书签 分享 收藏 举报 版权申诉 / 71
上传文档赚钱

类型大型港口起重机结构远程智能损伤识别系统研究.docx

  • 上传人(卖家):阳光照进你心里
  • 文档编号:3251139
  • 上传时间:2022-08-12
  • 格式:DOCX
  • 页数:71
  • 大小:675.33KB
  • 【下载声明】
    1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
    2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
    3. 本页资料《大型港口起重机结构远程智能损伤识别系统研究.docx》由用户(阳光照进你心里)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
    4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
    5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
    配套讲稿:

    如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

    特殊限制:

    部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。

    关 键  词:
    大型 港口 起重机 结构 远程 智能 损伤 识别 系统 研究
    资源描述:

    1、大型港口起重机结构远程智能损失识别系统研究本科生毕业论文毕业设计题目大型港口起重机结构远程智能损伤识别系统研究学生姓名专业机械设计制造及自动化班级机械81802指导教师完成日期2022年5月28日摘要目前,我国正处于大规模建设发展阶段,大型机械的事故数量和死亡人数也不断增加,其中起重机械事故占据了很高的比例。港口起重机功能强大,运转性能安稳,广泛应用于港口、码头等场所。一般能够用来搬运杂货或散货装卸作业。它是一种高性能的机械设备,无论在结构上还是功能上,它都有很大的优势,广泛应用于人们的生产生活中,从而提升了装卸效率。在工作过程中所处理的货物在重量和体积上都偏大,这就要求其结构和零部件具有较高

    2、的可靠性。本文通过有限元分析等手段对港口起重机在不同工况下进行静力学分析,得到最易受到损伤的部位。利用Python软件平台开发一款智能损伤识别系统,该系统运用基于神经网络的RF随机森林算法和SVM支持向量机算法,实现对港口起重机结构远程智能损伤识别的功能。首先,本文通过结合有限元分析对大型港口起重机的结构特征及其主要技术参数等问题进行了研究和分析,根据所选出来的四种不同典型的工况,运用ANSYS对在不同工况作用下的该结构进行分析,根据分析得到的四种起重机应力分布及其变形实际情况,校验了该结构的动、静强度及机械刚度。其次,对大型港口起重机进行了需求分析,确定了监测系统由下位机采集系统、数据采集系

    3、统、上位机监测系统、损伤识别系统这四部分组成。然后对各部分进行了简要的介绍和具体的方案设计。本文将介绍监测起重机所用到的数据采集系统。数据采集系统包括传感器、数据采集硬件和计算机驱动程序。最后,运用RF随机森林算法和SVM支持向量机,搭建好基于人工神经网络的结构远程智能损伤识别系统,根据已有损伤数据进行调试,得到最后的预测准确率为99%o这套算法便于实现大型港口起重机的结构远程智能损伤识别。关键词:大型港口起重机;有限元分析;Python;实时监测大型港口起重机结构远程智能损失识别系统研究AbstractAtpresent,Chinaisinthestageoflarge-scaleconst

    4、ructionanddevelopment,thenumberofaccidentsanddeathsoflargemachineryisalsoincreasing,craneaccidentsoccupyahighproportionoftheportcraneispowerful,stableoperationperformance,widelyusedinportsanddocksandotherplacesgenerallycanbeusedtocarrygroceriesorbulkcargoloadingandunloadingoperationsItisakindofhighp

    5、erformancemechanicalequipment,whetherinstructureorfunction,ithasgreatadvantages,widelyusedinpeoplesproductionandlife,soastoimprovetheefficiencyofloadingandunloadingintheprocessofworkprocessedintheweightandvolumeofthegoodsarelarge,whichrequiresitsstructureandpartshavehighreliabilityInthispaper,static

    6、analysisofportcraneunderdifferentworkingconditionsiscarriedoutbymeansoffiniteelementanalysis,andthemostvulnerablepartsareobtainedAnintelligentdamageidentificationsystemisdevelopedbyusingPythonsoftwareplatform.ThesystemusesRFrandomforestalgorithmbasedonneuralnetworkandSVMsupportvectormachinealgorithm

    7、torealizethefunctionofremoteintelligentdamageidentificationfbrportcranestructureFirstly,thispaperstudiesandanalyzesthestructuralcharacteristicsandmaintechnicalparametersofthelargeportcranebycombiningthefiniteelementanalysis.Accordingtotheselectedfourtypicalworkingconditions,ANSYSisusedtoanalyzethest

