摘要
本发明提供一种基于数字孪生的起重机全状态监测方法,涉及数字孪生技术领域,本发明首先建立起重机几何模型,采用有限元分析得到起重机的有限元分析结果,基于有限元分析结果布置应力传感器,构建载荷识别神经网络模型,基于有限元分析结果构建结构应力预测神经网络模型以及结构变形预测神经网络模型。采用传感与通信技术采集并解析得到结构应力的实测数据,将实测数据输入载荷识别神经网络模型,得到起重机起升载荷和起升位置。将起重机起升载荷和起升位置输入到结构应力预测神经网络模型和结构变形预测神经网络模型,预测起重机全结构应力和变形。最后,采用三维可视化建模方法在数字孪生系统中实现起重机全状态的检测的实时可视化显示。
技术关键词
全状态监测方法
神经网络模型
数字孪生系统
应变计传感器
应力
载荷
可视化建模方法
起重机结构
有限元分析方法
识别神经网络
节点
静力学分析方法
颜色映射技术
拉力传感器
三维可视化技术
拉丁超立方抽样
网格模型
系统为您推荐了相关专利信息
三维形状模型
点云
状态评估方法
深度图
建立神经网络模型
电路基板
压力传感器
传感器芯片
外部设备
密封材料
电池储能系统
监测评估方法
储能单元
历史运行数据
电芯组
动态血糖仪
工作环境参数
异常数据点
时间序列特征
预测血糖浓度
误差修正方法
光学相干层析成像装置
移动平均算法
轮廓光谱
工件