液压门式起重机受力及稳定性监测系统研究与应用

doi:10.16731/j.cnki.1671-3133.2024.07.017

现代制造工程 ›› 2024, Vol. 526 ›› Issue (7): 135-143.doi: 10.16731/j.cnki.1671-3133.2024.07.017

• 仪器仪表/检测/监控 • 上一篇下一篇

液压门式起重机受力及稳定性监测系统研究与应用

邓旭, 张爱梅

郑州大学机械与动力工程学院,郑州 450000

收稿日期:2023-09-25 出版日期:2024-07-18 发布日期:2024-07-30
作者简介:邓旭,硕士研究生,主要研究方向为数据可视化与智能设计、数字孪生技术。E-mail:3419709546@qq.com张爱梅,教授,主要研究方向为数据可视化与智能设计、计算机应用技术、数字图形图像处理及应用。E-mail:zam641@zzu.edu.cn

Research and application of force and stability monitoring system of hydraulic gantry crane

DENG Xu, ZHANG Aimei

School of Mechanical and Power Engineering,Zhengzhou University,Zhengzhou 450000,China

Received:2023-09-25 Online:2024-07-18 Published:2024-07-30

摘要/Abstract

摘要： 提出了一种液压门式起重机受力及稳定性预测监测系统。根据实际参数建立了起重机结构起升单元有限元模型,分析起升单元在不同步状态下起重机相关结构的受力情况,使用有限元分析得出的数据训练BP神经网络预测模型,最终结合测量数据来快速获取任意状态下起重机相关结构的受力情况。通过实验验证了该系统的可行性,提高了液压门式起重机的安全监测能力。

关键词: 液压门式起重机, 监测系统, 有限元, 神经网络

Abstract: A monitoring system for predicting the force and stability of a hydraulic gantry crane has been proposed.A finite element model of the crane structure lifting unit was established based on actual parameters to analyze the stress distribution of the crane′s relevant structures under various operating conditions.The data obtained from the finite element analysis was used to train a BP neural network prediction model,which was then combined with measurement data to quickly assess the stress distribution of the crane′s relevant structures in any given state.The feasibility of the system was verified through experiments,and the safety monitoring capability of the hydraulic gantry crane was improved.

Key words: hydraulic gantry crane, monitoring system, finite elements, neural networks

中图分类号:

U653.921

邓旭, 张爱梅. 液压门式起重机受力及稳定性监测系统研究与应用[J]. 现代制造工程, 2024, 526(7): 135-143.

DENG Xu, ZHANG Aimei. Research and application of force and stability monitoring system of hydraulic gantry crane[J]. Modern Manufacturing Engineering, 2024, 526(7): 135-143.

参考文献

[1] GAO B,ZHU Z,ZHAO J,et al.A Wireless Swing Angle Measurement Scheme Using Attitude Heading Reference System Sensing Units Based on Microelectromechanical Devices[J].Sensors,2014,14(12):22595-22612.
[2] 郑露.海上平台起重机状态监测系统设计[J].船海工程,2019,48(1):130-133.
[3] 周化龙,张博,石海涛.基于LabVIEW和TBox的起重机工作参数远程监测系统[J].仪表技术与传感器,2023(1):91-95.
[4] GRIEVES M.Product lifecycle management: the new paradigm for enterprises[J].International Journal of Product Development,2005,2(1/2):71-84.
[5] GRIEVES M.Product lifecycle management: driving the next generation of lean thinking[M].New York: McGraw-Hill,2006.
[6] 于勇,范胜廷,彭关伟,等.数字孪生模型在产品构型管理中应用探讨[J].航空制造技术,2017(7):41-45.
[7] 向峰,黄圆圆,张智,等.基于数字孪生的产品生命周期绿色制造新模式[J].计算机集成制造系统,2019,25(6):1505-1514.
[8] 张氢,江伟哲,秦仙蓉,等.基于VTK可视化引擎技术的港口起重机数字孪生系统研究及应用[J].起重运输机械,2020(17):69-74.
[9] ZHOU Y,FU Z,ZHANG J,et al.A Digital Twin-Based Operation Status Monitoring System for Port Cranes[J].Sensors,2022,22:3216.
[10] 陶飞,刘蔚然,张萌,等.数字孪生五维模型及十大领域应用[J].计算机集成制造系统,2019,25(1):1-18.
[11] 何光辉,李晓伟,李鑫奎,等.基于有限元与物联网的塔式起重机安全监测系统[J].中国安全科学学报,2020,30(11): 88-94.
[12] 谢建,冯文杉.基于ANSYS的大型起竖设备四级液压缸有限元分析[J].液压与气动,2015(10):86-90.
[13] 盖晴晴,韩玉兵,南华,等.基于深度卷积神经网络的极化雷达目标识别[J].电波科学学报,2018,33(5):575-582.
[14] 陆念力,都亮.多级阶梯柱侧向刚度与轴压临界力的精确分析及其实用算式[J].工程力学,2015,32(8):217-222.
[15] 姚峰林,孟文俊,赵婕,等.起重机n阶伸缩臂架稳定性的递推公式及数值解法[J].中国机械工程,2019,30(21):2533-2538.
[16] 刘士明,陆念力,寇捷.起重机箱形伸缩臂整体稳定性分析[J]中国工程机械学报,2010,8(1):29-34.