    8、ructureunderdifferentworkingconditions.Thedynamicandstaticstrengthandmechanicalstiffnessofthestructureareverifiedaccordingtothestressdistributionanddeformationoffourcranes.Secondly,thispaperwillintroducethedataacquisitionsystemusedinmonitoringcrane.Thedataacquisitionsystemincludessensors,dataacquisi

    9、tionhardwareandcomputerdrivers.Secondly,therequirementsoflargeportcranesareanalyzed,andthemonitoringsystemismadeupoffourparts:thelowermachineacquisitionsystem,thedataacquisitionsystem,theuppercomputermonitoringsystemandthedamageidentificationsystem.Theneachpartofthebriefintroductionandspecificscheme

    10、design.Thispaperintroducesthedataacquisitionsystemusedformonitoringcranes.Thedataacquisitionsystemincludessensors,dataacquisitionhardwareandcomputerdrivers.Finally,RFrandomforestalgorithmandSVMsupportvectormachinewereusedtosetupthestructureremoteintelligentdamageidentificationsystembasedonartificial

    11、neuralnetwork.Accordingtotheexistingdamagedata,thefinalpredictionaccuracywas99%.Thisalgorithmisconvenienttorealizethestructureremoteintelligentdamageidentificationoflargeportcranes.Keywords:LargePortCrane,FiniteElementAnalysis,Python,RealTimeMonitorin王洁大型港口起重机结构远程智能损伤识别系统研究目录摘要IAbstractII第一章绪论31.1 选

    12、题背景及意义31.2 国内外对有限元法的研究现状和发展趋势41.3 国内外大型港口起重机结构远程智能损伤识别系统的研究现状和发展趋势51.4 结构远程智能损伤识别的研究81.5 本章小结9第二章大型港口起重机的有限元分析102.1 起重机的主要参数和建模10(1)自重载荷14(2)起升载荷152.2 门式起重机实际典型工况的确定162.3 多种工况下门式起重机结构的应力应变分析182.4 应力测点位置的确定212.5 门式起重机的试验结果分析212.6 本章小结22第三章健康监测平台的搭建233.1 监测系统总体方案设计233.1.1 监测系统功能需求分析233.1.2 监测系统总体方案设计2

    13、53.1.3 监测系统硬件采集系统设计253.2 监测系统上位机监测系统设计263.2.1 监测系统的软件开发Python263.2.2 NI-DAQmx的驱动管理软件273.3 下位机监测系统273.3.1 传感器的选择与安装273.3.2 传感器的具体参数283.4 数据采集系统303.4.1 数据采集机箱303.4.2 数据采集卡323.5 结构损伤识别353.6 本章小结37第四章基于Python的智能监测系统384.1 SVM支持向量机算法384.1.1 SVM算法类型和核算法选择384.1.2 线性SVM算法一软间隔方法384.1.3 线性SVM算法一目标函数的优化394.1.4

    14、线性SVM算法一核函数的引入414.1.5 线性SVM算法一核函数的介绍414.1.6 Pycharm仿真43王洁大型港口起重机结构远程智能损伤识别系统研究4.1.7 PyCharm仿真结果434.2 RF随机森林算法444.2.1 RF算法理论444.2.2 Java仿真474.2.3 Java仿真结果484.2.4 本章小结49第五章总结与展望505.1 总结505.2 展望50致谢52参考文献53附录55一 .SVM算法数据汇总56二 .RF算法数据汇总6852第一章绪论1.1 选题背景及意义大型港口起重机是一种广泛应用在码头前沿的大型起重机,可以为港口装卸散货及件杂货,在国际货运行业发

    15、挥着重要的作用。它是一种高性能的机械设备,无论在结构上还是功能上,它都有很大的优势,广泛应用于人们的生产生活中,从而提升了装卸效率。在工作过程中所处理的货物在重量和体积上都偏大,这就要求其结构和零部件具有较高的可靠性。我国目前正在处于大规模建设发展的阶段,建设行业事故数量和事故死亡人数一直居高不下,其中起重机械事故占有很高的比例,每年仅塔式起重机的事故发生率就在5%。以上L近年来,随着起重设备“老龄化”的加剧,由结构失效引起的安全事故呈上升趋势。对已经发生的塔吊事故的分析表明,绝大多数塔吊事故都有先兆。如果能及时判断塔机使用过程的结构状态、是否违规使用、地基是否发生沉降等,就可以事先发现事故隐

