• 1
  • 2
新闻详细
基于潜在失效模式的路灯车臂架结构风险评估    佛山高明路灯车出租
新闻分类:行业资讯   作者:admin    发布于:2017-11-204    文字:【】【】【

    基于潜在失效模式的路灯车臂架结构风险评估    佛山高明路灯车出租, 佛山高明路灯车, 路灯车出租   流动式路灯车使用范围越来越广,而起重量的重载化,自重的轻量化,空间的大型化,时间的高速化,作业的频繁化,导致对其作业安全性及经济性要求也越来越高。近年来,因臂架变形、焊缝撕裂、结构失稳而导致重物坠落、整机倾翻、生命伤亡和财产损失事故明显增多。因此,评估在役流动式路灯车臂架结构风险性,对判定其延用、修复、更换、报废,确定修复准入期,延长服役寿命等具有重要意义。臂架结构系统作为流动式路灯车的主要承载结构件,长期使用过程中,由于机械载荷、环境条件、腐蚀因素以及运输、装配过程中磕碰现象的影响,加上违规操作、设计缺陷、制造缺陷以及维护保养体系的相对落后,导致臂架结构存在严重缺陷,各种失效模式、故障形式层出不穷,机毁人亡类事故时有发生,给安全作业带来了很大的隐患,严重影响了建设项目的进度、效益以及人民财产安全。目前,路灯车械行业的主要维修模式有两种:“救火式维修”和“周期性维护”。前者是被动式维修,以“故障”为代价,维护周期长,小故障引起的设备瘫痪时有发生;后者是主动式维护,通过周期性地频繁停机进行维护,一定程度上减少了突发故障的发生,但过频繁的维护会大大增加客户的维修成本。因此,如何有效地预测流动式路灯车臂架结构的潜在失效模式,变被动维修为主动维护,大幅度降低故障的发生率,延长其使用寿命,提高耦合失效模式下臂架结构风险评估的快速性与准确性,已成为目前亟待解决问题。鉴于此,本章以调研、收集流动式路灯车臂架结构有限失效历史信息为基础,搭建臂架结构失效模式模糊数据库,通过机型匹配,构建与待评估路灯车同机型、不同典型使用工况的路灯车臂架结构失效模式实例库,结合实例推理技术,预测待评估路灯车臂架结构的潜在失效模式,利用流动式路灯车臂架结构参数化有限元模型和仿真计算平台,修正潜在失效模式,检测与之对应危险截面及危险点(即检测点),得到现阶段各危险点的检测结果,采用改进DEMATEL法,建立危险点及各级评价指标间的直接、间接影响模糊关系矩阵,推导各级指标的影响度矩阵与被影响度矩阵,获得各级评价指标的中心度和原因度,分析评价指标间的关联性与影响性,根据关联程度与影响程度分配权重,结合模糊综合评价理论,量化待评估路灯车臂架结构的失效风险。基于潜在失效模式的流动式路灯车臂架结构风险评估框架。





   臂架结构潜在失效模式预测模型,   与某企业合作,调研、收集流动式路灯车臂架结构有限失效模式历史信息,通过分类、归纳、分析,建立臂架结构原始特征参数(机型、工作参数、作业速度、臂架结构参数等)和典型使用工况(工作级别、载荷谱、伸缩液压缸工作方式、支腿使用情况、超载使用情况等)下的失效模式(失效类型、失效模式定性描述、失效区域定性描述、失效位置定量描述、失效原因追溯等)模糊数据库。通过机型匹配确定待评估路灯车不同典型使用工况下的失效模式实例库,结合改进后的实例推理技术,进行基于典型使用工况的路灯车臂架结构潜在失效模式预测,判断是否存在与典型使用工况评价指标相对应的最佳相似实例或最佳相似实例集,若“是”,则进行信息重用,从而确定待评估路灯车臂架结构的潜在失效模式;若“否”,则通过专家知识对潜在失效模式进行预估,通过流动式路灯车臂架结构参数化有限元模型和仿真计算平台对潜在失效模型进行修正。



   佛山高明路灯车出租, 佛山高明路灯车, 路灯车出租 http://www.chuzushengjiangche.com/




    流动式路灯车臂架结构有限失效模式历史信息调研、收集结果流动式路灯车臂架结构失效模式模糊数据库原始特征参数、典型使用工况, 为确保流动式路灯车臂架结构系统的正常运行,提高自身的可靠性及安全性,对其进行高效快速失效分析,追溯失效原因,评估其可修复性,提出修复方案,延长其使用寿命是一项繁琐而重要的任务。流动式路灯车臂架结构失效模式分析中,失效模式信息的获取与处理相当复杂,涉及到众多领域的理论与技术。工程实际中,通过建立流动式路灯车失效模式模糊数据库,有效地使用这些历史的、静态的信息,将它们变成具有分析、预测功能的动态信息,形成专业、灵活、动态的数据系统,为在役流动式路灯车臂架结构风险评估、疲劳剩余寿命估算、可修复性评估与决策提供必备的科学依据。实际检测工作中,流动式路灯车臂架结构的失效模式信息是通过观测和测试得到的,在这一过程中,检测标准、检测工具及检测人员的差异性,导致不可避免的得到许多不完整、不精确的数据。有的数据信息甚至无法通过检测工具获得,只能通过检测人员的观察、知识及经验进行预估,需采用模糊语言对其进行定性描述。如臂架结构局部损伤(裂纹、局部屈曲、焊缝)程度“严重”、“一般”、“轻微”等,变幅液压缸支撑耳板与臂架结构筒体连接处出现焊缝撕裂的长度“大约为5mm”。因此,用于失效模式分析的数据往往带有模糊性。针对失效模式信息数据的模糊性特点以及数据信息使用过程中繁琐的反模糊化过程,提出建立流动式路灯车臂架结构失效模式模糊数据库,使得数据在收集过程中,不仅包含精确的定量数据描述,还包含模糊的定性数据信息。建立失效模式模糊数据库流动式路灯车臂架结构系统十分庞大,样本名目的编排、失效模式信息的收集和失效原因的追溯对数据库结构的设计造成极大的困难。为了便于流动式路灯车臂架结构的标识与分类,有效地建立失效模式模糊数据库,必须建立科学的、完整的结构编码系统,以保证结构编码的准确性、可靠性和规范性,有利于失效数据信息的添加、修改、删除等操作,保证信息数据流通顺畅,在后续的风险评估、疲劳剩余寿命估算、可修复性评估与决策中实现信息共享。建立失效模式模糊数据库时,依据尽量精简,建库不宜过多的原则,从流动式路灯车“下线→使用→定检→失效”的流程,建立失效模式模糊数据库,包括原始特征参数子数据库、典型使用工况子数据库和失效模式子数据库,各子数据库通过路灯车机型标识和检测序号标识进行匹配,相同机型标识及相同检测序号标识的路灯车原始特征参数、典型使用工况和失效模式组成一个工程实例。




