天大学 一种基于主通道可变的多轴雨流计数方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107271204A (zh) * 2017-03-30 2017-10-20 中车齐齐哈尔车辆有限公司 非等幅域值数据压缩方法及装置
CN111581893A (zh) * 2020-04-03 2020-08-25 上海理工大学 一种电驱动总成机械系统可靠性试验载荷谱的编制方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DK2530449T3 (da) * 2011-06-03 2014-06-23 Soletanche Freyssinet Fremgangsmåde til bestemmelse et kabels udmattelseskapital
EP2535692B1 (en) * 2011-06-17 2015-10-21 AIRBUS HELICOPTERS DEUTSCHLAND GmbH Fatigue management system
US20140324377A1 (en) * 2013-04-30 2014-10-30 GM Global Technology Operations LLC Methods and systems of making fatigue block cycle test specifications for components and/or subsystems
CN103984815A (zh) * 2014-05-12 2014-08-13 中国航空工业集团公司沈阳飞机设计研究所 一种多信息代表起落载荷谱编制方法
CN108984866B (zh) * 2018-06-28 2022-09-30 中国铁道科学研究院集团有限公司金属及化学研究所 一种试验载荷谱的编制方法
CN111159871B (zh) * 2019-12-23 2024-03-26 北京工业大学 一种基于路径曲线积分的随机多轴循环计数方法
CN111581603A (zh) * 2020-05-09 2020-08-25 三一重机有限公司 载荷谱处理方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107271204A (zh) * 2017-03-30 2017-10-20 中车齐齐哈尔车辆有限公司 非等幅域值数据压缩方法及装置
CN111581893A (zh) * 2020-04-03 2020-08-25 上海理工大学 一种电驱动总成机械系统可靠性试验载荷谱的编制方法

Also Published As

Publication number Publication date
CN112749683A (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
US20210319156A1 (en) Method and system for fault diagnosis with small samples of power equipment based on virtual and real twin spaces
CN104849050B (zh) 一种基于复合多尺度排列熵的滚动轴承故障诊断方法
JP7216870B2 (ja) リチウムイオンバッテリーの寿命予測方法、放電容量維持率予測方法、寿命予測プログラム、放電容量維持率予測プログラム及び情報処理装置
CN107228766A (zh) 基于改进多尺度模糊熵的滚动轴承故障诊断方法
US8073652B2 (en) Method and system for pre-processing data using the mahalanobis distance (MD)
CN112749683B (zh) 一种保留载荷时序的雨流计数方法
CN113923104B (zh) 基于小波神经网络的网络故障诊断方法、设备及存储介质
CN107480466A (zh) 基因组数据存储方法及电子设备
CN113390631A (zh) 一种柴油机齿轮箱故障诊断方法
CN115166563A (zh) 一种动力电池老化状态评估与退役筛选方法及系统
CN111460702B (zh) 一种基于正逆向损伤特征融合的结构件损伤识别方法
CN106324312A (zh) 一种示波器垂直方向上快速精准读取数据的方法及示波器
CN114065919A (zh) 一种基于生成对抗网络的缺失值补全方法及介质
CN115163424A (zh) 基于神经网络的风电机组齿轮箱油温故障检测方法和系统
CN116168720A (zh) 一种电机声音异常故障诊断方法、系统、及可存储介质
CN112146882B (zh) 基于迁移学习振动信号图像识别的轴承故障诊断方法
CN104133836B (zh) 一种实现变更数据检测的方法及装置
RU2427875C1 (ru) Способ контроля и анализа многопараметрических систем
CN113809365B (zh) 氢燃料电池系统电压衰减的确定方法、系统及电子设备
CN110031198B (zh) 一种考虑能量的应变载荷谱编制方法
CN112668183A (zh) 一种长时间历程振动信号的雨流计数处理方法
CN112861702B (zh) 一种载荷信号处理方法、装置、存储介质和设备
CN114547976B (zh) 基于金字塔变分自编码器的多采样率数据软测量建模方法
Xu et al. Enterprise Credit Prediction Model Based on SCC-MIC-Boruta Algorithm Feature Selection Algorithm
Chang et al. Bearing fault diagnosis based on TVF-EMD decomposition and random forest prediction

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant