CN112861702A - 一种载荷信号处理方法、装置、存储介质和设备 - Google Patents
一种载荷信号处理方法、装置、存储介质和设备 Download PDFInfo
- Publication number
- CN112861702A CN112861702A CN202110154623.4A CN202110154623A CN112861702A CN 112861702 A CN112861702 A CN 112861702A CN 202110154623 A CN202110154623 A CN 202110154623A CN 112861702 A CN112861702 A CN 112861702A
- Authority
- CN
- China
- Prior art keywords
- value
- load
- intervals
- cycle
- interval
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000001228 spectrum Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000009661 fatigue test Methods 0.000 abstract description 13
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 12
- 230000009471 action Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请公开了一种载荷信号处理方法、装置、存储介质和设备,依据采集到的载荷信号,计算得到多个载荷循环。基于各个载荷循环的损伤值,确定载荷循环的多个取值区间。解析载荷信号,得到载荷值与时间戳的第一对应关系、以及载荷值与取值区间的第二对应关系。依据第一对应关系和第二对应关系,匹配时间戳和取值区间,得到各个载荷循环在实际工况中的作用时间。依据作用时间由早到晚的顺序,依次对各个载荷循环进行重构,得到载荷谱。相较于现有技术,依据作用时间由早到晚的顺序,依次对各个载荷循环进行重构,不改变载荷信号的实际工况作用顺序。可见,利用本申请得到的载荷谱,与实际工况之间不存在较大差别,使得疲劳试验的精度得到有效保证。
Description
技术领域
本申请涉及载荷实验领域,尤其涉及一种载荷信号处理方法、装置、存储介质和设备。
背景技术
载荷谱是实验室进行疲劳试验时最重要的加载输入,疲劳试验所使用的载荷谱通常还需要进行近似处理(包括载荷信号分级和载荷信号重构),而这种近似处理方法要求尽可能的与实际工况相近,如此才能保证疲劳试验的精度与可信度。例如,轨道车辆通过线路测试的方式获得载荷谱,载荷谱中记录了轨道车辆上心盘、旁承和车钩处的载荷信号,这些载荷信号具有随机性,为此,需要对载荷谱进行近似处理。
目前,利用现有的近似处理方法所得到的载荷谱,与载荷信号的实际工况之间具有较大差别,会使得疲劳试验的精度与可信度明显降低。
发明内容
申请人发现:现有的载荷信号重构方式,按照载荷信号的预设级别从大到小(或从小到大)的顺序,依次对各个级别的载荷信号进行重构,会改变载荷信号的实际工况作用顺序。
本申请提供了一种载荷信号处理方法、装置、存储介质和设备,目的在于减少载荷谱与载荷信号的实际工况之间的差别,使得疲劳试验的精度与可信度能够得到有效保证。
为了实现上述目的,本申请提供了以下技术方案:
一种载荷信号处理方法,包括:
依据采集到的载荷信号,计算得到多个载荷循环;
基于各个所述载荷循环的损伤值,确定所述载荷循环的多个取值区间;
解析所述载荷信号,得到载荷值与时间戳的第一对应关系、以及所述载荷值与所述取值区间的第二对应关系;
依据所述第一对应关系和所述第二对应关系,匹配所述时间戳和所述取值区间,得到各个所述载荷循环在实际工况中的作用时间;
依据所述作用时间由早到晚的顺序,依次对各个所述载荷循环进行重构,得到载荷谱。
可选的,所述基于各个所述载荷循环的损伤值,确定所述载荷循环的多个取值区间,包括:
计算各个所述载荷循环的范围值,并将取值最大的范围值作为目标值;
以预设数值作为取值下限、所述目标值作为取值上限,生成第一取值区间;
将所述第一取值区间均分为m个取值区间,m为正整数;
基于m个所述取值区间内所有载荷循环的总损伤值,将m个所述取值区间扩展为n个取值区间;n为正整数、且n大于m。
可选的,所述依据m个所述取值区间内所有载荷循环的总损伤值,将m个所述取值区间扩展为n个取值区间,包括:
