CN115358022A - 一种工程机械载荷谱确定方法、装置及系统 - Google Patents
一种工程机械载荷谱确定方法、装置及系统 Download PDFInfo
- Publication number
- CN115358022A CN115358022A CN202211006923.9A CN202211006923A CN115358022A CN 115358022 A CN115358022 A CN 115358022A CN 202211006923 A CN202211006923 A CN 202211006923A CN 115358022 A CN115358022 A CN 115358022A
- Authority
- CN
- China
- Prior art keywords
- data set
- determining
- load
- load spectrum
- sequence
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种工程机械载荷谱确定方法、装置及系统。工程机械载荷谱确定方法包括:获取测试工况数据集,将测试工况数据集分解为平稳数据集和随机数据集;通过平稳数据集确定平稳扭矩序列,时间历程参数序列,将扭矩作为因变量,根据平稳扭矩序列、时间历程参数序列构建第一载荷谱表达式;将扭矩作为因变量,通过随机数据集确构建第二载荷谱表达式;根据第一载荷谱表达式以及第二载荷谱表达式构建载荷谱模型,其中,载荷谱模型用于确定载荷谱。
Description
技术领域
本发明实施例涉及工程机械技术,尤其涉及一种工程机械载荷谱确定方法、装置及系统。
背景技术
推土机是一种以输出牵引力为主要工作形态的土方工程机械,作业对象的特性对推土机整个动力输出传动系统性能有着重要的直接影响。土方机械作业环境恶劣、工况复杂,载荷谱构建难度大,更多是加载静态数值进行设计校核,使得传动系统零部件寿命设计片面。由于目前推土机在整个工程机械行业属于小众产品,涉及的企业较少,人们对载荷特征方面的关注少,更多的是对零部件性能频域方面的研究。
综上,亟需一种载荷谱表征方法,以实现推土机动力传动系统及其零部件寿命预估计,便于在产品设计初始阶段实现质量和可靠性提高。
发明内容
本发明提供一种工程机械载荷谱确定方法、装置及系统,以达到有效的确定工程机械的载荷谱的目的。
第一方面,本发明实施例提供了一种工程机械载荷谱确定方法,包括:
获取测试工况数据集,将所述测试工况数据集分解为平稳数据集和随机数据集;
通过所述平稳数据集确定平稳扭矩序列,时间历程参数序列,将扭矩作为因变量,根据所述平稳扭矩序列、时间历程参数序列构建第一载荷谱表达式;
将扭矩作为因变量,通过所述随机数据集确构建第二载荷谱表达式;
根据所述第一载荷谱表达式以及所述第二载荷谱表达式构建载荷谱模型,其中,所述载荷谱模型用于确定载荷谱。
可选的,通过所述平稳数据集确定平稳扭矩序列包括:
获取若干组所述平稳数据集,确定每组所述平稳数据集中的动力参数序列、载荷数据序列;
根据所述动力参数序列确定动力参数均方根序列,根据所述动力参数均方根序列、载荷数据序列确定中间扭矩序列;
根据全部组所述平稳数据集对应的所述中间扭矩序列确定所述平稳扭矩序列。
可选的,通过所述平稳数据集确定时间历程参数序列包括:
获取若干组所述平稳数据集,获取全部组所述平稳数据集中不同工况作业段的时间历程;
根据所述时间历程构成时间历程概率分布函数,根据所述时间历程概率分布函数确定所述时间历程参数序列。
可选的,通过所述随机数据集确构建第二载荷谱表达式包括:
生成所述随机数据集的功率谱,根据所述功率谱生成所述第二载荷表达式。
可选的,获取测试工况数据集包括:
获取若干测试数据集,确定所述测试数据集中的最大载荷、最小载荷以及载荷变化率;
根据一个所述测试数据集中的最大载荷、最小载荷以及载荷变化率确定该测试数据集是否能够做为测试工况数据集。
可选的,将所述测试工况数据集分解为平稳数据集和随机数据集包括:
采用时频分析方法,将所述测试工况数据集分解为所述平稳数据集和所述随机数据集。
可选的,通过所述随机数据集构建第二载荷谱表达式之前还包括:
对所述随机数据集进行平稳性检测,若所述随机数据集满足平稳性条件,则通过所述随机数据集构建所述第二载荷谱表达式。
