本发明涉及运行方案优化，具体涉及一种基于延寿反解的臂架结构系统位姿控制方法和一种基于延寿反解的臂架结构系统位姿控制系统。
背景技术：
1、目前臂架结构系统位姿和状态在臂架结构系统实际服役过程中的受人为主观因素影响较大，操作员仅考虑将臂架结构系统的位姿调整至末端到达目标工作空间，并根据经验给予合适的状态完成输送任务，此时的臂架结构系统位姿和状态是否能保证结构的安全、是否是当前运输任务下臂架结构系统的最优状态没有科学的依据，导致臂架结构系统的使用寿命难以得到保障，影响臂架结构系统的工作安全。
技术实现思路
1、本发明为解决上述技术问题，提供了一种基于延寿反解的臂架结构系统位姿控制方法及系统，能够快速给出臂架结构系统到达最优工作状态的功能参量，保障了臂架结构系统的工作安全，延长了设备的使用寿命。
2、本发明采用的技术方案如下：
3、一种基于延寿反解的臂架结构系统位姿控制方法，所述方法包括以下步骤：s1，获取臂架结构系统到达第一样本工作状态时的第一样本功能参量和所述臂架结构系统的各危险点的应力时间历程，其中，所述臂架结构系统的第一样本功能参量包括大臂有杆腔压力、大臂无杆腔压力、回转角度、所述臂架结构系统各臂架的转角和泵送压力；s2，根据所述第一样本功能参量和所述臂架结构系统的各危险点的应力时间历程，构建所述臂架结构系统的疲劳剩余寿命预测模型；s3，将所述臂架结构系统到达第二样本工作状态时的第二样本功能参量输入所述疲劳剩余寿命预测模型，得到所述臂架结构系统到达第二样本工作状态时的疲劳剩余寿命；s4，基于所述臂架结构系统到达所述第二样本工作状态时的第二样本功能参量、所述臂架结构系统末端的坐标和疲劳剩余寿命，构建所述臂架结构系统的状态优化模型；s5，将所述臂架结构系统末端的目标工作空间输入所述臂架结构系统的状态优化模型，求解得到所述臂架结构系统到达最优工作状态的功能参量。
4、另外，根据本发明上述提出的基于延寿反解的臂架结构系统位姿控制方法还可以具有如下附加的技术特征：
5、根据本发明的一个实施例，步骤s2具体包括：s21，根据所述臂架结构系统的各危险点的应力时间历程采用雨流计数法提取各危险点的应力均值谱和应力幅值谱；s22，结合断裂力学理论根据所述第一样本功能参量、各危险点的应力均值谱和应力幅值谱得到所述臂架结构系统到达第一样本工作状态时各危险点的第一样本疲劳剩余寿命；s23，根据所述第一疲劳剩余寿命和所述第一样本功能参量，构建所述臂架结构系统的疲劳剩余寿命预测模型。
6、具体地，步骤s23具体包括：s231，根据各危险点的第一疲劳剩余寿命和所述第一样本功能参量构建第一样本数据集，所述第一样本数据集包括第一训练集和第一测试集；s232，根据所述第一训练集基于随机森林算法构建所述臂架结构系统的疲劳剩余寿命预测模型；s233，采用所述第一测试集对所述臂架结构系统的疲劳剩余寿命预测模型进行测试。
7、具体地，步骤s232具体包括：利用随机搜索算法搜索随机森林模型的超参数组合，其中，一组超参数组合为随机森林模型的一组超参数样本；将所述第一测试集代入每组超参数样本对应的随机森林模型根据k折交叉验证法进行训练，采用均方误差损失函数作为随机森林模型的评价指标，得到每组超参数样本训练完成后的随机森林模型的均方误差损失函数的均值，记为mse avg，并将每组所述超参数样本和该超参数样本对应的mse avg放入超参数映射关系数据库中；设定交叉验证总次数作为随机森林模型的终止迭代条件，终止迭代时，以超参数样本为输出结果，mse avg为输入特征，利用xgboost模型训练所述超参数映射关系数据库中的所有数据，并将所述xgboost模型预测mse avg=0时的超参数样本作为最优主控超参数组合；根据所述最优主控超参数组合构建所述臂架结构系统的疲劳剩余寿命预测模型。
8、进一步地，步骤s232还包括：利用所述xgboost模型训练所述超参数映射关系数据库中的所有数据时采用指向性加点策略，即每进行 w次搜索，利用所述xgboost模型对所述超参映射关系数据库中的所有数据进行一次训练，并预测获得mse avg=0时的新的超参数样本，将其作为下一次随机搜索的结果。
9、根据本发明的一个实施例，所述第二样本工作状态包括所述臂架结构系统末端在工作范围时所述臂架结构系统的典型工作状态，根据风险最大原则基于各危险点在所述臂架结构系统到达第二样本工作状态时的疲劳剩余寿命得到所述臂架结构系统的第二样本疲劳剩余寿命。
10、根据本发明的一个实施例，所述臂架结构系统的状态优化模型为：
11、
