(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111682278.8 (22)申请日 2021.12.2 9 (71)申请人 哈尔滨工业大 学 地址 150001 黑龙江省哈尔滨市南岗区西 大直街92号 (72)发明人 闫纪红　张立　丁华秋　 (74)专利代理 机构 哈尔滨华夏松花江知识产权 代理有限公司 23213 代理人 时起磊 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/23(2020.01) G06N 3/04(2006.01) G06F 119/14(2020.01) (54)发明名称 一种大型机械装备部件的装配过程应力变 化预测方法 (57)摘要 一种大型机械装备部件的装配过程应力变 化预测方法， 涉及应力预测技术领域， 针对现有 技术中应力预测并不能适用于装配运动过程中 的动态应力预测的问题， 本申请以有限元分析技 术与BP神经网络技术结合使用实现了对大型复 杂机械装备零部件装配过程中的应力分析预测， 本申请得到了动态的应力变化预测曲线图， 能够 为装配方案起到参考和指导的作用。 使用者只需 通过在训练完成的神经网络中输入某一工况数 据， 就可以预测这一工况下的最大应力值， 同时， 若输入的是随时间动态变化的输入值， 就可以得 到最大应力值预测变化曲线图， 本方法具有准确 度高， 效率高的特点。 权利要求书2页 说明书7页 附图6页 CN 114330139 A 2022.04.12 CN 114330139 A 1.一种大 型机械装备部件的装配过程应力变化预测方法， 其特 征在于包括以下步骤： 步骤一： 获取待测部件的装配方案； 步骤二： 利用待测部件的装配方案构建有限元模型， 在有限元模型中输入工况， 得到最 大应力值； 步骤三： 利用工况和最大应力值训练神经网络； 步骤四： 构建工况随时间变化的函数， 然后设定采样点和间隔， 之后利用构建好的工况 随时间变化的函数进 行采样， 得到多个采样值， 最后将多个采样值输入训练好的神经网络， 得到多个最大应力值； 步骤五： 利用得到的多个最大应力值构建最大应力值随时间的变化曲线， 根据最大应 力值随时间的变化曲线对 装配过程应力变化进行 预测。 2.根据权利要求1所述的一种大型机械装备部件的装配过程应力变化预测方法， 其特 征在于所述 步骤二中构建有限元模型的具体步骤为： 将待测部件的理想模型和装配辅助工装设备导入三维建模软件中， 并依照装配方案构 建有限元模型。 3.根据权利要求2所述的一种大型机械装备部件的装配过程应力变化预测方法， 其特 征在于所述工况为 运动状况。 4.根据权利要求3所述的一种大型机械装备部件的装配过程应力变化预测方法， 其特 征在于所述 步骤二的具体步骤为： 首先， 构建不同姿态的吊装模型， 然后将不同姿态的吊装模型导入有限元分析平台 Ansys Workbench中的有限元分析板块static  structural， 然后在static  structural中 对吊耳的圆柱内表面添加固定约束， 之后在吊装模型 的重力方向施加重力、 在吊装模型 的 旋转方向上设定角速度和角加速度， 设定好后进行计算， 得到对应运动状况下 的应力最大 值。 5.根据权利要求4所述的一种大型机械装备部件的装配过程应力变化预测方法， 其特 征在于所述神经网络为BP神经网络 。 6.根据权利要求5所述的一种大型机械装备部件的装配过程应力变化预测方法， 其特 征在于所述BP神经网络含有1个隐含层， 所述隐含层的节点数表示 为： 其中， o为隐含层节点数， n 为输入层节点数， l 为输出层节点数， a取值 为1～10。 7.根据权利要求6所述的一种大型机械装备部件的装配过程应力变化预测方法， 其特 征在于所述 步骤四中工况随时间变化的函数为 运动函数， 所述 运动函数表示 为： 权　利　要　求　书 1/2 页 2 CN 114330139 A 2其中， t为时间， 单位s， α 为角加速度， 单位rad/s2, 为角速度， 单位rad/s， θ为吊装模型 与水平面角度， 单位rad。 8.根据权利要求7所述的一种大型机械装备部件的装配过程应力变化预测方法， 其特 征在于所述采样点 为311个。 9.根据权利要求8所述的一种大型机械装备部件的装配过程应力变化预测方法， 其特 征在于所述采样间隔为0.1s。 10.根据权利要求1所述的一种大型机械装备部件的装配过程应力 变化预测方法， 其特 征在于所述装配方案包括： 行车型号， 吊索吊钩型号， 吊耳型号， 吊装对 象位姿变化过程和 吊装时间。权　利　要　求　书 2/2 页 3 CN 114330139 A 3