可选的,所述测试数据集至少包括空载工况测试数据、轻载工况测试数据、中载工况测试数据、满载工况测试数据以及卸土工况测试数据。
第二方面,本发明实施例还提供了一种工程机械载荷谱确定装置,包括工程机械载荷谱确定单元,所述工程机械载荷谱确定单元用于:
获取测试工况数据集,将所述测试工况数据集分解为平稳数据集和随机数据集;
通过所述平稳数据集确定平稳扭矩序列,时间历程参数序列,将扭矩作为因变量,根据所述平稳扭矩序列、时间历程参数序列构建第一载荷谱表达式;
将扭矩作为因变量,通过所述随机数据集确构建第二载荷谱表达式;
根据所述第一载荷谱表达式以及所述第二载荷谱表达式构建载荷谱模型,其中,所述载荷谱模型用于确定载荷谱。
第三方面,本发明实施例还提供了一种工程机械载荷谱确定系统,包括控制器,所述控制器配置有可执行程序,所述可执行程序运行时用于实现本发明实施例记载的工程机械载荷谱确定方法。
与现有技术相比,本发明的有益效果在于:本发明实施例提出一种工程机械载荷谱确定方法,该方法中,将测试工况数据集分解为平稳数据集和随机数据集,基于平稳数据集和随机数据集生成用于表达载荷谱的载荷谱模型,基于该载荷谱模型可以有效实现不同工况下的工程机械(推土机)载荷谱型;本方法中,具体通过平稳数据集确定平稳扭矩序列以及时间历程参数序列,基于上述两种序列构建第一载荷谱表达式,通过随机数据集构建第二载荷谱表达式,通过第一载荷谱表达式和第二载荷谱表达式确定载荷谱模型,基于此,载荷谱模型可以在时间历程上反应工程机械的随机载荷特性,使得载荷谱具有较高的准确性。
附图说明
图1是实施例中的工程机械载荷谱确定方法流程图;
图2是实施例中的平稳扭矩序列确定方法流程图;
图3是实施例中的时间历程参数序列确定方法流程图;
图4是实施例中的测试工况数据集确定方法流程图;
图5是实施例中的第二载荷谱表达式确定方法流程图;
图6是实施例中的电子设备示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是实施例中的工程机械载荷谱确定方法流程图,参考图1,该方法包括:
S101.获取测试工况数据集,将测试工况数据集分解为平稳数据集和随机数据集。
示例性的,本实施例中,工程机械载荷谱确定方法特别适用于针对推土机的载荷谱构建。
示例性的,本实施例中,测试工况数据集至少包括工程机械处于实际工况时采集的扭矩,此外,还可以包括档位电流、载荷等参数中的一种或多种。
示例性的,本实施例中,可以通过如下方式将测试工况数据集分为平稳数据集和随机数据集:
采用时频分析方法,将测试工况数据集分解为平稳数据集和随机数据集;
或者,通过时间序列分析方法(例如LOESS方法)将测试工况数据集分解为平稳数据集和随机数据集。
示例性的,在一种可实施方案中,采用时频分析方法,将测试工况数据集分解为平稳数据集和随机数据集;
具体的,将经过时频分析方法处理测试工况数据集后的到的高频数据集作为平稳数据集,低频数据集作为随机数据集。
示例性的,本实施例中,平稳数据集中的数据可以表示测试工况数据中的趋势项,随机数据集中的数据可以表示与趋势项对应随机误差项。
示例性的,本实施例中,将测试工况数据集分解为平稳数据集和随机数据集时采用的方法(软件程序)为现有技术,其具体实现过程不再详细阐述。
S102.通过平稳数据集确定平稳扭矩序列,时间历程参数序列,将扭矩作为因变量,根据平稳扭矩序列、时间历程参数序列构建第一载荷谱表达式。
示例性的,本实施例中,可以通过如下方式通过平稳数据集确定平稳扭矩序列:
确定与平稳数据集对应的工况作业段,基于平稳数据集,在每个工况作业段内进行数据采样,将采样数据的加权均方根作为该工况作业段的平稳扭矩数据;
将全部平稳扭矩数据的集合作为平稳扭矩序列。
示例性的,本实施例中,可以通过如下方式确定时间历程参数序列:
确定与平稳数据集对应的工况作业段,确定与各工况作业段对应的时间历程;
根据设定的规则确定与各时间历程对应的时间历程参数,将全部时间历程参数的集合作为时间历程参数序列。
示例性的,本实施例中,将平稳扭矩数据记为D(t),将时间历程参数记为tc,则第一载荷谱表达式可以为:
D(t)=f(x1…xn,tc)
tc=g(t)
上式中,x1~xn表示设定的若干因变量,例如,xi可以表示作业对象初始载荷特征、设定的常数,工程机械的状态参数(例如档位)等。