计算m个所述取值区间内所有载荷循环的总损伤值;
从m个所述取值区间中,选取出前m/2个所述总损伤值较大的取值区间;
合并前m/2个所述总损伤值较大的取值区间,得到新的取值区间;
将所述新的取值区间均分为m个取值区间,并重复执行步骤,直至所述取值区间的数量等于n;其中,所述步骤包括:计算每个所述取值区间内所有所述载荷循环的总损伤值,将所述总损伤值较大的前m/2个取值区间进行合并,得到新的取值区间,将所述新的取值区间均分为m个取值区间。
可选的,还包括:
统计各个所述取值区间内所述载荷循环的循环次数。
可选的,所述依据采集到的载荷信号,计算得到多个载荷循环,包括:
对采集到的载荷信号进行雨流计数,得到多个载荷循环。
可选的,所述解析所述载荷信号,得到载荷值与时间戳的第一对应关系、以及所述载荷值与所述取值区间的第二对应关系,包括:
对所述载荷信号进行特征分析,得到载荷值与时间戳的第一对应关系、以及所述载荷值与所述取值区间的第二对应关系。
一种载荷信号处理装置,包括:
计算单元,用于依据采集到的载荷信号,计算得到多个载荷循环;
确定单元,用于基于各个所述载荷循环的损伤值,确定所述载荷循环的多个取值区间;
解析单元,用于解析所述载荷信号,得到载荷值与时间戳的第一对应关系、以及所述载荷值与所述取值区间的第二对应关系;
匹配单元,用于依据所述第一对应关系和所述第二对应关系,匹配所述时间戳和所述取值区间,得到各个所述载荷循环在实际工况中的作用时间;
重构单元,用于依据所述作用时间由早到晚的顺序,依次对各个所述载荷循环进行重构,得到载荷谱。
可选的,还包括:
统计单元,用于统计各个所述取值区间内所述载荷循环的循环次数。
一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,所述程序执行所述的载荷信号处理方法。
一种载荷信号处理设备,包括:处理器、存储器和总线;所述处理器与所述存储器通过所述总线连接;
所述存储器用于存储程序,所述处理器用于运行程序,其中,所述程序运行时执行所述的载荷信号处理方法。
本申请提供的技术方案,依据采集到的载荷信号,计算得到多个载荷循环。基于各个载荷循环的损伤值,确定载荷循环的多个取值区间。解析载荷信号,得到载荷值与时间戳的第一对应关系、以及载荷值与取值区间的第二对应关系。依据第一对应关系和第二对应关系,匹配时间戳和取值区间,得到各个载荷循环在实际工况中的作用时间。依据作用时间由早到晚的顺序,依次对各个载荷循环进行重构,得到载荷谱。相较于现有技术,依据作用时间由早到晚的顺序,依次对各个载荷循环进行重构,不会改变载荷信号的实际工况作用顺序。可见,利用本申请所述方法得到的载荷谱,与实际工况之间不存在较大差别,使得疲劳试验的精度与可信度能够得到有效保证。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1a为本申请实施例提供的一种载荷信号处理方法的示意图;
图1b为本申请实施例提供的一种载荷循环sint的取值曲线的示意图;
图1c为本申请实施例提供的一种各个取值区间内载荷循环的循环次数的示意图;
图1d为本申请实施例提供的一种载荷信号的示意图;
图1e为本申请实施例提供的一种载荷谱的示意图;
图2为本申请实施例提供的一种确定载荷循环的多个取值区间的方法的示意图
图3为本申请实施例提供的另一种载荷信号处理方法的示意图;
图4为本申请实施例提供的一种载荷信号处理装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请所述的流程,应用于疲劳试验系统,具体的,可由计算设备执行,用于减少载荷谱与实际工况之间的差别,使得疲劳试验的精度与可信度能够得到有效保证。
如图1a所示,为本申请实施例提供的一种载荷信号处理方法的示意图,以对货车车体进行疲劳试验为例,包括如下步骤:
S101:对预先采集到的载荷信号进行雨流计数,得到多个载荷循环。
其中,载荷信号用于指示载荷值与时间戳的对应关系,载荷循环用于指示预设时间段内载荷信号的载荷值的变化,具体的,载荷循环的表达方式通常为sint,t代表时间戳。此外,雨流计数法的原理为:
1、将载荷历程看作多层屋顶,假想有雨流滴沿最大峰或谷处开始往下流,若无屋顶阻拦,则雨滴反向,继续流至端点。
2、起始于波谷的雨流,遇到比它更低的谷值便停止;起始于波峰的雨流,遇到比它更高的峰值便停止。
3、当雨流遇到来自上面屋顶流下的雨时就停止流动,并构成了一个载荷循环。
4、根据雨滴流动的起点和终点,画出各个载荷循环,将所有载荷循环逐一取出来,并记录其峰值和谷值。
