CN115981255A - 一种钢结构试验平台的性能监测方法及系统 - Google Patents

Abstract

本发明公开了一种钢结构试验平台的性能监测方法及系统，涉及智能监测技术领域，该方法包括：分析对钢结构试验平台的使用日志，得到多个装配节点；获取对应的装配信息；发送至数据监测装置中进行存储，对钢结构试验平台进行表面监测，得到表面监测数据集；以装配信息生成第一分布链，以表面监测数据生成第二分布链，以时序周期为连接关系，生成链式监测数据集；输入装配损耗分析模型中，输出与链式监测数据集对应的装配损耗指标集；生成监测预警信息。本发明解决了现有技术中存在钢结构试验平台的性能评估准确率低，监测滞后，安全可靠性差的技术问题，达到了提高钢结构试验平台性能监测的效率，缩短反馈时间，提高监测质量的技术效果。

Description

一种钢结构试验平台的性能监测方法及系统

技术领域

本发明涉及智能监测技术领域，具体涉及一种钢结构试验平台的性能监测方法及系统。

背景技术

随着工业的飞速发展，我国对于工业检测试验的效率和质量提出了新的要求。为了满足快节奏的生产需求，具有多种形式，设计灵活，可以根据实际试验需求进行组装设计，并符合试验场地需求的钢结构试验平台被广泛应用。

目前，钢结构试验平台由于承重量大，可进行试验的种类多，在进行工业试验的过程中往往被优先使用。但是对于钢结构试验平台的性能监测还处于人工定期对平台结构进行检测，进行记录，然后对检测数据进行分析，但是这种人工处理的方式不仅容易产生误差，而且反馈时间长，不容易发现平台的异常情况。现有技术中存在钢结构试验平台的性能评估准确率低，监测滞后，安全可靠性差的技术问题。

发明内容

本申请提供了一种钢结构试验平台的性能监测方法及系统，用于针对解决现有技术中存在钢结构试验平台的性能评估准确率低，监测滞后，安全可靠性差的技术问题。

鉴于上述问题，本申请提供了一种钢结构试验平台的性能监测方法及系统。

本申请的第一个方面，提供了一种钢结构试验平台的性能监测方法，其中，所述方法应用于钢结构试验平台的性能监测系统，所述系统与数据监测装置通信连接，所述方法包括：

对钢结构试验平台的使用日志进行分析，得到多个装配节点；

获取所述多个装配节点对应的装配信息，其中，所述装配信息包括装配对象、装配流程以及装配时长；

将所述多个装配节点发送至所述数据监测装置中进行存储，以所述多个装配节点对钢结构试验平台进行表面监测，得到表面监测数据集，其中，所述表面监测数据集与所述多个装配节点一一对应；

以所述装配信息生成第一分布链，以所述表面监测数据生成第二分布链，以时序周期为连接关系，对所述第一分布链和所述第二分布链进行连接，生成链式监测数据集；

将所述链式监测数据集输入装配损耗分析模型中，根据所述装配损耗分析模型，输出与所述链式监测数据集对应的装配损耗指标集；

根据所述装配损耗指标集，生成监测预警信息。

本申请的第二个方面，提供了一种钢结构试验平台的性能监测系统，所述系统包括：

装配节点获得模块，所述装配节点获得模块用于对钢结构试验平台的使用日志进行分析，得到多个装配节点；

装配信息获得模块，所述装配信息获得模块用于获取所述多个装配节点对应的装配信息，其中，所述装配信息包括装配对象、装配流程以及装配时长；

表面监测数据获得模块，所述表面监测数据获得模块用于将所述多个装配节点发送至数据监测装置中进行存储，以所述多个装配节点对钢结构试验平台进行表面监测，得到表面监测数据集，其中，所述表面监测数据集与所述多个装配节点一一对应；

链式监测数据获得模块，所述链式监测数据获得模块用于以所述装配信息生成第一分布链，以所述表面监测数据生成第二分布链，以时序周期为连接关系，对所述第一分布链和所述第二分布链进行连接，生成链式监测数据集；

损耗指标集获得模块，所述损耗指标集获得模块用于将所述链式监测数据集输入装配损耗分析模型中，根据所述装配损耗分析模型，输出与所述链式监测数据集对应的装配损耗指标集；