示例性的,本实施例中,可以利用平稳扭矩序列对第一载荷谱表达式进行拟合,进而得到第一载荷谱表达式中设定表达式系数。
S103.将扭矩作为因变量,通过随机数据集确构建第二载荷谱表达式。
示例性的,本实施例中,随机数据集包含与扭矩的随机项,可以通过如下方式构建第二载荷谱表达式:
根据随机数据集中的随机数据对与随机数据集对应的随机谐和函数进行拟合,将拟合后的随机谐和函数作为第二载荷谱表达式。
示例性的,本实施例中,可以设定随机谐和函数的一般表达式为:
示例性的,本实施例中,可以通过如下方式确定拟合结果是否满足设定的精度要求:
对随机数据集进行频谱分析,得到随机数据集的功率谱,若随机谐和函数的频率分布与上述功率谱的频率分布一致,则判断拟合结果满足设定的精度要求。
S104.根据第一载荷谱表达式以及第二载荷谱表达式构建载荷谱模型。
示例性的,本实施例中,载荷谱模型为第一载荷表达式与第二载荷表达式的和,即载荷谱模型为:
Z(t)=D(t)+S(t)
示例性的,本实施例中,通过载荷谱模型可以确定选定工况下,表示扭矩变化的曲线或数据表,进而可以确定对应工况下的载荷变化情况。
示例性的,选定工况后,可以将选定工况中,与载荷谱模型对应因变量参数的数值带入载荷谱模型中,进而得到对应的扭矩。
本实施例提出一种工程机械载荷谱确定方法,该方法中,将测试工况数据集分解为平稳数据集和随机数据集,基于平稳数据集和随机数据集生成用于表达载荷谱的载荷谱模型,基于该载荷谱模型可以有效实现不同工况下的工程机械(推土机)载荷谱型;
本方法中,具体通过平稳数据集确定平稳扭矩序列以及时间历程参数序列,基于上述两种序列构建第一载荷谱表达式,通过随机数据集构建第二载荷谱表达式,通过第一载荷谱表达式和第二载荷谱表达式确定载荷谱模型,基于此,载荷谱模型可以在时间历程上反应工程机械的随机载荷特性,使得载荷谱具有较高的准确性,最终达到在设计初始阶段即可使工程机械产品具备较高的质量和可靠性。
图2是实施例中的平稳扭矩序列确定方法流程图,参考图2,作为一种可实施方案,步骤S102中,通过平稳数据集确定平稳扭矩序列还可以具体通过如下方式实现:
S1021.获取若干组平稳数据集,确定每组平稳数据集中的动力参数序列、载荷数据序列。
示例性的,本实施例中,测试工况数据集至少包括工程机械处于实际工况时的扭矩数据以及载荷数据。
示例性的,本方案中,通过测试工况数据集生成平稳数据集的方式与步骤S101中记载的方式相同。
示例性的,本方案中,可以获取若干组测试工况数据集,不同组测试工况数据集对应不同实际工况,其中,一组测试工况数据集中可以包括一个或多个测试工作数据子集;
一组平稳数据集对应一组测试工况数据集,相应的,一组平稳数据集中可以包括一个或多个平稳数据子集。
示例性的,针对一种实际工况,可以通过重复测试的方式获取多个测试工作数据子集,即经过每次完整测试后,生成一个测试工况数据子集。
示例性的,本方案中,一种实际工况包括若干工况作业段,相应的,一个测试工况数据子集中,包括与若干工况作业段分别对应的测试工况数据。
示例性的,本方案中,动力参数选定为扭矩,载荷数据为工程机械在实际工况下采集而来的载荷;
相应的,针对一个测试工况数据子集,可以获取一个动力(扭矩)参数序列以及载荷数据序列。
S1022.根据动力参数序列确定动力参数均方根序列,根据动力参数均方根序列、载荷数据序列确定中间扭矩序列。
示例性的,本方案中,针对一组平稳数据集,具体通过如下方式确定中间扭矩序列Dn:
上式中,n表示平稳数据集的组数序号,m表示该组平稳数据集中平稳数据子集的数量,Zij表示第j个平稳数据子集中,第i个工况作业段中包含的扭矩数据的均方根,μij表示第j个平稳数据子集中,与第i个工况作业段对应的载荷数据;
Dn_i表示中间扭矩序列Dn中,与第i个工况作业段对应的中间扭矩。
示例性的,本方案中,针对一组平稳数据集,可以确定其中包含的扭矩参数序列,结合划分的工况作业段,可以求出与每个工况作业段对应的扭矩数据的均方根。
S1023.根据全部组平稳数据集对应的中间扭矩序列确定平稳扭矩序列。
示例性的,本方案中,具体根据如下方式确定平稳扭矩序列:
比较中间扭矩序列D1~DN,确定扭矩数值覆盖范围最大或者扭矩数值范围处于设定范围的一个中间扭矩序列作为平稳扭矩序列。
