CN115374661B - 一种基于环境参数的运维登乘廊桥模型检测方法及系统 - Google Patents
一种基于环境参数的运维登乘廊桥模型检测方法及系统 Download PDFInfo
- Publication number
- CN115374661B CN115374661B CN202211314338.5A CN202211314338A CN115374661B CN 115374661 B CN115374661 B CN 115374661B CN 202211314338 A CN202211314338 A CN 202211314338A CN 115374661 B CN115374661 B CN 115374661B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- connection point
- load
- bridge model
- 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
Links
Images
Classifications
-
- 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
Abstract
本发明涉及海洋设备检测技术领域,具体公开了一种基于环境参数的运维登乘廊桥模型检测方法及系统,所述方法包括定位运维登乘廊桥模型的连接点位;获取各连接点位的日常载荷,根据所述日常载荷确定各连接点位的安全级别;获取历史使用记录,在所述模型中确定载荷区;依次向所述载荷区施加递增式的虚拟载荷,获取各连接点位的应力应变参数,根据所述应力应变参数调整其安全级别。本发明根据连接点位对模型进行切分,基于截面法计算日常载荷,确定安全级别;然后对所述模型施加递增式载荷,确定各连接点位的损坏顺序,根据损坏顺序修正安全级别;从而提供了更加真实的模型仿真过程,便于设计人员更好的把控安全性。
Description
技术领域
本发明涉及海洋设备检测技术领域,具体是一种基于环境参数的运维登乘廊桥模型检测方法及系统。
背景技术
海上风电运维是发展海上风电的重要环节,运维船则是海上风电场施工、运行和维护的重要交通运维工具,海上风电运维船的主要用途是为海上风场风电机组运行维护提供便利条件,最大程度缩短及降低运维时间及成本,运输及储藏电器模块及油品,维修工具、日常供给物品等,运输工程师、技术人员和项目组工作人员,及考察团人员等,为工作人员提供食宿休息、伤员紧急救助,风场火灾紧急救助等。
运维船停靠在风电设备边缘之后,运维工程技术人员则可以通过风电运维登乘装置攀爬到风电设备进行检测和维修,因此,运维登乘装置的安全性非常重要。
为了保证运维登乘装置的安全性,在建立运维登乘廊桥模型时,工作人员会对该模型进行一些仿真,但是这些仿真大都是模型生成软件中自带的基于物理学的判断方法,它与实际场景存在一定的差距;尤其是载荷情况不够明确,工作人员只能通过提高材料性能的方式保证安全性。
发明内容
本发明的目的在于提供一种基于环境参数的运维登乘廊桥模型检测方法及系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于环境参数的运维登乘廊桥模型检测方法,所述方法包括:
接收用户上传的运维登乘廊桥模型,定位所述运维登乘廊桥模型的连接点位;
获取各连接点位的日常载荷,根据所述日常载荷确定各连接点位的安全级别;
获取历史使用记录,根据所述历史使用记录在所述运维登乘廊桥模型中确定载荷区;
依次向所述载荷区施加递增式的虚拟载荷,获取各连接点位的应力应变参数,根据所述应力应变参数调整其安全级别。
作为本发明进一步的方案:所述接收用户上传的运维登乘廊桥模型,定位所述运维登乘廊桥模型的连接点位的步骤包括:
接收用户上传的含有各连接关系的运维登乘廊桥模型;所述连接关系为树状结构;所述树状结构的每一条分支都对应一个装配体;所述树状结构的每个终点节点都对应一个零件;
在所述运维登乘廊桥模型依次查询所述连接关系中兄弟节点对应的子模型,获取两个子模型之间的限位关系;
对所述限位关系进行识别,根据识别结果在所述运维登乘廊桥模型中标记连接点位;所述连接点位由零件编号表示。
作为本发明进一步的方案:所述获取各连接点位的日常载荷,根据所述日常载荷确定各连接点位的安全级别的步骤包括:
依次查询标记的连接点位,根据所述连接点位对所述运维登乘廊桥模型进行切分,得到两个子模型;