监测预警信息获得模块，所述监测预警信息获得模块用于根据所述装配损耗指标集，生成监测预警信息。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请通过对钢结构试验平台的使用日志进行分析，得到多个装配节点，然后获取多个装配节点对应的装配信息，其中，装配信息包括装配对象、装配流程以及装配时长，进而将多个装配节点发送至数据监测装置中进行存储，以多个装配节点对钢结构试验平台进行表面监测，得到表面监测数据集，其中，表面监测数据集与多个装配节点一一对应，从而保证监测数据的可靠性，然后以装配信息生成第一分布链，以表面监测数据生成第二分布链，以时序周期为连接关系，对第一分布链和第二分布链进行连接，生成链式监测数据集，进而将链式监测数据集输入装配损耗分析模型中，根据装配损耗分析模型，输出与链式监测数据集对应的装配损耗指标集，然后根据装配损耗指标集，生成监测预警信息。达到了提高钢结构试验平台性能监测的效率，缩短反馈时间，提高监测质量的技术效果。

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，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1为本申请实施例提供的一种钢结构试验平台的性能监测方法流程示意图；

图2为本申请实施例提供的一种钢结构试验平台的性能监测方法中对链式监测数据集进行分类的流程示意图；

图3为本申请实施例提供的一种钢结构试验平台的性能监测方法中输出装配损耗指标集的流程示意图；

图4为本申请实施例提供的一种钢结构试验平台的性能监测系统结构示意图。

附图标记说明：装配节点获得模块11，装配信息获得模块12，表面监测数据获得模块13，链式监测数据获得模块14，损耗指标集获得模块15，监测预警信息获得模块16。

具体实施方式

本申请通过提供了一种钢结构试验平台的性能监测方法，用于针对解决现有技术中存在钢结构试验平台的性能评估准确率低，监测滞后，安全可靠性差的技术问题。

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作出创造性劳动的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。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。

实施例一

如图1所示，本申请提供了一种钢结构试验平台的性能监测方法，其中，所述方法应用于钢结构试验平台的性能监测系统，所述系统与数据监测装置通信连接，所述方法包括：

步骤S100：对钢结构试验平台的使用日志进行分析，得到多个装配节点；

具体而言，所述数据监测装置是对钢结构试验平台的各个装配节点进行实时多项目监测的装置，包括压力监测装置、全站仪、经纬仪、扭矩测试仪等。所述使用日志是所述钢结构试验平台在进行使用的过程中，对试验情况进行记录产生的数据资料，包括试验项目、试验部件、试验时间等。所述钢结构试验平台是以钢结构为骨架建立的进行试验的平台，为机械零部件进行无损检测、焊缝检测、变形检测提供检测的平台。所述多个装配节点是利用所述钢结构试验平台进行试验，对所述钢结构试验平台进行适应性组合装配的时间节点。通过以试验时间为索引，对所述使用日志进行提取，得到所述多个装配节点。达到了为后续对钢结构试验平台的性能监测提供对应的监测目标的技术效果。

步骤S200：获取所述多个装配节点对应的装配信息，其中，所述装配信息包括装配对象、装配流程以及装配时长；

具体而言，以所述多个装配节点为搜索索引，对所述使用日志进行查找，得到与多个装配节点相对应的装配信息。其中，所述装配信息反映了多个装配节点对应的钢结构试验平台进行试验的过程中涉及的信息，包括装配对象、装配流程和装配时长。其中，所述装配对象是所述钢结构试验平台在进行试验的过程中对应的试验对象，包括：钢管、板材、箱体部件等。所述装配流程是将所述装配对象装到所述钢结构试验平台上的工艺流程。所述装配时长是所述装配对象在所述钢结构试验平台上停留的时间段。

步骤S300：将所述多个装配节点发送至所述数据监测装置中进行存储，以所述多个装配节点对钢结构试验平台进行表面监测，得到表面监测数据集，其中，所述表面监测数据集与所述多个装配节点一一对应；

具体而言，将获得的所述多个装配节点发送到所述数据监测装置中进行存储，然后所述数据监测装置根据存储的所述多个装配节点为监测时间节点，对所述钢结构试验平台进行表面监测数据进行提取，得到所述表面监测数据集。其中，所述表面监测数据集是通过数据监测装置对钢结构试验平台的表面进行多项目实时监测得到的数据信息，包括超声检测数据、表面涂料检测数据、射线检测数据等。且，所述表面监测数据集与所述多个装配节点一一对应，由此，保证后续分析装配对钢结构试验平台的影响程度的准确程度的技术效果。