图3是实施例中的时间历程参数序列确定方法流程图,参考图3,作为一种可实施方案,步骤S102中,还可以通过如下方式确定时间历程参数序列:
S1024.获取若干组平稳数据集,获取全部组平稳数据集中不同工况作业段的时间历程。
示例性的,本方案中,可以获取若干组测试工况数据集,其中,不同组测试工况数据集对应不同实际工况,一组测试工况数据集中可以包括一个或多个测试工作数据子集;
一组平稳数据集对应一组测试工况数据集,相应的,一组平稳数据集中可以包括一个或多个平稳数据子集。
示例性的,本方案中,通过测试工况数据集生成平稳数据集的方式与步骤S101中记载的方式相同。
示例性的,本方案中,确定每个平稳数据子集中,不同工况作业段的时间历程。
S1025.根据时间历程构成时间历程概率分布函数,根据时间历程概率分布函数确定时间历程参数序列。
示例性的,本方案中,可以选定典型的概率分布函数(例如正态分布函数、泊松分布函数等)作为时间历程概率分布函数的一般形式,通过时间历程对概率分布函数进行拟合,以确定对应的分布参数;
或者,可以将分段概率密度函数作为时间历程分布函数的一般形式,基于时间历程确定分段概率密度函数的分段区间以及各分段区间对应的概率。
示例性的,本方案中,基于时间历程概率分布函数,时间历程参数为与时间历程对应的概率。
示例性的,本方案中,通过时间历程构建时间历程概率分布函数,基于时间历程概率分布函数确定时间历程参数,进而基于时间历程参数构建第一载荷谱表示式,可以减小驾驶员主观操作意图和其他不确定因素对时间历程的影响,进而使载荷谱模型可以有效的表征不同工况下载荷的随机载荷特性。
图4是实施例中的测试工况数据集确定方法流程图,参考图4,在步骤S101记载内容的基础上,可以通过如下方式确定测试工况数据集:
S1011.获取若干测试数据集,确定测试数据集中的最大载荷、最小载荷以及载荷变化率。
示例性的,本方案中,测试数据集包括工程机械在全部可能经历的实际工况下的测试数据;
例如,测试数据集可以至少包括空载工况测试数据、轻载工况测试数据、中载工况测试数据、满载工况测试数据以及卸土工况测试数据。
示例性的,本方案中,测试数据集中的测试数据至少包括扭矩、载荷两种参数。
S1012.根据一个测试数据集中的最大载荷、最小载荷以及载荷变化率确定该测试数据集是否能够做为测试工况数据集。
示例性的,本方案中,根据最大载荷与最小载荷差值以及载荷变化率确定一个测试数据集是否能够作为测试工况数据集。
示例性的,若最大载荷与最小载荷的差值以及载荷变化率同时满足下式,则判定测试数据集能够作为测试工况数据集:
(ΔT=Tmax-Tmin)>ΔTd
上式中,Tmax表示最大载荷,Tmin表示最小载荷,Δt表示时间间隔,t0表示0时刻,ΔTd载荷差值阈值,βd为载荷变化率阈值。
图5是实施例中的第二载荷谱表达式确定方法流程图,参考图5,作为一种可实施方案,在步骤S103记载内部的基础上,可以通过如下方式确定第二载荷谱表达式:
S1031.对随机数据集进行平稳性检测,判断随机数据集是否满足平稳性条件。
示例性的,本方案中,对进行平稳性检测适用的方法不做具体限定,例如,可以采用轮次法实现对随机数据集的平稳性检测。
示例性的,本方案中,若随机数据集具有平稳性,则该随机数据集可以用于构建第二载荷谱表达式,否则,需要重新选定测试工况数据集,并重新生成相应的随机数据集。
S1032.若随机数据集满足平稳性条件,则生成随机数据集的功率谱,根据功率谱生成第二载荷表达式。
示例性的,本步骤中,生成第二载荷表达式的方式与步骤S103中记载的内容相同。
实施例二
本实施例提出一种工程机械载荷谱确定装置,包括工程机械载荷谱确定单元,工程机械载荷谱确定单元用于:
获取测试工况数据集,将测试工况数据集分解为平稳数据集和随机数据集;
通过平稳数据集确定平稳扭矩序列,时间历程参数序列,将扭矩作为因变量,根据平稳扭矩序列、时间历程参数序列构建第一载荷谱表达式;
将扭矩作为因变量,通过随机数据集确构建第二载荷谱表达式;
根据第一载荷谱表达式以及第二载荷谱表达式构建载荷谱模型。
示例性的,本实施例中,可以配置工程机械载荷谱确定装置按照实施例一中记载的任意一种工程机械载荷谱确定方法构成载荷谱模型,其具体实现过程和有益效果与实施例一中记载的对应内容相同,在此不再赘述。
实施例三