12、式中， x为所述臂架结构系统的功能参量， l( x)为所述疲劳剩余寿命预测模型预测得到的疲劳剩余寿命， l0为预设剩余寿命，min[·]为以最小值为依据的适应度函数， p( x, y, z)为所述臂架结构系统末端的坐标， v( x, y, z)为所述臂架结构系统末端的目标工作空间， x down为功能参量取值的最小值， x up为功能参量取值的最大值。
13、根据本发明的一个实施例，在步骤s5中，将所述臂架结构系统末端的目标工作空间输入所述臂架结构系统的状态优化模型，采用粒子群算法求解得到所述臂架结构系统到达最优工作状态的功能参量。
14、此外，为实现上述目的，本发明还提出一种基于延寿反解的臂架结构系统位姿控制系统。
15、一种基于延寿反解的臂架结构系统位姿控制系统，所述系统包括：第一获取单元，所述第一获取单元用于获取臂架结构系统到达第一样本工作状态时的第一样本功能参量和所述臂架结构系统的各危险点的应力时间历程，其中，臂架结构系统的第一样本功能参量包括大臂有杆腔压力、大臂无杆腔压力、回转角度、所述臂架结构系统各臂架的转角和泵送压力；第一建模单元，所述第一建模单元用于根据所述第一样本功能参量和所述臂架结构系统的各危险点的应力时间历程，构建所述臂架结构系统的疲劳剩余寿命预测模型；第二获取单元，所述第二获取单元用于将所述臂架结构系统到达第二样本工作状态时的第二样本功能参量输入所述疲劳剩余寿命预测模型，得到所述臂架结构系统到达第二样本工作状态时的疲劳剩余寿命；第二建模单元，所述第二建模单元基于所述臂架结构系统到达所述第二样本工作状态时的第二样本功能参量、所述臂架结构系统末端的坐标和疲劳剩余寿命，构建所述臂架结构系统的状态优化模型；求解单元，所述求解单元用于将所述臂架结构系统末端的目标工作空间输入所述臂架结构系统的状态优化模型，求解得到所述臂架结构系统到达最优工作状态的功能参量。
16、另外，根据本发明上述提出的基于延寿反解的臂架结构系统位姿控制系统还可以具有如下附加的技术特征：
17、根据本发明的一个实施例，所述系统还包括：
18、虚实孪生体单元，所述虚实孪生体单元用于搭建所述臂架结构系统的物理实体，并根据该物理实体构建虚拟孪生体模型，以使所述第一获取单元基于所述虚拟孪生体模型获取所述臂架结构系统到达第一样本工作状态时的第一样本功能参量和所述臂架结构系统的各危险点的应力时间历程。
19、本发明的有益效果：
20、本发明实施例的基于延寿反解的臂架结构系统位姿控制方法，通过根据第一样本功能参量和臂架结构系统的各危险点的应力时间历程构建臂架结构系统的疲劳剩余寿命预测模型，快速构建功能参量与臂架结构系统疲劳剩余寿命的映射关系，基于臂架结构系统到达第二样本工作状态时的第二样本功能参量、臂架结构系统末端的坐标和疲劳剩余寿命构建臂架结构系统的状态优化模型，将臂架结构系统末端的目标工作空间输入臂架结构系统的状态优化模型进行求解，能够快速给出臂架结构系统到达最优工作状态的功能参量，保障了臂架结构系统的工作安全，延长了设备的使用寿命。
1.一种基于延寿反解的臂架结构系统位姿控制方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于延寿反解的臂架结构系统位姿控制方法，其特征在于，步骤s2具体包括：
3.根据权利要2所述的基于延寿反解的臂架结构系统位姿控制方法，其特征在于，步骤s23具体包括：
4.根据权利要求1所述的基于延寿反解的臂架结构系统位姿控制方法，其特征在于，步骤s232具体包括：
5.根据权利要求4所述的基于延寿反解的臂架结构系统位姿控制方法，其特征在于，步骤s232还包括：
6.根据权利要求1所述的基于延寿反解的臂架结构系统位姿控制方法，其特征在于，所述第二样本工作状态包括所述臂架结构系统末端在工作范围时所述臂架结构系统的典型工作状态，根据风险最大原则基于各危险点在所述臂架结构系统到达第二样本工作状态时的疲劳剩余寿命得到所述臂架结构系统的第二样本疲劳剩余寿命。
7.根据权利要求1所述的基于延寿反解的臂架结构系统位姿控制方法，其特征在于，所述臂架结构系统的状态优化模型为：
8.根据权利要求1所述的基于延寿反解的臂架结构系统位姿控制方法，其特征在于，在步骤s5中，将所述臂架结构系统末端的目标工作空间输入所述臂架结构系统的状态优化模型，采用粒子群算法求解得到所述臂架结构系统到达最优工作状态的功能参量。
9.一种基于延寿反解的臂架结构系统位姿控制系统，其特征在于，所述系统包括：
10.根据权利要求9所述的基于延寿反解的臂架结构系统位姿控制系统，其特征在于，所述系统还包括：
