一种谐波减速机性能寿命的检测方法
文献发布时间:2024-04-18 19:58:26
技术领域
本发明涉及谐波减速机技术领域,具体为一种谐波减速机性能寿命的检测方法。
背景技术
谐波减速机是一种齿轮传动装置,通过降低转速和增大转矩来满足各种工作机械的需要,广泛运用在航空航天、航海、机械制造、交通运输等众多行业。
公开号为CN107991094A的中国专利公开了一种工业机器人用谐波减速机性能试验方法,主要通过联轴器连接伺服电机输出轴和减速器输入轴,能模拟伺服电机和减速器实际连接的同时更易于电机的更换,减速器支架通过减速器套与减速器间接固定,安装多种型号的减速器;可以实现在减速器两种不同输出方式下对动力单元的可靠性试验;在进行试验时可以实时采集动力单元相关性能参数并显示,判断出动力单元性能变化趋势,能够模拟工业机器人的动力单元的实际工况并进行可靠性试验,具有更高的试验效率,自动化程度高,上述专利虽然解决了谐波减速机检测的问题,但是在实际操作中还存在以下问题:
1.没有对谐波减速机的综合性能进行检测,只是对谐波减速机进行单一的性能参数采集,从而使数据采集不完善导致检测结果不精准。
2.没有将获取的性能数据与标准的性能数据进行对比运算,从而导致谐波减速机性能数据获取不精准。
3.由于性能数据的属性过多,没有根据获取的各个属性数据与标准数据进行对比,从而使最终谐波减速机寿命数据获取不完善。
发明内容
本发明的目的在于提供一种谐波减速机性能寿命的检测方法,两种检测方式更利于谐波减速机性能数据的获取,有效的提高后期数据检测的准确性,谐波减速机性能数据与标准的谐波减速机性能数据通过神经网络进行数据运算,根据正向传播和反向传播的逐层向前反馈,形成反向传播机制,可以优化运算结果,根据属性类别与标准数据进行数据对比,通过检测数据的拆分再对比可以有效的获取谐波减速机中每个零件以及每个检测属性的数据,进一步的加强了谐波减速机整体寿命获取的准确性,可以解决现有技术中的问题。
为实现上述目的,本发明提供如下技术方案:
一种谐波减速机性能寿命的检测方法,包括如下步骤:
S1:根据模拟测试和场地测试对谐波减速机的使用性能进行检测,并将模拟测试和场地测试的测试结果进行获取;
S2:将谐波减速机的标准性能参数数据进行调取,其中,标准性能参数数据存储至数据库中,将标准性能参数数据与获取的测试结果数据进行数据运算;
S3:将数据运算的结果进行数据分析,其中,数据分析主要根据数据比较的结果判断该数据是否属于正常谐波减速机寿命范围内;
S4:根据谐波减速机性能范围判断谐波减速机综合寿命指数,并根据寿命指数对谐波减速机进行使用寿命的判断,并将判断结果以文档的形式在控制终端进行呈现。
优选的,针对S1中谐波减速机的模拟测试,用于:
模拟测试主要包括材料检测、硬度检测、振动检测和噪声检测;
材料检测主要用于测试谐波减速机中各个零部件的抗拉强度和抗弯强度;
其中,各个零部件的抗拉强度测试先将谐波减速机中的主要样品零件放置在拉伸试验机的夹持装置中,放置完成后根据该样品零件的原始性能参数调节拉伸试验机的载荷速率和温度,载荷速率为1mm/min-10mm/min,温度调节为室温或者高温,主要根据样品零件的原始性能参数进行调节,拉伸试验机将样品零件测试的数据结果进行获取,数据结果包括样品零件的杨氏模量、极限拉伸强度、屈服点、断裂韧性。
优选的,所述样品零件的抗弯强度检测,用于:
各个零部件的抗弯强度测试先将谐波减速机中的主要样品零件放置在试验机的弯曲装置中,并将样品零件的朝向摆放一致;
样品零件放置完成后将弯曲装置上的压头对样品零件进行向下的施压,施压后使样品零件形态弯曲、变形直至断裂;
施压过程中将样品零件的载荷、温度和位移数据进行获取。
优选的,所述样品零件的硬度检测、振动检测和噪声检测,用于:
硬度检测用于采用金属硬度计对样品零件进行硬度测试,利用一定质量的钢球或者钨球,从一定的高度自由落下至样品零件表面;通过测量钢球或者钨球在样品零件表面留下的印痕的直径大小,计算出样品零件的硬度值,并将该硬度值进行记录;
振动检测用于将样品零件放置在振动设备上,振动器对样品零件进行稳定、持续的振动,振动器对样品零件进行振动时获取样品零件的振动位移、加速度、频率数据,检测样品零件与振动器连接的稳定性,其中,将振动量转化为电信号,转化后检测到样品零件的振动位移、加速度、频率数据的参数,并将该参数进行记录;
噪声检测用于当谐波减速机在正常运行过程中,通过声强采集器对当前谐波减速机的运作声音进行采集,并且将采集的结果进行记录。
优选的,针对S1中谐波减速机的场地测试,用于:
场地测试主要包括耐久检测、负载检测和环境检测;
耐久检测主要用于将谐波减速机应用在实操工作运行中,在运行过程中对谐波减速机进行疲劳试验,疲劳试验主要是对谐波减速机结构是否出现断裂或停工的情况,若出现断裂或停工将该设备的疲劳试验的时间数据进行获取;
负载检测主要用于将谐波减速机在实操工作运行中通过测量轴承所承受的载荷大小对谐波减速机进行负载评估,其中,谐波减速机的载荷包括静载荷、动载荷和冲击载荷,根据轴承的受力情况,计算轴承所承受的载荷大小,载荷大小通过传感器进行实时监测,并将监测数据进行记录;
环境检测主要用于通过温湿度采集器、灰尘过滤器对谐波减速机的工作环境进行检测,根据谐波减速机设备的基本性能参数判定谐波减速机工作环境中的温度、湿度和灰尘量是否在正常范围内。
优选的,针对S2中测试结果数据与标准性能参数数据的运算,用于:
将获取的测试结果数据导入至神经网络设置参数中,神经网络模型中存有标准性能参数,参数导入完成后通过神经网络进行数据运算;
先将获取的测试结果数据进行正向传播,测试结果数据是由低层次向高层次进行传播,并将传播数据标注为第一分析数据;
当传播得出的数据结果与标准性能参数不相符时进行反向传播,其中,反向传播是将测试结果数据从高层次向底层次进行传播训练,并将训练数据标注为第二分析数据;
并将第一分析数据和第二分析数据进行数据融合,融合完成后得出第一测试数据,其中,数据融合是第一分析数据和第二分析数据的平均值数据。
优选的,所述测试结果数据反向传播的传播训练,还用于:
先将测试结果数据的参数的权值进行初始化设置,设置完成后,参数数据经过卷积层、下采样层和全连接层的正向传播得到输出值;
当误差大于期望值时,将误差传回网络中,依次求得全连接层、下采样层和卷积层的误差;
其中各层的误差为网络的总误差;当误差等于或小于期望值时,则训练完成。
优选的,针对S3中获取的运算数据,用于:
将运算完成的数据属性进行拆分,数据属性根据谐波减速机的检测属性进行划分;
数据属性拆分完成后,获取标准的属性数据,其中,标准的属性数据为谐波减速机正常部件寿命数据;
将标准属性数据与检测得出的属性数据进行数据对比,对比完成后将对比结果进行等级区分;
其中,等级区分包括一类等级、二类等级和三类等级;
当对比结果阈值在一类等级的阈值范围内时,则表示该属性数据为致命缺陷数据,该属性数据可能导致危机生命或造成非安全状态的缺陷;
当对比结果阈值在二类等级的阈值范围内时,则表示该属性数据为严重缺陷数据,该属性数据可能导致功能失误或降低原有使用功能的缺陷;
当对比结果阈值在三类等级的阈值范围内时,则表示该属性数据为轻微缺陷数据,该属性数据对谐波减速机使用性能没有影响但对产品外观有较大影响的缺陷;
根据对比结果的等级判定谐波减速机中零件的使用寿命。
优选的,在根据模拟测试和场地测试对谐波减速机的使用性能进行检测,并将模拟测试和场地测试的测试结果进行获取之前,还包括:
获取谐波减速机的型号信息,根据型号信息从数据库中调取谐波减速机的标准结构信息;
根据标准结构信息确定谐波减速机的钢轮、柔轮和波发生器凸轮各自的标准棒距;
检测谐波减速机的钢轮、柔轮和波发生器凸轮各自的当前棒距,根据当前棒距和标准棒距确定谐波减速机的棒距偏差;
