基于数字孪生的集装箱门式起重机结构疲劳寿命预测研究
朱泽、
韩玉金、
朱峰、
孙杰、
陈凯明、
闫玉双、
赵亚东
《Applied Sciences》:Research on Structural Fatigue Life Prediction of Container Gantry Cranes Based on Digital Twin
Ze Zhu,
Yujin Han,
Feng Zhu,
Jie Sun,
Keming Chen,
Yushuang Yan and
Yadong Zhao
【字体:
大
中
小
】
时间:2026年05月12日
来源:Applied Sciences 2.5
编辑推荐:
摘要
对集装箱龙门起重机在长期循环载荷作用下的累积疲劳损伤进行准确评估受到传统单一模型方法无法实时捕捉结构状态的限制。本文提出了一种基于数字孪生的框架,该框架融合了多源数据以实现动态疲劳寿命预测。该框架的核心是一种改进的
摘要
对集装箱龙门起重机在长期循环载荷作用下的累积疲劳损伤进行准确评估受到传统单一模型方法无法实时捕捉结构状态的限制。本文提出了一种基于数字孪生的框架,该框架融合了多源数据以实现动态疲劳寿命预测。该框架的核心是一种改进的扩展超启发式神经网络(EHH-NN),它结合了正则化优化、分裂节点结构以及基于方差分析(ANOVA)的函数分解方法,以在训练数据有限的情况下模拟复杂的应力响应。改进后的模型具有0.942的拟合优度(R2)和4.4%的平均相对误差,其预测时间仅为42毫秒,性能优于标准的BP和LSTM模型。此外,还设计了一种由实测应力反馈驱动的闭环校正机制,用于动态调整模型输出;同时开发了一个原型系统,该系统将基于PLC的数据采集技术与Unity3D 2022.3可视化工具集成在一起,以展示其工程应用可行性。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号