一种起重机分动箱载荷谱数据库的构建方法及系统

技术领域

本发明属于起重机技术领域，具体涉及一种起重机分动箱载荷谱数据库的构建方法及系统。

背景技术

全地面起重机作为一种起重机机械的高端产品，兼具高速行驶和高越野性能的优势，广泛应用于风电、油田、石化等重大项目领域。分动箱是全地面起重机底盘传动系统的关键核心部件，其品质直接决定着整车性能和可靠性。全地面起重机分动箱的可靠性设计需要分动箱的载荷谱进行计算与校核，载荷谱的准确度对计算校核结果有很大影响。现有技术中，起重机分动箱载荷谱的获取依赖实验方法，即通过相对固定的车辆、人员及作业环境通过实验的方法获取，实验结果不具有随机性，不能真实反映起重机分动箱的实际工作载荷。

发明内容

为解决现有技术中的不足，本发明提供一种起重机分动箱载荷谱数据库的构建方法及系统，根据起重机在实际运行工况下的载荷谱数据构建载荷谱数据库，提高了载荷谱的准确度。

为达到上述目的，本发明所采用的技术方案是：

第一方面，提供一种起重机分动箱载荷谱数据库的构建方法，包括：获取实际运行工况下，单一起重机在实际工作过程中分动箱的载荷谱数据，并进行预处理，得到第一载荷谱数据；根据给定的数据拼接规则，将满足给定条件的若干台起重机的第一载荷谱数据进行拼接，得到第二载荷谱数据；根据给定的载荷谱编制方法，对第二载荷谱数据进行处理，用于完成对起重机分动箱载荷谱数据库的构建。

进一步地，所述预处理包括数据点时间轴的同步、异常数据修补和去除无效数据。

进一步地，所述根据给定的数据拼接规则，将满足给定条件的若干台起重机的第一载荷谱数据进行拼接，得到第二载荷谱数据，包括：确定不同地区起重机的数量占比，进而确定不同地区目标起重机的数量；随机截取等长度时间段内各目标起重机的第一载荷谱数据，并依次进行拼接；拼接完成后，按照采样频率重新生成全部载荷谱的时间轴序列，然后合成得到第二载荷谱数据。

进一步地，所述给定的载荷谱编制方法，包括：先根据分动箱的档位数据点进行分类；再根据不同档位类别下变速箱的输出扭矩进行基于不同工况模式的输出扭矩分级；统计各级输出扭矩数据的时间占比；将各工况模式的时间占比、输出扭矩分级和转速的统计结果汇总输出。

进一步地，所述根据分动箱的档位数据点进行分类，包括：若变速箱档位为空挡，则根据整车车速判断整车状态；若变速箱档位为倒挡，则根据计算出的速比判断整车状态；若变速箱档位为前进挡并且整车车速为零，则分动箱为空挡，整车处于上车吊装作业状态；若整车处于前进行驶状态，则根据计算出的速比判断整车状态。

进一步地，所述若变速箱档位为空挡，则根据整车车速判断整车状态，包括：若整车车速为零，则整车处于空挡停车状态；若整车车速不为零，则整车处于空挡滑行状态。

进一步地，所述若变速箱档位为倒挡，则根据计算出的速比判断整车状态，包括：若计算出的速比等于分动箱低速挡的速比，则分动箱处于低速档倒车状态，即整车处于低速档倒车状态；否则，分动箱处于高速档倒车状态，即整车处于高速档倒车状态。

进一步地，所述若整车处于前进行驶状态，则根据计算出的速比判断整车状态，包括：若计算出的速比等于分动箱低速挡的速比，则分动箱处于低速档前进状态，即整车处于低速挡前进状态；否则，分动箱处于高速档前进状态，及整车处于高速挡前进状态。

第二方面，提供一种起重机分动箱载荷谱数据库的构建系统，包括数据处理单元，所述数据处理单元包括：第一数据处理模块，用于获取单一起重机在实际工作过程中分动箱的载荷谱数据，并进行预处理，得到第一载荷谱数据；第二数据处理模块，用于根据给定的数据拼接规则，将满足给定条件的若干台起重机的第一载荷谱数据进行拼接，得到第二载荷谱数据；第三数据处理模块，用于根据给定的载荷谱编制方法，对第二载荷谱数据进行处理，用于完成对起重机分动箱载荷谱数据库的构建。

进一步地，还包括：定位单元，用于采集起重机的位置信息；整车动力信息采集单元，用于采集起重机的运行参数；数据发送单元，用于将起重机的位置信息及运行参数发送至物联网数据接收单元，所述数据处理单元从物联网数据接收单元中获取单一起重机在实际工作过程中分动箱的载荷谱数据。

