CN113360852B - 一种道路载荷谱高效清洗方法、系统、装置及存储介质 - Google Patents

一种道路载荷谱高效清洗方法、系统、装置及存储介质 Download PDF

Info

Publication number
CN113360852B
CN113360852B CN202110709038.6A CN202110709038A CN113360852B CN 113360852 B CN113360852 B CN 113360852B CN 202110709038 A CN202110709038 A CN 202110709038A CN 113360852 B CN113360852 B CN 113360852B
Authority
CN
China
Prior art keywords
load spectrum
baseline
original
new
load
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
CN202110709038.6A
Other languages
English (en)
Other versions
CN113360852A (zh
Inventor
侯献晓
柳亮
王翠
王斌
曹书文
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.)
Dongfeng Motor Corp
Original Assignee
Dongfeng Motor Corp
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 Dongfeng Motor Corp filed Critical Dongfeng Motor Corp
Priority to CN202110709038.6A priority Critical patent/CN113360852B/zh
Publication of CN113360852A publication Critical patent/CN113360852A/zh
Application granted granted Critical
Publication of CN113360852B publication Critical patent/CN113360852B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种道路载荷谱高效清洗方法，基于原载荷谱的原采样点与原采样频率定义窗口长度，建立窗口长度的分段函数；对原载荷谱按照窗口长度的分段函数设置计算基线载荷谱时用的窗口长度，基于窗口重叠的方法构建载荷谱基线的时间历程曲线，得到基线载荷谱；提取基线载荷谱中的第一个新采样点，作为载荷谱基线的零点，重构到载荷谱基线中；将重构的载荷谱基线的采样频率还原为原载荷谱的采样频率，构建新载荷谱；按照原载荷谱的采集时间与采样点，截取相同数据的新载荷谱，作为最终基线载荷谱；对原载荷谱做去漂移处理，再移除零点偏置量，完成信号漂移的清洗工作。本发明方法可以提高道路载荷谱数据处理的准确性。