获取两个子模型中各零件的材质与体积,计算各零件的质量,根据质量确定各零件的重力参数;所述重力参数为矢量;
统计一个子模型中各零件的重力参数,计算该子模型对另一子模型施加的载荷,作为日常载荷;
读取连接点位对应的零件,查询该零件的额定参数,比对所述日常载荷和所述额定参数确定该连接点位的安全级别。
作为本发明进一步的方案:所述获取历史使用记录,根据所述历史使用记录在所述运维登乘廊桥模型中确定载荷区的步骤包括:
接收用户输入的应用场景,获取应用场景内的人员通行数据;所述人员通行数据包括单位时间内的人流量及各人员的通行轨迹;
根据所述单位时间内的人流量确定载荷量;
根据所述通行轨迹在所述运维登乘廊桥模型中确定载荷区。
作为本发明进一步的方案:所述接收用户输入的应用场景,获取应用场景内的人员通行数据的步骤包括:
生成含有标签的记录表;所述记录表的颗粒度为日,所述标签含有赋值端口;
读取日历信息,根据所述日历信息对周年表中的标签进行赋值;其中,所述赋值结果至少包括两种,用于区分工作日和休息日;
接收用户输入的应用场景,根据预设的采集频率获取应用场景中的图像信息;
将所述图像信息输入训练好的识别模型,得到人员通行数据。
作为本发明进一步的方案:所述依次向所述载荷区施加递增式的虚拟载荷,获取各连接点位的应力应变参数,根据所述应力应变参数调整其安全级别的步骤包括:
读取所述载荷量,基于所述载荷量和预设的步长确定递增式的虚拟载荷;
读取所述载荷区,向所述载荷区施加递增式的虚拟载荷,并实时监测各连接点位的应力应变参数;
当某个连接点位的应力应变参数达到预设的风险阈值时,调整该连接点位安全级别,并记录相应的载荷区及其虚拟载荷,作为警示阈值。
作为本发明进一步的方案:所述方法还包括:
接收用户输入的应用位置,查询应用位置处的历史天气信息;
根据所述历史天气信息计算各天气类型的出现概率;
根据各天气类型的出现概率修正所述风险阈值。
本发明技术方案还提供了一种基于环境参数的运维登乘廊桥模型检测系统,所述系统包括:
连接点位定位模块,用于接收用户上传的运维登乘廊桥模型,定位所述运维登乘廊桥模型的连接点位;
安全级别确定模块,用于获取各连接点位的日常载荷,根据所述日常载荷确定各连接点位的安全级别;
载荷区确定模块,用于获取历史使用记录,根据所述历史使用记录在所述运维登乘廊桥模型中确定载荷区;
极限测试模块,用于依次向所述载荷区施加递增式的虚拟载荷,获取各连接点位的应力应变参数,根据所述应力应变参数调整其安全级别。
作为本发明进一步的方案:所述连接点定位模块包括:
模型接收单元,用于接收用户上传的含有各连接关系的运维登乘廊桥模型;所述连接关系为树状结构;所述树状结构的每一条分支都对应一个装配体;所述树状结构的每个终点节点都对应一个零件;
限位关系查询单元,用于在所述运维登乘廊桥模型依次查询所述连接关系中兄弟节点对应的子模型,获取两个子模型之间的限位关系;
标记单元,用于对所述限位关系进行识别,根据识别结果在所述运维登乘廊桥模型中标记连接点位;所述连接点位由零件编号表示。
作为本发明进一步的方案:所述安全级别确定模块包括:
模型切分单元,用于依次查询标记的连接点位,根据所述连接点位对所述运维登乘廊桥模型进行切分,得到两个子模型;
重力参数确定单元,用于获取两个子模型中各零件的材质与体积,计算各零件的质量,根据质量确定各零件的重力参数;所述重力参数为矢量;
日常载荷计算单元,用于统计一个子模型中各零件的重力参数,计算该子模型对另一子模型施加的载荷,作为日常载荷;
比对单元,用于读取连接点位对应的零件,查询该零件的额定参数,比对所述日常载荷和所述额定参数确定该连接点位的安全级别。
与现有技术相比,本发明的有益效果是:本发明将运维登乘廊桥模型转换为树状结构,根据兄弟节点确定连接点位并根据连接点位对运维登乘廊桥模型进行切分,基于截面法计算日常载荷,确定安全级别;通过历史使用数据对所述运维登乘廊桥模型施加递增式载荷,确定各连接点位的损坏顺序,根据损坏顺序修正安全级别;从而提供了更加真实的模型仿真过程,便于设计人员更好的把控安全性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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发明的一些实施例。
图1为基于环境参数的运维登乘廊桥模型检测方法的流程框图。
图2为基于环境参数的运维登乘廊桥模型检测方法的第一子流程框图。
