CN113656900B - 基于灵敏度修正的收割机结构强度影响因素分析方法 - Google Patents

基于灵敏度修正的收割机结构强度影响因素分析方法 Download PDF

Info

Publication number
CN113656900B
CN113656900B CN202110764821.2A CN202110764821A CN113656900B CN 113656900 B CN113656900 B CN 113656900B CN 202110764821 A CN202110764821 A CN 202110764821A CN 113656900 B CN113656900 B CN 113656900B
Authority
CN
China
Prior art keywords
load
harvester
test
levels
determining
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
CN202110764821.2A
Other languages
English (en)
Other versions
CN113656900A (zh
Inventor
朱林
王鹏
张鹏
蒋凯佳
邢本傲
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.)
Yangzhou University
Original Assignee
Yangzhou 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 Yangzhou University filed Critical Yangzhou University
Priority to CN202110764821.2A priority Critical patent/CN113656900B/zh
Publication of CN113656900A publication Critical patent/CN113656900A/zh
Application granted granted Critical
Publication of CN113656900B publication Critical patent/CN113656900B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种基于灵敏度修正的收割机结构强度影响因素分析方法,该方法包括如下步骤:S1.收割机结构影响因素的确定;S2.试验工况设计;S3.收割机结构应力强度的确定;S4.最优多项式响应面函数的建立;S5.基于敏度修正的收割机结构影响程度的确定。该方法监测精度高,对于实现确定收割机结构影响因素具有重要的现实意义。