本实施例提出一种工程机械载荷谱确定系统,包括控制器,控制器配置有可执行程序,可执行程序运行时用于实现实施例一记载的任意一种工程机械载荷谱确定方法。
示例性的,本实施例中,工程机械载荷谱确定方法可以配置在电子设备中,图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。
电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如工程机械载荷谱确定方法。
在一些实施例中,工程机械载荷谱确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的工程机械载荷谱确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行工程机械载荷谱确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种工程机械载荷谱确定方法,其特征在于,包括:
获取测试工况数据集,将所述测试工况数据集分解为平稳数据集和随机数据集;
通过所述平稳数据集确定平稳扭矩序列,时间历程参数序列,将扭矩作为因变量,根据所述平稳扭矩序列、时间历程参数序列构建第一载荷谱表达式;
将扭矩作为因变量,通过所述随机数据集确构建第二载荷谱表达式;
根据所述第一载荷谱表达式以及所述第二载荷谱表达式构建载荷谱模型,其中,所述载荷谱模型用于确定载荷谱。
2.如权利要求1所述的工程机械载荷谱确定方法,其特征在于,通过所述平稳数据集确定平稳扭矩序列包括:
获取若干组所述平稳数据集,确定每组所述平稳数据集中的动力参数序列、载荷数据序列;
根据所述动力参数序列确定动力参数均方根序列,根据所述动力参数均方根序列、载荷数据序列确定中间扭矩序列;
根据全部组所述平稳数据集对应的所述中间扭矩序列确定所述平稳扭矩序列。
3.如权利要求2所述的工程机械载荷谱确定方法,其特征在于,通过所述平稳数据集确定时间历程参数序列包括:
获取若干组所述平稳数据集,获取全部组所述平稳数据集中不同工况作业段的时间历程;
根据所述时间历程构成时间历程概率分布函数,根据所述时间历程概率分布函数确定所述时间历程参数序列。
4.如权利要求1所述的工程机械载荷谱确定方法,其特征在于,通过所述随机数据集确构建第二载荷谱表达式包括:
生成所述随机数据集的功率谱,根据所述功率谱生成所述第二载荷表达式。
5.如权利要求1所述的工程机械载荷谱确定方法,其特征在于,获取测试工况数据集包括:
获取若干测试数据集,确定所述测试数据集中的最大载荷、最小载荷以及载荷变化率;
根据一个所述测试数据集中的最大载荷、最小载荷以及载荷变化率确定该测试数据集是否能够做为测试工况数据集。
6.如权利要求1所述的工程机械载荷谱确定方法,其特征在于,将所述测试工况数据集分解为平稳数据集和随机数据集包括:
采用时频分析方法,将所述测试工况数据集分解为所述平稳数据集和所述随机数据集。
7.如权利要求4所述的工程机械载荷谱确定方法,其特征在于,通过所述随机数据集构建第二载荷谱表达式之前还包括:
对所述随机数据集进行平稳性检测,若所述随机数据集满足平稳性条件,则通过所述随机数据集构建所述第二载荷谱表达式。
8.如权利要求5所述的工程机械载荷谱确定方法,其特征在于,所述测试数据集至少包括空载工况测试数据、轻载工况测试数据、中载工况测试数据、满载工况测试数据以及卸土工况测试数据。
9.一种工程机械载荷谱确定装置,其特征在于,包括工程机械载荷谱确定单元,所述工程机械载荷谱确定单元用于:
获取测试工况数据集,将所述测试工况数据集分解为平稳数据集和随机数据集;
通过所述平稳数据集确定平稳扭矩序列,时间历程参数序列,将扭矩作为因变量,根据所述平稳扭矩序列、时间历程参数序列构建第一载荷谱表达式;
将扭矩作为因变量,通过所述随机数据集确构建第二载荷谱表达式;
根据所述第一载荷谱表达式以及所述第二载荷谱表达式构建载荷谱模型,其中,所述载荷谱模型用于确定载荷谱。