图3为基于环境参数的运维登乘廊桥模型检测方法的第二子流程框图。
图4为基于环境参数的运维登乘廊桥模型检测方法的第三子流程框图。
图5为基于环境参数的运维登乘廊桥模型检测方法的第四子流程框图。
图6为基于环境参数的运维登乘廊桥模型检测系统的组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,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仅用以解释本发明,并不用于限定本发明。
实施例1
图1为基于环境参数的运维登乘廊桥模型检测方法的流程框图,本发明实施例中,一种基于环境参数的运维登乘廊桥模型检测方法,所述方法包括:
步骤S100:接收用户上传的运维登乘廊桥模型,定位所述运维登乘廊桥模型的连接点位;
用户在设计运维登乘廊桥模型时,往往借助了很多成熟的三维图绘制软件,这些软件的功能大都比较完善,每个零件都有独特的标签,而且零件与零件之间的连接关系也是完全定义的;此外,这些软件自带检测功能,一个完整的模型,理论上不存在问题;连接点位主要指的是一些可以相对滑动或转换的连接处。
步骤S200:获取各连接点位的日常载荷,根据所述日常载荷确定各连接点位的安全级别;
所述日常载荷指的是在无外力作用下各连接点位需要承担的载荷,这些载荷主要由重力产生;当然,也可以包括一些材料内部的应力,但是这些应力只有在特定的状态下才能够被粗略计算。
步骤S300:获取历史使用记录,根据所述历史使用记录在所述运维登乘廊桥模型中确定载荷区;
步骤S300在模型检测过程中引入了使用参数,用户运维登乘廊桥的使用方式就是在上面行走,进行一些登陆活动(运维登乘廊桥用于连接船与平台或者船与船);其中,用户经常通行的区域,就对应着运维登乘廊桥模型中的载荷区。
步骤S400:依次向所述载荷区施加递增式的虚拟载荷,获取各连接点位的应力应变参数,根据所述应力应变参数调整其安全级别;
在运维登乘廊桥模型中对所述载荷区不断地施加逐渐递增的载荷,在施加载荷的过程中,实时的监测各连接点位的情况,根据监测到的情况确定其安全级别。
需要说明的是,步骤S400一般会用到有限元分析软件,比如ANSYS MechanicalEnterprise,这就是一种常用的全面的结构力学仿真分析软件。其中,连接点位是一个上位概念,由若干个用于连接的零件组成。
图2为基于环境参数的运维登乘廊桥模型检测方法的第一子流程框图,所述接收用户上传的运维登乘廊桥模型,定位所述运维登乘廊桥模型的连接点位的步骤包括步骤S101至步骤S103:
步骤S101:接收用户上传的含有各连接关系的运维登乘廊桥模型;所述连接关系为树状结构;所述树状结构的每一条分支都对应一个装配体;所述树状结构的每个终点节点都对应一个零件;
步骤S102:在所述运维登乘廊桥模型依次查询所述连接关系中兄弟节点对应的子模型,获取两个子模型之间的限位关系;
步骤S103:对所述限位关系进行识别,根据识别结果在所述运维登乘廊桥模型中标记连接点位;所述连接点位由零件编号表示。
所述运维登乘模型可以采用树状结构,举例来说,先由零件组合成部件,然后再由部件组合成模型;不同部件之间可能存在包含关系,也就是小部件可以组合成大部件;其中,不同零件之间或者不同部件之间是相互连接,连接方式多种多样,有的是固定连接,有的是活动连接,其中,固定连接处可以不进行标记,活动连接处需要进行标记。
进一步的,连接点位是一个上位概念,用于表征两个零件或两件部件之间的连接特征,所述连接特征由至少两个连接主体确定,比如,销轴与耳板转动连接方式可以表示为销轴-转动-耳板,对上述表示进行简化,就可以得到连接点位的表示方式,比如108-Z-201,其中,108为销轴的编号,201为耳板的编号,Z为转动连接方式。
图3为基于环境参数的运维登乘廊桥模型检测方法的第二子流程框图,所述获取各连接点位的日常载荷,根据所述日常载荷确定各连接点位的安全级别的步骤包括步骤S201至步骤S204:
步骤S201:依次查询标记的连接点位,根据所述连接点位对所述运维登乘廊桥模型进行切分,得到两个子模型;
步骤S202:获取两个子模型中各零件的材质与体积,计算各零件的质量,根据质量确定各零件的重力参数;所述重力参数为矢量;
步骤S203:统计一个子模型中各零件的重力参数,计算该子模型对另一子模型施加的载荷,作为日常载荷;
步骤S204:读取连接点位对应的零件,查询该零件的额定参数,比对所述日常载荷和所述额定参数确定该连接点位的安全级别。