    16、患,采取适当措施,避免事故发生。起重机是一种发生重大安全事故概率较高的特种作业机械。一旦发生事故,将对安全生产和人民生命财产构成严重威胁。为了确保各种起重机械设备的安全运行,提高其安全运转效率,必须加强对起重机械的运行监控,开展针对起重机械的实时状态监测和结构损伤识别,及时发现异常情况,降低故障的发生率,提高起重机运行的可靠性,减少或消除事故。图0-1江苏靖江太和港务码头图0-2苏格兰港口近年来,随着起重设备“老化”的加剧,由结构失效引起的安全事故呈上升趋势。因此有必要使用传感器对易发生意外的位置进行监测和损伤识别,确保机械设备能够安全正常工作,避免发生故障从而造成损失。但目前的仪器往往有工作

    17、范围限制、测试不准确的缺点,若使用遥测仪器,虽然不受工作范围的限制但测试却极易受到干扰凶。1.2 国内外对有限元法的研究现状和发展趋势当有限元分析方法还不成熟时,其主要分析方法是通过理论数据计算分析和大量实验研究相结合。然而,到了20世纪中叶,随着静力研究的迅速发展和研究内容的不断增加,有限元技术才刚刚应用到起重机的静力分析中。起重机械作为国民经济建设中的“承重脊梁”,起着承重、搬运和装卸的重要作用。然而,由于门式起重机工作条件众多,载荷复杂,难以准确确定其受力情况,因此很难对其进行安全性分析。目前,学者对起重机金属结构有限元进行了大量分析研究。甘盛霖等通过有限元法分析了上、下回转支座在不同工

    18、况下的受力情况,并对薄弱处进行了局部强化,使其最大应力降低。马晨旭等根据倾斜角度的不同,分析计算不同的加载力,在ANSYS有限元分析软件中对200t浮式起重机整机结构分析得到不同计算工况下的计算结果并进行对比分析。苏芳等针对岸边集装箱起重机整体钢结构提出了大梁异形截面的仿真方法和偏轨梁的加载方法,求解分析有限元模型并得出了各工况下的结构应力。Ling等根据不同载荷下结构的应力临界分布条件对电动单梁起重机主、端梁连接部分进行分析,发现下翼缘和上翼缘和附近的区域的螺栓孔处有更高的应力。Zhong等利用ABAQUS软件对桥式起重机的金属结构分析在三种典型工况下的情况,并验证了方法的准确度。吴维维等“

    19、。1学者通过利用ANSYS对75t+75t/42m的双梁桁架门式起重机主梁进行建模并分析,然后进行计算分析,当主梁上两个小车从一端运动到另一端时,主梁应力在其运动过程中发生变化,当两个小车运动到起重机主梁跨中位置时,主梁所受应力最大。陈世教等【I学者也运用有限元手段进行了结构静强度分析,对五种工况下的门式起重机的主梁强度进行分析。东南大学的硕士毕业生谢尧林13学者使用ANSYS针对MG300型门式起重机进行分析计算,其中,他以shell63单元类型进行了划分网格,使静力学分析的结果更加准确。冯月贵等1学者用Pro/E软件建立MH5-15电动葫芦单梁门式起重机的三维模型,并运用有限元分析,前处理

    20、全部完毕后,通过施加载荷的方法进行单梁门式起重机的静力学分析,最后根据仿真应力云图和应变云图得到:在小车在主梁跨中位置处满载起升时,其变形量最大。李国斌0句学者在CATIAV5R20软件中建立500t双梁门式起重机模型并导入到ANSYSWorkbench中,根据工作情况选取了五种典型的工况进行分析,最后发现其变形量最大处都在主梁跨中处或接近跨中处,该学者还研究了该起重机主梁的可靠度和灵敏度设计。P.F.Liu等提出用弧长法和非线性稳定法对起重机主梁极限承载力进行分析,有限元分析结果表明,现有的双小车桥式起重机存在比较大的强度裕量,为后续优化设计软件平台奠定了基础。宋元岭等学者主要研究了80/3

