[发明专利]减速器疲劳加速试验和剩余寿命预测方法及存储处理系统

说明书

本申请提供一种减速器疲劳加速试验和剩余寿命预测方法及存储处理系统，涉及机器学习技术领域。该方法包括：获取待预测减速器的疲劳性能参数，疲劳性能参数包括：平均无故障时间和应力循环次数，疲劳性能参数为理想状态下的疲劳寿命表征参数；基于疲劳性能参数，构建减速器的性能退化模型；采用预先构建的疲劳加速模型以及性能退化模型，筛选加速因子，进行加速试验，得到减速器在当前阶段的疲劳耐久性和性能退化试验结果，当前阶段的疲劳耐久性包括：剩余的平均无故障时间以及剩余的应力循环次数；根据当前阶段的疲劳耐久性，预测减速器的剩余寿命。本方法可提高减速器剩余寿命预测的效率和准确性。

技术领域

本申请涉及机器学习技术领域，具体而言，涉及一种减速器疲劳加速试验和剩余寿命预测方法及存储处理系统。

背景技术

精密减速器，是一种动力传达机构，其利用齿轮的速度转换器，将电机的回转数减速到所要的回转数，并得到较大转矩的装置。减速器作为机器人传动系统的核心部件，工作时常常承受巨大的负载，并且常常会不间断地工作，故对其工作时的可靠性必须严格要求。如果正常工作时突然失效或者在没有时刻关注时退化失效都会给维修或者保障带来巨大的麻烦，甚至带来巨大的经济负担。所以提前预知减速器在合理负载情况下的有效寿命成为了重中之重。

现有技术中，通常采用试验分析法预测减速器的疲劳寿命。

由于试验分析法预测减速器的疲劳寿命是完全依赖于试验结果的，在设计阶段或试验情况比较复杂的情况下，试验结果的准确性较差，耗费人力物力比较大，从而导致预测的减速器的疲劳寿命效率和精确度较差。

发明内容

本申请的目的在于，针对上述现有技术中的不足，提供一种减速器疲劳加速试验和剩余寿命预测方法及存储处理系统，以便于解决现有技术中存在的减速器疲劳寿命预测结果准确性较差的问题。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种减速器疲劳加速试验和剩余寿命预测方法，包括：

获取待预测减速器的疲劳性能参数，所述疲劳性能参数包括：平均无故障时间和应力循环次数，所述疲劳性能参数为理想状态下的疲劳寿命表征参数；

基于所述疲劳性能参数，构建所述减速器的性能退化模型；

采用预先构建的疲劳加速模型以及所述性能退化模型，筛选加速因子，进行加速试验，得到所述减速器在当前阶段的疲劳耐久性和性能退化试验结果，所述当前阶段的疲劳耐久性包括：剩余的平均无故障时间以及剩余的应力循环次数；

根据所述当前阶段的疲劳耐久性，预测所述减速器的剩余寿命。

可选地，所述采用预先构建的疲劳加速模型以及所述性能退化模型，筛选加速因子，进行加速试验，得到所述减速器在当前阶段的疲劳耐久性和性能退化试验结果，包括：

采用所述性能退化模型，进行所述减速器的剩余寿命预测，得到预测结果；

基于所述疲劳加速模型以及第一加速因子，进行第一加速试验；

根据第一加速试验的试验结果，验证并优化所述疲劳加速模型，确定新的加速因子以及所述预测结果的准确度；

根据所述预测结果的准确度，得到所述减速器在当前阶段的疲劳耐久性和性能退化试验结果。

可选地，所述采用所述性能退化模型，进行所述减速器的剩余寿命预测，得到预测结果，包括：

执行非加速试验，并基于所述非加速试验的试验结果，采用所述性能退化模型，进行所述减速器的剩余寿命预测，得到预测结果。

可选地，所述采用所述性能退化模型，进行所述减速器的剩余寿命预测，得到预测结果，包括：