上述内容对安全级别的判定过程进行了具体的描述,首先,依次根据连接点位对运维登乘廊桥模型进行切分,可以得到两个子模型;然后,将这两个子模型一个视为施力方,一个视为受力方进行受力分析,即可计算出理论的载荷数据;最后,根据连接点位查询对应的零件(基于命名规则,此过程极为容易),获取零件的额定参数,比对所述日常载荷和所述额定参数,即可确定各连接点位的安全级别。日常载荷与额定参数的差距越大,安全级别越高。
图4为基于环境参数的运维登乘廊桥模型检测方法的第三子流程框图,所述获取历史使用记录,根据所述历史使用记录在所述运维登乘廊桥模型中确定载荷区的步骤包括步骤S301至步骤S303:
步骤S301:接收用户输入的应用场景,获取应用场景内的人员通行数据;所述人员通行数据包括单位时间内的人流量及各人员的通行轨迹;
步骤S302:根据所述单位时间内的人流量确定载荷量;
步骤S303:根据所述通行轨迹在所述运维登乘廊桥模型中确定载荷区。
步骤S301至步骤S303对载荷区的确定过程进行了描述,应用场景是所述运维登乘廊桥的使用场景,这一使用场景一般不会发生大的变化,比如,用于连接船与平台的运维登乘廊桥,它的作用在很长一段时间内,都用于连接船与平台,直到平台任务完成;在使用的过程中,实时获取人流量和通行轨迹,进而确定载荷量和载荷区。
值得一提的是,所述人流量和所述通行轨迹都是历史数据,由历史数据确定载荷区。
具体的,所述接收用户输入的应用场景,获取应用场景内的人员通行数据的步骤包括:
生成含有标签的记录表;所述记录表的颗粒度为日,所述标签含有赋值端口;
读取日历信息,根据所述日历信息对周年表中的标签进行赋值;其中,所述赋值结果至少包括两种,用于区分工作日和休息日;
接收用户输入的应用场景,根据预设的采集频率获取应用场景中的图像信息;
将所述图像信息输入训练好的识别模型,得到人员通行数据。
由于通行数据是本发明特有的数据,其数据结构需要自主定义,因此,对于存储表(周年表)也需要进行预设计。所述识别模型可以借助现有的图像识别技术,输入图像,记录时间、人数、位置,进而确定人流量和运动轨迹。
图5为基于环境参数的运维登乘廊桥模型检测方法的第四子流程框图,所述依次向所述载荷区施加递增式的虚拟载荷,获取各连接点位的应力应变参数,根据所述应力应变参数调整其安全级别的步骤包括步骤S401至步骤S403:
步骤S401:读取所述载荷量,基于所述载荷量和预设的步长确定递增式的虚拟载荷;
步骤S402:读取所述载荷区,向所述载荷区施加递增式的虚拟载荷,并实时监测各连接点位的应力应变参数;
步骤S403:当某个连接点位的应力应变参数达到预设的风险阈值时,调整该连接点位安全级别,并记录相应的载荷区及其虚拟载荷,作为警示阈值。
上述内容是一种极限测试,读取所述载荷量作为初始载荷量,不断地增加载荷,并实时获取各连接点位的应力应变参数,所述应力应变参数在现有的力学仿真参数中可以实时的输出;每个连接点位的应力应变参数都有着自己独特的临界点,可以想到,随着载荷量的不断增加,所有的连接点位都会出现问题,其出现问题的过程中存在一个顺序,这个顺序就代表了哪个连接点位更加危险,因此,根据这一顺序可以进一步的调节各连接点位的安全级别。
值得一提的是,上述过程中还生成了一个警示阈值,警示阈值的作用在本发明技术方案中没有体现,它的作用实际上是向检测端发送,检测端实时获取图像,基于图像判断使用人员的载荷量及其运动轨迹是否存在危险。所述检测端是安装在运维登乘廊桥处的含有图像获取功能的电子设备。
作为本发明技术方案的一个优选实施例,所述方法还包括:
接收用户输入的应用位置,查询应用位置处的历史天气信息;
根据所述历史天气信息计算各天气类型的出现概率;
根据各天气类型的出现概率修正所述风险阈值。
运维登乘廊桥的应用位置一般比较稳定,该位置处的历史天气信息势必会降低运维登乘廊桥中各零件的额定参数,因此,根据历史天气信息对各点位的风险阈值进行调整,进而可以对安全级别进行修正。
需要说明的是,安全级别的修正依据是各连接点位达到极限的顺序,风险阈值发生变化很有可能改变这一顺序。
实施例2
图6为基于环境参数的运维登乘廊桥模型检测系统的组成结构框图,本发明实施例中,一种基于环境参数的运维登乘廊桥模型检测系统,所述系统10包括:
连接点位定位模块11,用于接收用户上传的运维登乘廊桥模型,定位所述运维登乘廊桥模型的连接点位;
安全级别确定模块12,用于获取各连接点位的日常载荷,根据所述日常载荷确定各连接点位的安全级别;
