一种基于大数据分析的推土机变矩变速装置装配工艺检测分析系统及方法制造方法及图纸

本发明专利技术公开了一种基于大数据分析的推土机变矩变速装置装配工艺检测分析系统及方法，包括如下步骤：实时采集螺栓扭矩，构建参数数据库；对数据库进行大数据分析，确定螺栓扭矩数据库的分布形式；根据其分布形式，如正态分布、韦伯分布或其他分布，进行数据处理，得到螺栓装配扭矩的阈值范围；将实际装配过程中的测试参数与螺栓装配扭矩的阈值范围进行匹配，判断实际装配过程中的测试参数是否合格。该方法可以显著提高推土机变矩变速装置装配的可靠性和一致性。

A detection and analysis system and method for assembly process of torque converter of bulldozer based on big data analysis

【技术实现步骤摘要】
一种基于大数据分析的推土机变矩变速装置装配工艺检测分析系统及方法
本专利技术涉及推土机变矩变速装置装配工艺检测
，特别是涉及一种推土机变矩变速装置装配工艺检测分析系统及方法。
技术介绍
本部分的陈述仅仅是提到了与本专利技术相关的
技术介绍
，并不必然构成现有技术。在实现本专利技术的过程中，专利技术人发现现有技术中存在以下技术问题：变矩变速装置是推土机的重要组成部分。目前国内的推土机生产制造企业采用的推土机装配线种类较多，在总成以及分总成装配线上，大多都是使用柔性输送线来输送工件，并且装配设备对变矩变速装置进行装配。其中，螺栓拧紧扭矩的大小直接决定装配质量的优劣，目前，螺栓扭矩一般采用气动扳手，以人工估计的方法拧紧，数据准确性较差，且检测的阈值为某个固定值。
技术实现思路
为了解决现有技术中存在的技术问题，本专利技术提供了一种基于大数据分析的推土机变矩变速装置装配工艺检测分析系统及方法。该方法可以显著提高推土机变矩变速装置装配的可靠性。第一方面，本专利技术提供了一种基于大数据分析的推土机变矩变速装置装配工艺检测分析方法，包括如下步骤：实时采集螺栓扭矩，构建参数数据库；对数据库进行大数据分析，确定螺栓扭矩数据库的分布形式；根据其分布形式，得到螺栓装配扭矩的阈值范围；将实际装配过程中的测试参数与螺栓装配扭矩的阈值范围进行匹配，判断实际装配过程中的测试参数是否合格。第二方面，本专利技术还提供了一种推土机变矩变速装置装配工艺检测系统，包括：用于实时采集螺栓扭矩，构建参数数据库的装置；用于对数据库进行大数据分析，确定螺栓扭矩数据库的分布形式的装置；用于根据其分布形式，得到螺栓装配扭矩的阈值范围的装置；将实际装配过程中的测试参数与螺栓装配扭矩的阈值范围进行匹配，判断实际装配过程中的测试参数是否合格的装置。第三方面，本公开还提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述方法的步骤。第四方面，本公开还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述方法的步骤。本专利技术的有益效果为：本专利技术提供一种基于大数据分析的推土机变矩变速装置装配工艺检测分析系统及方法，对装配数据库进行大数据分析，得到螺栓装配扭矩的阈值范围，将实际装配过程中的测试参数与螺栓装配扭矩的阈值范围进行匹配，判断实际装配过程中的测试参数是否合格，可以显著提高推土机变矩变速装置装配的可靠性和一致性。附图说明构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。图1为基于大数据分析的推土机变矩变速装置装配工艺检测分析系统工作流程图。具体实施方式应该指出，以下详细说明都是示例性的，旨在对本专利技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本专利技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。一种基于大数据分析的推土机变矩变速装置装配工艺检测分析方法，包括如下步骤：实时采集螺栓扭矩，构建参数数据库；对数据库进行大数据分析，确定螺栓扭矩数据的分布形式；根据其分布形式，得到螺栓装配扭矩的阈值范围；将实际装配过程中的测试参数与螺栓装配扭矩的阈值范围进行匹配，判断实际装配过程中的测试参数是否合格。在一些实施例中，可以采用数据采集装置实时采集螺栓的扭矩。在一些实施例中，螺栓扭矩数据的分布形式为正态分布、韦伯分布或其他分布。进一步的，螺栓扭矩数据的分布形式为正态分布时，采用2.5σ原则确定螺栓扭矩的最大阈值和最小阈值。进一步的，螺栓扭矩数据的分布形式为韦伯分布时，通过韦伯分布的概率密度函数，计算累积概率，累积概率5％-97％即为阈值范围。更进一步的，韦伯分布的判定方法为：其可靠度函数为β为形状参数，η为尺寸参数；将函数两边取对数，再取对数，令x＝lnt，c＝-βlnη，则y＝βx+c；若数据拟合符合公式，且用R检验检验线性相关性，R>0.92时即符合韦伯分布。进一步的，螺栓扭矩数据的分布形式为其他分布形式时，通过Box-Cox变换公式对分布扭矩变量y进行变换，使其变为正态分布，然后利用R检验，若R>0.95确定其为正态分布，然后通过2.5σ原则，确定螺栓扭矩的最大阈值和最小阈值；若R≤0.95，则其不符合正态分布，此时将所有数据从小到大排列，第5％的数据值为阈值下限，第95％的数据值为阈值上限，若最大值等于最小值，则此时不设阈值。更进一步的，Box-Cox变换公式中的λ值为0.44。第二方面，本专利技术还提供了一种推土机变矩变速装置装配工艺检测系统，包括：用于实时采集螺栓扭矩，构建参数数据库的装置；用于对数据库进行大数据分析，确定螺栓扭矩数据库的分布形式的装置；用于根据其分布形式，得到螺栓装配扭矩的阈值范围的装置；将实际装配过程中的测试参数与螺栓装配扭矩的阈值范围进行匹配，判断实际装配过程中的测试参数是否合格的装置。第三方面，本公开还提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述方法的步骤。第四方面，本公开还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述方法的步骤。实施例一如图1所示，一种推土机变矩变速装置装配工艺检测分析方法，包括如下步骤：采用可以数据传输的电动打紧装置实时采集螺栓扭矩，通过工业物联网收集螺栓扭矩数据，构建参数数据库。采用大数据分析方式确定螺栓扭矩数据集的分布形式。首先判断螺栓扭矩数据集是否为正态分布的方式为：计算样本数据均值和标准差σ，利用其计算分位数通过正态分布表可以查到ti对应的分位数Qi，利用Qi-Q′i图鉴别样本数据，判断Qi-Q′i图上的点是否符合直线特征，并用R检验检验线性相关性，以R>0.95作为阈值确定其为正态分布；确定u、σ值，依据(u-2.5σ，u+2.5σ]，得到螺栓装配过程正常参数范围，扭矩小于u-2.5σ或大于u+2.5σ即为异常值。若螺栓扭矩数据集不是正态分布，进行判断其是否为韦伯分布，判断是否为韦伯分布的方式为：其可靠度函数为β为形状本文档来自技高网...