    21、0t、31.5m的桥式起重机,通过SolidWorks进行建模并将简化模型导入到有限元中,结合多种典型工况对其进行了静力学分析,根据结果得出主梁在跨中位置处发生变形最大,为后续主梁的优化提供了参考方向。彭军针对双梁门式起重机进行了静力学和动力学分析,在ANSYS建模后,整机使用shelll81单元进行网格划分,施加载荷然后进行三种工况下的分析,最后得到三种工况中在主梁跨中位置处变形量最大。1.3 国内外大型港口起重机结构远程智能损伤识别系统的研究现状和发展趋势结构损伤识别可分为静态法和动态法。静态法是根据结构的外观尺寸、材料的力学指标、材料的老化程度、构件的整体刚度等来评估结构的可靠性。优点是

    22、测量结果稳定可靠,操作简单,思路清晰,技术门槛低。然而,随着建筑结构的复杂性和规模的不断扩大,用静态法评估机械结构损伤程度的工作量越来越大,工作效率也很低。而且很难收集到与隐藏组件相关的数据,导致了静态法的局限性。动态法是通过采集建筑结构的动态参数来评估结构的健康状态。当结构发生损伤时,结构的模态、阻尼等动力学参数也会发生相应的变化。通过对结构动态参数的变化,可以反映结构的损伤状态。有经验的铁路维修工人用锤子敲击轨道,通过听声音来区分音调和音色,可以大致判断轨道是否有故障。这是对动态法最直观的理解。在现代实际动态法监测工程中,一般在建筑结构上安装传感器,采用人为激励或者外界环境激励对结构造成扰

    23、动,实时采集结构的动力学特征,对结构的反应进行分析,从而识别结构的损伤情况。相对于静态法,动态法能够从更加宏观的角度对结构的健康状态进行评估。有些动态法还能能够实现实时评估预警,减少工程人员赶赴现场的次数,增大机械结构的安全保障。但是由于在动态法中需要通信、力学、计算科学等多学科协调与融合,目前其发展并不成熟,并且在长期监测过程中容易受到外界环境噪声因素的干扰,其准确性与稳定性仍有待于提高。然而正是由于动态法存在着这些不足之处,由于动态法巨大的优势与应用前景,目前正吸引大量科研工作者投入该领域。从范围来看,结构损伤识别技术也可分为局部损伤识别方法和全局损伤识别方法。局部损伤识别方法是指利用超声

    24、波检测、爆震检测、X射线、丫射线、应变测量、涡流、光学诊断、磁粉、红外诊断等一系列手段对构件的小面积损伤进行评估。局部损伤识别具有测量准确、针对性强的特点,可作为制定加固修复方案的直接依据。然而,局部损伤识别方法通常用于关键零件的常规检测,其繁琐、昂贵且耗时。只能在预测的损坏零件中检测到。很难对大型复杂结构的整体安全性进行准确评估。一般来说,首先通过全局损伤识别结果了解损伤的大致位置,然后在可能发生损伤的位置识别局部损伤,这种有针对性的调查可以取得良好的效果。全局损伤识别方法是指对结构整体健康状态的监测和评价,如光纤监测方法、整体分布应变测量方法、动力指数测量方法等。光纤监测方法是目前应用广泛

    25、的一种常用方法。但由于其成本高、易损坏等特点,促进了其他方法的发展。全局分布式应变测量方法也是一种常用的方法,但在长期使用过程中,仍无法避免应变计的腐蚀老化对监测结果的不利影响,且成本较高。动态指标测量方法,即上述动态方法,是根据结构本身动力特性指标的变化来评价结构的健康状态。由于其成本低、监测效果相对稳定,成为损伤识别研究和应用的热点。随着通信技术、计算机设备、人工智能、大数据分析、云计算等技术的创新和发展,启发式算法已经成为现代工业和生活中不可或缺的工具。其卓越的优化能力、高度的自动化属性和解决复杂问题的能力是人类社会工业4.0挑战的利剑。在损伤识别问题中,近年来,许多学者关注将启发式算法

    26、引入到实际工程中,以解决复杂的损伤识别计算问题。神经网络算法是一种典型的启发式算法。该算法的核心目标是建立一种类似人脑的机制来实现机器学习,使其具有自组织、自学习和自适应的特点。在实际应用中,通常用来构造未知系统中已知输入参数与已知输出参数之间的非线性映射关系。例如,对于损伤识别问题,一般将结构的频率、模态向量等动态参数作为输入参数,将结构的损伤量化指标作为输出参数,建立二者之间的关系,然后根据实际输入参数对结构的实际损伤状态进行评估。Kaminski网将神经网络应用于损伤定位算法,比较了自振频率、频率变化量、正则化的频率变化率等指标对于神经网络的敏感性的影响。启发式算法中,遗传算法也是提出时