5、每一雨流的水平长度可以作为该载荷循环的幅值。
雨流计数法的主要功能是:把经过峰谷值检测和无效幅值去除后的载荷信号以离散的形式(即载荷循环)表示出来。任何长度的时域信号(载荷信号为时域数据)都可以缩减成一个雨流矩阵和留数,而且可以还原成一段连续的时域信号。
也就是说,载荷循环实质就是:使货车车体在正反两个方向重复加载和卸载的过程,用以模拟货车车体在往复振动中的受力特点和变形特点,这个过程中,货车车体所承受的载荷值就是载荷循环。具体的,在载荷值与时间的坐标中,载荷循环sint的取值曲线,如图1b所示(在图1b中,纵坐标代表载荷值,横坐标代表时间戳)。
S102:计算各个载荷循环的范围值。
其中,范围值为载荷循环中峰值和谷值之间的差值。
S103:将取值最大的范围值作为目标值,并以预设数值为作为取值下限、目标值作为取值上限,生成第一取值区间。
其中,预设数值可以为0。
S104:将第一取值区间均分为4个取值区间,并计算每个取值区间内所有载荷循环的总损伤值。
其中,计算每个取值区间内所有载荷循环的总损伤值的具体实现过程,为本领域技术人员所熟悉的公知常识,这里不再赘述。
S105:从4个取值区间中,选取出前2个总损伤值较大的取值区间,并合并2个取值区间,得到第二取值区间。
S106:将第二取值区间均分为4个取值区间,并计算每个取值区间内所有载荷循环的总损伤值。
S107:从4个取值区间中,选取出前2个总损伤值较大的取值区间,并合并2个取值区间,得到第三取值区间。
S108:将第三取值区间均分为4个取值区间。
其中,合并2个取值区的具体实现过程,为本领域技术人员所熟悉的公知常识,这里不再赘述。
具体的,假设第一取值区间为[0,A](A为大于0的自然数),将第一取值区间均分为4个取值区间,分别为[0,0.25A]、[0.25A,0.5A]、[0.5A,0.75A]和[0.75A,A]。计算并比较每个取值区间内所有载荷循环的总损伤值,得到[0,0.25A]的总损伤值分别小于[0.25A,0.5A]的总损伤值、以及[0.5A,0.75A]的总损伤值,[0.75A,A]的总损伤值分别小于[0.25A,0.5A]的总损伤值、以及[0.5A,0.75A]的总损伤值。故保留[0,0.25A]和[0.75A,A],并合并[0.25A,0.5A]和[0.5A,0.75A],得到第二取值区间[0.25A,0.75A]。
再将第二取值区间均分为4个取值区间,分别为[0.25A,0.375A]、[0.375A,0.5A]、[0.5A,0.625A]和[0.625A,0.75A]。计算并比较每个取值区间内所有载荷循环的总损伤值,得到[0.25A,0.375A]的总损伤值分别小于[0.375A,0.5A]的总损伤值、以及[0.5A,0.625A]的总损伤值,[0.625A,0.75A]的总损伤值分别小于[0.375A,0.5A]的总损伤值、以及[0.5A,0.625A]的总损伤值。故保留[0.25A,0.375A]和[0.625A,0.75A],并合并[0.375A,0.5A]和[0.5A,0.625A],得到第三取值区间[0.375A,0.625A]。
再将第三取值区间均分为4个取值区间,分别为[0.375A,0.4375A]、[0.4375A,0.5A]、[0.5A,0.5625A]和[0.5625A,0.625A]。
最终,所保留的取值区间为:[0,0.25A]、[0.25A,0.375A]、[0.375A,0.4375A]、[0.4375A,0.5A]、[0.5A,0.5625A]、[0.5625A,0.625A]、[0.625A,0.75A]、以及[0.75A,A],共计8个取值区间。
需要说明的是,上述具体实现过程仅仅用于举例说明。
S109:统计各个取值区间内载荷循环的循环次数。
其中,基于第一取值区间的均分、第二取值区间的均分、以及第三取值区间的均分,实现了对总损伤值最大的取值区间的细分,基于8个取值区间内载荷循环的循环次数,实现载荷循环(载荷信号)的分级,能够较好地体现货车车体的疲劳损伤过程。
具体的,8个取值区间内的载荷循环的循环次数(即载荷信号的分级结果)如图1c所示。
S110:对载荷信号进行特征分析,得到载荷值与时间戳的第一对应关系、以及载荷值与取值区间的第二对应关系。
其中,对载荷信号进行特征分析的具体过程,为本领域技术人员所熟悉的公知常识这里不再赘述。
S111:依据第一对应关系和第二对应关系,匹配时间戳和取值区间,得到各个载荷循环在实际工况中的作用时间。
S112:依据作用时间由早到晚的顺序,依次对各个载荷循环进行重构,得到载荷谱。