步骤S400：以所述装配信息生成第一分布链，以所述表面监测数据生成第二分布链，以时序周期为连接关系，对所述第一分布链和所述第二分布链进行连接，生成链式监测数据集；

进一步的，如图2所示，本申请实施例步骤S400还包括：

步骤S410：收集所述表面监测数据集的多个瑕疵属类；

步骤S420：以所述多个瑕疵属类对所述钢结构试验平台造成的性能影响程度，分配影响属性点值；

步骤S430：以所述影响属性点值对所述多个瑕疵属类进行赋值，得到瑕疵赋值结果；

步骤S440：根据所述瑕疵赋值结果对所述多个瑕疵属类进行划分，生成弱损耗瑕疵库和强损耗瑕疵库；

步骤S450：基于所述弱损耗瑕疵库和所述强损耗瑕疵库对所述链式监测数据集进行分类。

进一步的，本申请实施例步骤S430还包括：

步骤S431：根据所述表面监测数据集，获取多个瑕疵强度；

步骤S432：根据所述多个瑕疵强度，分配强度属性点值；

步骤S433：以所述强度属性点值和所述影响属性点值对所述多个瑕疵属类进行赋值，得到二次瑕疵赋值结果。

具体而言，以所述装配信息对应使用日志上的时间顺序为分布链连接顺序，然后将多个装配节点对应的装配信息进行链式连接，得到所述第一分布链。其中，所述第一分布链是对钢结构试验平台的装配情况随时间变化的使用对象进行排列分布后得到的。以表面监测数据对应的多个装配节点对应的时间顺序为分布链的连接顺序，从而对表面监测数据进行链式连接，得到所述第二分布链。所述第二分布链是钢结构试验平台在每一次装配试验之后的平台表面监测情况按照时间顺序进行排列分布后得到的。进而，所述时序周期是指装配节点对应的时间节点，按照时间节点对所述第一分布链中的装配信息和第二分布链中的表面监测数据，对同时间点的装配信息和表面监测数据进行连接，从而得到所述链式监测数据集。所述链式监测数据集包括第一分布链和第二分布链，且对第一分布链和第二分布链中相同时间点的数据进行连接，反映了钢结构试验平台每次试验数据和试验后的平台表面情况。示例性的，所述链式监测数据集的结构类似于梯子，第一分布链和第二分布链分别是梯子的左右两个支撑柱，而时序周期中的时间节点，作为连接两个支撑柱的短横，将两个分布链连接起来。

具体的，对所述表面监测数据集中各个表面监测数据所属的种类进行提取，得到所述多个瑕疵属类。其中，所述多个瑕疵属类是指钢结构试验平台表面出现的多种瑕疵的种类，包括锈蚀、裂纹、卷边、凹坑、夹杂等。通过专家分析法对所述多个瑕疵属类对钢结构试验平台的性能影响程度进行分析，优选的，通过多个专家在信息相互不交流的状态下对所述多个瑕疵属类对钢结构试验平台的性能影响程度进行评分，根据评分结果取中间值，获得多个中间值，根据每个中间值占多个中间值总和的比例，得到多个比例值，将其作为影响属性点值。所述影响属性点值是对多个瑕疵属类对钢结构试验平台的影响程度进行分析后，得到的在性能影响程度权重分配时的权重值，影响属性点值越高，瑕疵属类对应钢结构试验平台的性能影响程度越高。进而，根据所述影响属性点值的权重值对多个瑕疵属类进行赋值，即对每个瑕疵种类对应的瑕疵值进行归一化处理，消除不同种类的量纲影响后，与影响属性点值的权重值进行计算，得到所述瑕疵赋值结果。其中，所述瑕疵赋值结果反映了各个瑕疵对于平台性能的影响程度，对影响程度进行量化计算。

具体的，获得预设瑕疵赋值结果，所述预设瑕疵赋值结果是预先设置的对钢结构试验平台的性能造成较强影响的瑕疵赋值最低值，由工作人员设定，在此不做限制。以所述预设瑕疵赋值结果为划分阈值，将低于所述预设瑕疵赋值结果的瑕疵赋值结果划分为弱损耗瑕疵库，将高于所述预设瑕疵赋值结果的瑕疵赋值结果划分为强损耗瑕疵库。示例性的，锈蚀和凹坑是弱损耗，裂纹和卷边是强损耗。根据瑕疵赋值结果与表面监测数据的一一对应情况，对表面监测数据集进行划分，进而，以表面监测数据集的划分结果，即弱瑕疵表面监测数据集和强瑕疵表面监测数据集，从而对所述链式监测数据集进行分类，得到弱瑕疵链式监测数据集和强瑕疵链式监测数据集。