根据棒距偏差确定钢轮、柔轮和波发生器凸轮两两之间的啮合状态参数;
基于钢轮、柔轮和波发生器凸轮两两之间的啮合状态参数根据预设的啮合范围确定钢轮、柔轮和波发生器凸轮各自的位置修正曲线;
获取钢轮、柔轮和波发生器凸轮各自的规划弹性运动轨迹;
基于谐波减速机的机器动力学模型根据钢轮、柔轮和波发生器凸轮各自的规划弹性运动轨迹生成钢轮、柔轮和波发生器凸轮各自的输出矩阵;
根据钢轮、柔轮和波发生器凸轮各自的输出矩阵获取钢轮、柔轮和波发生器凸轮各自的线性参数;
基于钢轮、柔轮和波发生器凸轮各自的线性参数生成钢轮、柔轮和波发生器凸轮各自的理论弹性运动曲线;
根据钢轮、柔轮和波发生器凸轮各自的位置修正曲线和钢轮、柔轮和波发生器凸轮各自的理论弹性运动曲线判断谐波减速机的结构是否异常,获取判断结果;
若判断结果为谐波减速机的结构异常,生成异常提醒。
优选的,在根据模拟测试和场地测试对谐波减速机的使用性能进行检测,并将模拟测试和场地测试的测试结果进行获取之前,还包括:
获取多个模拟场地的技术要求、业务要求、质量要求、效率要求以及操作要求;
通过预设评分规则基于每个模拟场地的技术要求、业务要求、质量要求、效率要求以及操作要求获取该模拟场地的技术分值、业务分值、质量分值、效率分值和操作分值;
根据每个模拟场地的技术分值、业务分值、质量分值、效率分值和操作分值计算出该模拟场地与谐波减速机之间的测试匹配度:
其中,Q
根据每个模拟场地与谐波减速机之间的测试匹配度选择匹配度最大的目标模拟场地作为对谐波减速机的使用性能进行检测的测试场地。
与现有技术相比,本发明的有益效果如下:
1.本发明提供的一种谐波减速机性能寿命的检测方法,场地检测主要为真实的工作环境对谐波减速机进行性能检测,两种检测方式更利于谐波减速机性能数据的获取,有效的提高后期数据检测的准确性。
2.本发明提供的一种谐波减速机性能寿命的检测方法,将获取的谐波减速机性能数据与标准的谐波减速机性能数据通过神经网络进行数据运算,根据正向传播和反向传播的逐层向前反馈,形成反向传播机制,可以优化运算结果。
3.本发明提供的一种谐波减速机性能寿命的检测方法,将检测数据根据不同属性类别进行分类,分类完成后根据属性类别与标准数据进行数据对比,通过检测数据的拆分再对比可以有效的获取谐波减速机中每个零件以及每个检测属性的数据,进一步的加强了谐波减速机整体寿命获取的准确性。
附图说明
图1为本发明的整体检测流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了解决现有技术中,在对谐波减速机进行性能检测时,没有对谐波减速机的综合性能进行检测,只是对谐波减速机进行单一的性能参数采集,从而使数据采集不完善导致检测结果不精准的问题,请参阅图1,本实施例提供以下技术方案:
一种谐波减速机性能寿命的检测方法,包括如下步骤:
S1:根据模拟测试和场地测试对谐波减速机的使用性能进行检测,并将模拟测试和场地测试的测试结果进行获取;
其中,模拟测试主要包括材料检测、硬度检测、振动检测和噪声检测,场地测试主要包括耐久检测、负载检测和环境检测,模拟测试主要利用模拟的工作环境对谐波减速机中零件的性能进行检测,场地检测主要为真实的工作环境对谐波减速机进行性能检测,两种检测方式更利于谐波减速机性能数据的获取,有效的提高后期数据检测的准确性;
S2:将谐波减速机的标准性能参数数据进行调取,其中,标准性能参数数据存储至数据库中,将标准性能参数数据与获取的测试结果数据进行数据运算;
其中,将获取的谐波减速机性能数据与标准的谐波减速机性能数据通过神经网络进行数据运算,根据正向传播和反向传播的逐层向前反馈,形成反向传播机制,可以优化运算结果;
S3:将数据运算的结果进行数据分析,其中,数据分析主要根据数据比较的结果判断该数据是否属于正常谐波减速机寿命范围内;