进一步地，所述位置信息包括起重机的地理位置信息、速度信息和起重机型号。

进一步地，所述运行参数包括发动机工作状态信息、变速箱档位信息、变速箱输出转速和扭矩信息。

进一步地，所述定位单元、整车动力信息采集单元通过通信电缆与数据发送单元连接；数据发送单元和物联网数据接收单元无线通信连接；物联网数据接收单元与数据处理单元通过局域网络连接。

与现有技术相比，本发明所达到的有益效果：

（1）本发明根据起重机在实际运行工况下的载荷谱数据，根据给定的数据拼接规则和给定的载荷谱编制方法进行处理，用于完成对起重机分动箱载荷谱数据库的构建，确保了数据的真实性，提高了载荷谱的准确度；

（2）本发明通过构建与现有的物联网数据平台集成，在几乎不增加成本的前提下可推广至所有整机车辆，便于载荷谱数据的持续采集，保证了该方法的可持续性；

（3）本发明基于整机实际作业模式数据，提取起重机实时作业工况载荷样本，设计全地面起重机分动箱载荷谱架构，保证了载荷谱编制的完整性；

（4）本发明依据载荷谱架构设计载荷谱的编制流程和方法，提高载荷谱编制的准确性；

（5）本发明设计载荷谱数据处理系统，输出载荷谱结果，保证载荷谱数据统计的便捷性。在持续获取不同地区环境下的载荷谱相关数据后，可以逐步构建全地面起重机分动箱的载荷谱数据库，用于开展整机关键零部件的强度计算与校核。

附图说明

图1是本发明实施例提供的一种全地面起重机分动箱载荷谱数据库的构建系统的系统结构示意图；

图2是本发明实施例提供的一种全地面起重机分动箱载荷谱数据库的构建方法的主要流程示意图；

图3是本发明实施例中不同车辆载荷数据拼接规则示意图；

图4是本发明实施例中分动箱载荷谱编制方法的主要流程示意图；

图5是本发明实施例中分动箱载荷谱数据档位模式分类流程示意图；

图6是本发明实施例中全地面起重机分动箱载荷谱采集系统数据处理流程。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

实施例一：

如图1~图6所示，一种起重机分动箱载荷谱数据库的构建方法，包括：获取实际运行工况下，单一起重机在实际工作过程中分动箱的载荷谱数据，并进行预处理，得到第一载荷谱数据；根据给定的数据拼接规则，将满足给定条件的若干台起重机的第一载荷谱数据进行拼接，得到第二载荷谱数据；根据给定的载荷谱编制方法，对第二载荷谱数据进行处理，用于完成对起重机分动箱载荷谱数据库的构建。

如图1所示，本实施例所述起重机为全地面起重机，该全地面起重机分动箱载荷谱的获取系统由定位单元（采用GPS或北斗定位系统）、整车动力信息采集单元、数据发送单元、物联网数据接收单元、数据处理单元、发动机、变速箱、分动箱、驱动桥和车轮。其中发动机、变速箱、分动箱、驱动桥及车轮通过机械传动连接；整车动力信息采集单元通过CAN总线与发动机和变速箱连接；定位单元、整车动力信息采集单元、数据发送单元通过通信电缆连接；数据发送单元和物联网数据接收单元通过无线传输连接；物联网数据接收单元与数据处理单元通过局域网络连接。

整车动力信息采集单元通过CAN总线实时获取整车动力相关信息，主要包括：发动机工作状态、变速箱档位信息、变速箱输出转速和扭矩信息。定位单元将提供整车的位置信息、车辆移动速度等信息。

全地面起重机分动箱载荷谱的获取流程如图2所示。

获取实际运行工况下，单一起重机在实际工作过程中分动箱的载荷谱数据，并进行预处理，得到第一载荷谱数据。

（1）在全地面起重机上配置整车动力信息采集单元，搭建全地面起重机分动箱载荷谱获取系统，自动实时连续采集整车的位置信息、车速、发动机工作状态、变速箱档位、输出转速、输出扭矩等信息。

（2）载荷谱数据预处理。为了保证载荷谱数据处理结果的准确性，需要将单一车辆采集的分动箱载荷谱数据进行预处理，实现所有信号数据点时间轴的同步、异常数据修补和去除无效数据。需要预处理的信号包括发动机转速信号、变速箱档位信号、变速箱输出扭矩信号、变速箱输出转速信号、车辆移动速度信号、车辆所在位置信号。

选择发动机转速信号的时间轴为基础时间轴，根据各个信号合理的数值范围进行异常值判断。若信号出现单个时间点超出正常值范围，则认为该时间点数值为干扰值，采用最近时间点正常数值进行取代。当发动机转速为0时，则认为车辆处于熄火状态，此时整车处于停机状态，去除该时间点对应的所有信号数据。

