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技术方案

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。

【技术实现步骤摘要】
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
本申请涉及机器学习
，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。
技术介绍
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。
技术实现思路
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：基于所述疲劳加速模型以及第二加速因子，进行第二加速试验，并基于所述第二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；其中，所述第二加速因子对应的倍数不同于所述第一加速因子对应的倍数。可选地，所述基于所述疲劳加速模型以及第一加速因子，进行第一加速试验之前，还包括：基于所述减速器对应的全周期寿命模型，确定所述第一加速因子。可选地，所述基于所述减速器对应的全周期寿命模型，确定所述第一加速因子，包括：以目标失效机理信息以及失效模式信息作为约束条件，基于所述全周期寿命内的减速器运行和环境参数，确定所述第一加速因子；其中，所述运行和环境参数包括：转速、扭矩、应力、负载、环境温升。可选地，所述获取待预测减速器的疲劳性能参数，包括：基于所述减速器对应的全周期寿命模型，获取待预测减速器的疲劳性能参数。第二方面，本申请实施例还提供了一种存储处理系统，包括：获取模块、构建模块、试验模块、预测模块；所述获取模块，用于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；所述构建模块，用于基于所述疲劳性能参数，构建所述减速器的性能退化模型；所述试验模块，用于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；所述预测模块，用于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，所述试验模块，具体用于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，所述试验模块，具体用于执行非加速试验，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，所述试验模块，具体用于基于所述疲劳加速模型以及第二加速因子，进行第二加速试验，并基于所述第二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；其中，所述第二加速因子对应的倍数不同于所述第一加速因子对应的倍数。可选地，所述装置还包括：确定模块；所述确定模块，用于基于所述减速器对应的全周期寿命模型，确定所述第一加速因子。可选地，所述确定模块，具体用于以目标失效机理信息以及失效模式信息作为约束条件，基于所述全周期寿命内的减速器运行和环境参数，确定所述第一加速因子；其中，所述运行和环境参数包括：转速、扭矩、应力、负载、环境温升。可选地，所述获取模块，具体用于基于所述减速器对应的全周期寿命模型，获取待预测减速器的疲劳性能参数。第三方面，本申请实施例提供了一种电子设备，包括：处理器、存储介质和总线，存储介质存储有处理器可执行的机器可读指令，当电子设备运行时，处理器与存储介质之间通过总线通信，处理器执行机器可读指令，以执行时执行如第一方面中提供的方法的步骤。第四方面，本申请实施例提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如第一方面提供的方法的步骤。本申请的有益效果是：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，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本文档来自技高网...

【技术保护点】
1.一种减速器疲劳加速试验和剩余寿命预测方法，其特征在于，包括：/n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；/n基于所述疲劳性能参数，构建所述减速器的性能退化模型；/n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；/n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。/n

【技术特征摘要】
1.一种减速器疲劳加速试验和剩余寿命预测方法，其特征在于，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。


2.根据权利要求1所述的方法，其特征在于，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。


3.根据权利要求2所述的方法，其特征在于，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。


4.根据权利要求2所述的方法，其特征在于，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：
基于所述疲劳加速模型以及第二加速因子，进行第二加速试验，并基于所述第二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；
其中，所述第二加速因子对应的倍数不同于所述第一加速因子对应的倍数。


5.根据权利要求2-4任一项所述的方法，其特征在于，所述基于所述疲劳加速模型以及第一加速因子，进行第一加速试验之前，...

【专利技术属性】
技术研发人员：陈兴彬，闵新和，李妮妮，熊汇捷，朱寒，张鹏，曹伟，杜冠廷，肖舜仁，
申请(专利权)人：广州机械科学研究院有限公司，中汽检测技术有限公司，
类型：发明
国别省市：广东;44