    27、间较早的另外一种智能算法,它的核心思想是通过模拟自然界中生物竞争繁衍的机制,模拟其遗传基因的优化过程,从而繁衍进化出更加适应环境的子代。遗传算法是一种自适应、多样、大规模的全局概率搜索算法。它通过复制、交叉、变异等操作提高了全局搜索和优化的能力。Ko等口9阚究运用神经网络处理检测信号的noveltyfiltering技术。noveltyfiltering技术用于检测损伤,而无法确定损伤的位置。Wu等田将BP(back-propagation)神经网络运用于检测建筑结构的损伤。Povich等1运用三层BP网络对20跨的平面析架进行了损伤识别研究。他们没有用频率和振型,而是使用了在实验获得的频响函

    28、数(FRFS)来区分损伤情况和训练神经网络,避免了模态参数的识别,获得了较好的结果。随着网络的快速发展和信息网络技术的发展,对结构损伤识别的远程操作提出了更高的要求。传统的远程识别系统基本是C/S模式的,应用系统的计算环境正经历着进一步的变革。而互联网应用需求的快速增长,对系统的远程操作提出了要求。对此,大量学者也在这方面进行了研究。斯坦福大学和麻省理工学院合作开发了款基于互联网的下一代远程诊断系统(Internet-basedNextGenerationRemoteDiagnosis),美国的DM2000和PDS都是网络系统,可以同时检测多个目标和智能识别各种典型故障,并具有远程通信能力。国

    29、内许多学者也对此进行了深入研究,天津大学的王太勇等在基互联网远程机械故障诊断系统122。华中科技大学的袁楚明等也在设备远程诊断系统的整体结构提出改进因L北京科技大学的徐金梧研究了利用Corba实现机械远程诊断技术31。综上所述,大多数远程系统都是针对机械设备的,由于计算量小,系统相对容易实现,而且大多数系统只是服务器接受客户端的请求,然后返回相应的结果。然而,智能识别系统需要大量的计算量,这与传统的诊断系统有很大的不同。因此,如何实现结构损伤智能识别的远程操作是一个亟待解决的问题。1.4 结构远程智能损伤识别的研究大型港口起重机在各种复杂的环境作用和偶发事故中,可能造成结构的损伤积累,会对人民

    30、生命财产安全构成危害。因此,建立结构损伤识别系统,对结构进行在线监测和损伤识别,具有很强的工程实际应用背景。目前,机器学习或人工智能研究的热点问题是如何使机器在一定程度上达到模拟人脑的学习能力。其核心思想是使机器能够通过一些模型和微积分方法对已知样本进行学习和分析,在数据中找到一定层次上的数学规律或关系,并建立相应的函数求导模型。目前,神经网络和模式识别等现有机器学习方法的重要理论基础之一是统计数据。在传统统计学中,参数之间的相关性是已知的,用训练样本来估计参数的值,其局限性在于所需的样本数是无限的,并且接近无穷大,这在实际工程中很难实现。而相对于传统统计学,统计学习理论则在这个方面更加的优越

    31、,其为解决有限样本学习问题提供了一个统一的框架错误咏找到海跖o这一理论的出现,在神经网络的一些理论问题上取得了突破,并伴随着支持向量机(SVM)的诞生,它在解决小样本和高纬度问题上最初表现出比现有方法更好的许多性能。支持向量机(SVM)己成为当前研究的热点。通过有限的样本信息,支持向量机不仅可以寻求一个复杂的分类模型来保证其分类效果,而且还可以获得足够的学习和推广能力,在两者之间取得平衡。支持向量机算法是一个求全局最优解的二次优化问题,避免了神经网络中难以求解的局部极值问题。对于非线性问题,支持向量机通过变换其非线性变化,将原非线性函数转化为高维空间。通过在高维空间中构造线性判别函数,可以实现

    32、样本的线性可分性,使样本维数不再与算法的复杂度相关。该方法有效地避免了“维数灾难”。支持向量机适用于样本有限的情况。与传统的机器学习方法在样本数无限时求解最优值相比,支持向量机可以在有限的样本数据中获得最优解。支持向量机可以折衷经验风险和置信区间的最小值,从而使结构风险最小化。因此,支持向量机作为一种新的、有效的结构损伤识别方法,应用于结构损伤识别具有重要意义。随机森林(RandomForestRF)是由Breimanl错恻未找到引用风于2001年提出的一种数据挖掘算法,它可以用于分类和回归,对噪声数据和异常值具有较强的包容性,预测精度高,不易过拟合。该算法凭借其优异的学习能力和自然的非线性拟