其中,由于各个取值区间内载荷循环在实际工况中的作用时间,其实质上反映的还是载荷信号的实际工况作用顺序,为此,依据作用时间由早到晚的顺序,依次对各个载荷循环进行重构,并不会改变载荷循环(即载荷信号)的实际工况作用顺序。
具体的,以图1d所示的载荷信号为例,依据作用时间由早到晚的顺序,依次对各个载荷循环进行重构,所得到的载荷谱,如图1e所示。
综上所述,基于第一取值区间的均分、第二取值区间的均分、以及第三取值区间的均分,实现了对总损伤值最大的取值区间的细分,从而能够较为细致地体现货车车体的疲劳损伤过程。此外,依据作用时间由早到晚的顺序,依次对各个载荷循环进行重构,得到载荷谱,不会改变载荷信号的实际工况作用顺序。可见,利用本实施例所述流程得到的载荷谱,与实际工况之间不存在较大差别,使得疲劳试验的精度与可信度能够得到有效保证。
需要说明的是,上述实施例提及的S102-S108,为本申请所述载荷信号处理方法中,用于确定载荷循环的多个取值区间的一种可选的具体实现方式。此外,基于S102-S108所示的流程,本申请实施例还提供了另一种确定载荷循环的多个取值区间的方法。
如图2所示,为本申请实施例提供的一种确定载荷循环的多个取值区间的方法的示意图,包括如下步骤:
S201:计算各个载荷循环的范围值,并将取值最大的范围值作为目标值。
S202:以预设数值作为取值下限、目标值作为取值上限,生成第一取值区间。
S203:将第一取值区间均分为m个取值区间。
其中,m为正整数。
S204:基于m个取值区间内所有载荷循环的总损伤值,将m个取值区间扩展为n个取值区间。
其中,n为正整数、且n大于m。
需要说明的是,将m个取值区间扩展为n个取值区间的具体实现过程如下述步骤所示:
S205:计算m个取值区间内所有载荷循环的总损伤值。
S206:从m个取值区间中,选取出前m/2个总损伤值较大的取值区间。
S207:合并前m/2个总损伤值较大的取值区间,得到新的取值区间。
S208:将新的取值区间均分为m个取值区间,并重复执行步骤,直至取值区间的数量等于n。
其中,步骤包括:计算每个取值区间内所有载荷循环的总损伤值,将总损伤值较大的前m/2个取值区间进行合并,得到新的取值区间,将新的取值区间均分为m个取值区间。
综上所述,基于本实施例所述的流程,可以用于确定载荷循环的多个取值区间。
需要说明的是,上述图1a、以及图2所示的实施例,均为本申请所述载荷信号处理方法的一种可选的具体实现方式。为此,上述各实施例示出的流程,可以概括为下述图3所示的方法。
如图3所示,为本申请实施例提供的另一种载荷信号处理方法的示意图,包括如下步骤:
S301:依据采集到的载荷信号,计算得到多个载荷循环。
S302:基于各个载荷循环的损伤值,确定载荷循环的多个取值区间。
S303:解析载荷信号,得到载荷值与时间戳的第一对应关系、以及载荷值与取值区间的第二对应关系。
S304:依据第一对应关系和第二对应关系,匹配时间戳和取值区间,得到各个载荷循环在实际工况中的作用时间。
S305:依据作用时间由早到晚的顺序,依次对各个载荷循环进行重构,得到载荷谱。
综上所述,相较于现有技术,依据作用时间由早到晚的顺序,依次对各个载荷循环进行重构,不会改变载荷信号的实际工况作用顺序。可见,利用本实施例所述流程得到的载荷谱,与实际工况之间不存在较大差别,使得疲劳试验的精度与可信度能够得到有效保证。
需要说明的是,与上述本申请实施例提供的载荷信号处理方法相对应,本申请还提供了一种载荷信号处理装置。
如图4所示,为本申请实施例提供的一种载荷信号处理装置的结构示意图,包括:
计算单元100,用于依据采集到的载荷信号,计算得到多个载荷循环。
其中,计算单元100具体用于:对采集到的载荷信号进行雨流计数,得到多个载荷循环。
确定单元200,用于基于各个载荷循环的损伤值,确定载荷循环的多个取值区间。
其中,确定单元200具体用于:计算各个载荷循环的范围值,并将取值最大的范围值作为目标值;以预设数值作为取值下限、目标值作为取值上限,生成第一取值区间;将第一取值区间均分为m个取值区间,m为正整数;基于m个取值区间内所有载荷循环的总损伤值,将m个取值区间扩展为n个取值区间,n为正整数、且n大于m。
此外,确定单元200用于基于m个取值区间内所有载荷循环的总损伤值,将m个取值区间扩展为n个取值区间的具体实现过程包括:计算m个取值区间内所有载荷循环的总损伤值;从m个取值区间中,选取出前m/2个总损伤值较大的取值区间;合并m/2个总损伤值最大的取值区间,得到新的取值区间;将新的取值区间均分为m个取值区间,并重复执行步骤,直至取值区间的数量等于n;其中,步骤包括:计算每个取值区间内所有载荷循环的总损伤值,将总损伤值较大的前m/2个取值区间进行合并,得到新的取值区间,将新的取值区间均分为m个取值区间。
