基于集成学习模型的泵车臂架结构疲劳寿命快速预测方法
董青1
苏友成1
徐格宁1
佘玲娟2
常熤彬1
1.太原科技大学 机械工程学院,太原 0300242.中联重科股份有限公司,长沙 410013;起重机械关键技术全国重点实验室,长沙 410000
摘要：[目的]为快速准确判断在役混凝土泵车臂架结构的疲劳寿命,以监测数据为基础,利用机器学习技术,提出基于集成学习模型的泵车臂架结构疲劳寿命预测方法.[方法]首先,利用混凝土泵车信息采集系统,获取泵车服役过程中的功能特征和性能特征,通过数据预处理和转换,得到典型工况下的应力变程样本数据集O;并从优势互补的角度出发,以梯度提升决策树(Gradient Boosting Decision Tree,GBDT)、随机森林(Random Forest,RF)、极致随机树(Extra Trees,ET)、自适应提升(Adaptive Boosting,Adaboost)和序贯(Sequential)模型为学习器,构建了一种用于应力变程预测的Stacking模型.其次,利用核密度估计抽样(Kernel Density Estimation Sampling,KDES)法,抽取特定服役周期内泵车运行的功能特征,并将其输入至构建好的Stacking模型,预测得到臂架结构的应力变程数据集.然后,以Matlab软件为计算平台,结合断裂力学理论,实现臂架结构疲劳寿命的快速预测,并通过可靠性分析获得了相应疲劳寿命的可靠度,提高了预测结果的可信度.最后,以某公司的某型混凝土泵车为例,通过与单一机器学习模型对比,验证所提方法的可行性.[结果]结果显示,所提方法从疲劳寿命入手,为泵车检修周期指定与报废决策提供依据.
关键词：疲劳寿命预测集成学习模型断裂力学非线性臂架结构混凝土泵车
分类号：TH213.5(起重机械与运输机械)
论文发表日期：2026-06-30
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：15( 128-142 )
英文信息