载荷区确定模块13,用于获取历史使用记录,根据所述历史使用记录在所述运维登乘廊桥模型中确定载荷区;
极限测试模块14,用于依次向所述载荷区施加递增式的虚拟载荷,获取各连接点位的应力应变参数,根据所述应力应变参数调整其安全级别。
其中,所述连接点定位模块11包括:
模型接收单元,用于接收用户上传的含有各连接关系的运维登乘廊桥模型;所述连接关系为树状结构;所述树状结构的每一条分支都对应一个装配体;所述树状结构的每个终点节点都对应一个零件;
限位关系查询单元,用于在所述运维登乘廊桥模型依次查询所述连接关系中兄弟节点对应的子模型,获取两个子模型之间的限位关系;
标记单元,用于对所述限位关系进行识别,根据识别结果在所述运维登乘廊桥模型中标记连接点位;所述连接点位由零件编号表示。
进一步的,所述安全级别确定模块12包括:
模型切分单元,用于依次查询标记的连接点位,根据所述连接点位对所述运维登乘廊桥模型进行切分,得到两个子模型;
重力参数确定单元,用于获取两个子模型中各零件的材质与体积,计算各零件的质量,根据质量确定各零件的重力参数;所述重力参数为矢量;
日常载荷计算单元,用于统计一个子模型中各零件的重力参数,计算该子模型对另一子模型施加的载荷,作为日常载荷;
比对单元,用于读取连接点位对应的零件,查询该零件的额定参数,比对所述日常载荷和所述额定参数确定该连接点位的安全级别。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于环境参数的运维登乘廊桥模型检测方法,其特征在于,所述方法包括:
接收用户上传的运维登乘廊桥模型,定位所述运维登乘廊桥模型的连接点位;
获取各连接点位的日常载荷,根据所述日常载荷确定各连接点位的安全级别;
获取历史使用记录,根据所述历史使用记录在所述运维登乘廊桥模型中确定载荷区;
依次向所述载荷区施加递增式的虚拟载荷,获取各连接点位的应力应变参数,根据所述应力应变参数调整其安全级别;
所述获取各连接点位的日常载荷,根据所述日常载荷确定各连接点位的安全级别的步骤包括:
依次查询标记的连接点位,根据所述连接点位对所述运维登乘廊桥模型进行切分,得到两个子模型;
获取两个子模型中各零件的材质与体积,计算各零件的质量,根据质量确定各零件的重力参数;所述重力参数为矢量;
统计一个子模型中各零件的重力参数,计算该子模型对另一子模型施加的载荷,作为日常载荷;
读取连接点位对应的零件,查询该零件的额定参数,比对所述日常载荷和所述额定参数确定该连接点位的安全级别;
所述获取历史使用记录,根据所述历史使用记录在所述运维登乘廊桥模型中确定载荷区的步骤包括:
接收用户输入的应用场景,获取应用场景内的人员通行数据;所述人员通行数据包括单位时间内的人流量及各人员的通行轨迹;
根据所述单位时间内的人流量确定载荷量;
根据所述通行轨迹在所述运维登乘廊桥模型中确定载荷区。
2.根据权利要求1所述的基于环境参数的运维登乘廊桥模型检测方法,其特征在于,所述接收用户上传的运维登乘廊桥模型,定位所述运维登乘廊桥模型的连接点位的步骤包括:
接收用户上传的含有各连接关系的运维登乘廊桥模型;所述连接关系为树状结构;所述树状结构的每一条分支都对应一个装配体;所述树状结构的每个终点节点都对应一个零件;
在所述运维登乘廊桥模型依次查询所述连接关系中兄弟节点对应的子模型,获取两个子模型之间的限位关系;
对所述限位关系进行识别,根据识别结果在所述运维登乘廊桥模型中标记连接点位;所述连接点位由零件编号表示。
3.根据权利要求1所述的基于环境参数的运维登乘廊桥模型检测方法,其特征在于,所述接收用户输入的应用场景,获取应用场景内的人员通行数据的步骤包括:
生成含有标签的记录表;所述记录表的颗粒度为日,所述标签含有赋值端口;
读取日历信息,根据所述日历信息对周年表中的标签进行赋值;其中,所述赋值结果至少包括两种,用于区分工作日和休息日;
接收用户输入的应用场景,根据预设的采集频率获取应用场景中的图像信息;
将所述图像信息输入训练好的识别模型,得到人员通行数据。
4.根据权利要求1所述的基于环境参数的运维登乘廊桥模型检测方法,其特征在于,所述依次向所述载荷区施加递增式的虚拟载荷,获取各连接点位的应力应变参数,根据所述应力应变参数调整其安全级别的步骤包括:
读取所述载荷量,基于所述载荷量和预设的步长确定递增式的虚拟载荷;
读取所述载荷区,向所述载荷区施加递增式的虚拟载荷,并实时监测各连接点位的应力应变参数;