    33、合和预测能力,在许多领域都得到了迅速发展:在经济管理领域,Bart等人利用RF的分类和回归函数来分析客户关系管理数据,相比于普通的线性回归和logistic回归模型,RF模型更适合于估计和验证样本*来找纲用源,RF算法也广泛应用于风险评估、图像筛选、遥感地理等领域。1.5 本章小结大型港口起重机结构远程智能损伤系统是提高起重机安全使用的重要技术。国内外对结构远程智能损伤系统的研究取得了许多进展和成果。通过阅读大量文献,了解了大型港口起重机结构远程智能损伤系统的研究方法和未来发展方向,在本研究期间,积累了大量的理论和实践经验,为后续的研究和论文的撰写奠定了坚实的基础。第二章大型港口起重机的有限元

    34、分析2.1起重机的主要参数和建模本文选取MG20t/30m型门式起重机的整机进行结构分析,长安大学曾以MQ2533型门式起重机为例进行研究分析12叫图0-1有限元分析流程本文主要采用SolidWorks2022三维软件进行建模,首先,根据MG20t/30m的CAD图纸,软件用于主梁、上下梁、支腿、小车机构、轨道、梯子和电机的结构,然后根据已建部件进行组装。利用三维结构和阵列的特点,可以减少建模过程中的工作时间,提高软件的效率。门式起重机的整体结构如图0-2所示。图0-2起重机三维模型因为直接使用该整机模型导入有限元静力学分析时网格划分出现问题,故在为了不影响其研究精度的前提下将该门式起重机的三

    35、维模型简化29,如图。_3所ZjO为了便于后续分析,将起重机模型简化为仅由主梁、支腿、上下梁和其他结构组成。随后使用质量修正系数对起重机的其他一些结构部件进行补偿,以确保仿真分析的准确性。建立简化模型时,其坐标、界面厚度等参数在三维软件中设置,将简化后的三维模型以“x-t”的格式保存。在SolidWorks上建立与ANSYS20.0的联系,直接在SolidWorks界面上方用ANSYS20.0打开刚刚保存的扩展名为x-t”的文件,即可在ANSYS软件中打开该有限元简化模型,如图0-4所示。图0-4起重机有限元模型图根据起重机的结构特点,主梁与上梁、主梁与支腿、支腿与下梁采用螺栓固定连接。因此,

    36、在有限元分析中,为了便于分析并将其接触类型设置为绑定,从而限制接触面和目标面的法向和切向运动,实现了将不同实体连接在一起的功能,主要用于不同零件的连接,如焊接连接模拟。止匕外,还可以使用不同的图元类型,如壳与实体、梁与实体图元的连接。导入有限元模型后,需要设置结构材料参数,该起重机主要结构的材料为Q235B结构钢,弹性模量为2.1x105MPa,密度为7.8xl03/rg/m3,泊松比为0.3,如表0-1所示。弹性模量密度泊松比2,M05MPa7.8x10.3表0-1材料主要参数网格是有限元法中不可缺少的单元,其中每个单元都表示分段插值、积分和计算面积。然而,同时,正是网格本身给有限元计算带来

    37、了一些问题。为了保证计算精度,通常要求网格中的单元形状尽可能规则。可是一旦单元形状发生扭曲畸变,有限元的精度有可能就会急剧下降1刈,同时会出现体积闭锁、剪切闭锁等数值问题。因为起重机简化模型的隔板结构比较复杂,如果采用手动划分网格将花费大量的时间,严重的影响工作效率。相比起六面体单元划分要求模型形状比较规则,四面体单元划分对形状要求比较灵活,一般适用于复杂程度较高的模型】,故本文选择四面体单元类型进行网格划分。其单元结构如错误!未找到引用源。所示。网格划分后的模型如图0-6所示,划分共有7010个节点和3548个单元。在运行期间,起重机运行机构的车轮在轨道上保持静止,起重机车轮可简化为起重机运