具体的，根据所述表面监测数据集中各个监测数据值的大小，得到存在的瑕疵强度，对每个类型的监测数据值大小进行分析，得到所述多个瑕疵强度。所述多个瑕疵强度反映了表面监测数据集中各个数据的存在瑕疵的程度大小，瑕疵强度越大，对钢结构试验平台的影响程度越大。进而，以所述多个瑕疵强度的大小，得到所述强度属性点值。其中，所述强度属性点值是根据瑕疵强度大小进行权重值分配后得到的各个瑕疵属类对应的强度权重结果。进而，以所述强度属性点值和所述影响属性点值对所述多个瑕疵属类进行赋值，即，以强度属性点值对应的权重值和影响属性点值对应的权重值对归一化处理后的多个瑕疵属类进行加权计算，从而得到所述二次瑕疵赋值结果。其中，所述二次瑕疵赋值结果是从强度和影响程度两个角度对瑕疵属类对钢结构试验平台的影响程度进行量化计算后的得到的结果。从而，达到了提高监测数据分析的全面度和准确度的技术效果。

步骤S500：将所述链式监测数据集输入装配损耗分析模型中，根据所述装配损耗分析模型，输出与所述链式监测数据集对应的装配损耗指标集；

进一步的，如图3所示，本申请实施例步骤S500还包括：

步骤S510：搭建所述装配损耗分析模型，其中，所述装配损耗分析模型包括表面弱损耗和表面强损耗；

步骤S520：将所述链式监测数据集输入所述装配损耗分析模型，根据所述装配损耗分析模型进行数据集分类，获取弱损耗指标集和强损耗指标集；

步骤S530：按照所述弱损耗指标集和所述强损耗指标集，输出所述装配损耗指标集，其中，所述装配损耗指标集与所述链式监测数据集对应，每一个装配损耗指标对应一个装配节点。

进一步的，本申请实施例步骤S500还包括：

步骤S540：获取所述钢结构试验平台的循环装配部件；

步骤S550：根据所述循环装配部件的装配位置，生成标识监测点；

步骤S560：将所述标识监测点输入所述数据监测装置中，根据所述数据监测装置对所述标识监测点进行重点监测，获取标识监测数据集；

步骤S570：根据所述标识监测数据集，获取第一装配损耗指标；

步骤S580：根据所述表面监测数据集中除所述标识监测数据集以外的监测数据集，获取第二装配损耗指标；

步骤S590：基于所述第一装配损耗指标和所述第二装配损耗指标，输出所述装配损耗指标集。

具体而言，所述装配损耗分析模型是对监测数据对应的装配试验项目对钢结构试验平台的损耗程度指标进行智能化输出的功能模型，包括表面弱损耗和表面强损耗。优选的，通过将所述链式监测数据集进行分类，得到弱瑕疵链式监测数据集和强瑕疵链式监测数据集。将弱瑕疵链式监测数据集输入装配损耗分析模型中的表面弱损耗分析子模型中，将强瑕疵链式监测数据集输入装配损耗分析模型中的表面弱损耗分析子模型中分别进行指标计算，得到所述弱损耗指标集和强损耗指标集。其中，所述弱损耗指标集是对钢结构试验平台的表面弱损耗进行分析后得到的指标集，包括凹坑数量指标和锈蚀程度指标等。所述强损耗指标集是对钢结构试验平台的表面强损耗进行分析后得到的指标集，包括断裂指标、变形指标等。将弱损耗指标集和强损耗指标集作为装配损耗指标集，且每一装配损耗指标对应一个装配节点，表明该装配节点对钢结构试验平台的表面造成的损伤。所述装配损耗指标集是对所述链式监测数据集进行分析后得到的监测过程中对钢结构试验平台造成损伤的指标集合。