Description

基于灵敏度修正的收割机结构强度影响因素分析方法
技术领域
本发明涉及机械参数确检测或分析方法,特别涉及基于灵敏度修正的收割机结构强度影响因素分析方法。
背景技术
大型机械设备正朝着智能化、结构轻量化的方向快速发展,其运行安全问题愈发突出。其中,收割机作为大型机械装备的一种,其结构可靠性与作业质量愈发受到重视。因收割机作业环境复杂多样,外界因素与收割机自身作业参数对收割机作业质量及可靠性影响的复合效应愈加显著。在此背景下,准确评估各变量对收割机运行状态的影响,辨识影响收割过程的关键因素,对提高收割机作业质量及可靠性具有重要价值。目前,大多数结构影响因素分析方法大多只能单一判断出其影响因素,不能准确辨识因素间的耦合关系以及量化评估影响因素。
发明内容
发明目的:本发明目的是提供一种监测精度高的基于灵敏度修正的收割机结构强度影响因素分析方法。
技术方案:本发明所述的基于灵敏度修正的收割机结构强度影响因素分析方法包括如下步骤:
S1、收割机结构影响因素的确定;
S2、试验工况确定;
S3、收割机结构应力强度的确定;
S4、最优多项式响应面函数的建立;
S5、基于敏度修正的收割机结构影响程度的确定。
进一步地,S1.收割机结构影响因素的确定:根据收割机的工作原理,确定了五个主要工作参数,分别是参数A:前进速度v,参数B:拨禾轮转速ω,参数C:留茬高度α,参数D:粮仓负载t,参数E:脱粒滚筒转速β。这里选取不同前进速度水平,对其进行标号为i,vi为第i个水平的前进速度,i=1,2,...,N,N为前进速度的水平总数;选取不同拨禾轮转速水平,对其进行标号为j,ωj为第j个水平的拨禾轮转速,j=1,2,...,M,M为拨禾轮转速的水平总数;选取不同留茬高度水平,对其进行标号为s,αs为第s个水平的留茬高度,s=1,2,...,P,P为留茬高度的水平总数。选取不同粮仓负载水平,对其进行标号为r,tr为第r个水平的粮仓负载,r=1,2,...,K,K为粮仓负载的水平总数。选取不同滚筒转速,对其进行标号为l,βl为第l个水平的滚筒转速,l=1,2,...,G,G为滚筒转速的水平总数。
进一步地,S2.试验工况设计:根据上述S1步骤中确定得到的五种参数(前进速度v、拨禾轮转速ω、留茬高度α、粮仓负载t和脱粒滚筒转速β),根据不同影响的不同水平共同建立正交试验表,得到了五因素的工况试验组,对其进行标号为h,h=1,2,...,Q,Q为试验的总次数。
进一步地,S3.收割机结构应力强度的确定:根据上述S2步骤中确定的多种不同的工况试验组,将建立好的收割机三维模型转换为“x_t”的格式,导入到Adams多体动力学仿真软件中,该前处理界面上分别设置其材料属性,根据不同工况参数依次对其进行约束和施加驱动,仿真求解后提取出割台拨禾轮支撑座处载荷的大小,记为Fh;割刀处载荷大小,记为Ih;滚筒处载荷大小,记为Uh;Fh为拨禾轮支撑座在第h次试验中所受载荷的大小,Ih为割刀处在第h次试验中所受载荷的大小,Uh为割刀处在第h次试验中所受载荷的大小,h=1,2,...,Q,Q为试验的总次数。
在Adams分析提取各工况的载荷基础上,通过ANSYS有限元软件进行静力学分析,通过自动网格进行该简化模型的网格划分工作,在前处理中进行边界约束和所提载荷的施加,仿真计算后分别得到每组工况对应的收割机最大应力σh,h为第h次试验。
进一步地,S4.最优多项式响应面函数的建立:根据S2步骤中确定的不同试验组合的参数情况,结合S3步骤中仿真求解出其对应的应力值,在MATLAB程序中对工况所对应的最大应力γh进行多项式函数的拟合,获得最大应力σh所对应的最佳响应面函数。
σh=a1v+a2w+a3α+a4t+a5β+a6v2+a7w2+a8α2+a9vw+a10vα+allwt+a12
其中,σh为最大应力的最佳响应面函数;v为前进速度;ω为拨禾轮转速;α为留茬高度;t为粮仓负载;β为脱粒滚筒转速;a1,a2,a3,...,a12为最佳响应面函数的最佳拟合系数。
进一步地,S5.基于敏度修正的收割机结构影响程度的确定:根据S4步骤所确定最佳响应面函数,确定每个因素所对应的灵敏度值:
Figure BDA0003149483210000031
Figure BDA0003149483210000032
Figure BDA0003149483210000033
其中,λt称为因素xt的一阶灵敏度系数,表示因素xt对输出的主要影响,σh为最大应力的最佳响应面函数,h=1,2,...,Q,Q为正交试验的总次数;因素xi为参数v、ω、α、t、β,t=1,2,3,4,5;Sij(i≠j)为二阶灵敏度系数,表示两因素之间的交叉影响;