Description

一种道路载荷谱高效清洗方法、系统、装置及存储介质
技术领域
本发明涉及道路载荷谱数据处理技术，尤其涉及一种道路载荷谱高效清洗方法。
背景技术
在开展市场用户与汽车耐久性关联工作中，大量的公共路谱数据和试验场各工况数据需进行采集。由于一般采集过程持续较长，可达2至4个小时，而采集过程中测试信号会受到各种不确定因素的影响，导致最终采集信号出现各种异常。尤其是应变载荷信号，受到外界天气状态，温度变化，粘贴接线工艺不良等的影响，经常会产生非测试所希望的现象产生，其中最常见的现象是漂移，即无应变信号时，输出电压的基线移动。而漂移有趋势较为简单的线性漂移，偏置漂移，也有较为复杂的非线性上下波动漂移。
目前对于应变信号的去漂移，工程上大多采用如下的几种做法：
一、通过信号浮动均值与整体均值之间的比较来进行非线性修正，即随时间变化不断修正浮动均值与整体均值之间的差值。
二、针对由于粘贴时接触不良或者没有密封好出现的轻微“漂移”现象，通过滤波来消除。
三、对于应变信号的零点漂移现象，采用“零漂线性分析假设”，即认为各段时间内的零漂是线性的，将整个时间段内的零漂连起来是一段折线，以此来去除漂移。
四、采用最小二乘法建立均值方程，既可消除线性漂移，也可消除高阶多项式漂移项。
可以看出方法一、二、三的去漂移方式较为简单，对于复杂波动式漂移这些方法得到的结果并不理想。而方法四消除高阶多项式漂移时，需要先对多项式漂移的阶数进行判断，不同阶数参数设置不同，批处理困难。且方法四对于数据较大的载荷信号，处理起来计算周期较长，效率低。因此急需找到一种自动高效通用的去漂移方法。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种道路载荷谱高效清洗方法。
本发明解决其技术问题所采用的技术方案是：一种道路载荷谱高效清洗方法，包括以下步骤：
S1、基于原载荷谱的原采样点与原采样频率定义窗口长度，建立窗口长度的分段函数；
S2、对原载荷谱，按照窗口长度的分段函数设置计算基线载荷谱时所用的窗口长度，基于窗口重叠的方法构建载荷谱基线的时间历程曲线，得到由一系列新采样点组成的基线载荷谱，每个新采样点包括新采样点序号、新采样时间、该新采样点对应的载荷均值；
S3、提取基线载荷谱中的第一个新采样点，作为载荷谱基线的零点，重构到载荷谱基线中，得到重构的载荷谱基线；
S4、将重构的载荷谱基线的采样频率还原为原载荷谱的采样频率，构建新载荷谱；
S5、按照原载荷谱的采集时间与采样点，截取相同数据的新载荷谱，作为最终基线载荷谱；
S6、按照最终基线载荷谱，对原载荷谱做去漂移处理，再移除零点偏置量，即完成信号漂移的清洗工作。
按上述方法，所述的S1具体为：
定义的窗口长度为:
式中，NP为原载荷谱的采样点数，SR_ORIG为原载荷谱的采样频率；
设置定义域区间[0,A]、(A,B]、(B,∞]，建立窗口长度的分段函数如下：
式中，Win为窗口长度，win1、win2、win3分别对应各区间窗口长度的取值。
按上述方法，所述S2具体如下：
设原载荷谱SORIG为：
式中，第一列为采样点序号，NP为原载荷谱的总采样点数，第二列为每个采样点对应的采集时间，其中，t为原载荷谱的总采集时间，SR_ORIG为原载荷谱的采样频率；第三列x1至xNP即代表每个采样点对应的载荷值；
构建基线载荷谱第一个新采样点对应的载荷均值xb1，计算公式为：
其中，win为窗口长度；
第i个新采样点对应的载荷均值xbi计算公式为：
其中，r为窗口重叠的重叠率；
构建的基线载荷谱SBSL如下所示：
其中，NPBSL为基线载荷谱的新采样点总数，计算公式如下：
新采样时间tbi的计算公式如下：
。
按上述方法，所述的窗口重叠的重叠率r为50％。
按上述方法，所述步骤S3中，提取SBSL的第一个点xb1，插入到SBSL中作为零点，获得的S′BSL数据表达式如下：
按上述方法，所述S4在构建新载荷谱时，新生成的点以样条曲线的方法构建。
按上述方法，所述S6的计算表达式为：
式中，S为清洗完成后的道路载荷谱，SORIG为原载荷谱，S″′BSL为最终基线载荷谱，x1为原载荷谱第一个采样点对应的应变量，x2为原载荷谱第二个采样点对应的载荷值，xb1为基线载荷谱第一个新采样点对应的载荷均值。