【技术保护点】
1.一种基于大数据分析的推土机变矩变速装置装配工艺检测分析方法，其特征在于：包括如下步骤：/n实时采集螺栓扭矩，构建参数数据库；/n对数据库进行大数据分析，确定螺栓扭矩数据的分布形式；/n根据其分布形式，得到螺栓装配扭矩的阈值范围；/n将推土机变矩变速装置实际装配过程中的测试参数与螺栓装配扭矩的阈值范围进行匹配，判断实际装配过程中的测试参数是否合格。/n

【技术特征摘要】
1.一种基于大数据分析的推土机变矩变速装置装配工艺检测分析方法，其特征在于：包括如下步骤：
实时采集螺栓扭矩，构建参数数据库；
对数据库进行大数据分析，确定螺栓扭矩数据的分布形式；
根据其分布形式，得到螺栓装配扭矩的阈值范围；
将推土机变矩变速装置实际装配过程中的测试参数与螺栓装配扭矩的阈值范围进行匹配，判断实际装配过程中的测试参数是否合格。


2.根据权利要求1所述的推土机变矩变速装置装配工艺检测分析方法，其特征在于：采用可以数据传输的电动打紧装置实时采集螺栓的扭矩。


3.根据权利要求1所述的推土机变矩变速装置装配工艺检测分析方法，其特征在于：螺栓扭矩数据的分布形式为正态分布、韦伯分布或其他分布。


4.根据权利要求3所述的推土机变矩变速装置装配工艺检测分析方法，其特征在于：螺栓扭矩数据的分布形式为正态分布时，采用2.5σ原则确定螺栓扭矩的最大阈值和最小阈值。


5.根据权利要求3所述的推土机变矩变速装置装配工艺检测分析方法，其特征在于：螺栓扭矩数据的分布形式为韦伯分布时，通过韦伯分布的概率密度函数，计算累积概率，累积概率5％-97％即为阈值范围；
进一步的，韦伯分布的判定方法为：
其可靠度函数为β为形状参数，η为尺寸参数；
将函数两边取对数，再取对数，令x＝lnt，c＝-βlnη，则y＝βx+c；
若数据拟合符合公式，且用R检验检验线性相关性，R>0.92时即符合韦伯分布。


6.根据权利要求3所述的推土机变矩变速装置装配工艺检测分析方法，其特征在于：螺栓扭矩数据的分布形式为其他分布形式时，通过Box-Cox变换公式对分布扭矩变量y进行变换，使其变为正态分布，然后利用R检验，若R>0.95确定其为正态分布，然后通过2.5σ原则，确定螺栓扭矩的最大阈值和最小阈值；
若R≤0.95，则其不符合正态分布，此时将所有数据从小到大排列，第5％的数据值为阈值下限，第95％的数据值为阈值上限...

【专利技术属性】
技术研发人员：闫伟，孙俊伟，徐傲，李国祥，曲春燕，郑利楠，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东;37