解析单元300,用于解析载荷信号,得到载荷值与时间戳的第一对应关系、以及载荷值与取值区间的第二对应关系。
其中,解析单元300具体用于:对载荷信号进行特征分析,得到载荷值与时间戳的第一对应关系、以及载荷值与取值区间的第二对应关系。
匹配单元400,用于依据第一对应关系和第二对应关系,匹配时间戳和取值区间,得到各个载荷循环在实际工况中的作用时间。
统计单元500,用于统计各个取值区间内载荷循环的循环次数。
重构单元600,用于依据作用时间由早到晚的顺序,依次对各个载荷循环进行重构,得到载荷谱。
综上所述,相较于现有技术,依据作用时间由早到晚的顺序,依次对各个载荷循环进行重构,不会改变载荷信号的实际工况作用顺序。可见,利用本实施例所述流程得到的载荷谱,与实际工况之间不存在较大差别,使得疲劳试验的精度与可信度能够得到有效保证。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的程序,其中,程序执行上述本申请提供的载荷信号处理方法。
本申请还提供了一种载荷信号处理设备,包括:处理器、存储器和总线。处理器与存储器通过总线连接,存储器用于存储程序,处理器用于运行程序,其中,程序运行时执行上述本申请提供的载荷信号处理方法,包括如下步骤:
依据采集到的载荷信号,计算得到多个载荷循环;
基于各个所述载荷循环的损伤值,确定所述载荷循环的多个取值区间;
解析所述载荷信号,得到载荷值与时间戳的第一对应关系、以及所述载荷值与所述取值区间的第二对应关系;
依据所述第一对应关系和所述第二对应关系,匹配所述时间戳和所述取值区间,得到各个所述载荷循环在实际工况中的作用时间;
依据所述作用时间由早到晚的顺序,依次对各个所述载荷循环进行重构,得到载荷谱。
可选的,所述基于各个所述载荷循环的损伤值,确定所述载荷循环的多个取值区间,包括:
计算各个所述载荷循环的范围值,并将取值最大的范围值作为目标值;
以预设数值作为取值下限、所述目标值作为取值上限,生成第一取值区间;
将所述第一取值区间均分为m个取值区间,m为正整数;
基于m个所述取值区间内所有载荷循环的总损伤值,将m个所述取值区间扩展为n个取值区间;n为正整数、且n大于m。
可选的,所述依据m个所述取值区间内所有载荷循环的总损伤值,将m个所述取值区间扩展为n个取值区间,包括:
计算m个所述取值区间内所有载荷循环的总损伤值;
从m个所述取值区间中,选取出前m/2个所述总损伤值较大的取值区间;
合并前m/2个所述总损伤值较大的取值区间,得到新的取值区间;
将所述新的取值区间均分为m个取值区间,并重复执行步骤,直至所述取值区间的数量等于n;其中,所述步骤包括:计算每个所述取值区间内所有所述载荷循环的总损伤值,将所述总损伤值较大的前m/2个取值区间进行合并,得到新的取值区间,将所述新的取值区间均分为m个取值区间。
可选的,还包括:
统计各个所述取值区间内所述载荷循环的循环次数。
可选的,所述依据采集到的载荷信号,计算得到多个载荷循环,包括:
对采集到的载荷信号进行雨流计数,得到多个载荷循环。
可选的,所述解析所述载荷信号,得到载荷值与时间戳的第一对应关系、以及所述载荷值与所述取值区间的第二对应关系,包括:
对所述载荷信号进行特征分析,得到载荷值与时间戳的第一对应关系、以及所述载荷值与所述取值区间的第二对应关系。
本申请实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算设备可读取存储介质中。基于这样的理解,本申请实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算设备(可以是个人计算机,服务器,移动计算设备或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种载荷信号处理方法,其特征在于,包括:
依据采集到的载荷信号,计算得到多个载荷循环;
基于各个所述载荷循环的损伤值,确定所述载荷循环的多个取值区间;
解析所述载荷信号,得到载荷值与时间戳的第一对应关系、以及所述载荷值与所述取值区间的第二对应关系;
依据所述第一对应关系和所述第二对应关系,匹配所述时间戳和所述取值区间,得到各个所述载荷循环在实际工况中的作用时间;
依据所述作用时间由早到晚的顺序,依次对各个所述载荷循环进行重构,得到载荷谱。
2.根据权利要求1所述的方法,其特征在于,所述基于各个所述载荷循环的损伤值,确定所述载荷循环的多个取值区间,包括:
计算各个所述载荷循环的范围值,并将取值最大的范围值作为目标值;
以预设数值作为取值下限、所述目标值作为取值上限,生成第一取值区间;
将所述第一取值区间均分为m个取值区间,m为正整数;
基于m个所述取值区间内所有载荷循环的总损伤值,将m个所述取值区间扩展为n个取值区间;n为正整数、且n大于m。
3.根据权利要求2所述的方法,其特征在于,所述依据m个所述取值区间内所有载荷循环的总损伤值,将m个所述取值区间扩展为n个取值区间,包括:
计算m个所述取值区间内所有载荷循环的总损伤值;
从m个所述取值区间中,选取出前m/2个所述总损伤值较大的取值区间;
合并前m/2个所述总损伤值较大的取值区间,得到新的取值区间;
将所述新的取值区间均分为m个取值区间,并重复执行步骤,直至所述取值区间的数量等于n;其中,所述步骤包括:计算每个所述取值区间内所有所述载荷循环的总损伤值,将所述总损伤值较大的前m/2个取值区间进行合并,得到新的取值区间,将所述新的取值区间均分为m个取值区间。
4.根据权利要求1所述的方法,其特征在于,还包括:
统计各个所述取值区间内所述载荷循环的循环次数。
5.根据权利要求1所述的方法,其特征在于,所述依据采集到的载荷信号,计算得到多个载荷循环,包括:
对采集到的载荷信号进行雨流计数,得到多个载荷循环。
6.根据权利要求1所述的方法,其特征在于,所述解析所述载荷信号,得到载荷值与时间戳的第一对应关系、以及所述载荷值与所述取值区间的第二对应关系,包括:
对所述载荷信号进行特征分析,得到载荷值与时间戳的第一对应关系、以及所述载荷值与所述取值区间的第二对应关系。
7.一种载荷信号处理装置,其特征在于,包括:
计算单元,用于依据采集到的载荷信号,计算得到多个载荷循环;
确定单元,用于基于各个所述载荷循环的损伤值,确定所述载荷循环的多个取值区间;
解析单元,用于解析所述载荷信号,得到载荷值与时间戳的第一对应关系、以及所述载荷值与所述取值区间的第二对应关系;
匹配单元,用于依据所述第一对应关系和所述第二对应关系,匹配所述时间戳和所述取值区间,得到各个所述载荷循环在实际工况中的作用时间;
重构单元,用于依据所述作用时间由早到晚的顺序,依次对各个所述载荷循环进行重构,得到载荷谱。
8.根据权利要求7所述的装置,其特征在于,还包括:
统计单元,用于统计各个所述取值区间内所述载荷循环的循环次数。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,所述程序执行权利要求1-6任一所述的载荷信号处理方法。
10.一种载荷信号处理设备,其特征在于,包括:处理器、存储器和总线;所述处理器与所述存储器通过所述总线连接;
所述存储器用于存储程序,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1-6任一所述的载荷信号处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110154623.4A CN112861702B (zh) | 2021-02-04 | 2021-02-04 | 一种载荷信号处理方法、装置、存储介质和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110154623.4A CN112861702B (zh) | 2021-02-04 | 2021-02-04 | 一种载荷信号处理方法、装置、存储介质和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112861702A true CN112861702A (zh) | 2021-05-28 |
CN112861702B CN112861702B (zh) | 2024-05-07 |
Family
ID=75986610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110154623.4A Active CN112861702B (zh) | 2021-02-04 | 2021-02-04 | 一种载荷信号处理方法、装置、存储介质和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112861702B (zh) |
Citations (4)
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 |