一种道路载荷谱高效清洗系统，包括：
预处理模块，用于基于原载荷谱的原采样点与原采样频率定义窗口长度，建立窗口长度的分段函数；
基线载荷谱构建模块，用于对原载荷谱，按照窗口长度的分段函数设置计算基线载荷谱时所用的窗口长度，基于窗口重叠的方法构建载荷谱基线的时间历程曲线，得到由一系列新采样点组成的基线载荷谱，每个新采样点包括新采样点序号、新采样时间、该新采样点对应的载荷均值；
载荷谱基线重构模块，用于提取基线载荷谱中的第一个新采样点，作为载荷谱基线的零点，重构到载荷谱基线中，得到重构的载荷谱基线；
新载荷谱构建模块，用于将重构的载荷谱基线的采样频率还原为原载荷谱的采样频率，构建新载荷谱；
最终基线载荷谱截取模块，用于按照原载荷谱的采集时间与采样点，截取相同数据的新载荷谱，作为最终基线载荷谱；
去漂移模块，用于按照最终基线载荷谱，对原载荷谱做去漂移处理，再移除零点偏置量，即完成信号漂移的清洗工作。
本发明产生的有益效果是：
1、本发明方法采用窗口重叠的方法，保留窗口与窗口间的趋势数据，基线载荷谱的构建结果更为精确。
2、本发明方法对窗口计算生成的载荷谱进行重采样，并用样条曲线法重构，避免引入奇点，结果更为准确。
3、本发明根据最终基线载荷谱对原载荷谱进行漂移处理的基础上，引入零点偏置量的移除，且采用前两个点的均值，更为准确。
4、本发明将窗口长度设为变量定义成一个分段函数的思路，根据载荷谱的采样周期，实现窗口长度的自动匹配计算；该方法在处理长周期载荷谱时，可大大提高处理效率；在处理短周期载荷谱时，不会因为窗口长度过大，造成结果不回归。
附图说明
下面将结合附图及实施例对本发明作进一步说明。
图1是本发明实施例的方法流程图。
图2是本发明实施例的应变信号的信号曲线图。
图3是本发明实施例的基线载荷谱示意图。
图4是本发明实施例的重构后基线载荷谱示意图。
图5是本发明实施例的原载荷谱、最终基线载荷谱及清洗完成后的载荷谱对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，一种道路载荷谱高效清洗方法，包括如下步骤：
S1、基于原载荷谱的原采样点与原采样频率定义窗口长度，建立窗口长度的分段函数。
步骤S1中定义的窗口长度为：
式中，NP为原载荷谱的采样点数，SR_ORIG为原载荷谱的采样频率。
建立窗口长度win的分段函数，设置定义域区间[0,A]、(A,B]、(B,∞]，其函数如下所示
式中，win1、win2、win3分别对应各区间窗口长度的取值。
S2、对原载荷谱，按照窗口长度的分段函数设置计算基线载荷谱时所用的窗口长度，基于窗口重叠的方法构建载荷谱基线的时间历程曲线，得到由一系列新采样点组成的基线载荷谱，每个新采样点包括新采样点序号、新采样时间、该新采样点对应的载荷均值。
步骤S2中，首先根据步骤S1可以计算得到窗口长度，假如为win1，则设定基线载荷谱的计算窗口长度为win1的X轴区间，按窗口重叠50％的区域构建基线载荷谱的时间历程，数据表达式如下：
设原载荷谱SORIG为：
式中，第一列为采样点序号，NP为原载荷谱的总采样点数，第二列为每个采样点对应的采集时间，其中，t为原载荷谱的总采集时间，SR_ORIG为原载荷谱的采样频率；第三列x1至xNP即代表每个采样点对应的载荷值。
构建基线载荷谱第一个新采样点对应的载荷均值，计算公式为：
其中，win为窗口长度；
第i个新采样点对应的载荷均值计算公式为：
构建的基线载荷谱SBSL如下所示：
其中，NPBSL为基线载荷谱的新采样点总数，计算公式如下：
新采样时间tbi的计算公式如下：
其中，i的取值为1到NPBSL。
S3、提取基线载荷谱中的第一个新采样点，作为载荷谱基线的零点，重构到载荷谱基线中，得到重构的载荷谱基线。
可以看出步骤S2构建的基线载荷谱SBSL没有零点。因此，提取S2计算结果SBSL的第一个点xb1，插入到SBSL中作为零点，获得的S′BSL数据表达式如下：
S4、将步骤S3结果的载荷谱基线采样频率还原为原载荷谱采集频率；
步骤S4中，针对步骤S3重构的S′BSL，将其采样频率还原为SORIG的采样频率，即每1s都会有SR_ORIG个采样点，其中新生成的点以样条曲线的方法构建。该步骤中构建的新载荷谱可表示为S″BSL。
S5、按照原载荷谱的采集时间与采样点，截取相同数据的新载荷谱，作为最终基线载荷谱。