具体的，装配损耗分析模型的输入数据是链式监测数据集，输出数据为装配损耗指标集，由表面弱损耗子模型和表面强损耗子模型并联构成。其中，所述表面弱损耗子模型是以BP神经网络为基础构成的对钢结构试验平台的轻微损耗指标进行计算的功能子模型，以弱瑕疵链式监测数据集为输入数据，以弱损耗指标集为输出数据。所述表面强损耗子模型是以BP神经网络为基础构成的对钢结构试验平台的严重损耗指标进行计算的功能子模型，以强瑕疵链式监测数据集为输入数据，以强损耗指标集为输出数据。

具体的，通过获取历史弱瑕疵链式监测数据集和历史弱损耗指标集为训练数据集，对BP神经网络进行训练，直至训练至收敛，得到训练完成的表面弱损耗子模型。通过获取历史强瑕疵链式监测数据集和历史强损耗指标集为训练数据集，对BP神经网络进行训练，直至训练至收敛，得到训练完成的表面强损耗子模型。将表面弱损耗子模型和表面强损耗子模型并联，构建所述装配损耗分析模型。

具体的，所述循环装配部件是在钢结构试验平台根据试验项目进行组装的过程中，可以循环利用的零部件，包括螺栓、法兰、吊装工具等。对所述循环装配部件所在的装配位置进行采集，并对其进行监测标识，得到所述标识监测点。其中，所述标识监测点与所述循环装配部件一一对应。然后，将所述标识监测点输入所述数据监测装置中，对数据监测装置中对标识监测点进行监测的监测装置数据进行提取，得到所述标识监测数据集。其中，所述标识监测数据集反映了各个标识监测点在试验过程中的使用损耗情况。

具体的，获取钢结构试验平台过程中的性能监测指标以及对应的指标值。将所述标识监测数据集与指标值进行匹配，将匹配不成功，即指标数据不合格的指标进行提取，得到所述第一装配损耗指标。其中，所述第一装配损耗指标是对循环装配部件产生损耗的程度进行描述的指标。进而，对根据所述表面监测数据集中除所述标识监测数据集以外的监测数据集，与指标值进行匹配，将匹配不成功的指标进行提取，得到所述第二装配损耗指标。所述第二装配损耗指标是对不能循环装配的部件损耗程度进行分析的指标。进而，将所述第一装配损耗指标和所述第二装配损耗指标进行汇总，得到所述装配损耗指标集。

步骤S600：根据所述装配损耗指标集，生成监测预警信息。

进一步的，根据所述装配损耗指标集，生成监测预警信息，本申请实施例步骤S600还包括：

步骤S610：根据所述装配损耗指标集，获取标识装配节点，其中，所述标识装配节点为损耗指标大于预设损耗指标的节点；

步骤S620：对所述标识装配节点进行补偿损耗分析，获取补偿损耗指标集；

步骤S630：根据所述补偿损耗指标集对所述标识装配节点进行序列化，输出序列化标识节点；

步骤S640：按照所述序列化标识节点，对所述监测预警信息进行序列化控制。

进一步的，本申请实施例步骤600还包括：

步骤S650：获取所述钢结构试验平台的连接结构；

步骤S660：根据所述钢结构试验平台的连接结构，获取轴承润滑度和连接件稳定性；

步骤S670：按照所述轴承润滑度和连接件稳定性进行结构性能评估，获取结构维稳性；

步骤S680：根据所述结构维稳性，生成结构预警信息。

具体而言，根据所述装配损耗指标集对钢结构试验平台在进行装配后的损耗情况进行分析，当装配损耗比较大时，得到监测预警信息，对异常损耗进行预警提醒。所述监测预警信息是对钢结构试验平台中的损耗异常进行预警的信息。

具体的，所述预设损耗指标是预先设置的损耗对钢结构试验平台不产生影响的最低值。当装配损耗指标集中的损耗指标大于所述预设损耗指标时，表明此时对钢结构试验平台的性能会产生影响，将大于预设损耗指标的装配节点对应进行标识，得到所述标识装配节点。其中，所述标识装配节点是对钢结构试验平台的性能造成影响的装配节点，即在该节点进行试验装配后，对钢结构试验平台造成损耗。进而，对标识装配节点的损耗进行补偿分析，从维修的经济成本、时间成本和人力成本三个维度进行分析，得到补偿损耗指标集。其中，所述步长损耗指标集是对装配节点的补偿损耗指标进行汇总的指标集合，包括经济成本指标、时间成本指标和人力成本指标。其中，经济成本指标包括补偿损耗支出资金。所述时间成本指标包括钢结构试验平台进行补偿损耗修复的时间。所述人力成本指标是对钢结构试验平台进行近补偿损耗修复的人员数量。通过对所述补偿损耗指标集中的三个指标按照预设权重分配结果进行分配，按照权重分配结果对经济成本指标、时间成本指标和人力成本指标进行加权计算，得到计算结果，按照计算结果从小到大的顺序对所述标识装配节点进行序列化排序。其中，预设权重分配结果是由工作人员根据成本规划自行进行设定的。所述序列化标识节点是对标识装配节点按照顺序进行排序后，并进行数字编号后得到的。进而，根据所述序列化标识节点的顺序对各个标识装配节点对应的监测预警信息进行控制。从而，提高控制的效率和准确性。

