基于数字孪生的工程机械产品健康检测方法研究

发布时间：2020-12-25 15:32

　　为了提高工程机械产品的安全性能,结合故障预测与健康管理技术,提出基于数字孪生的工程机械产品健康检测方法。建立可准确反映当前工程机械产品状态的数字孪生模型,通过分析数字孪生模型,实现对工程机械产品的状态预测,从而提前发出故障预警。通过建立QTZ40塔机的数字孪生模型,运用基于数字孪生的工程机械产品健康检测方法对其进行健康检测。实验数据表明:基于该检测方法可有效实现机械故障预警和诊断,提高了塔机的安全性,解决了工程机械传统健康检测方法的不足,为同类工程机械故障诊断问题提供了解决方案。 

【文章来源】：中国工程机械学报. 2020年04期 北大核心

【文章页数】：6 页

【部分图文】：

基于数字孪生的健康检测流程

本文以QTZ40塔机为例，建立数字孪生模型。塔机结构模型由底架、连接板、钢管、前臂、后臂及重物块等组成，如图2所示。通过在塔机的顶部安装有防倾翻监控仪，测量塔身顶端轨迹，计算塔身螺栓预紧力。同时塔机还安装了其他传感器用以采集高度、幅度、吊重、回转等信息，从而更全面地检测塔机的当前状态。通过传感器采集到的数据，创建基于数字孪生的塔机健康检测模型，如图3所示。基于数字孪生的塔机健康检测模型，通过塔机传感器采集到的数据，在其界面实时显示当前塔机的动作和状态，基于数字孪生的健康检测方法对塔机的故障做出诊断和预测。

传感器采集的数据通过GPRS传送给服务器，然后服务器会把数据存入数据库中，数字孪生模型可以根据最新采集的数据更新当前的状态，通过对历史数据的分析和对故障模型的训练，结合本文提出的健康检测方法，从而实现对塔机的故障预警和检测。根据防倾翻监控仪采集的塔机顶端运行轨迹的三维坐标，可以得到二维的塔机顶端轨迹，如图4所示。图4 塔机顶端轨迹

【参考文献】：
期刊论文
[1]关于故障预测与健康管理技术的几点认识[J]. 年夫顺.  仪器仪表学报. 2018(08)
[2]塔机作业安全态势分析及趋势预测[J]. 郑霞忠,蔡莉莉,陈述,晋良海,龚润,陈亮,郭雅薇.  数学的实践与认识. 2018(09)
[3]基于粗糙集的起重机械安全风险评价[J]. 刘浩浩,李洁,徐亦陈.  土木工程与管理学报. 2017(05)
[4]油电混合动力工程机械研究现状及发展趋势[J]. 刘会勇,熊冶平,赵青.  机床与液压. 2017(15)
[5]产品数字孪生体的内涵、体系结构及其发展趋势[J]. 庄存波,刘检华,熊辉,丁晓宇,刘少丽,瓮刚.  计算机集成制造系统. 2017(04)
[6]数字孪生模型在产品构型管理中应用探讨[J]. 于勇,范胜廷,彭关伟,戴晟,赵罡.  航空制造技术. 2017(07)
[7]大型机械系统的健康管理理论研究及应用设想[J]. 沈功田,刘渊.  机械工程学报. 2017(06)
[8]数据驱动的寿命预测和健康管理技术研究进展[J]. 胡昌华,施权,司小胜,张正新.  信息与控制. 2017(01)
[9]基于超声时序神经网络目标识别的塔机安全预警[J]. 李西平,谷立臣,寇雪芹.  中国机械工程. 2016(16)
[10]大型机电设备健康状态评估方法研究[J]. 李晋,朱强强,范旭峰,孟阳,陈思安.  工矿自动化. 2015(01)

博士论文
[1]复杂装备故障预测与健康管理关键技术研究[D]. 李向前.北京理工大学 2014

硕士论文
[1]基于数字孪生的车间管控系统的设计与实现[D]. 张新生.郑州大学 2018



本文编号：2937928