Figure BDA0003149483210000034
为最佳响应面函数σh的5阶偏方差;e为每个因素对应的水平总数;D为总方差,等于各阶偏方差之和。
有益效果:与现有技术相比,具有如下优势:
通过确定收割机结构的影响因素,利用正交试验进行工况设计,通过动力学与静力学仿真软件确定不同工况下收割机的结构应力值,建立最优响应面代理模型修正原有的灵敏度模型,修正后的灵敏度模型进而确定收割机结构的影响因素大小。本发明通过修正灵敏度模型来确定影响收割机结构的影响因素,可以快速准确量化判断每个影响因素的大小。
附图说明
图1为本发明方法流程图。
具体实施方式
如图1所示,本实施例基于一种基于灵敏度修正的收割机结构强度影响因素分析方法,该方法包括以下步骤:
S1.收割机结构影响因素的确定:
根据收割机的工作原理,确定了五个主要工作参数,分别是参数A:前进速度v,参数B:拨禾轮转速ω,参数C:留茬高度α,参数D:粮仓负载t,参数E:脱粒滚筒转速β。这里选取不同前进速度水平,对其进行标号为i,vi为第i个水平的前进速度,i=1,2,...,N,N为前进速度的水平总数;选取不同拨禾轮转速水平,对其进行标号为j,ωj为第j个水平的拨禾轮转速,j=1,2,...,M,M为拨禾轮转速的水平总数;选取不同留茬高度水平,对其进行标号为s,αs为第s个水平的留茬高度,s=1,2,...,P,P为留茬高度的水平总数。选取不同粮仓负载水平,对其进行标号为r,tr为第r个水平的粮仓负载,r=1,2,...,K,K为粮仓负载的水平总数。选取不同滚筒转速,对其进行标号为l,βl为第l个水平的滚筒转速,l=1,2,...,G,G为滚筒转速的水平总数。
S2.试验工况设计:
根据上述S1步骤中确定得到的五种参数(前进速度v、拨禾轮转速ω、留茬高度α、粮仓负载l和脱粒滚筒转速β),根据不同影响的不同水平共同建立正交试验表,得到了五因素的工况试验组,对其进行标号为h,h=1,2,...,Q,Q为试验的总次数。
S3.收割机结构应力强度的确定:
根据上述S2步骤中确定的多种不同的工况试验组,将建立好的收割机三维模型转换为“x_t”的格式,导入到Adams多体动力学仿真软件中,该前处理界面上分别设置其材料属性,根据不同工况参数依次对其进行约束和施加驱动,仿真求解后提取出割台拨禾轮支撑座处载荷的大小,记为Fh;割刀处载荷大小,记为Ih;滚筒处载荷大小,记为Uh;Fh为拨禾轮支撑座在第h次试验中所受载荷的大小,Ih为割刀处在第h次试验中所受载荷的大小,Uh为割刀处在第h次试验中所受载荷的大小,h=1,2,...,Q,Q为试验的总次数。
在Adams分析提取各工况的载荷基础上,通过ANSYS有限元软件进行静力学分析,通过自动网格进行该简化模型的网格划分工作,在前处理中进行边界约束和所提载荷的施加,仿真计算后分别得到每组工况对应的收割机最大应力σh,h为第h次试验。
S4.最优多项式响应面函数的建立:
根据S2步骤中确定的不同试验组合的参数情况,结合S3步骤中仿真求解出其对应的应力值,在MATLAB程序中对工况所对应的最大应力γh进行多项式函数的拟合,获得最大应力σh所对应的最佳响应面函数。
σh=a1v+a2w+a3α+a4t+a5β+a6v2+a7w2+a8α2+a9vw+a10vα+a11wt+a12
其中,σh为最大应力的最佳响应面函数;v为前进速度;ω为拨禾轮转速;α为留茬高度;t为粮仓负载;β为脱粒滚筒转速;a1,a2,a3,...,a12为最佳响应面函数的最佳拟合系数。
S5.基于敏度修正的收割机结构影响程度的确定:
根据S4步骤所确定最佳响应面函数,确定每个因素所对应的灵敏度值:
Figure BDA0003149483210000051
Figure BDA0003149483210000052
Figure BDA0003149483210000053
其中,λt称为因素xt的一阶灵敏度系数,表示因素xt对输出的主要影响,σh为最大应力的最佳响应面函数,h=1,2,...,Q,Q为正交试验的总次数;因素xi为参数v、ω、α、t、β,t=1,2,3,4,5;Sij(i≠j)为二阶灵敏度系数,表示两因素之间的交叉影响;
Figure BDA0003149483210000054
为最佳响应面函数σh的5阶偏方差;e为每个因素对应的水平总数;D为总方差,等于各阶偏方差之和。