具体的，所述连接结构是所述钢结构试验平台自身进行装配的过程中，对各个零部件进行连接的结构，包括轴承、轴、键、铰链等。对各个连接结构的轴承润滑度和连接件稳定性进行获取，通过润滑试验获得轴承润滑度，通过根据连接件的组成运用力学方法计算连接件的稳定性。进而，从轴承润滑度和连接件稳定性两个角度对钢结构试验平台的结构性能进行评估，得到所述结构维稳性。其中，所述结构维稳性是对轴承润滑度和连接件稳定性进行加权计算得到的。当结构维稳性不符合预设要求时，得到结构预警信息。所述结构预警信息用于提醒工作人员，钢结构试验平台的稳定性不能满足要求，需要进行维护。

综上所述，本申请实施例至少具有如下技术效果：

本申请实施例通过对钢结构试验平台的使用日志进行分析，得到多个装配节点，实现了对钢结构试验平台的性能进行影响分析时对象的确定，获取多个装配节点对应的装配信息，其中，装配信息包括装配对象、装配流程以及装配时长，通过将多个装配节点发送至数据监测装置中进行存储，在所述数据监测装置中，以多个装配节点为索引，对钢结构试验平台表面监测数进行提取，将装配信息作为分布链的数据，以时间为分布排列顺序，得到第一分布链，以表面监测数据生成第二分布链，以时序周期为连接关系，对第一分布链和第二分布链进行连接，生成链式监测数据集，然后将链式监测数据集输入装配损耗分析模型中，智能化输出与链式监测数据集对应的装配损耗指标集，然后根据装配损耗指标集，生成监测预警信息。达到了提高对钢结构试验平台性能监测的准确性，及时对异常进行反馈，提高监测质量的技术效果。

实施例二

基于与前述实施例中一种钢结构试验平台的性能监测方法相同的发明构思，如图4所示，本申请提供了一种钢结构试验平台的性能监测系统，本申请实施例中的系统与方法实施例基于同样的发明构思。其中，所述系统包括：

装配节点获得模块11，所述装配节点获得模块11用于对钢结构试验平台的使用日志进行分析，得到多个装配节点；

装配信息获得模块12，所述装配信息获得模块12用于获取所述多个装配节点对应的装配信息，其中，所述装配信息包括装配对象、装配流程以及装配时长；

表面监测数据获得模块13，所述表面监测数据获得模块13用于将所述多个装配节点发送至数据监测装置中进行存储，以所述多个装配节点对钢结构试验平台进行表面监测，得到表面监测数据集，其中，所述表面监测数据集与所述多个装配节点一一对应；

链式监测数据获得模块14，所述链式监测数据获得模块14用于以所述装配信息生成第一分布链，以所述表面监测数据生成第二分布链，以时序周期为连接关系，对所述第一分布链和所述第二分布链进行连接，生成链式监测数据集；

损耗指标集获得模块15，所述损耗指标集获得模块15用于将所述链式监测数据集输入装配损耗分析模型中，根据所述装配损耗分析模型，输出与所述链式监测数据集对应的装配损耗指标集；

监测预警信息获得模块16，所述监测预警信息获得模块16用于根据所述装配损耗指标集，生成监测预警信息。

进一步的，所述系统还包括：

数据集分类单元，所述数据集分类单元用于将所述链式监测数据集输入所述装配损耗分析模型，根据所述装配损耗分析模型进行数据集分类，获取弱损耗指标集和强损耗指标集；

装配损耗指标集获得单元，所述装配损耗指标集获得单元用于按照所述弱损耗指标集和所述强损耗指标集，输出所述装配损耗指标集，其中，所述装配损耗指标集与所述链式监测数据集对应，每一个装配损耗指标对应一个装配节点。