液压门式起重机受力及稳定性监测系统研究与应用

Research and application of force and stability monitoring system of hydraulic gantry crane

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	张克明, 曹宇, 席尚宾, 郑佩, 张振亚, 黄甲, 刘文城, 姚骏. 考虑黏接工艺对云纹干涉钻孔法标定系数基本机理的影响^*[J]. 现代制造工程, 2024, 526(7): 1-8.
[2]	张苗苗, 侯荣国, 吕哲, 王龙庆, 石广行, 王中庆. 基于GA-GRNN的AWJ强化3D打印AlSi10Mg表面性能实验研究^*[J]. 现代制造工程, 2024, 526(7): 35-41.
[3]	杨怀磊, 姚云磊. 基于故障观测器的机器人多关节手臂最优容错控制^*[J]. 现代制造工程, 2024, 526(7): 61-68.
[4]	贾英霞, 王东辉. 基于自适应神经网络的工业机器人双臂协同鲁棒控制^*[J]. 现代制造工程, 2024, 525(6): 61-68.
[5]	聂鑫鹏, 袁逸萍, 祁雷, 朱广贺. 压延车间能源信息采集关键技术研究与系统实现[J]. 现代制造工程, 2024, 525(6): 75-81.
[6]	成元彬, 袁文平, 张涛, 刘志峰. 基于BP神经网络的谐波减速器柔轮疲劳寿命预测研究^*[J]. 现代制造工程, 2024, 523(4): 140-145.
[7]	张若语, 胡友民, 吴波, 杨晔, 秦峻峰. 基于BA-PNN算法与数字孪生的车间扰动判定方法[J]. 现代制造工程, 2024, 522(3): 15-22.
[8]	卢翔, 姚飞, 马语蔚, 高相国. 管路结构参数对液压管路振动特性的影响研究^*[J]. 现代制造工程, 2024, 521(2): 1-7.
[9]	孙建民, 杨世虎, 赵磊, 姚德臣. 基于动态惯性权重的电子节气门改进PSO-BP优化控制^*[J]. 现代制造工程, 2024, 521(2): 45-52.
[10]	赵哲, 杨滨赫, 张磊. 发动机转静子同轴度偏心工艺优化研究[J]. 现代制造工程, 2024, 520(1): 89-94.
[11]	赵东旭, 袁志响, 易思广, 潘加港, 张云鹏, 卢文壮. 基于双路并行卷积信息融合的刀具磨损识别^*[J]. 现代制造工程, 2024, 520(1): 124-129.
[12]	肖伟, 李泽军, 管天福, 贺路, 陈绪兵. 基于PSO-IBP神经网络的纯电动汽车电驱总成故障诊断^*[J]. 现代制造工程, 2024, 520(1): 137-141.
[13]	刘浩东;王欣;郭晓光;张峰. 门式起重机主梁下挠度实时计算方法研究[J]. 现代制造工程, 2023, 516(9): 93-101.
[14]	惠记庄;王俊杰;吕景祥;张浩;阎志强;徐之光. 实验与数据混合驱动的喷墨打印电子电路质量预测研究[J]. 现代制造工程, 2023, 516(9): 137-144.
[15]	邢士龙;乔健;刘杰;徐宝卫;秦升学. 铰链式带锯床锯架结构分析与优化[J]. 现代制造工程, 2023, 515(8): 87-91.