    38、行轨道上的四个支撑点。因此,当起重机开始起吊材料时,必须限制起重机沿轨道垂直方向的自由度UX,也必须限制垂直于起重机轨道垂直方向的自由度UY,因为此处的起重机模型模拟实际工作中的运动,因此,平行于轨道方向的自由度UZ也必须受到限制,在有限元模型中,可以在近梁的车轮位置添加边界约束。图0-5Solid187单元SgB9口X名除,;:项目白S(M)E“立几何结悯E材料E-木坐行系E.0网格网格展8白.“态结构95)“他分析设置.0姬度豌支停固定支套2刀力户力2.0力3I户力4e求修(时)zC未解方案值患.电等效应力萼效删1应变vQQ回Da O+0ee =、跖冈楂的洋电僖0。口 X图0-6起重机有限

    39、元网格模型如图2-7,该MG20t/30m型门式起重机的计算载荷主要有以下几个方面构成:图0-7起重机载荷示意图(1)自重载荷门式起重机的自重荷载是指起重机所有部件的总重力。包括机械部件、金属结构、电气设备和其他装置的总重量。自重荷载作用形式:机电设备自重一般视为集中荷载;桁架结构的自重被视为分布在相应的节点上;箱梁结构,视为连续分布。由于采用了龙门吊的简化模型,龙门吊的自重荷载为均布荷载,因此无需在ANSYS软件中添加该荷载。由于导入有限元模型时设定了整机结构材料的密度为7.8xK)3Kg/根3,所以只要给出重力加速度g即可。然而,有限元模型是一个简化的三维模型,其整体结构忽略了电气设备、小

    40、车、栏杆、梯子和其他设备。因此,在设置重力加速度时,应考虑这些因素,所以要引进质量修正系数这里修正系数取值为1.1,即重力加速度应该设定为g:gJ=n,xg=10.78n7s2(2.1)式中,为质量修正系数,根据起重机的简化模型质量=1.1,重力加速度重力加速度g=9.8/71/520(2)起升载荷它是通过四个车轮作用在起重机主梁上的起重机构、拣货装置和其他起重装置提升的货物重量之和。在ANSYS中,它以集中荷载的形式近似地添加到主梁上。小车运行结构轨距为2米,运行机构轮距为1.7米,四个车轮具体位置如图0-所示,四个车轮的位置分别为A、B、C、Do该起重机起升速度为6.9m/min,工作级别

    41、为M5,小车运行速度为19.5m/min。根据设计规范,取起升动载荷系数=1.15,起升冲击系数仍=1.1。由图纸可得,小车运行机构上额定起升质量为20吨,运行结构的总重量包括小车机架、驱动电机、起升电机和挂钩,这样小车结构总重为7.8吨,则小车运行机构上的车轮轮压作用点处的载荷大小为:尸=(%P-g+O2mg)/4=77371N(2.2)2000、_十1言Okr图0-8小车机构车轮位置示意图式中,尸为每个车轮作用在主梁上载荷的大小,起升动载荷系数=1.15,起升冲击系数仍=11,小车起升额定重量P=20000N,小车机构总重量初=7800N,重力加速度g=9.8m/520同时因后续工况的需要

    42、,现将小车起升1.1倍额载时每个车轮轮压的载荷大小计算出:F-(pxP-g+(p2-m-g/83006N(2.3)式中,口,为小车起升1.1倍额载时的每个车轮作用在主梁上载荷的大小,起升动载荷系数必=1.15,起升冲击系数外=11,小车起升重量P=22000N,小车机构总重量m=7800N,重力加速度g=9.8m/s2o2.2门式起重机实际典型工况的确定根据起重机的实际工况,选出四种典型工况。分别是小车满载在主梁跨中位置处和在主梁悬臂位置处。工况1:根据上述载荷计算可知,每个车轮对主梁施加的压力:尸=7737W,具体施加载荷简图如图0-所示。工况2:根据上述载荷计算可知,每个车轮对主梁施加的压

    43、力:E=7737W,具体施加载荷简图如错误!未找到引用源。0所示。工况3:根据上述载荷计算可知,每个车轮对主梁施加的压力:尸=83()()6N,具体施加载荷简图如图0-7所示。工况4:根据上述载荷计算可知,每个车轮对主梁施加的压力:尸=83006N,具体施加载荷简图如图0-8所示。图0-9满载跨中位置载荷施加简图B:S络烟MW1 S202275/9 1902|A!2 77371N 向力 4 77371 N叵力 77371 N 叵SUM 10 78 m/s 叵力 3 77371 N回ESS播叵灯2图0-10满载悬臂位置载荷施加简图nm s2022/5/9 1934H g* 2 用 m/ 叵|力