Claims (1)

1.一种基于灵敏度修正的收割机结构强度影响因素分析方法,其特征在于:包括如下步骤:
S1、收割机结构影响因素的确定;
S2、试验工况确定;
S3、收割机结构应力强度的确定;
S4、最优多项式响应面函数的建立;
S5、基于敏度修正的收割机结构影响程度的确定,
所述步骤S1确定方法:根据收割机的工作原理,确定五个主要工作参数,分别是参数A:前进速度v,参数B:拨禾轮转速ω,参数C:留茬高度α,参数D:粮仓负载t,参数E:脱粒滚筒转速β,这里选取不同前进速度水平,对其进行标号为i,vi为第i个水平的前进速度,i=1,2,...,N,N为前进速度的水平总数;选取不同拨禾轮转速水平,对其进行标号为j,ωj为第j个水平的拨禾轮转速,j=1,2,...,M,M为拨禾轮转速的水平总数;选取不同留茬高度水平,对其进行标号为s,αs为第s个水平的留茬高度,s=1,2,...,P,P为留茬高度的水平总数,选取不同粮仓负载水平,对其进行标号为r,tr为第r个水平的粮仓负载,r=1,2,...,K,K为粮仓负载的水平总数,选取不同滚筒转速,对其进行标号为l,βl为第l个水平的滚筒转速,l=1,2,...,G,G为滚筒转速的水平总数,
所述步骤S2确定方法:根据S1步骤中确定得到的五种参数,根据不同影响的不同水平共同建立正交试验表,得到了五因素的工况试验组,对其进行标号为h,h=1,2,...,Q,Q为试验的总次数,
所述步骤S3确定方法:根据S2步骤中确定的多种不同的工况试验组,将建立好的收割机三维模型转换为“x_t”的格式,导入到Adams多体动力学仿真软件中,前处理界面上分别设置其材料属性,根据不同工况参数依次对其进行约束和施加驱动,仿真求解后提取出割台拨禾轮支撑座处载荷的大小,记为Fh;割刀处载荷大小,记为Ih;滚筒处载荷大小,记为Uh;Fh为拨禾轮支撑座在第h次试验中所受载荷的大小,Ih为割刀处在第h次试验中所受载荷的大小,Uh为割刀处在第h次试验中所受载荷的大小,h=1,2,...,Q,Q为试验的总次数,在Adams分析提取各工况的载荷基础上,通过ANSYS有限元软件进行静力学分析,通过自动网格进行简化模型的网格划分工作,在前处理中进行边界约束和所提载荷的施加,仿真计算后分别得到每组工况对应的收割机最大应力σh,h为试验组的标号,
所述步骤S4函数的建立方法:根据S2步骤中确定的不同试验组合的参数情况,结合S3步骤中仿真求解出其对应的应力值,在MATLAB程序中对工况所对应的最大应力γh进行多项式函数的拟合,获得最大应力σh所对应的最佳响应面函数,
σh=a1v+a2w+a3α+a4t+a5β+a6v2+a7w2+a8α2+a9vw+a10vα+a11wt+a12
其中,σh为最大应力的最佳响应面函数;v为前进速度;ω为拨禾轮转速;α为留茬高度;t为粮仓负载;β为脱粒滚筒转速;a1,a2,a3,...,a12为最佳响应面函数的最佳拟合系数,
所述步骤S5确定方法:根据S4步骤所确定最佳响应面函数,确定每个因素所对应的灵敏度值:
Figure FDA0004210673770000021
Figure FDA0004210673770000022
Figure FDA0004210673770000023
其中,h为试验组的标号;因素xi为参数v、ω、α、t、β,i=1,2,3,4,5;
Figure FDA0004210673770000024
为最佳响应面函数σh的5阶偏方差;e为每个因素对应的水平总数;D为总方差,等于各阶偏方差之和。
CN202110764821.2A 2021-07-06 2021-07-06 基于灵敏度修正的收割机结构强度影响因素分析方法 Active CN113656900B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110764821.2A CN113656900B (zh) 2021-07-06 2021-07-06 基于灵敏度修正的收割机结构强度影响因素分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110764821.2A CN113656900B (zh) 2021-07-06 2021-07-06 基于灵敏度修正的收割机结构强度影响因素分析方法

Publications (2)

Publication Number Publication Date
CN113656900A CN113656900A (zh) 2021-11-16
CN113656900B true CN113656900B (zh) 2023-06-20

Family

ID=78477153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110764821.2A Active CN113656900B (zh) 2021-07-06 2021-07-06 基于灵敏度修正的收割机结构强度影响因素分析方法

Country Status (1)