进一步的，所述系统还包括：

瑕疵属类收集单元，所述瑕疵属类收集单元用于收集所述表面监测数据集的多个瑕疵属类；

影响属性点值分配单元，所述影响属性点值分配单元用于以所述多个瑕疵属类对所述钢结构试验平台造成的性能影响程度，分配影响属性点值；

瑕疵赋值单元，所述瑕疵赋值单元用于以所述影响属性点值对所述多个瑕疵属类进行赋值，得到瑕疵赋值结果；

损耗瑕疵库生成单元，所述损耗瑕疵库生成单元用于根据所述瑕疵赋值结果对所述多个瑕疵属类进行划分，生成弱损耗瑕疵库和强损耗瑕疵库；

监测数据集分类单元，所述监测数据集分类单元用于基于所述弱损耗瑕疵库和所述强损耗瑕疵库对所述链式监测数据集进行分类。

进一步的，所述系统还包括：

瑕疵强度获得单元，所述瑕疵强度获得单元用于根据所述表面监测数据集，获取多个瑕疵强度；

强度属性点值分配单元，所述强度属性点值分配单元用于根据所述多个瑕疵强度，分配强度属性点值；

二次赋值结果获得单元，所述二次赋值结果获得单元用于以所述强度属性点值和所述影响属性点值对所述多个瑕疵属类进行赋值，得到二次瑕疵赋值结果。

进一步的，所述系统还包括：

标识装配节点获得单元，所述标识装配节点获得单元用于根据所述装配损耗指标集，获取标识装配节点，其中，所述标识装配节点为损耗指标大于预设损耗指标的节点；

补偿损耗指标集获得单元，所述补偿损耗指标集获得单元用于对所述标识装配节点进行补偿损耗分析，获取补偿损耗指标集；

序列化标识节点输出单元，所述序列化标识节点输出单元用于根据所述补偿损耗指标集对所述标识装配节点进行序列化，输出序列化标识节点；

预警信息序列化控制单元，所述预警信息序列化控制单元用于按照所述序列化标识节点，对所述监测预警信息进行序列化控制。

进一步的，所述系统还包括：

连接结构获得单元，所述连接结构获得单元用于获取所述钢结构试验平台的连接结构；

连接件稳定性获得单元，所述连接件稳定性获得单元用于根据所述钢结构试验平台的连接结构，获取轴承润滑度和连接件稳定性；

结构维稳性获得单元，所述结构维稳性获得单元用于按照所述轴承润滑度和连接件稳定性进行结构性能评估，获取结构维稳性；

结构预警信息生成单元，所述结构预警信息生成单元用于根据所述结构维稳性，生成结构预警信息。

进一步的，所述系统还包括：

循环装配部件获得单元，所述循环装配部件获得单元用于获取所述钢结构试验平台的循环装配部件；

监测点标识单元，所述监测点标识单元用于根据所述循环装配部件的装配位置，生成标识监测点；

标识监测数据集获得单元，所述标识监测数据集获得单元用于将所述标识监测点输入所述数据监测装置中，根据所述数据监测装置对所述标识监测点进行重点监测，获取标识监测数据集；

第一装配损耗指标获得单元，所述第一装配损耗指标获得单元用于根据所述标识监测数据集，获取第一装配损耗指标；

第二装配损耗指标获得单元，所述第二装配损耗指标获得单元用于根据所述表面监测数据集中除所述标识监测数据集以外的监测数据集，获取第二装配损耗指标；

装配损耗指标集输出单元，所述装配损耗指标集输出单元用于基于所述第一装配损耗指标和所述第二装配损耗指标，输出所述装配损耗指标集。

需要说明的是，上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (8)

1.一种钢结构试验平台的性能监测方法，其特征在于，所述方法应用于钢结构试验平台的性能监测系统，所述系统与数据监测装置通信连接，所述方法包括：

对钢结构试验平台的使用日志进行分析，得到多个装配节点；

获取所述多个装配节点对应的装配信息，其中，所述装配信息包括装配对象、装配流程以及装配时长；

将所述多个装配节点发送至所述数据监测装置中进行存储，以所述多个装配节点对钢结构试验平台进行表面监测，得到表面监测数据集，其中，所述表面监测数据集与所述多个装配节点一一对应；