其中,将检测数据根据不同属性类别进行分类,分类完成后根据属性类别与标准数据进行数据对比,通过检测数据的拆分再对比可以有效的获取谐波减速机中每个零件以及每个检测属性的数据,进一步的加强了谐波减速机整体寿命获取的准确性;
S4:根据谐波减速机性能范围判断谐波减速机综合寿命指数,并根据寿命指数对谐波减速机进行使用寿命的判断,并将判断结果以文档的形式在控制终端进行呈现;
其中,将最终的数据在终端进行呈现,更利于工作人员对检测结果的查看,根据查看的情况更快速的对谐波减速机进行决策判断。
针对S1中谐波减速机的模拟测试,用于:模拟测试主要包括材料检测、硬度检测、振动检测和噪声检测;材料检测主要用于测试谐波减速机中各个零部件的抗拉强度和抗弯强度;其中,各个零部件的抗拉强度测试先将谐波减速机中的主要样品零件放置在拉伸试验机的夹持装置中,放置完成后根据该样品零件的原始性能参数调节拉伸试验机的载荷速率和温度,载荷速率为1mm/min-10mm/min,温度调节为室温或者高温,主要根据样品零件的原始性能参数进行调节,拉伸试验机将样品零件测试的数据结果进行获取,数据结果包括样品零件的杨氏模量、极限拉伸强度、屈服点、断裂韧性,所述样品零件的抗弯强度检测,用于:各个零部件的抗弯强度测试先将谐波减速机中的主要样品零件放置在试验机的弯曲装置中,并将样品零件的朝向摆放一致;样品零件放置完成后将弯曲装置上的压头对样品零件进行向下的施压,施压后使样品零件形态弯曲、变形直至断裂;施压过程中将样品零件的载荷、温度和位移数据进行获取,所述样品零件的硬度检测、振动检测和噪声检测,用于:硬度检测用于采用金属硬度计对样品零件进行硬度测试,利用一定质量的钢球或者钨球,从一定的高度自由落下至样品零件表面;通过测量钢球或者钨球在样品零件表面留下的印痕的直径大小,计算出样品零件的硬度值,并将该硬度值进行记录;振动检测用于将样品零件放置在振动设备上,振动器对样品零件进行稳定、持续的振动,振动器对样品零件进行振动时获取样品零件的振动位移、加速度、频率数据,检测样品零件与振动器连接的稳定性,其中,将振动量转化为电信号,转化后检测到样品零件的振动位移、加速度、频率数据的参数,并将该参数进行记录;噪声检测用于当谐波减速机在正常运行过程中,通过声强采集器对当前谐波减速机的运作声音进行采集,并且将采集的结果进行记录。
具体的,根据模拟测试来模拟谐波减速机的工作环境,其中,通过材料检测对谐波减速机中主要零件进行抗拉强度检测和抗弯强度检测,抗拉强度检测可以通过拉伸试验机对样品零件进行检测,可以有效的获取样品零件的实际承载内力,也可以对样品零件断裂的临界点数据进行获取,同时在进行抗拉检测时会根据样品零件的参数属性对温度进行调节,通过调节温度对样品零件进行抗拉检测可以有效的评估样品零件在极端温度环境下的性能和可靠性,通过抗弯强度检测可以获取样品零件受到弯曲作用时的最大承载能力,有效的提高了在不破坏样品零件本身的情况下获取样品零件的弯曲力,通过硬度检测可以进一步的了解样品零件的耐磨性,硬度越高样品零件的耐磨性能越高,耐磨性能越高样品零件的使用周期也就越长,进一步的了解了根据样品零件硬度获取的零件寿命周期,通过振动检测可以进一步的了解设备在进行振动冲击下样品零件的振动位移、加速度、频率数据,根据样品零件的振动位移、加速度、频率数据可以判断在正常工作中产生的振动是否会对谐波减速机造成影响,通过振动位移、加速度、频率数据的判断可以有效的获取样品零件是否出现故障,根据是否出现故障即可获取谐波减速机的正常使用寿命的监控,通过噪声检测可以通过对谐波减速机运行时的声音进行采集和分析,根据分析结果判断谐波减速机在运行时的噪声是否在正常范围内,若不在正常噪声范围内则表示谐波减速机出现了震动故障,则需要对谐波减速机进行检测,同时也证明谐波减速机的使用寿命受到了影响。
