An approach to generating physically realistic data for crane safety monitoring systems based on finite element modeling

Abstract

Предметом дослідження є стійкість монорейкового пересувного крана, зокрема коефіцієнти на перекидання й на зсув. Проблема полягає в неадекватності статичних моделей, що базуються на припущенні про жорсткість конструкції, для визначення безпеки. Такі моделі ігнорують вплив деформацій, що призводить до неконсервативних оцінок стійкості та робить їх ненадійними для генерації даних для систем моніторингу на основі моделей штучного інтелекту. Метою дослідження є розроблення та обґрунтування підходу до створення даних для оцінювання стійкості монорейкових пересувних кранів, який ґрунтується на скінченно-елементному моделюванні та бере до уваги деформаційні ефекти конструкції. Для досягнення мети в статті визначено такі завдання: розроблення підходу до створення наборів даних для оцінювання стійкості монорейкового крана на основі скінченно-елементного моделювання; перевірка запропонованого підходу способом кількісного порівняльного аналізу згенерованих даних із даними, отриманими за статичним підходом, і доведення статистичної значущості розбіжностей. Для реалізації окреслених завдань використано такі методи: теорія експериментів, теорія балок Ейлера – Бернуллі, статистична теорія розподілів, теорія чисельного моделювання. Досягнуті результати. Отримано кількісні докази розбіжності між статичною та скінченно-елементною моделями. Для стійкості на перекидання середнє значення коефіцієнта β за скінченно-елементною моделлю становить 1.365 (на 2.4% нижче, ніж у статичній – 1.398). Для стійкості на зсув середній коефіцієнт γ зменшився майже удвічі – з 1.87 до 0.85. Статистичний аналіз підтвердив високу значущість цих розбіжностей (p < 0.001). Висновки. Скінченно-елементна модель бере до уваги геометричну нелінійність. Пружна деформація стріли змінює плече дії сили ваги вантажу, збільшуючи перекидальний момент і горизонтальну реакцію, що системно знижує запас стійкості. Відмінною рисою запропонованої моделі є її здатність виявляти "небезпечні зони" – режими роботи, які статична модель хибно ідентифікує як безпечні. Сферою практичного використання є розроблення систем моніторингу безпеки монорейкового крана на базі штучного інтелекту. Запропонована модель може бути застосована як "генератор" синтетичних даних для навчання та перевірки моделей машинного навчання, що дасть змогу створювати предиктивні системи для оцінювання стійкості монорейкового крана в реальному часі.