基于半监督深度神经网络管路抓举车伸缩臂的可靠性分析.pdfVIP

基于半监督深度神经网络管路抓举车伸缩臂的可靠性分析.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

JournalofMechanicalStrength2025,47(8):159‑167

基于半监督深度神经网络管路抓举车伸缩臂的可靠性分析

112111

袁国秩刘伟闫子龙张睿琳赵明轩桑建兵

(1.河北工业大学机械工程学院,天津300400)

(2.廊坊景隆重工机械有限公司,廊坊065300)

摘要:伸缩臂作为管路抓举车的关键部件,连接着升降台和机械爪并承担着大部分载荷,对其进行可靠性分析十分

必要。由于传统的可靠性方法对于多维度不确定性问题存在计算成本高且精度不高等问题,为了解决这些问题,基于

Adams动力学仿真、半监督学习、深度神经网络并结合蒙特卡洛(MonteCarlo,MC)方法提出了一种应用于工程机械可靠

性分析的方法。建立了管路抓举车的虚拟样机模型,确定了其危险工况,并结合伸缩臂模型的几何参数和其总体结构确

定了影响最大的vonMises应力的不确定因素,并对其进行敏感性分析;使用最优拉丁超立方采样(OptimalLatin

HypercubeSampling,OLHS),依据不确定参数的分布情况进行采样,利用有限元分析软件AnsysWorkBench建立有限元模

型,得到样本量对应的输出结果,并引入半监督学习对有限元模拟数据进行处理,提高深度神经网络训练的准确度;最后

根据第四强度理论确定了伸缩臂部件的破坏准则,并结合深度神经网络和MC方法预测了伸缩臂部件的可靠度和失效概

率。研究结果表明,此方法远高于实际工程要求精度,具有一定的工程指导意义。

关键词:伸缩臂;可靠性分析;半监督学习;深度神经网络;最优拉丁超立方采样

中图分类号:TH213DOI:10.16579/j.issn.1001.9669.2025.08.019

式计算问题,其中包括各种不确定变量。为解决这些

0引言

[7]

存在的问题,赵丽娟等以采煤机截割部分输出轴为

在煤矿行业中,许多工程机械都属于大功率设备,对象,以应力-强度可靠性理论为基础,建立了动态可

这些设备的内部结构复杂,在长时间、高负荷的运转过靠性模型,利用Adams进行动力学仿真,得到不同工况

程中,某些关键零部件在其载荷施加的过程中会出现下的模型数据,并结合神经网络对其余工况进行预

磨损、腐蚀甚至裂纹等失效现象,因此对这些工程机械[8]

测。LI等针对振动压路机的可修理特性,利用

进行可靠性分析十分必要。在传统的可靠性分析中,Matlab和可靠性工程理论,提出了一种可靠性模型识

常当成概率问题,后来发展的理论可对此加以补充,如[9]

别方法。YAN等针对传统可靠性方法误差较大,提

[1][2][3]

证据理论、模糊理论、凸集理论等。在一些实际工出了一种基于Adams算法的前馈神经网络预测方法。

程问题中,限制可靠性分析方法的最大阻碍就是某些[10]

文档评论(0)

实用文库 + 关注
实名认证
服务提供商

专注于各类实用性文档的撰写、修改、润色,擅长各类PPT文案的定制,同时收集有海量规范类文档,欢迎各界朋友垂询!

1亿VIP精品文档

相关文档