针对S1中谐波减速机的场地测试,用于:场地测试主要包括耐久检测、负载检测和环境检测;耐久检测主要用于将谐波减速机应用在实操工作运行中,在运行过程中对谐波减速机进行疲劳试验,疲劳试验主要是对谐波减速机结构是否出现断裂或停工的情况,若出现断裂或停工将该设备的疲劳试验的时间数据进行获取;负载检测主要用于将谐波减速机在实操工作运行中通过测量轴承所承受的载荷大小对谐波减速机进行负载评估,其中,谐波减速机的载荷包括静载荷、动载荷和冲击载荷,根据轴承的受力情况,计算轴承所承受的载荷大小,载荷大小通过传感器进行实时监测,并将监测数据进行记录;环境检测主要用于通过温湿度采集器、灰尘过滤器对谐波减速机的工作环境进行检测,根据谐波减速机设备的基本性能参数判定谐波减速机工作环境中的温度、湿度和灰尘量是否在正常范围内。
具体的,场地测试还原了谐波减速机的真实工作环境,其中,通过对谐波减速机的耐久检测可以有效的判断出谐波减速机在疲劳试验下是否有零件出现断裂或停工的问题,进一步的提高了获取谐波减速机中零件的使用寿命,并且在疲劳试验中可以最快速的找出谐波减速机中的异常零件,根据负载检测可以有效的获取谐波减速机中的静载荷、动载荷和冲击载荷,通过轴承的受力情况计算轴承承载的符合大小,进一步的确认了谐波减速机的性能能力,通过环境检测可以针对的工作环境,对谐波减速机的工作寿命进行判断,若工作环境不佳必然会造成谐波减速机寿命的缩短。
为了解决现有技术中,在对谐波减速机的性能数据获取后,没有将获取的性能数据与标准的性能数据进行对比运算,从而导致谐波减速机性能数据获取不精准的问题,请参阅图1,本实施例提供以下技术方案:
针对S2中测试结果数据与标准性能参数数据的运算,用于:将获取的测试结果数据导入至神经网络设置参数中,神经网络模型中存有标准性能参数,参数导入完成后通过神经网络进行数据运算;先将获取的测试结果数据进行正向传播,测试结果数据是由低层次向高层次进行传播,并将传播数据标注为第一分析数据;当传播得出的数据结果与标准性能参数不相符时进行反向传播,其中,反向传播是将测试结果数据从高层次向底层次进行传播训练,并将训练数据标注为第二分析数据;并将第一分析数据和第二分析数据进行数据融合,融合完成后得出第一测试数据,其中,数据融合是第一分析数据和第二分析数据的平均值数据,所述测试结果数据反向传播的传播训练,还用于:先将测试结果数据的参数的权值进行初始化设置,设置完成后,参数数据经过卷积层、下采样层和全连接层的正向传播得到输出值;当误差大于期望值时,将误差传回网络中,依次求得全连接层、下采样层和卷积层的误差;其中各层的误差为网络的总误差;当误差等于或小于期望值时,则训练完成。
具体的,将获取的检测数据与标准性能数据通过神经网络进行数据运算,可以有效的提高运算结果的准确度,其中,先将获取的测试结果数据进行正向传播,当传播得出的数据结果与标准性能参数不相符时进行反向传播,根据梯度递减公式,逐层的向前反馈,形成反向传播机制,可以优化运算结果,并且将第一分析数据和第二分析数据进行数据融合,数据融合是第一分析数据和第二分析数据的平均值数据,获取的平均值数据是该谐波减速机的最佳性能数据,进一步的提高了谐波减速机性能数据获取的稳定性和准确性。
为了解决现有技术中,在对谐波减速机的性能获取后,由于性能数据的属性过多,没有根据获取的各个属性数据与标准数据进行对比,从而使最终谐波减速机寿命数据获取不完善的问题,请参阅图1,本实施例提供以下技术方案:
针对S3中获取的运算数据,用于:将运算完成的数据属性进行拆分,数据属性根据谐波减速机的检测属性进行划分;数据属性拆分完成后,获取标准的属性数据,其中,标准的属性数据为谐波减速机正常部件寿命数据;将标准属性数据与检测得出的属性数据进行数据对比,对比完成后将对比结果进行等级区分;其中,等级区分包括一类等级、二类等级和三类等级;当对比结果阈值在一类等级的阈值范围内时,则表示该属性数据为致命缺陷数据,该属性数据可能导致危机生命或造成非安全状态的缺陷;当对比结果阈值在二类等级的阈值范围内时,则表示该属性数据为严重缺陷数据,该属性数据可能导致功能失误或降低原有使用功能的缺陷;当对比结果阈值在三类等级的阈值范围内时,则表示该属性数据为轻微缺陷数据,该属性数据对谐波减速机使用性能没有影响但对产品外观有较大影响的缺陷;根据对比结果的等级判定谐波减速机中零件的使用寿命。