根据给定的数据拼接规则，将满足给定条件的若干台起重机的第一载荷谱数据进行拼接，得到第二载荷谱数据。

（3）设计全地面起重机分动箱载荷谱数据拼接流程，对不同车辆的载荷谱数据进行拼接。载荷谱数据拼接流程如图3所示，详细步骤如下。

（3-1）不同地区车辆占比的确定。不同地区的全地面起重机工作环境不同，工作环境的差异必然造成整车动力输出的差异。为了使分动箱载荷谱数据尽可能准确，所采集数据必须包括不同地区的车辆以及不同地区车辆所占的比例；

不同地区车辆所占比例的确定，主要通过分析前期市场销售数据，整理出不同地区车辆销量的占比，用该数据作为不同地区车辆所占的比例。

（3-2）目标车辆数量的确定。本发明所处理的载荷谱数据基于大数据统计学理论，因此样本车辆越多，最终结果越精确，但是要花费的成本也越高。目标车辆的数量主要基于物联网数据库中数所采集车辆样本的大小来确定。不同地区目标车辆的数量则通过总样本数量×该地区车辆所占比例来确定。

（3-3）单台车辆载荷谱数据的截取：将第（2）部分读取的载荷谱数据分别随机截取等长度时间段内的载荷谱数据，截取后各车辆载荷谱的时间轴起止时间可以不同，但是载荷谱的时间间隔长度必须相等。

（3-4）不同车辆载荷谱数据的拼接：将（3-3）部分所截取的全部车辆载荷谱数据依次进行拼接。拼接完成后，按照采样频率重新生成全部载荷谱的时间轴序列，该时间轴序列间隔为与采样频率相关的时间间隔。

（3-5）合成载荷谱的输出：将各目标车辆的载荷谱拼接完成后，即可输出全部目标车辆的合成载荷谱数据。

根据给定的载荷谱编制方法，对第二载荷谱数据进行处理，用于完成对起重机分动箱载荷谱数据库的构建。

（4）制定分动箱载荷谱编制方法，计算获取全地面起重机分动箱载荷谱数据。载荷谱数据处理流程如图4所示，详细步骤如下。

（4-1）根据载荷谱架构进行数据分类处理。由于分动箱一般分为0、1、2三个档位，其中：0代表空挡，也是上车吊装作业取力档；1代表低速行驶档；2代表高速行驶档；在分动箱载荷谱数据编制处理时，首先要对档位数据点进行分类处理，分类过程如图5所示（图5中，i表示计算出的速比，i

（4-1-1）根据变速箱档位是否为0（变速箱包括空挡、前进挡和倒挡，其中，0代表空挡），判断整车的变速箱工作状态。如果变速箱档位为0，则进行步骤（4-1-2），否则进行步骤（4-1-3）判断；

（4-1-2）根据定位单元中车辆移动速度的信息判断整车车速是否为0，如果是，则整车处于空档停车状态。否则，整车处于空档滑行状态；

（4-1-3）根据变速箱档位是否为倒档，判断整车的是否为倒车状态。如果变速箱为倒档，则进行步骤（4-1-4），否则进行步骤（4-1-5）判断；

（4-1-4）根据定位单元中车辆移动速度的信息、变速箱输出转速信息、驱动桥速比、车轮尺寸规格计算此时分动箱的速比信息，如果计算出的速比等于分动箱低速挡的速比，则分动箱处于“1”低速档倒车状态；否则，分动箱处于“2”高速档倒车状态；

（4-1-5）根据定位单元中车辆移动速度的信息判断整车车速是否为0，如果是，则此时分动箱档位为0，整车处于上车吊装作业状态。否则进行步骤（4-1-6）判断；

（4-1-6）根据定位单元中车辆移动速度的信息、变速箱输出转速信息、驱动桥速比、车轮尺寸规格计算此时分动箱的速比信息，如果计算出的速比等于分动箱低速挡的速比，则分动箱处于“1”低速档前进状态；否则，分动箱处于“2”高速档前进状态。

（4-2）档位模式数据扭矩分级处理。根据不同档位下变速箱输出扭矩（即分动箱输入扭矩）数值大小进行分级，由于在空档停车和空档滑行状态下，变速箱理论上无功率输出，所以这2种工况模式数据直接进行步骤（4-4）时间占比统计。对于低速档倒车、高速档倒车、上车吊装作业、低速档前进和高速档前进5种工况模式进行扭矩分级。

分级按照等扭矩段，所有扭矩值按照四舍五入原则圆整。扭矩等级确定后，根据各个数据点变速箱输出扭矩数值大小，将数据点划分至各扭矩段内，同一扭矩段内的数据点采用该扭矩段内所有扭矩值的众数作为该扭矩段的等效扭矩。