步骤S5中，按照原载荷谱的采集时间与采样点，对步骤S4生成的载荷谱S″BSL进行截取，作为最终的基线载荷谱S″′BSL；
S6、按照最终基线载荷谱，对原载荷谱做去漂移处理，再移除零点偏置量，即完成信号漂移的清洗工作。
步骤S6中，按照步骤S5得到的最终基线载荷谱，对原载荷谱做去漂移处理，再移除零点偏置量，这里取前两个点的均值。随即完成信号漂移的清洗工作。该步骤的计算表达式为：
式中，S为清洗完成后的道路载荷谱，SORIG为原载荷谱，S″′BSL为最终基线载荷谱，x1为原载荷谱第一个采样点对应的载荷值，x2为原载荷谱第二个采样点对应的载荷值，xb1为基线载荷谱第一个新采样点对应的载荷均值。
本发明还提供一种道路载荷谱高效清洗系统，包括：
预处理模块，用于基于原载荷谱的原采样点与原采样频率定义窗口长度，建立窗口长度的分段函数。
基线载荷谱构建模块，用于对原载荷谱，按照窗口长度的分段函数设置计算基线载荷谱时所用的窗口长度，基于窗口重叠的方法构建载荷谱基线的时间历程曲线，得到由一系列新采样点组成的基线载荷谱，每个新采样点包括新采样点序号、新采样时间、该新采样点对应的载荷均值。
载荷谱基线重构模块，用于提取基线载荷谱中的第一个新采样点，作为载荷谱基线的零点，重构到载荷谱基线中，得到重构的载荷谱基线。
新载荷谱构建模块，用于将重构的载荷谱基线的采样频率还原为原载荷谱的采样频率，构建新载荷谱。
最终基线载荷谱截取模块，用于按照原载荷谱的采集时间与采样点，截取相同数据的新载荷谱，作为最终基线载荷谱。
去漂移模块，用于按照最终基线载荷谱，对原载荷谱做去漂移处理，再移除零点偏置量，即完成信号漂移的清洗工作。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述方法的步骤。
下面以一公共道路应变信号的漂移处理实例来对本发明作进一步详细说明。该条应变信号采样周期为5863.935s,采样频率为1000Hz，共有5863936个采样点。具体数据如下表所示，信号曲线如图2所示。
表1某一公共道路应变信号数据
本处理实例中，载荷为应变信号；其它类型的载荷谱也同样适用本发明。
根据步骤S1计算得到的采样周期为5863.936，设定分段函数如下，则步骤S2中的窗口长度取45。
S2、根据上一步计算结果，将窗口长度设为45s，计算该窗口内信号的均值。按窗口重叠50％的区域构建基线载荷谱的时间历程，即第一个窗口为0-45s,第二个窗口为22.5s-67.5s,以此类推，最后计算得到261个窗口均值。构建的基线载荷谱具体数据及曲线如表2和图3所示。
表2基线载荷谱构建数据
S3、提取步骤S2结果的第一个点重构到载荷谱基线中，作为载荷谱基线的零点完成载荷谱基线的重构，如表3所示。
表3基线载荷谱重构数据
/>
S4、将S3重构数据的采样频率还原为1000，新生成的点以样条曲线的方法构建，如图4所示，图4中上图为S3的基线载荷谱重构曲线，下图为采样频率还原为1000后的基线载荷谱曲线。
S5、S4生成的基线载荷谱采样点为5872500个，采样时间为5872.5s,因此按原应变信号的采样周期及采样点进行截取，最终得到与原信号长度一直的基线载荷谱，具体数据如下所示。
表4基线载荷谱最终的数据
/>
S6、根据最终基线载荷谱，对原载荷谱去漂移，再移除零点偏置量，这里取前两个点的均值。清洗完成的应变信号数据如下，原载荷谱、最终基线载荷谱及清洗完成后的载荷谱对比图如图5所示。
表5基线载荷谱最终的数据
/>
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种道路载荷谱高效清洗方法，其特征在于，包括以下步骤：
S1、基于原载荷谱的原采样点与原采样频率定义窗口长度，建立窗口长度的分段函数；定义的窗口长度为：
式中，NP为原载荷谱的采样点数，SR_ORIG为原载荷谱的采样频率；
S2、对原载荷谱，按照窗口长度的分段函数设置计算基线载荷谱时所用的窗口长度，基于窗口重叠的方法构建载荷谱基线的时间历程曲线，得到由一系列新采样点组成的基线载荷谱，每个新采样点包括新采样点序号、新采样时间、该新采样点对应的载荷均值；
S3、提取基线载荷谱中的第一个新采样点，作为载荷谱基线的零点，重构到载荷谱基线中，得到重构的载荷谱基线；
