[發(fā)明專利]一種基于滑輪軸的纜索拉力監(jiān)測(cè)系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011389835.2
• 申請(qǐng)日: 2020-12-02
• 公開（公告）號(hào): CN112699501A
• 公開（公告）日: 2021-04-23
• 發(fā)明（設(shè)計(jì)）人: 張濤;蔣鎮(zhèn)濤;孫函宇;申桓榕;汪雪良;楊華偉;徐春;鄭慶新;楊啟帆;朱全華;魯晶
• 申請(qǐng)（專利權(quán)）人: 中國船舶科學(xué)研究中心;南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室（廣州）
• 主分類號(hào): G06F30/17
• 分類號(hào): G06F30/17;G06F30/23;G06F30/27;G01L5/00;G01M13/00;G06N3/08;G06F119/14
• 代理公司: 無錫華源專利商標(biāo)事務(wù)所(普通合伙) 32228
• 代理人: 聶啟新

1.一種基于滑輪軸的纜索拉力監(jiān)測(cè)系統(tǒng)，其特征在于，包括滑輪軸組件和應(yīng)力傳感器，所述滑輪軸組件包括滑輪軸和安裝在所述滑輪軸上的滑輪，纜索纏繞在所述滑輪上，所述滑輪軸上開設(shè)有通孔；

建立所述滑輪軸組件的三維等效模型并進(jìn)行有限元分析，確定所述通孔的內(nèi)表面上的各個(gè)有限元網(wǎng)格節(jié)點(diǎn)處的應(yīng)力數(shù)據(jù)集，每個(gè)有限元網(wǎng)格節(jié)點(diǎn)處的應(yīng)力數(shù)據(jù)集包括所述有限元網(wǎng)格節(jié)點(diǎn)在N個(gè)不同的加載力下的應(yīng)力值，根據(jù)各個(gè)有限元網(wǎng)格節(jié)點(diǎn)處的應(yīng)力數(shù)據(jù)集及任意兩個(gè)有限元網(wǎng)格節(jié)點(diǎn)處的應(yīng)力數(shù)據(jù)集之間的Pearson相關(guān)系數(shù)從所有有限元網(wǎng)格節(jié)點(diǎn)中篩選出監(jiān)測(cè)測(cè)量點(diǎn)，在每個(gè)所述監(jiān)測(cè)測(cè)量點(diǎn)處布置一個(gè)所述應(yīng)力傳感器；

在纜索上施加n個(gè)在預(yù)定載荷范圍內(nèi)的不同大小的加載力，在每個(gè)加載力下分別采集各個(gè)應(yīng)力傳感器的應(yīng)力測(cè)量值得到樣本集，利用向量化處理后的所述樣本集對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到模型參數(shù)，并構(gòu)建得到拉力監(jiān)測(cè)模型；

在所述滑輪軸組件的工作過程中，采集各個(gè)應(yīng)力傳感器的應(yīng)力測(cè)量值得到實(shí)測(cè)數(shù)據(jù)集，將向量化處理后的實(shí)測(cè)數(shù)據(jù)集輸入所述拉力監(jiān)測(cè)模型得到對(duì)應(yīng)的纜索拉力。

2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述根據(jù)各個(gè)有限元網(wǎng)格節(jié)點(diǎn)處的應(yīng)力數(shù)據(jù)集及任意兩個(gè)有限元網(wǎng)格節(jié)點(diǎn)處的應(yīng)力數(shù)據(jù)集之間的Pearson相關(guān)系數(shù)從所有有限元網(wǎng)格節(jié)點(diǎn)中篩選出監(jiān)測(cè)測(cè)量點(diǎn)，包括：

確定初始的選取數(shù)據(jù)集包括所有有限元網(wǎng)格節(jié)點(diǎn)處的應(yīng)力數(shù)據(jù)集；

從所述選取數(shù)據(jù)集中選取最大的應(yīng)力數(shù)據(jù)集對(duì)應(yīng)的有限元網(wǎng)格節(jié)點(diǎn)作為監(jiān)測(cè)測(cè)量點(diǎn)；

將所述選取數(shù)據(jù)集中與最大的應(yīng)力數(shù)據(jù)集之間的Pearson相關(guān)系數(shù)達(dá)到預(yù)定相關(guān)系數(shù)的應(yīng)力數(shù)據(jù)集對(duì)應(yīng)的有限元網(wǎng)格節(jié)點(diǎn)刪除，得到更新后的選取數(shù)據(jù)集；

針對(duì)所述選取數(shù)據(jù)集再次執(zhí)行所述從所述選取數(shù)據(jù)集中選取對(duì)應(yīng)的應(yīng)力數(shù)據(jù)集最大的有限元網(wǎng)格節(jié)點(diǎn)作為監(jiān)測(cè)測(cè)量點(diǎn)的步驟，直至所述選取數(shù)據(jù)集為空。

3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，任意兩個(gè)有限元網(wǎng)格節(jié)點(diǎn)處的應(yīng)力數(shù)據(jù)集之間的Pearson相關(guān)系數(shù)的計(jì)算公式為：

r為任意兩個(gè)有限元網(wǎng)格節(jié)點(diǎn)處的應(yīng)力數(shù)據(jù)集X和Y之間的Pearson相關(guān)系數(shù)，j為參數(shù)，X_j表示應(yīng)力數(shù)據(jù)集X中在第j個(gè)加載力下的應(yīng)力值，Y_j表示應(yīng)力數(shù)據(jù)集Y中在第j個(gè)加載力下的應(yīng)力值，表示應(yīng)力數(shù)據(jù)集X中所有應(yīng)力值的平均值，表示應(yīng)力數(shù)據(jù)集Y中所有應(yīng)力值的平均值。

4.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述利用向量化處理后的所述樣本集對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到模型參數(shù)，包括：

將向量化處理后的所述樣本集作為模型輸入值輸入神經(jīng)網(wǎng)絡(luò)模型得到對(duì)應(yīng)的模型輸出值；

根據(jù)所述模型輸入值和模型輸出值計(jì)算得到對(duì)應(yīng)的損失函數(shù)；

根據(jù)所述損失函數(shù)和所述神經(jīng)網(wǎng)絡(luò)模型中第i層網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)計(jì)算得到第i層網(wǎng)絡(luò)的誤差值，利用第i層網(wǎng)絡(luò)的誤差值對(duì)所述第i層網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)進(jìn)行更新，i為參數(shù)；

對(duì)每一層網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)更新后得到迭代更新后的神經(jīng)網(wǎng)絡(luò)模型，并對(duì)迭代更新后的神經(jīng)網(wǎng)絡(luò)模型執(zhí)行所述將向量化處理后的所述樣本集作為輸入值輸入神經(jīng)網(wǎng)絡(luò)模型得到對(duì)應(yīng)的輸出值的步驟，直至達(dá)到迭代終止條件。

5.根據(jù)權(quán)利要求4所述的系統(tǒng)，其特征在于，所述根據(jù)所述損失函數(shù)和所述神經(jīng)網(wǎng)絡(luò)模型中第i層網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)計(jì)算得到第i層網(wǎng)絡(luò)的誤差值，利用第i層網(wǎng)絡(luò)的誤差值對(duì)所述第i層網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)進(jìn)行更新，包括：

通過鏈?zhǔn)角髮?dǎo)法計(jì)算所述損失函數(shù)J和第i層網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)H^[i]之間的偏導(dǎo)數(shù)作為第i層網(wǎng)絡(luò)的誤差值；

按照公式對(duì)第i層網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)進(jìn)行更新。