当某个连接点位的应力应变参数达到预设的风险阈值时,调整该连接点位安全级别,并记录相应的载荷区及其虚拟载荷,作为警示阈值。
5.根据权利要求4所述的基于环境参数的运维登乘廊桥模型检测方法,其特征在于,所述方法还包括:
接收用户输入的应用位置,查询应用位置处的历史天气信息;
根据所述历史天气信息计算各天气类型的出现概率;
根据各天气类型的出现概率修正所述风险阈值。
6.一种基于环境参数的运维登乘廊桥模型检测系统,其特征在于,所述系统包括:
连接点位定位模块,用于接收用户上传的运维登乘廊桥模型,定位所述运维登乘廊桥模型的连接点位;
安全级别确定模块,用于获取各连接点位的日常载荷,根据所述日常载荷确定各连接点位的安全级别;
载荷区确定模块,用于获取历史使用记录,根据所述历史使用记录在所述运维登乘廊桥模型中确定载荷区;
极限测试模块,用于依次向所述载荷区施加递增式的虚拟载荷,获取各连接点位的应力应变参数,根据所述应力应变参数调整其安全级别;
所述安全级别确定模块包括:
模型切分单元,用于依次查询标记的连接点位,根据所述连接点位对所述运维登乘廊桥模型进行切分,得到两个子模型;
重力参数确定单元,用于获取两个子模型中各零件的材质与体积,计算各零件的质量,根据质量确定各零件的重力参数;所述重力参数为矢量;
日常载荷计算单元,用于统计一个子模型中各零件的重力参数,计算该子模型对另一子模型施加的载荷,作为日常载荷;
比对单元,用于读取连接点位对应的零件,查询该零件的额定参数,比对所述日常载荷和所述额定参数确定该连接点位的安全级别;
所述获取历史使用记录,根据所述历史使用记录在所述运维登乘廊桥模型中确定载荷区的内容包括:
接收用户输入的应用场景,获取应用场景内的人员通行数据;所述人员通行数据包括单位时间内的人流量及各人员的通行轨迹;
根据所述单位时间内的人流量确定载荷量;
根据所述通行轨迹在所述运维登乘廊桥模型中确定载荷区。
7.根据权利要求6所述的基于环境参数的运维登乘廊桥模型检测系统,其特征在于,所述连接点定位模块包括:
模型接收单元,用于接收用户上传的含有各连接关系的运维登乘廊桥模型;所述连接关系为树状结构;所述树状结构的每一条分支都对应一个装配体;所述树状结构的每个终点节点都对应一个零件;
限位关系查询单元,用于在所述运维登乘廊桥模型依次查询所述连接关系中兄弟节点对应的子模型,获取两个子模型之间的限位关系;
标记单元,用于对所述限位关系进行识别,根据识别结果在所述运维登乘廊桥模型中标记连接点位;所述连接点位由零件编号表示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211314338.5A CN115374661B (zh) | 2022-10-26 | 2022-10-26 | 一种基于环境参数的运维登乘廊桥模型检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211314338.5A CN115374661B (zh) | 2022-10-26 | 2022-10-26 | 一种基于环境参数的运维登乘廊桥模型检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115374661A CN115374661A (zh) | 2022-11-22 |
CN115374661B true CN115374661B (zh) | 2023-02-10 |
Family
ID=84074148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211314338.5A Active CN115374661B (zh) | 2022-10-26 | 2022-10-26 | 一种基于环境参数的运维登乘廊桥模型检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115374661B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2440684A (en) * | 2005-04-28 | 2008-02-06 | Caterpillar Inc | Systems and methods for maintaining load histories |
CN109142083B (zh) * | 2018-09-05 | 2020-04-24 | 南京航空航天大学 | 一种变载荷历程下的蠕变损伤计算方法 |