    44、83006 N 叵| 力 483006 N力 2 83006N E amu,:1*第附IH珈0nA1$2022/5/91930aMan10?8mAi回力77371N*477371N力377371N1力277371N回IB仅将图0-7 1.1倍额载跨中位置载荷施加简图GBJS2B:峥g构的双枷时闻1 S2022/5/9 1907叵,力 2 830C6N 回力 4 83006 N 同力83006N 回 3Ms 10 78 m/ 叵| 力 3 83006N序 2图0-81.1倍额载悬臂位置载荷施加简图2.3多种工况下门式起重机结构的应力应变分析根据上述的四种典型工况对起重机进行静力学仿真分析,根据公

    45、式2.2可以z知道小车在满载时的轮压为R=7737W。如图0-9所示为工况1云图;如图0-10所示为工况2云图。根据公式2.3可以知道小车在1.1倍额载时的轮压为尸=83()()6N。最终所得工况3的云图如图0-11所示,工况4的云图如图0-12所示。(a)满载跨中位置应力云图(b)满载跨中位置应变云图图0-9满载跨中位置应变云图(a)满载悬臂位置应力云图(b)满载悬臂位置应变云图图0-10满载悬臂位置应变云图通过对四种工况的仿真分析,可以看出起重机结构模型存在应力集中现象。根据得到的应力云图,可以确定应力集中部位主要分布在端梁。对于该材料的结构,许用应力为:b=q/=158.79M&(2.4

    46、)式中,口为该起重机结构的许用应力,4为材料的屈服极限,Q235B钢的屈服极限为235“尸巴为安全系数,此处取值为1.48。根据应力云图可知:满载时最大应力为135.28用。,在1.1倍额载时最大应力为145.1MPa。由公式2.4可知,该结构许用应力为158.79/P。,因此可知得当起重机在满载和1.1倍额载时,最大应力均不超过该结构的许用应力。(a) 1.1倍额载跨中位置应力云图(b) 1.1倍额载跨中位置应变云图图0-111.1倍额载跨中位置应变云图(a)1.1倍额载悬臂位置应力云图(b)1.1倍额载悬臂位置应变云图图0-121.1倍额载悬臂位置应变云图由于该起重机工作级别为M5,通过文

    47、献国中起重机设计规范GB3811-2008可确定许用垂直静位移为:/,.=/700=42.86mm(2.5)式中,为最大许用静位移,L为起重机的主梁跨度,该门式起重机主梁跨度为30mo根据应变云图可知,在四种工况里,当小车运行机构在图0-13主梁跨中位置起升1.1倍额载时,其主梁跨中位置处存在最大变形量,如图所示,其变形量为f=26.35/777?,由公式2.5可知,最大许用位移为42.867?,因此当起重机在满载和1.1倍额载时,其最大变形量满足该结构的许用静位移,即该起重机结构的刚度满足要求。图0-131.1倍额载跨中位置总变形云图2.4 应力测点位置的确定根据上述门式起重机在四种不同工况下的有限元静力学分析的结果,确定出危险界面的位置图34,其测点安装分布如图0-14所示。图0-14主梁上测点分布示意图2.5 门式起重机的试验结果分析根据测量结果可知,工况3对应检测数据如表5-1所示,工况4对应检测数据如表5-2所示。根据表5-1和表5-2,有限元静力学分析计算结果和实际应力测试结果吻合,因为电阻应变片的位置和角度有所偏差,所以现场应力测试的数值偏小。因为应变片在安装时不可避免地导致小车车轮接触到应变片损

    展开阅读全文
    提示  163文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:大型港口起重机结构远程智能损伤识别系统研究.docx
    链接地址:https://www.163wenku.com/p-3251139.html

    Copyright@ 2017-2037 Www.163WenKu.Com  网站版权所有  |  资源地图   
    IPC备案号:蜀ICP备2021032737号  | 川公网安备 51099002000191号


    侵权投诉QQ:3464097650  资料上传QQ:3464097650
       


    【声明】本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是网络空间服务平台,本站所有原创文档下载所得归上传人所有,如您发现上传作品侵犯了您的版权,请立刻联系我们并提供证据,我们将在3个工作日内予以改正。

    163文库