S4、将重构的载荷谱基线的采样频率还原为原载荷谱的采样频率，构建新载荷谱；
S5、按照原载荷谱的采集时间与采样点，截取相同数据的新载荷谱，作为最终基线载荷谱；
S6、按照最终基线载荷谱，对原载荷谱做去漂移处理，再移除零点偏置量，即完成信号漂移的清洗工作。
2.根据权利要求1所述的道路载荷谱高效清洗方法，其特征在于，
设置定义域区间[0,A]、(A,B]、(B,∞)，建立窗口长度的分段函数如下：
式中，Win为窗口长度，win1、win2、win3分别对应各区间窗口长度的取值。
3.根据权利要求1所述的道路载荷谱高效清洗方法，其特征在于，所述S2具体如下：
设原载荷谱SORIG为：
式中，第一列为采样点序号，NP为原载荷谱的总采样点数，第二列为每个采样点对应的采集时间，其中，t为原载荷谱的总采集时间，SR_ORIG为原载荷谱的采样频率；第三列x1至xNP即代表每个采样点对应的载荷值；
构建基线载荷谱第一个新采样点对应的载荷均值xb1，计算公式为：
其中，win为窗口长度；
第i个新采样点对应的载荷均值xbi计算公式为：
其中，r为窗口重叠的重叠率；
构建的基线载荷谱SBSL如下所示：
其中，NPBSL为基线载荷谱的新采样点总数，计算公式如下：
新采样时间tbi的计算公式如下：
。
4.根据权利要求3所述的道路载荷谱高效清洗方法，其特征在于，所述的窗口重叠的重叠率r为50％。
5.根据权利要求3所述的道路载荷谱高效清洗方法，其特征在于，所述步骤S3中，提取SBSL的第一个点xb1，插入到SBSL中作为零点，获得的S′BSL数据表达式如下：
6.根据权利要求1所述的道路载荷谱高效清洗方法，其特征在于，所述S4在构建新载荷谱时，新生成的点以样条曲线的方法构建。
7.根据权利要求1所述的道路载荷谱高效清洗方法，其特征在于，所述S6的计算表达式为：
式中，S为清洗完成后的道路载荷谱，SORIG为原载荷谱，S″′BSL为最终基线载荷谱，x1为原载荷谱第一个采样点对应的载荷值，x2为原载荷谱第二个采样点对应的载荷值，xb1为基线载荷谱第一个新采样点对应的载荷均值。
8.一种道路载荷谱高效清洗系统，其特征在于，包括：
预处理模块，用于基于原载荷谱的原采样点与原采样频率定义窗口长度，建立窗口长度的分段函数；定义的窗口长度为：
式中，NP为原载荷谱的采样点数，SR_ORIG为原载荷谱的采样频率；
基线载荷谱构建模块，用于对原载荷谱，按照窗口长度的分段函数设置计算基线载荷谱时所用的窗口长度，基于窗口重叠的方法构建载荷谱基线的时间历程曲线，得到由一系列新采样点组成的基线载荷谱，每个新采样点包括新采样点序号、新采样时间、该新采样点对应的载荷均值；
载荷谱基线重构模块，用于提取基线载荷谱中的第一个新采样点，作为载荷谱基线的零点，重构到载荷谱基线中，得到重构的载荷谱基线；
新载荷谱构建模块，用于将重构的载荷谱基线的采样频率还原为原载荷谱的采样频率，构建新载荷谱；
最终基线载荷谱截取模块，用于按照原载荷谱的采集时间与采样点，截取相同数据的新载荷谱，作为最终基线载荷谱；
去漂移模块，用于按照最终基线载荷谱，对原载荷谱做去漂移处理，再移除零点偏置量，即完成信号漂移的清洗工作。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7中任意一项所述方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7中任意一项所述方法的步骤。
CN202110709038.6A 2021-06-25 2021-06-25 一种道路载荷谱高效清洗方法、系统、装置及存储介质 Active CN113360852B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110709038.6A CN113360852B (zh) 2021-06-25 2021-06-25 一种道路载荷谱高效清洗方法、系统、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110709038.6A CN113360852B (zh) 2021-06-25 2021-06-25 一种道路载荷谱高效清洗方法、系统、装置及存储介质