CN110763286A (zh) * | 2019-12-04 | 2020-02-07 | 北京永华控制技术有限公司 | 登机廊桥状态监测与故障诊断系统及方法 |
CN114564851B (zh) * | 2022-04-28 | 2022-07-08 | 北京建工集团有限责任公司 | 大跨度桁架传感器监测点的选取方法、系统及计算机设备 |
CN114960398B (zh) * | 2022-06-09 | 2023-12-05 | 北京千尧新能源科技开发有限公司 | 一种海上风电场登乘廊桥及其使用方法 |
-
2022
- 2022-10-26 CN CN202211314338.5A patent/CN115374661B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115374661A (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109656793A (zh) | 一种基于多源异构数据融合的信息系统性能立体监测方法 | |
CN106934720A (zh) | 基于物联网的设备保险智能定价方法与系统 | |
CN109782124B (zh) | 一种基于梯度下降算法的主配用一体化故障定位方法及系统 | |
CN113284026A (zh) | 一种大数据智慧园区管理系统 | |
CN103426041A (zh) | 基于物联网的辐射源实时监控与管理系统和方法 | |
CN115099695A (zh) | 一种海上风电场运维优化调度方法及系统 | |
CN115374661B (zh) | 一种基于环境参数的运维登乘廊桥模型检测方法及系统 | |
CN116975990B (zh) | 一种油气化工码头三维模型的管理方法及系统 | |
CN113641667A (zh) | 一种分布式大数据采集平台的数据异常监控系统及方法 | |
CN112926863A (zh) | 基于六大预警中心的电网灾害综合监测系统 | |
Mkandawire et al. | Component risk trending based on systems thinking incorporating Markov and Weibull inferences | |
CN115659673B (zh) | 基于无人机图像的桥梁施工过程安全监控系统 | |
CN114372311B (zh) | 基于bim的设计检测方法、装置、电子设备及存储介质 | |
CN110362627A (zh) | 基于区块链的业务分析方法及装置、电子设备、存储介质 | |
CN115730749A (zh) | 基于融合电力数据的电力调度风险预警方法及装置 | |
CN116128197A (zh) | 一种智慧机场管理系统和方法 | |
CN114997645A (zh) | 海上风电场运维排程优化方法、系统、计算机设备和介质 | |
Lin et al. | A new function-topology-based method for assessing passive safety of mechatronics systems | |
CN103164763A (zh) | 基于物联网的辐射源实时监控与管理系统和方法 | |
CN113807663B (zh) | 一种智慧电站中台系统 | |
CN114357715B (zh) | 基于awc的多学科快读系统仿真计算系统 | |
Xie | Power Asset Life Cycle Management System Based on Internet of Things Technology | |
Moyes et al. | The use of intelligent systems techniques in condition monitoring of electrical plant | |
CN113268524A (zh) | 油耗异常数据检测方法、装置、电子设备及存储介质 | |
CN114968721A (zh) | 基于神经网络的大数据分析处理系统 |
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 |