10.一种工程机械载荷谱确定系统,其特征在于,包括控制器,所述控制器配置有可执行程序,所述可执行程序运行时用于实现权利要求1~8任一所述的工程机械载荷谱确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211006923.9A CN115358022A (zh) | 2022-08-22 | 2022-08-22 | 一种工程机械载荷谱确定方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211006923.9A CN115358022A (zh) | 2022-08-22 | 2022-08-22 | 一种工程机械载荷谱确定方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115358022A true CN115358022A (zh) | 2022-11-18 |
Family
ID=84001848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211006923.9A Pending CN115358022A (zh) | 2022-08-22 | 2022-08-22 | 一种工程机械载荷谱确定方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115358022A (zh) |
-
2022
- 2022-08-22 CN CN202211006923.9A patent/CN115358022A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114500339B (zh) | 一种节点带宽监测方法、装置、电子设备及存储介质 | |
CN116307215A (zh) | 一种电力系统的负荷预测方法、装置、设备及存储介质 | |
CN114816393B (zh) | 信息生成方法、装置、设备以及存储介质 | |
CN114861039B (zh) | 一种搜索引擎的参数配置方法、装置、设备及存储介质 | |
CN114742237A (zh) | 联邦学习模型聚合方法、装置、电子设备及可读存储介质 | |
CN115358022A (zh) | 一种工程机械载荷谱确定方法、装置及系统 | |
CN116148666A (zh) | 电池soc信号处理方法、装置、车辆、计算机可读存储介质及计算机程序产品 | |
CN113052325A (zh) | 在线模型的优化方法、装置、设备、存储介质及程序产品 | |
CN115292339B (zh) | 数据库更新方法、装置、电子设备和存储介质 | |
CN113220967B (zh) | 互联网环境的生态健康程度衡量方法、装置和电子设备 | |
CN115860121B (zh) | 文本推理方法、装置、设备以及存储介质 | |
CN115361078B (zh) | 一种传输区间确定方法、装置、电子设备及介质 | |
CN116596336B (zh) | 电子设备的状态评估方法、装置、电子设备及存储介质 | |
CN116754898A (zh) | 基于电缆录波的电缆故障诊断方法、装置、设备和介质 | |
CN116167519A (zh) | 一种监测量预测方法、装置、设备及介质 | |
CN112819285B (zh) | 航班的匹配处理、训练方法、装置和设备 | |
CN115754920A (zh) | 雷达信号处理方法、电子设备及计算机可读存储介质 | |
CN113656299B (zh) | 极限qps的确定方法、装置、电子设备及可读存储介质 | |
CN114422321B (zh) | 构建组织协同网络的方法和装置 | |
CN115204746A (zh) | 一种工程风险评估方法、装置、设备及存储介质 | |
CN116304635A (zh) | 一种抽水蓄能设备的运行数据分析方法、装置及设备 | |
CN114662702A (zh) | 故障检测方法、装置、电子设备和介质 | |
CN116931083A (zh) | 一种方位角道集划分方案的确定方法 | |
CN116027197A (zh) | 一种电池自放电一致性评估方法、装置、设备及存储介质 | |
CN116860556A (zh) | 一种节点监测方法、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 |