Country Link
CN (1) CN113656900B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902785A (zh) * 2014-04-14 2014-07-02 北京航空航天大学 一种基于多元不确定性的结构有限元模型修正方法
CN104156501A (zh) * 2014-07-15 2014-11-19 天津大学 一种机床整机静刚度的优化设计方法
CN105787151A (zh) * 2015-12-31 2016-07-20 南京航空航天大学 一种2.5维陶瓷基复合材料结构可靠性稳健优化设计方法
CN108229045A (zh) * 2018-01-16 2018-06-29 西南交通大学 一种基于灵敏度分析的高速受电弓关键参数辨识方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2919932B1 (fr) * 2007-08-06 2009-12-04 Inst Francais Du Petrole Methode pour evaluer un schema de production d'un gissement souterrain en tenant compte des incertitudes
US20110251711A1 (en) * 2010-04-13 2011-10-13 Livermore Software Technology Corporation Identification of most influential design variables in engineering design optimization
US20160055125A1 (en) * 2014-06-27 2016-02-25 The Arizona Board Of Regents On Behalf Of The University Of Arizona Methods and systems for determining global sensitivity of a process
CN107526898B (zh) * 2017-09-13 2019-12-27 大连理工大学 变刚度复合材料板壳结构建模分析与可靠度优化设计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902785A (zh) * 2014-04-14 2014-07-02 北京航空航天大学 一种基于多元不确定性的结构有限元模型修正方法
CN104156501A (zh) * 2014-07-15 2014-11-19 天津大学 一种机床整机静刚度的优化设计方法
CN105787151A (zh) * 2015-12-31 2016-07-20 南京航空航天大学 一种2.5维陶瓷基复合材料结构可靠性稳健优化设计方法
CN108229045A (zh) * 2018-01-16 2018-06-29 西南交通大学 一种基于灵敏度分析的高速受电弓关键参数辨识方法

Also Published As

Publication number Publication date
CN113656900A (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
CN110352660B (zh) 一种脱绒棉种活力快速无损检测信息处理方法和装置
CN109211546B (zh) 基于降噪自动编码器及增量学习的旋转机械故障诊断方法
CN111238815B (zh) 一种样本不平衡下基于数据增强的轴承故障识别方法
CN109815855B (zh) 一种基于机器学习的电子设备自动测试方法及系统
CN108241574A (zh) 一种基于测试管理工具qc对软件测试缺陷进行分析的方法及系统
US20160169205A1 (en) Method for constructing wind power connection system model based on measured data
CN111562110B (zh) 基于卷积神经网络的故障诊断模型及跨部件故障诊断方法
US8010468B2 (en) Method for wafer analysis with artificial neural network and system thereof
CN111400505A (zh) 一种用电信息采集系统匹配故障消缺方案的方法及系统
CN116594801A (zh) 一种大数据云计算的故障分析系统
CN113656900B (zh) 基于灵敏度修正的收割机结构强度影响因素分析方法
CN116467674A (zh) 一种配电网智能故障处理融合更新系统及其方法
CN117076935A (zh) 数字孪生辅助的机械故障数据轻量级生成方法及系统
CN109614888B (zh) 基于架空输电线路缺陷辅助数据集的深度学习缺陷检测模型训练方法
CN110764909B (zh) 一种用于云计算平台的存储设备的负载均衡的方法和系统
CN113642209A (zh) 基于数字孪生的结构植入故障响应数据获取及评判方法
CN111006941B (zh) 一种真三轴试验力转变形及峰后扰动自动化控制方法
CN113971358A (zh) 基于解耦模型的拨穗授粉机夹紧端结构寿命灵敏度分析方法
CN116383443A (zh) 一种大数据信息处理系统及方法
CN113252348B (zh) 一种隧道掘进机主驱动轴承动态性能测试评估方法
Abdisa et al. A neural network based motor bearing fault diagnosis algorithm and its implementation on programmable logic controller
CN113971357A (zh) 基于敏感性定向修正的拨穗机寿命影响程度分析方法
CN117055537B (zh) 一种基于物联网的摩托车电控系统故障诊断方法
CN118500758B (zh) 一种基于数据分析的动感单车设备运维检测系统
CN115754507B (zh) 一种基于振动信号的变压器故障诊断方法、装置和设备

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