Publications (2)

Publication Number Publication Date
CN113360852A CN113360852A (zh) 2021-09-07
CN113360852B true CN113360852B (zh) 2023-08-29

Family

ID=77536378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110709038.6A Active CN113360852B (zh) 2021-06-25 2021-06-25 一种道路载荷谱高效清洗方法、系统、装置及存储介质

Country Status (1)

Country Link
CN (1) CN113360852B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017053698A (ja) * 2015-09-09 2017-03-16 三菱航空機株式会社 ランダムな波形の荷重を負荷するシステムおよび方法、疲労試験用プログラム、および疲労試験機
CN108932390A (zh) * 2018-07-10 2018-12-04 安徽省交通控股集团有限公司 一种荷载计算方法、装置、计算机装置及可读存储介质
KR20190094884A (ko) * 2018-02-06 2019-08-14 한국항공우주산업 주식회사 비행자료를 이용한 항공기의 수명관리 방법
CN110717229A (zh) * 2019-10-16 2020-01-21 北京航空航天大学 一种基于试验数据的虚拟载荷谱自更新构造方法
CN112395940A (zh) * 2020-09-15 2021-02-23 海南大学 一种基于密度峰值机器学习算法的道路载荷谱制取方法
CN112541163A (zh) * 2020-12-08 2021-03-23 北京三一智造科技有限公司 载荷谱数据的处理方法、装置及电子设备
CN112560276A (zh) * 2020-12-22 2021-03-26 北京强度环境研究所 一种载荷谱的生成方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11054481B2 (en) * 2019-03-19 2021-07-06 Battelle Energy Alliance, Llc Multispectral impedance determination under dynamic load conditions

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017053698A (ja) * 2015-09-09 2017-03-16 三菱航空機株式会社 ランダムな波形の荷重を負荷するシステムおよび方法、疲労試験用プログラム、および疲労試験機
KR20190094884A (ko) * 2018-02-06 2019-08-14 한국항공우주산업 주식회사 비행자료를 이용한 항공기의 수명관리 방법
CN108932390A (zh) * 2018-07-10 2018-12-04 安徽省交通控股集团有限公司 一种荷载计算方法、装置、计算机装置及可读存储介质
CN110717229A (zh) * 2019-10-16 2020-01-21 北京航空航天大学 一种基于试验数据的虚拟载荷谱自更新构造方法
CN112395940A (zh) * 2020-09-15 2021-02-23 海南大学 一种基于密度峰值机器学习算法的道路载荷谱制取方法
CN112541163A (zh) * 2020-12-08 2021-03-23 北京三一智造科技有限公司 载荷谱数据的处理方法、装置及电子设备
CN112560276A (zh) * 2020-12-22 2021-03-26 北京强度环境研究所 一种载荷谱的生成方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Influence of spectrum loading sequences on fatigue life in a high-temperature environment;Kamarul Ariffin Zakaria;Engineering Failure Analysis;第30卷;111-123 *

Also Published As

Publication number Publication date
CN113360852A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
CN102386889B (zh) 基线漂移去除方法、装置及中值滤波器
CN109753762B (zh) 基于类别修正的配电网两阶段网络拓扑识别方法及装置
EP3133476B1 (en) Signal to noise ratio parameter optimization method and apparatus
CN109271913B (zh) 一种基于偏微分方程的maldi质谱峰检测方法
CN101237524B (zh) 一种保留高频信息的图像噪声去除方法
CN112214481A (zh) 一种电能质量数据的数据清洗方法
CN113360852B (zh) 一种道路载荷谱高效清洗方法、系统、装置及存储介质
CN105005978A (zh) 一种基于Savitzky-Golay滤波器参数优化的光谱实时滤波方法
CN102628377B (zh) 一种汽轮机组调速系统参数实测数据处理方法
CN112906967A (zh) 一种脱硫系统浆液循环泵性能预测方法、装置
CN110716534B (zh) 一种基于自整定变分模态分解的工业过程振荡检测方法
CN108459920A (zh) 一种试验数据野值的辨识与修正方法
CN117034197A (zh) 基于多维Isolate-Detect多变点检测的企业用电典型模式分析方法
CN113887119A (zh) 一种基于sarima-lstm的河流水质预测方法
CN116706940A (zh) 一种计及不同频率响应特性数据范围的惯量评估优化方法
CN111803060B (zh) 一种心电伪迹信号去除方法及装置
CN109062861B (zh) 一种基于滑动递推限幅滤波的数据处理方法
CN112241813B (zh) 基于小波分解的降雨预测方法及系统
CN111579992A (zh) 基于三次样条差值的一种二阶rc等效电路参数拟合方法
CN110579800B (zh) 一种基于高精度同步挤压变换的地震数据数字处理方法
CN114755010A (zh) 一种旋转机械振动故障诊断方法及其系统
CN114412447A (zh) 一种螺杆泵井的故障检测方法及装置
CN203597949U (zh) 一种心电信号滤波系统
CN112903296A (zh) 一种滚动轴承故障检测方法及系统
CN112464811A (zh) 一种抽水蓄能机组振摆信号中高频随机噪声精准滤除方法

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