具体的,先将获取的检测数据根据不同属性类别进行分类,分类完成后根据属性类别与标准数据进行数据对比,通过检测数据的拆分再对比可以有效的获取谐波减速机中每个零件以及每个检测属性的数据,进一步的加强了谐波减速机整体寿命获取的准确性,同时获取的对比数据会按照等级进行区分,等级包括一类等级、二类等级和三类等级,一类等级为谐波减速机检测异常最严重的等级,若为一类等级则表示该谐波减速机的使用寿命最短,应该立即停止谐波减速机的工作,二类等级为谐波减速机检测异常程度次于一类等级的等级,若为二类等级表示该谐波减速机的使用寿命次于一类等级,应该立即对谐波减速机进行检测和维修,三类等级为异常程度最低的等级,若为三类等级则表示该谐波减速机可以进行正常工作,其寿命也最长。
在一个实施例中,在根据模拟测试和场地测试对谐波减速机的使用性能进行检测,并将模拟测试和场地测试的测试结果进行获取之前,还包括:
获取谐波减速机的型号信息,根据型号信息从数据库中调取谐波减速机的标准结构信息;
根据标准结构信息确定谐波减速机的钢轮、柔轮和波发生器凸轮各自的标准棒距;
检测谐波减速机的钢轮、柔轮和波发生器凸轮各自的当前棒距,根据当前棒距和标准棒距确定谐波减速机的棒距偏差;
根据棒距偏差确定钢轮、柔轮和波发生器凸轮两两之间的啮合状态参数;
基于钢轮、柔轮和波发生器凸轮两两之间的啮合状态参数根据预设的啮合范围确定钢轮、柔轮和波发生器凸轮各自的位置修正曲线;
获取钢轮、柔轮和波发生器凸轮各自的规划弹性运动轨迹;
基于谐波减速机的机器动力学模型根据钢轮、柔轮和波发生器凸轮各自的规划弹性运动轨迹生成钢轮、柔轮和波发生器凸轮各自的输出矩阵;
根据钢轮、柔轮和波发生器凸轮各自的输出矩阵获取钢轮、柔轮和波发生器凸轮各自的线性参数;
基于钢轮、柔轮和波发生器凸轮各自的线性参数生成钢轮、柔轮和波发生器凸轮各自的理论弹性运动曲线;
根据钢轮、柔轮和波发生器凸轮各自的位置修正曲线和钢轮、柔轮和波发生器凸轮各自的理论弹性运动曲线判断谐波减速机的结构是否异常,获取判断结果;
若判断结果为谐波减速机的结构异常,生成异常提醒。
上述技术方案的有益效果为:通过判定谐波减速机的结构是否异常可以保证谐波减速机保证一个符合检测条件的机构形态,为后续进行性能检测奠定了条件,进一步地提高了实用性和可靠性。
在一个实施例中,在根据模拟测试和场地测试对谐波减速机的使用性能进行检测,并将模拟测试和场地测试的测试结果进行获取之前,还包括:
获取多个模拟场地的技术要求、业务要求、质量要求、效率要求以及操作要求;
通过预设评分规则基于每个模拟场地的技术要求、业务要求、质量要求、效率要求以及操作要求获取该模拟场地的技术分值、业务分值、质量分值、效率分值和操作分值;
根据每个模拟场地的技术分值、业务分值、质量分值、效率分值和操作分值计算出该模拟场地与谐波减速机之间的测试匹配度:
其中,Q
根据每个模拟场地与谐波减速机之间的测试匹配度选择匹配度最大的目标模拟场地作为对谐波减速机的使用性能进行检测的测试场地。
上述技术方案的有益效果为:通过计算出每个模拟场地与谐波减速机之间的测试匹配度可以针对每个模拟场地的模拟特性参数来直观地评促出对于谐波减速机的最佳模拟场景来进行性能测试,保证了测试结果的完整性和精度,提高了实用性和可靠性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
- 一种电池寿命、基于大数据的车辆性能检测方法及系统
- 一种谐波减速机
- 一种谐波减速机性能检测机构
- 一种谐波减速机性能检测机构