[发明专利]一种确定岸桥结构载荷及实时应力场的方法

说明书

本发明提供一种确定岸桥结构载荷及实时应力场的方法，该方法利用反演的思路，由BP神经网络作为基本算法模型以确定实时应力场。其中反演思路是将状态监测测点实测数据作为BP神经网络学习、测试样本，实现岸桥结构载荷的反演。本发明不仅能实现岸桥结构载荷的反演，还能实现岸桥结构应力反演，反演结果可以用于结构疲劳损伤实时监控等领域。

技术领域

本发明专利属于港口机械设备工程技术领域，特别是涉及岸桥状态监控及确定实时应力场及结构实时疲劳损伤的方法。

背景技术

在港口机械设备设计中，产品设计预期与实际制造应用有一定差距，导致岸桥在实际工程应用时会产生一些问题。岸桥实时监测系统可采集工程实际应用设备上的实时信息对岸桥进行安全状态评估。实时监控中由于载荷传感器可靠性不高，1-2月就会出故障，状态监测系统通常不会直接使用载荷传感器，载荷信息可以通过反演手段获得。

但是目前，岸边集装箱起重机即岸桥载荷的获取方式在工作环境下可靠性较低，并且岸桥状态监测系统中还没有相应的反馈模块。

在状态监测系统中，需要对岸桥上布置传感器以获得其实时受力，但在工程实际中无法对岸桥全部位置布置传感器，尤其应重点关注的岸桥发生疲劳破坏或失效的地方多在焊接处等无法安装测点的地方，实时监控系统也无法获得该处受力。

在状态监测系统中，载荷信息的反馈还没有完善，对于监测到的各项传感器数据，并不知道其对应的载荷情况。

本发明提供一种确定岸桥结构载荷信息的方法。该方法可以确定目前实时监控系统中无法精准确定的实时载荷信息，还可以通过载荷信息获得实时应力场。并且该方法还可以推广到其它港口机械设备载荷信息的获取。

发明内容

本发明的目的在于克服现有知识的缺陷，提供一种确定岸桥结构载荷信息及实时应力场信息的方法。该方法不仅能求解获得岸桥结构的载荷信息即工况信息，还可通过反演出的载荷边界条件计算得到岸桥结构应力场。并且该方法还可以拓展到其他港口机械设备，为港口机械设备提供准确的载荷信息及应力场信息。通过应力场信息可以对港口机械设备进行结构损伤点预测、安全状态评估等。

本发明采用的技术方案是：针对岸桥结构载荷信息，采用反演的思路，利用BP神经网络算法，反演出岸桥结构的载荷信息，由载荷边界条件计算得到岸桥结构应力场。载荷反演技术的核心是反演，本发明反演方法的核心是由BP神经网络算法构成，利用状态监测系统数据训练BP神经网络，根据训练好的BP神经网络预测出载荷信息，并根据载荷信息求得应力场信息。

其中利用实时监测数据作为BP神经网络的学习样本和测试样本，可以反演出结构的载荷信息即载荷大小和载荷位置。将应力信息作为BP神经网络学习样本的输入，将载荷信息作为BP神经网络学习样本的输出。实测试验中，应力传感器的应力数据作为测试样本中的输入，试验载荷信息作为测试样本中的输出。

在状态监测系统中，脱离岸桥结构有限元模型本身，通过对应力传感器数据的反演，可以判断出结构应力状态。

本发明的具体技术方案如下：

一种确定岸桥结构载荷及应力场的方法，利用载荷反演获得岸桥结构的载荷信息即载荷大小和载荷位置,利用状态监测的数据训练BP神经网络，从BP神经网络中反演出载荷信息，利用反演出的载荷信息在有限元模型中作为边界条件以确定岸桥结构的应力场。

假设应力场为向量P，工况信息为向量Y，传感器信息为X，可知

Y＝R(X)

其中，R()为反演映射。当反演出工况信息Y之后，可知

P＝F(Y)

其中，F()为正演映射；

R及F均与具体结构形式有关。

具体包括包括以下步骤：