以所述装配信息生成第一分布链，以所述表面监测数据生成第二分布链，以时序周期为连接关系，对所述第一分布链和所述第二分布链进行连接，生成链式监测数据集；

将所述链式监测数据集输入装配损耗分析模型中，根据所述装配损耗分析模型，输出与所述链式监测数据集对应的装配损耗指标集；

根据所述装配损耗指标集，生成监测预警信息。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

搭建所述装配损耗分析模型，其中，所述装配损耗分析模型包括表面弱损耗和表面强损耗；

将所述链式监测数据集输入所述装配损耗分析模型，根据所述装配损耗分析模型进行数据集分类，获取弱损耗指标集和强损耗指标集；

按照所述弱损耗指标集和所述强损耗指标集，输出所述装配损耗指标集，其中，所述装配损耗指标集与所述链式监测数据集对应，每一个装配损耗指标对应一个装配节点。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

收集所述表面监测数据集的多个瑕疵属类；

以所述多个瑕疵属类对所述钢结构试验平台造成的性能影响程度，分配影响属性点值；

以所述影响属性点值对所述多个瑕疵属类进行赋值，得到瑕疵赋值结果；

根据所述瑕疵赋值结果对所述多个瑕疵属类进行划分，生成弱损耗瑕疵库和强损耗瑕疵库；

基于所述弱损耗瑕疵库和所述强损耗瑕疵库对所述链式监测数据集进行分类。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

根据所述表面监测数据集，获取多个瑕疵强度；

根据所述多个瑕疵强度，分配强度属性点值；

以所述强度属性点值和所述影响属性点值对所述多个瑕疵属类进行赋值，得到二次瑕疵赋值结果。

5.如权利要求1所述的方法，其特征在于，根据所述装配损耗指标集，生成监测预警信息，方法还包括：

根据所述装配损耗指标集，获取标识装配节点，其中，所述标识装配节点为损耗指标大于预设损耗指标的节点；

对所述标识装配节点进行补偿损耗分析，获取补偿损耗指标集；

根据所述补偿损耗指标集对所述标识装配节点进行序列化，输出序列化标识节点；

按照所述序列化标识节点，对所述监测预警信息进行序列化控制。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述钢结构试验平台的连接结构；

根据所述钢结构试验平台的连接结构，获取轴承润滑度和连接件稳定性；

按照所述轴承润滑度和连接件稳定性进行结构性能评估，获取结构维稳性；

根据所述结构维稳性，生成结构预警信息。

7.如权利要求5所述的方法，其特征在于，所述方法还包括：

获取所述钢结构试验平台的循环装配部件；

根据所述循环装配部件的装配位置，生成标识监测点；

将所述标识监测点输入所述数据监测装置中，根据所述数据监测装置对所述标识监测点进行重点监测，获取标识监测数据集；

根据所述标识监测数据集，获取第一装配损耗指标；

根据所述表面监测数据集中除所述标识监测数据集以外的监测数据集，获取第二装配损耗指标；

基于所述第一装配损耗指标和所述第二装配损耗指标，输出所述装配损耗指标集。

8.一种钢结构试验平台的性能监测系统，其特征在于，所述系统包括：

装配节点获得模块，所述装配节点获得模块用于对钢结构试验平台的使用日志进行分析，得到多个装配节点；

装配信息获得模块，所述装配信息获得模块用于获取所述多个装配节点对应的装配信息，其中，所述装配信息包括装配对象、装配流程以及装配时长；

表面监测数据获得模块，所述表面监测数据获得模块用于将所述多个装配节点发送至数据监测装置中进行存储，以所述多个装配节点对钢结构试验平台进行表面监测，得到表面监测数据集，其中，所述表面监测数据集与所述多个装配节点一一对应；

链式监测数据获得模块，所述链式监测数据获得模块用于以所述装配信息生成第一分布链，以所述表面监测数据生成第二分布链，以时序周期为连接关系，对所述第一分布链和所述第二分布链进行连接，生成链式监测数据集；

损耗指标集获得模块，所述损耗指标集获得模块用于将所述链式监测数据集输入装配损耗分析模型中，根据所述装配损耗分析模型，输出与所述链式监测数据集对应的装配损耗指标集；

监测预警信息获得模块，所述监测预警信息获得模块用于根据所述装配损耗指标集，生成监测预警信息。

Images