    原始特征参数子数据库用于存放路灯车臂架结构3S×2(Strength—静强度、疲劳强度,Stiffness—静刚度、动刚度,Stability—局部稳定性、整体稳定性)计算、仿真、失效分析、风险评估、疲劳剩余寿命估算的初始参数,包括不同路灯车机型的工作参数(最大额定起重量、基本臂最大起重力矩、基本臂最大起升高度、主臂最大起升高度、副臂最大起升高度)、作业速度(单绳最大速度、起重臂起幅/落幅时间、起重臂全伸/全缩时间、回转速度)、臂架系统结构参数(材料、臂架类型、臂节数、主臂截面形式和各臂节的结构尺寸参数);典型使用工况子数据库用于存放路灯车的正常/非正常作业信息,包括不同路灯车机型、不同检测序号的臂架结构工作级别(使用等级、应力状态级别)、典型载荷谱(起重量、臂架工作长度、工作幅度和工作循环次数)、伸缩液压缸的工作方式(各臂节液压缸的插销位置)、支腿工作情况及超载使用情况;失效模式子数据库用于存放路灯车各臂节的检测结果及失效模式信息。为实现流动式路灯车臂架结构失效模式历史信息的快速统计,以MicrosoftAccess2013数据库为基础,利用VC++提供的可视化设计工具,编制可视化信息输入界面,实现失效模式历史信息的添加、修改、插入、删除等操作。流动式路灯车臂架结构失效模式模糊数据库原始特征参数典型使用工况失效模式工作参数载荷谱伸缩液压缸的工作方式支腿工作情况超载使用情况臂架结构潜在失效模式预测不同型号的流动式路灯车臂架结构具有不同的失效模式,即使同一类型的路灯车,由于其工作环境的不确定性、使用工况的随机性等因素导致失效模式的差异性。因此,以失效模式模糊数据库为基础,建立同一机型、不同典型使用工况下路灯车臂架结构失效模式实例库。对于待评估的在役流动式路灯车臂架结构而言,通过收集典型使用工况,将其作为目标实例,运用改进后的实例推理技术,确定与典型使用工况各评价指标对应的目标实例与源实例(实例库中存储的实例)之间的相似度,若典型使用工况的各评价指标均存在对应的最佳相似实例,组成最佳相似实例集,输出最佳相似实例集中各元素的失效模式,并作为待评估流动式路灯车臂架结构的潜在失效模式,否则根据专家知识对潜在失效模式进行预估,在此基础上,通过流动式路灯车臂架结构参数化有限元模型和仿真计算平台,对潜在失效模式的结果进行修正,并将修正后的结果作为新实例保存到实例库中,从而完善实例库,具体预测流程。




    实例推理实例推理(Case-BasedReasoning:CBR)起源于1977年Schank和Abelson所做的工作中,是一种基于经验知识的人工智能推理技术,其核心思想是用过去解决类似问题的知识与经验来解决当前问题。与传统的基于规则的推理(Rule-BasedReasoning:RBR)和基于模型的推理(Model-BasedReasoning:MBR)相比,CBR以历史实例为基础,知识获取相对比较简单,尤其适用于空间模型或数学模型难以建立的领域;CBR从大量的实例库中检索相似实例,直接重用过去求解的经验,推理速度快,求解效率高。随着新实例的加入,实例库不断丰富,CBR的学习能力逐渐加强,智能化水平不断提高。具体步骤如下:1)以实例库中已有的大量成熟实例为源实例,待解决的新问题为目标实例,根据对问题的定性/定量描述提取实例特征,利用实例检索技术(如模板检索策略、归纳检索策略、最近相邻策略、知识引导策略等),从源实例库中提取与目标实例最为相似的实例。




   2)将相似实例的信息重用到待解决问题上,若源实例与目标实例的相似度满足要求,则用源实例的解决方案来解决当前问题;若相似度不满足要求,此时根据专家知识及经验给出源实例的解决方案并进行修正。



   3)将目标实例和与其对应的解决方案作为新的实例存储到实例库中,从而丰富了实例库。




  佛山高明路灯车出租, 佛山高明路灯车, 路灯车出租




分享到:
点击次数:892  更新时间:2017-11-20  【打印此页】  【关闭

Copyright © 2009-2014,恒越(佛山)路灯车租赁有限公司,All rights reserved