CN107644149A (zh) * | 2017-09-27 | 2018-01-30 | 交通运输部公路科学研究所 | 考虑载荷分布及损伤一致性的多通道均衡关联新方法 |
CN111982536A (zh) * | 2020-08-20 | 2020-11-24 | 中车齐齐哈尔车辆有限公司 | 一种车体加速疲劳试验方法及其驱动信号的获取方法 |
CN112067261A (zh) * | 2019-05-24 | 2020-12-11 | 上海汽车集团股份有限公司 | 一种载荷谱的获取方法及系统 |
-
2021
- 2021-02-04 CN CN202110154623.4A patent/CN112861702B/zh active Active
Patent Citations (4)
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 |
CN107644149A (zh) * | 2017-09-27 | 2018-01-30 | 交通运输部公路科学研究所 | 考虑载荷分布及损伤一致性的多通道均衡关联新方法 |
CN112067261A (zh) * | 2019-05-24 | 2020-12-11 | 上海汽车集团股份有限公司 | 一种载荷谱的获取方法及系统 |
CN111982536A (zh) * | 2020-08-20 | 2020-11-24 | 中车齐齐哈尔车辆有限公司 | 一种车体加速疲劳试验方法及其驱动信号的获取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112861702B (zh) | 2024-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112924308B (zh) | 一种载荷谱获取方法、装置、计算机可读存储介质和设备 | |
JP6220074B2 (ja) | 構成部品の作動を監視する方法 | |
CN111680085A (zh) | 数据处理任务分析方法、装置、电子设备和可读存储介质 | |
CN111811819A (zh) | 一种基于机器学习的轴承故障诊断方法及装置 | |
CN111858031A (zh) | 一种集群分布式资源调度方法、装置、设备及存储介质 | |
CN112861702A (zh) | 一种载荷信号处理方法、装置、存储介质和设备 | |
CN116361631A (zh) | 时间序列数据周期检测、异常检测、资源调度方法及设备 | |
CN116725486A (zh) | 一种基于双阶段的动态心电信号房颤检测方法、装置 | |
CN112749683B (zh) | 一种保留载荷时序的雨流计数方法 | |
CN105955823B (zh) | 确定运算资源的运算频率的方法及系统 | |
CN115508706A (zh) | 一种考虑容量再生现象的锂电池剩余寿命预测方法 | |
CN113946717A (zh) | 一种子图指标特征获得方法、装置、设备及存储介质 | |
CN115221669B (zh) | 模拟驾驶循环的生成方法、计算机设备及存储介质 | |
CN110907271A (zh) | 一种疲劳裂纹扩展寿命的确定方法、装置和设备 | |
CN113272533B (zh) | 用于确定废气后处理系统的老化行为的方法和装置 | |
CN111125193A (zh) | 多媒体非正常评论的识别方法、装置、设备及存储介质 | |
CN116719648B (zh) | 一种用于计算机系统的数据管理方法及系统 | |
CN117093557A (zh) | 日志数据处理方法及装置、计算机可读存储介质 | |
CN114638851B (zh) | 一种基于生成对抗网络的图像分割方法、系统及存储介质 | |
CN108804585B (zh) | 一种cdn系统中的数据处理方法和装置 | |
CN115100757B (zh) | 汽车数据的存储方法、装置、车辆及存储介质 | |
CN113722933A (zh) | 一种燃料电池发动机的衰减分析方法以及衰减分析系统 | |
CN116680531A (zh) | 一种电池温度数据的管理方法和系统 | |
CN114235445A (zh) | 一种基于s变换的隔振器道路载荷谱的时间压缩方法 | |
CN116476855A (zh) | 车辆信号周期性告警方法、装置、电子设备及存储介质 |
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 |