（4-3）各级扭矩数据转速归一处理。所有扭矩值按照四舍五入原则圆整，计算每个扭矩段内所有数据点的变速箱输出转速的众数作为该扭矩段的等效转速。

（4-4）各级扭矩数据时间占比统计。将各扭矩段内所有数据点对应的时间求和，再除以所有档位模式时间总和。由于数据采样频率为固定值，因此时间占比值等于档位模式下扭矩段内数据点个数与所有工况模式数据点个数的比值。

（4-5）输出载荷谱结果。将各工况模式的时间占比、扭矩分级和转速归一的统计结果进行汇总输出。

（5）运行载荷谱数据处理系统，输出载荷谱结果。全地面起重机分动箱载荷谱获取系统执行步骤如图6所示，详细步骤如下。

（5-1）启动运行载荷谱数据处理系统。

（5-2）确定要分析车辆及销售区域信息，确定目标车辆。销售区域信息包括销售地区名称、位置、该地区的销量信息等，车辆信息包括车辆型号、编号、车辆状态等信息。

（5-3）加载目标车辆的载荷数据。

（5-4）执行载荷谱数据处理，输出载荷谱处理结果。

（6）持续获取全地面起重机在不同地区环境下的载荷谱相关数据，逐步构建全地面起重机分动箱载荷谱数据库。

本实施例根据起重机在实际运行工况下的载荷谱数据，根据给定的数据拼接规则和给定的载荷谱编制方法进行处理，用于完成对起重机分动箱载荷谱数据库的构建，确保了数据的真实性，提高了载荷谱的准确度；本实施例基于整机实际作业模式数据，提取起重机实时作业工况载荷样本，设计全地面起重机分动箱载荷谱架构，保证了载荷谱编制的完整性；本实施例依据载荷谱架构设计载荷谱的编制流程和方法，提高载荷谱编制的准确性。

实施例二：

基于实施例一所述的一种起重机分动箱载荷谱数据库的构建方法，本实施例提供一种起重机分动箱载荷谱数据库的构建系统，包括数据处理单元，所述数据处理单元包括：第一数据处理模块，用于获取单一起重机在实际工作过程中分动箱的载荷谱数据，并进行预处理，得到第一载荷谱数据；第二数据处理模块，用于根据给定的数据拼接规则，将满足给定条件的若干台起重机的第一载荷谱数据进行拼接，得到第二载荷谱数据；第三数据处理模块，用于根据给定的载荷谱编制方法，对第二载荷谱数据进行处理，用于完成对起重机分动箱载荷谱数据库的构建。

本实施例还包括：定位单元，用于采集起重机的位置信息；整车动力信息采集单元，用于采集全地面起重机的运行参数；数据发送单元，用于将全地面起重机的位置信息及运行参数发送至物联网数据接收单元，所述数据处理单元从物联网数据接收单元中获取单一起重机在实际工作过程中分动箱的载荷谱数据。所述位置信息包括起重机的地理位置信息、速度信息和起重机型号。所述运行参数包括发动机工作状态信息、变速箱档位信息、变速箱输出转速和扭矩信息。所述定位单元、整车动力信息采集单元通过通信电缆与数据发送单元连接；数据发送单元和物联网数据接收单元无线通信连接；物联网数据接收单元与数据处理单元通过局域网络连接。

本实施例通过构建与现有的物联网数据平台集成，在几乎不增加成本的前提下可推广至所有整机车辆，便于载荷谱数据的持续采集，保证了该方法的可持续性；本实施例设计载荷谱数据处理系统，输出载荷谱结果，保证载荷谱数据统计的便捷性。在持续获取不同地区环境下的载荷谱相关数据后，可以逐步构建全地面起重机分动箱的载荷谱数据库，用于开展整机关键零部件的强度计算与校核。

对于本实施例中在全地面起重机上安装整机CAN信号数据采集和存储设备，可以选择在全地面起重机上安装单独的传感器数据采集与存储设备替代。

对于本实施例根据整机发动机转速信息、变速箱档位信息、整机移动速度、变速箱输出转速、变速箱输出扭矩、驱动桥速比和车轮尺寸规格等信息构建分动箱档位状态识别模型，将载荷谱架构分成7种档位模式，可以选择任意相关信号组合，将载荷谱架构分成若干档位模式。

对于本实施例同一扭矩段内的数据点采用该扭矩段内所有扭矩值的众数作为该扭矩段的等效扭矩，可以选择同一扭矩段内的数据点采用该扭矩段内扭矩分布的最小值、平均值、最大值、中位数等任一统计学数值替代。

对于本实施例中用扭矩段内所有数据点的变速箱输出转速的众数作为该扭矩段的等效转速，可以用该扭矩段内转速分布的最小值、平均值、最大值、中位数等任一统计学数值替代。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。